Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos
El modelo G es una buena elección para explicar las características estadísticas de datos que provienen de imágenes de radar de apertura sintética (SAR), porque bajo este modelo se pueden caracterizar regiones con diferentes grado de textura a través de sus parámetros. Esta tesis propone una nuev...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | Tesis doctoral acceptedVersion |
Lenguaje: | Español |
Publicado: |
Universidad Nacional de General Sarmiento
2021
|
Materias: | |
Acceso en línea: | http://repositorio.ungs.edu.ar:8080/xmlui/handle/UNGS/760 |
Aporte de: |
id |
I71-R177-UNGS-760 |
---|---|
record_format |
dspace |
spelling |
I71-R177-UNGS-7602023-05-17T16:51:47Z Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos Cassetti, Julia Analía Frery Orgambide, Alejandro Estimación de parámetros Sensores remotos Imágenes SAR Núcleos asimétricos Distancias estocásticas Estimadores de mínima distancia Speckle El modelo G es una buena elección para explicar las características estadísticas de datos que provienen de imágenes de radar de apertura sintética (SAR), porque bajo este modelo se pueden caracterizar regiones con diferentes grado de textura a través de sus parámetros. Esta tesis propone una nueva estrategia para la estimación del parámetro de textura del modelo G0 para datos de intensidad, por medio de la minimización de distancias estocásticas entre la función de densidad teórica, y una estimación no paramétrica de la función de densidad subyacente que proviene de los datos observados utilizando núcleos asimétricos. Se comparará el desempeño de estos estimadores, en términos de sesgo y error cuadrático medio, con los obtenidos por el Método de Momentos, Máxima Verosimilitud y Logcumulantes. Además se estudiarán propiedades de convergencia, como así también la robustez de los mismos bajo contaminación. Fil: Cassetti, Julia Analía. Universidad Nacional de General Sarmiento. Instituto de Ciencias; Argentina. 2021-10-19T17:33:30Z 2021-10-19T17:33:30Z 2020-03-10 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/acceptedVersion Cassetti, J. A. (2020). Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos. [Tesis de doctorado]. Los Polvorines, Argentina : Universidad Nacional de General Sarmiento. http://repositorio.ungs.edu.ar:8080/xmlui/handle/UNGS/760 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf 169 p., gráfs., tbls. application/pdf Universidad Nacional de General Sarmiento |
institution |
Universidad Nacional de General Sarmiento |
institution_str |
I-71 |
repository_str |
R-177 |
collection |
Repositorio Institucional Digital de Acceso Abierto (UNGS) |
language |
Español |
orig_language_str_mv |
spa |
topic |
Estimación de parámetros Sensores remotos Imágenes SAR Núcleos asimétricos Distancias estocásticas Estimadores de mínima distancia Speckle |
spellingShingle |
Estimación de parámetros Sensores remotos Imágenes SAR Núcleos asimétricos Distancias estocásticas Estimadores de mínima distancia Speckle Cassetti, Julia Analía Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos |
topic_facet |
Estimación de parámetros Sensores remotos Imágenes SAR Núcleos asimétricos Distancias estocásticas Estimadores de mínima distancia Speckle |
description |
El modelo G es una buena elección para explicar las características estadísticas
de datos que provienen de imágenes de radar de apertura sintética (SAR),
porque bajo este modelo se pueden caracterizar regiones con diferentes grado
de textura a través de sus parámetros. Esta tesis propone una nueva estrategia
para la estimación del parámetro de textura del modelo G0 para datos de
intensidad, por medio de la minimización de distancias estocásticas entre la
función de densidad teórica, y una estimación no paramétrica de la función de
densidad subyacente que proviene de los datos observados utilizando núcleos
asimétricos. Se comparará el desempeño de estos estimadores, en términos de
sesgo y error cuadrático medio, con los obtenidos por el Método de Momentos,
Máxima Verosimilitud y Logcumulantes. Además se estudiarán propiedades de
convergencia, como así también la robustez de los mismos bajo contaminación. |
author2 |
Frery Orgambide, Alejandro |
author_facet |
Frery Orgambide, Alejandro Cassetti, Julia Analía |
format |
Tesis doctoral Tesis doctoral acceptedVersion |
author |
Cassetti, Julia Analía |
author_sort |
Cassetti, Julia Analía |
title |
Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos |
title_short |
Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos |
title_full |
Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos |
title_fullStr |
Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos |
title_full_unstemmed |
Estimación de parámetros en imágenes SAR monopolarizadas usando distancias estocásticas y núcleos asimétricos |
title_sort |
estimación de parámetros en imágenes sar monopolarizadas usando distancias estocásticas y núcleos asimétricos |
publisher |
Universidad Nacional de General Sarmiento |
publishDate |
2021 |
url |
http://repositorio.ungs.edu.ar:8080/xmlui/handle/UNGS/760 |
work_keys_str_mv |
AT cassettijuliaanalia estimaciondeparametrosenimagenessarmonopolarizadasusandodistanciasestocasticasynucleosasimetricos |
_version_ |
1767452519565361152 |