Modeling synthetic aperture radar image data

• Autor(a) principal: Matthew Pianto, Donald
• Data de Publicação: 2008
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: Repositório Institucional da UFPE
• dARK ID: ark:/64986/001300000970z
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/7128
• topic: Speckle; G 0 A distribution; Synthetic aperture radar (SAR); Coherent imaging; Maximum likelihood; Bootstrap; Resampling; Monotone likelihood

Nessa tese estudamos a estimação por máxima verossimilhança (MV) do parâmetro de aspereza da distribuição G 0 A de imagens com speckle (Frery et al., 1997). Descobrimos que, satisfeita uma certa condição dos momentos amostrais, a função de verossimilhança é monótona e as estimativas MV são infinitas, implicando uma região plana. Implementamos quatro estimadores de correção de viés em uma tentativa de obter estimativas MV finitas. Três dos estimadores são obtidos da literatura sobre verossimilhança monótona (Firth, 1993; Jeffreys, 1946) e um, baseado em reamostragem, é proposto pelo autor. Fazemos experimentos numéricos de Monte Carlo para comparar os quatro estimadores e encontramos que não existe um favorito claro, a menos quando um parâmetro (dado a priori da estimação) toma um valor específico. Também aplicamos os estimadores a dados reais de radar de abertura sintética. O resultado desta análise mostra que os estimadores precisam ser comparados com base em suas habilidades de classificar regiões corretamente como ásperas, planas, ou intermediárias e não pelos seus vieses e erros quadráticos médios