| Summary: | Speckle é um ruído multiplicativo e aleatório, característico de imagens de radar de abertura sintética (SAR). Devido a esse ruído, até mesmo áreas com feições marcantes em superfícies contínuas (e.g., fendas nas superfícies das geleiras) são caracterizadas em imagens SAR por grande variabilidade nos números digitais e pelo efeito "sal e pimenta", comum nesse tipo de imagens. Portanto, para que as imagens SAR possam ser utilizadas em algoritmos de correlação cruzada com o objetivo de extrair informações sobre a velocidade das geleiras, o speckle deve ser reduzido. Para solucionar este problema, quatro formas de utilização de um filtro adaptativo (i.e., filtro Lee) foram testadas no pré-processamento de imagens antes da extração de vetores de velocidade de geleiras. O filtro Lee foi utilizado de duas formas: (i) uma filtragem e (ii) filtragem sucessiva (i.e., dupla filtragem). Além disso, dois parâmetros foram utilizados para informar a variabilidade dos dados: o número de looks da cena e o desvio padrão da cena. A análise dos resultados foi realizada comparando os vetores de velocidade gerados pelas imagens originais e filtradas com dados publicados sobre a dinâmica das geleiras da parte setentrional da Península Antártica. Em termos de supressão do speckle, todos os métodos produziram resultados positivos. No entanto, a dupla filtragem não preservou as bordas das fendas, fundindo as feições. Dessa forma, produtos com dupla filtragem foram descartados da análise final. Em geral, as imagens com uma filtragem são as que apresentam os melhores resultados na extração de vetores de velocidade por algoritmos de correlação cruzada. Assim, a cadeia de pré-processamento incluindo uma só filtragem foi escolhida para a extração de parâmetros dinâmicos de geleiras. Quando comparados com dados já publicados, os vetores de velocidade resultantes da análise mostram um ligeiro aumento na velocidade das geleiras da área de estudo entre 2001 e 2005. Speckle is a characteristic random noise from coherent imaging systems like ...
|
|---|