Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/2455
Share on
| Title: | Contrast measures and stochastic distances in a model for speckled data |
| Authors: | David Costa do Nascimento, Abraão |
| Keywords: | Processamento de imagem; Teoria da informação; Medidas de contraste |
| Issue Date: | 31-Jan-2008 |
| Publisher: | Universidade Federal de Pernambuco |
| Citation: | David Costa do Nascimento, Abraão; César Frery Orgambide, Alejandro. Contrast measures and stochastic distances in a model for speckled data. 2008. Dissertação (Mestrado). Programa de Pós-Graduação em Ciência da Computação, Universidade Federal de Pernambuco, Recife, 2008. |
| Abstract: | As imagens de radar de abertura sintetica (Synthetic Aperture Radar - SAR) são de grande significância em processamento de imagens. A principal dificuldade em se trabalhar com imagem SAR e a presença do ruído speckle. Por causa do ruido speckle, propor testes paramétricos para avaliar rugosidade no contexto de imagem SAR e muito problematico. Neste contexto, muitas versões de melhoramento (redução de viés por abordagens numérica e analitica, e versões robustas) de estimadores do parâmetro de rugosidade da familia G0 são considerados, mas poucos tem considerado tambem o parâmetro de escala . Esta dissertação propõe uma metodologia diferente de métodos clássicos assintoticos and bootstrap para tratar com esta questão. Através de oito estatísticas de teste baseada em medida de distãncia estocastica que envolve a medida generica (h;)-divergence proposta por Salicru et al. (1994); este trabalho avalia via experimento de Monte Carlo a homogeneidade, H0 : [1 1]t = [2 2]t, em imagens SAR com duas classes X G0 I (1; 1; L) e Y G0 I (2; 2; L) |
| URI: | https://repositorio.ufpe.br/handle/123456789/2455 |
| Appears in Collections: | Dissertações de Mestrado - Ciência da Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| arquivo3726_1.pdf | 1.41 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License

