Ensayos sobre la distribución G0 Single-Look: propiedades, simulación, estimación y reducción de ruido speckle.

Abstract

Las imágenes de Radar de Apertura Sintética (Synthetic Aperture Radar – SAR), son fundamentales para la comprensión y estudio del medio ambiente, ya que proveen información que no es posible adquirir por ningún otro instrumento de teledetección. Sin embargo, estas imágenes se encuentran corrompidas por un ruido muy particular y característico denominado ruido speckle. Este ruido dificulta su procesamiento automático así como su análisis e interpretación. En esta tesis se presenta una nueva estrategia para filtrar el ruido característico de datos provenientes de imágenes SAR basada en diferencias de entropías. Se inicia el trabajo con una exposición de las características de estas imágenes y describe la distribución G0 I que modela este tipo de datos y ha demostrado ser flexible para diferentes grados de textura del objetivo. Todo el trabajo se focaliza sobre el caso Single Look y sus particularidades. Luego se presenta un estudio comparativo, llevado a cabo en diversas plataformas, de estrategias de generación de datos para experimentos Monte Carlo esenciales para garantizar la calidad de los experimentos de simulación. Posteriormente se presenta una evaluación de las distintas estrategias de estimación para los parámetros de la distribución G0 I considerando casos puros y casos contaminados. A continuación se deduce la distribución asintótica de las entropías de Shannon y Rényi para el caso Single Look de la distribución G0 I y se presenta una aplicación a la eliminación del ruido speckle característico de estas imágenes. La propuesta es la construcción de un filtrado no local basado en un test de diferencia de entropías. Se aplica esta estrategia sobre imágenes sintéticas y reales. Finalmente, se evalúa la calidad de esta estrategia y se la compara con otros métodos de eliminación del ruido speckle.

The Synthetic Aperture Radar – SAR images provide information that cannot be acquired by other remote sensing instuments, for this reason they became a fundamental tool for the understanding and study of the environment characteristcs. Nevertheless, a very particular noise called speckle corrupts those images. This noise difficults their automatic processing as well as their analysis and interpretation. In this thesis we present a new denoising strategy for SAR images data based on differences of entropies. The work begins with an brief exposition of these images characteristics and describes the GI 0 family of distributions for intensity data that has been shown to be flexible for different degrees of texture of the target. All the work focuses on the Single Look case and its particularities. Then, we analyze techniques for data generation, in several computational environments, for Monte Carlo experiments.We present a comparison among strategies for parameter estimation for the single look case of the G0 I distribution for contaminated and non contaminated data. We obtan the asymptotic distribution of Shannon and Rényi entropies for the Single Look case of the G0 I distribution , and we present an application to denoise these images. The proposal is based on a non-local filter and entropy difference tests. This strategy is applied to simulated and real images. Finally, we assess the properties of this filter and we compare them with a classical denoising method.