MODELO ARMA ESPACIAL LOG-SIMÉTRICO PARA EXTRAÇÃO DE ATRIBUTOS EM IMAGENS SAR
Sensoriamento remoto (SR); Imagens SAR; Log-simétrica; 2-D LOGSYMARMA.
Resolver problemas de sensoriamento remoto (SR) é crucial para a sociedade quando se
trata de dinâmica ambiental e climática, para citar apenas alguns exemplos. Uma fonte eficiente
de SR é o uso de radar de abertura sintética (SAR) para descrever fenômenos naturais
por meio de imagens. Esta dissertação adota um processamento de imagens considerando que
os valores de intensidades associados a cada pixel são possíveis realizações de variáveis aleatórias
positivas. Em particular, a entrada de uma imagem SAR é estocástica tendo argumento
num espaço regular e descrevemos a natureza da intensidade SAR (que é uma característica
estritamente positiva e assimétrica afetada pelo ruído speckle) usando uma nova proposta de
modelo de regressão log-simétrica (LOGSYM) adaptado a duas dimensões, o modelo autoregressivos
de médias móveis 2-D LOGSYM (2-D LOGSYMARMA). Além de uma discussão
sobre a relação física entre o modelo proposto e a intensidade do SAR, derivam-se algumas propriedades
matemáticas do 2-D LOGSYMARMA: função escore e matriz informação de Fisher.
Discutimos em detalhes a estimativa de máxima verossimilhança condicional (MVC) para os
parâmetros do 2-D LOGSYMARMA. Realizamos um estudo de Monte Carlo para quantificar
o desempenho das estimativas resultantes e verificar a velocidade de convergência ao que se
espera assintoticamente dos estimadores de MVC. Por fim, realizamos uma aplicação a dados
SAR reais. A flexibilidade do modelo proposto é avaliada para diferentes tipos de cenários, oceano,
floresta e áreas urbanas. Os resultados de experimentos simulados e reais mostram que o
modelo proposto nesta dissertação é uma ferramenta importante para extração de informações
espaciais em imagens SAR.