top of page

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.

Compartilhe esse evento

bottom of page