Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética /
Perez, Darío Javier, 1990-
Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética / Darío Javier Perez. - [S.l. : s.n. ], 2015. - xi, 127 h. : il. ; 30 cm.
Incluye lista de figuras, lista de cuadros, abreviaturas y apéndices.
Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2015.
Bibliografía : h. 122-127.
Definición de simulación -- Aplicaciones de la simulación -- Metodología de la simulación -- Modelos de simulación -- Distribuciones para imágenes SAR -- Modelo multiplicativo -- Modelado del ruido speckle -- Modelado del backscatter -- Modelos no correlacionados -- Modelos correlacionados -- Estrategias de simulación -- Método de la transformación inversa -- Simulación de imágenes heterogéneas -- Estadísticos del ruido speckle del SAR polarimétrico -- Limitaciones del modelo multi-look -- Ejemplos de simulación -- Funciones de correlación -- Representación de una imagen PolSAR -- Clasificación de imágenes -- Clasificación supervisada y no supervisada -- Clasificación Isodata -- Clasificación posterior ICM -- Influencia en el uso de la correlación en la simulación de
imágenes: Clasfiicación -- Matrices Hermitianas -- Demostraciones.
En este trabajo se presentan algoritmos para la simulación de imágenes SAR a partir de modelos estadísticos con distribuciones Gamma, K y G con su caso particular en la familia de estas distribuciones a la distribución G cero. Tales distribuciones ajustan bastante bien los datos provenientes de áreas homogéneas, heterogéneas y extremadamente heterogéneas, respectivamente.
Se estudian los modelos correlacionados para estas distribuciones y sus repercusiones a la hora de clasificar una imagen que presenta correlación y así evaluar la precisión de tal clasificación.
También se estudian y se simulan a los modelos polarimétricos para datos multiespectrales provenientes de un sensor SAR.
Los algoritmos presentes en este trabajo fueron implementados en el lenguaje R.
Licencia Creative Commons Atribución-NoComercial 2.5 Argentina.
Probability and statistics
Clustering
Picture/Image Generation
Probabilidad y estadística
Simulación de imágenes SAR Modelos estadísticos correlacionados Modelos estadísticos sin correlación Distribuciones Modelos polarimétricos Clasificación no supervisada Iterated Conditional Modes (ICM) Lenguaje de programación R
Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética / Darío Javier Perez. - [S.l. : s.n. ], 2015. - xi, 127 h. : il. ; 30 cm.
Incluye lista de figuras, lista de cuadros, abreviaturas y apéndices.
Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2015.
Bibliografía : h. 122-127.
Definición de simulación -- Aplicaciones de la simulación -- Metodología de la simulación -- Modelos de simulación -- Distribuciones para imágenes SAR -- Modelo multiplicativo -- Modelado del ruido speckle -- Modelado del backscatter -- Modelos no correlacionados -- Modelos correlacionados -- Estrategias de simulación -- Método de la transformación inversa -- Simulación de imágenes heterogéneas -- Estadísticos del ruido speckle del SAR polarimétrico -- Limitaciones del modelo multi-look -- Ejemplos de simulación -- Funciones de correlación -- Representación de una imagen PolSAR -- Clasificación de imágenes -- Clasificación supervisada y no supervisada -- Clasificación Isodata -- Clasificación posterior ICM -- Influencia en el uso de la correlación en la simulación de
imágenes: Clasfiicación -- Matrices Hermitianas -- Demostraciones.
En este trabajo se presentan algoritmos para la simulación de imágenes SAR a partir de modelos estadísticos con distribuciones Gamma, K y G con su caso particular en la familia de estas distribuciones a la distribución G cero. Tales distribuciones ajustan bastante bien los datos provenientes de áreas homogéneas, heterogéneas y extremadamente heterogéneas, respectivamente.
Se estudian los modelos correlacionados para estas distribuciones y sus repercusiones a la hora de clasificar una imagen que presenta correlación y así evaluar la precisión de tal clasificación.
También se estudian y se simulan a los modelos polarimétricos para datos multiespectrales provenientes de un sensor SAR.
Los algoritmos presentes en este trabajo fueron implementados en el lenguaje R.
Licencia Creative Commons Atribución-NoComercial 2.5 Argentina.
Probability and statistics
Clustering
Picture/Image Generation
Probabilidad y estadística
Simulación de imágenes SAR Modelos estadísticos correlacionados Modelos estadísticos sin correlación Distribuciones Modelos polarimétricos Clasificación no supervisada Iterated Conditional Modes (ICM) Lenguaje de programación R