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: |
| Sumario: | 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. |
|---|