Qualificação de JOSELITO ELIAS DE ARAÚJO
ter., 28 de fev.
|Google Meet
Título: Modelagem Estatística e Redução de Ruído de Dados de Interferometria PolSAR MEMBROS DA BANCA: Interno - ABRAAO DAVID COSTA DO NASCIMENTO Presidente - ALEJANDRO CESAR FRERY ORGAMBIDE Externo à Instituição - ANDERSON A. DE BORBA
Horário e local
28 de fev. de 2023, 12:00 – 16:00
Google Meet
Sobre o evento
Para o monitoramento ambiental e mapeamento de recursos terrestres são exigidas imagens em alta resolução da área imageada. Por vários motivos, tais imagens, geralmente, são adquiridas à noite e por muitas vezes durante condições climáticas adversas. Sistemas SAR possibilita recursos para obter tais imagens e representa um modo engenhoso para superar o problema do tamanho físico da antena, a partir da síntese de uma antena virtual pelo registro acumulado dos sinais de retorno de cada objeto da antena durante o período em que ela se desloca sobre uma dada região do terreno. Assim como o SAR, o PolSAR, também é um sistema de radar coerente, predominantemente aéreo ou espacial, que utiliza a trajetória de voo da plataforma para simular eletronicamente uma antena ou abertura extremamente grande e que gera imagens de alta resolução. O PolSAR é uma técnica bastante utilizada para classificar coberturas de terrenos e extrair parâmetros de objetos na superfície terrestre. Um dos principais fatores que degradam a qualidade das imagens SAR/PolSAR é o ruído speckle. Um efeito visual deste ruído proporciona uma textura granulada que pode dificultar a interpretação das imagens de radar, essa é uma desvantagem em trabalhar com esse tipo de imagem. No entanto, existem dois métodos para diminuir o ruído speckle nas imagens SAR/PolSAR: a filtragem e o processamento multilook. Os dados do radar de abertura sintética polarimétrico fornecem uma riqueza de informações. Uma observação completa de frequência única deste tipo é uma matriz complexa com nove graus de liberdade: três intensidades e três covariâncias complexas. Existem diversas formas de extrair informações valiosas dessas observações, entre elas o uso de modelos estatísticos. Em particular, a diferença entre as fases das covariâncias complexas é importante em aplicações interferométricas. Neste trabalho, levantamos modelos estatísticos para dados circulares ou direcionais relevantes para essa aplicação. Apresentamos tanto distribuições derivadas fisicamente quanto empíricas, destacamos suas relações e apresentamos estimadores para seus parâmetros de forma unificada. Desenvolvemos, avaliamos, e disponibilizamos o pacote, Funções de Densidade para Diferença de Fase (FDDPhase) para a plataforma R para análise estatística de dados de fase sob modelos físicos e empíricos univariados, seus estimadores e suas relações. Tal pacote, tem objetivo de estender os pacotes para dados direcionais: Circular e CircStats, já existentes na literatura. Além disso, apresentamos também, uma Extensão do Filtro Lee InSAR Refinado (LInSARRFE), uma proposta para filtragem da fase interferométrica de acordo com o nível de ruído local para reduzir a perda do sinal. O algoritmo que caracteriza o LInSARRFE, segue as mesmas etapas do filtro Lee InSAR Refinado, no entanto, o limite de fase é dado a partir de modelos apresentados no pacote FDDPhase.