Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos

Mostrar todas las versiones(2)

Un sistema SAR es un radar aerotransportado o satelital que sensa la superficie terrestre y forma imágenes para su estudio. Funciona emitiendo ondas electromagnéticas sobre la zona de interés y recolectando las reflexiones producidas. Las ondas reflejadas contienen información acerca del comportamie...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Fernández Michelli, Juan Ignacio
Otros Autores:	Hurtado, Martín
Formato:	Tesis Tesis de doctorado
Lenguaje:	Español
Publicado:	2016
Materias:	Ingeniería algoritmos procesamiento de datos radar
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/58632 https://doi.org/10.35537/10915/58632
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-58632
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ingeniería algoritmos procesamiento de datos radar
spellingShingle	Ingeniería algoritmos procesamiento de datos radar Fernández Michelli, Juan Ignacio Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos
topic_facet	Ingeniería algoritmos procesamiento de datos radar
description	Un sistema SAR es un radar aerotransportado o satelital que sensa la superficie terrestre y forma imágenes para su estudio. Funciona emitiendo ondas electromagnéticas sobre la zona de interés y recolectando las reflexiones producidas. Las ondas reflejadas contienen información acerca del comportamiento del terreno ante la interacción con dichas ondas, a partir de la cual es posible inferir características físicas del terreno subyacente. El proceso de interpretación de las imágenes SAR está basado principalmente en la combinación de dos disciplinas que se complementan: el electromagnetismo y procesamiento estadístico de señales. La extracción de la información de una imagen SAR está fuertemente ligada al modelo utilizado para describir los datos, que a su vez encuentra su fundamento en el comportamiento electromagnético de las ondas reflejadas. Actualmente, una de las aplicaciones más importantes del procesamiento de datos SAR polarimétricos es la clasificación y segmentación de datos. Muchos algoritmos, tanto supervisados como no supervisados, han sido desarrollados para llevar a cabo esta tarea. En los primeros, se seleccionan datos de entrenamiento basados en mapas del terreno, que contienen las características que se desean identificar. Por otro lado, en los algoritmos no supervisados, no se utilizan datos previos. El algoritmo clasifica la imagen de forma automática organizando los píxeles en diferentes clases bajo cierto criterio. En ambos casos, las características a identificar están embebidas en una matriz compleja de nueve elementos que describe a los datos polarimétricos. Los criterios de formación de clases están basados en el modelo estadístico asignado a estas matrices (o a combinaciones de sus elementos) y en distancias estadísticas que de ellos se derivan. Este trabajo realiza su principal aporte en el campo de la clasificación de datos polarimétricos. Para ello, se estudia en primer lugar la geometría del problema SAR y el proceso de formación de imágenes partiendo de los datos crudos. Esto permite entender cabalmente qué magnitudes son las utilizadas para componer las imágenes e interpretarlas correctamente. Luego se aborda el estudio de los modelos estadísticos utilizados en SAR, la distribución Wishart que describe datos polarimétricos y el modelo multiplicativo que da cuenta del alejamiento del modelo gaussiano. En base a esto, se propone la utilización de un modelo de mezclas de densidades para los datos y se desarrollan algoritmos de clasificación propios basados en ellos. Para el caso de datos homogéneos donde el modelo gaussiano es válido, se utiliza un modelo de mezcla de densidades gaussianas multivariante. Para el caso de datos heterogéneos, se utiliza la mezcla de densidades Gp0 que tiene en cuenta la textura. En ambos casos, los algoritmos de clasificación desarrollados se basan el método Expectation-Maximization y clasificación MAP. Son algoritmos no supervisados con una instancia de selección de modelo que permite detectar automáticamente la cantidad de clases relevantes en la escena. Esto asegura el modelo de menor complejidad para la escena dada en función de la distribución utilizada, y por otro lado, evita la necesidad de especificar a priori el número de clases.
author2	Hurtado, Martín
author_facet	Hurtado, Martín Fernández Michelli, Juan Ignacio
format	Tesis Tesis de doctorado
author	Fernández Michelli, Juan Ignacio
author_sort	Fernández Michelli, Juan Ignacio
title	Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos
title_short	Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos
title_full	Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos
title_fullStr	Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos
title_full_unstemmed	Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos
title_sort	diseño de modelos y algoritmos para el procesamiento de datos sar polarimétricos
publishDate	2016
url	http://sedici.unlp.edu.ar/handle/10915/58632 https://doi.org/10.35537/10915/58632
work_keys_str_mv	AT fernandezmichellijuanignacio disenodemodelosyalgoritmosparaelprocesamientodedatossarpolarimetricos
bdutipo_str	Repositorios
_version_	1764820478074028035

Diseño de modelos y algoritmos para el procesamiento de datos SAR polarimétricos

Ejemplares similares