algoritmi multirisoluzione per la determinazione della linea di

More documents

Recommendations

Info

idurne la varianza. Dopo aver applicato il filtro si calcola il logaritmo del risultato ottenuto. Mediando i risultato di L celle adiacenti indicate con L group si ottiene la suddetta funzione L( n ) , espressa in funzione dei campioni nella direzione azimutale. 1.14 GENERAZIONE DEI TEMPLATE E STIMA DELL’ERRORE I template per il confronto con la funzione A( η c) sono funzioni definite attraverso il calcolo della radiometria attesa per una singola osservazione in funzione dell’offset tra la frequenza Doppler reale e quella ottenuta analiticamente. Si ricava: y ( k, n) = ( W ( n)/ W ( n+ k)) f f f dove n è l’indice dei campioni e k è l’errore di offset nel campione e corrisponde all’errore Doppler. Le funzioni definite dalla formula precedente sono mediate attraverso l’utilizzo dello stesso filtro boxcar. Il logaritmo del risultato ottenuto porta alla creazione di una famiglia di template pesati, utilizzati per il confronto. Per k = 0 non c’è errore Doppler e il template è costantemente pari a zero. L’ampiezza di queste funzioni cresce in maniera monotona col parametro k . Una stima dell’errore Doppler si può determinare per mezzo del campione errore chiamato k min . Tale campione è quello che produce la minima differenza tra il valore della frequenza Doppler e il template di confronto. Il campione errore viene quindi convertito in una stima dell’errore Doppler (misurato in Hertz). - 32 - 2
F = k F / L offset min a FFT dove L FFT è la lunghezza della FFT (Fast Fourier Transform) utilizzata nell’applicazione dell’algoritmo SPECAN. Questo metodo è utilizzato per due osservazioni dello stesso punto della superficie terrestre. Nel caso di più osservazioni si può fare una generalizzazione del metodo confrontando tra loro coppie di osservazioni. 1.15 METODO PULSE REPETITION FREQUENCY A DIVERSITA’ Nelle modalità Wide Swath e Global Monitoring si usano PRF (Pulse Repetition Frequency) diverse, che possono essere utilizzate per determinare l’ambiguità Doppler corretta. Considerando due misurazioni della “fine Doppler frequency”, ognuna con una propria PRF si può scrivere: dove i-esimo e f = MF + f η i a ' η , i c i c fη è la frequenza Doppler del centro di massa, c ' c , i f η è la “fine Doppler frequency” dello stesso fascio. - 33 - F a è la PRF per il fascio i Lo scopo di questo metodo è quello di determinare il valore corretto del fattore di ambiguità i-esimo i M . Tutti i possibili valori di i M appartengono al seguente set di valori { −2, − 1,0,1,2 } . L’algoritmo per la determinazione delle ambiguità opera nel seguente modo: • Determina una stima di ' c , i f η per una serie di range
Page 1 and 2: UNIVERSITA' DEGLI STUDI DI SIENA Fa
Page 3 and 4: CAPITOLO 3 - ALGORITMO SPECAN 3.1 A
Page 5 and 6: Introduzione Lo scopo principale di
Page 7 and 8: 1.1 SAR: OBIETTIVI Il contributo de
Page 9 and 10: • Wave Mode • Wide Swath • Gl
Page 11 and 12: incidenza variabile. Un’altra tec
Page 13 and 14: 1.5 INTRODUZIONE ALGORITMI DI ELABO
Page 15 and 16: Figura 4 - Compressione degli impul
Page 17 and 18: Se si considera un percorso di volo
Page 19 and 20: 1.7 STATISTICA DELLE IMMAGINI SAR A
Page 21 and 22: CVAR Γ ( L) Γ( L) −( Γ( L)) =
Page 23 and 24: • Raw Data Correction: si corregg
Page 25 and 26: I risultati ottenuti, in termini di
Page 27 and 28: Questo metodo può essere utilizzat
Page 29 and 30: determinato punto della superficie
Page 31: dove le dimensioni dell’immagine
Page 35 and 36: CAPITOLO 2 ALGORITMO RANGE DOPPLER
Page 37 and 38: fascio d’antenna, ovvero l’ener
Page 39 and 40: insieme e quello che si ottiene è
Page 41 and 42: l’uso della FFT. E’ da ricordar
Page 43 and 44: Nell’interferometria SAR si utili
Page 45 and 46: Figura 15 - Esposizione dei target
Page 47 and 48: Figura 17 - Errore di disallineamen
Page 49 and 50: ursty. L’energia ricevuta da un t
Page 51 and 52: Capitolo 3 ALGORITMO SPECAN - 51 -
Page 53 and 54: Figura 20 - Passi principali dell'a
Page 55 and 56: 3.4 ELABORAZIONE AZIMUTALE L’elab
Page 57 and 58: fase di interpolazione per eliminar
Page 59 and 60: anda di elaborazione. In tal modo
Page 61 and 62: Il secondo metodo, il cui vero nome
Page 63 and 64: Le dimensioni nominali della region
Page 65 and 66: impulsi con ampi prodotti tempo lar
Page 67 and 68: 4.1 GENERALITA’ Tutte le immagini
Page 69 and 70: - 69 - ( ) 1 ⎛t−b⎞ Wψf( a, b
Page 71 and 72: per ogni a a0 ( , ( )) < e 0 2 aba
Page 73 and 74: α = 0 . Per questo motivo il coeff
Page 75 and 76: 5.1 INTRODUZIONE Le immagini delle
Page 77 and 78: edge vengono classificate come tali
Page 79 and 80: 0 influenza principalmente la scala
Page 81 and 82: egioni connesse nell’immagine, se
Page 83 and 84:
6.1 INTRODUZIONE L’applicazione d
Page 85 and 86:
6.2 BLOCK BUNDLE ADJUSTMENT La cono
Page 87 and 88:
Figura 34 - Esempio posizionamento
Page 89 and 90:
6.4 CORREZIONE RADIOMETRICA E BILAN
Page 91 and 92:
CAPITOLO 7 ESTRAZIONE DELLA LINEA C
Page 93 and 94:
∇ Ii, j è il gradiente del livel
Page 95 and 96:
2 2 p ⎡ 1 ( x−µ 1) ⎤ 1 − p
Page 97 and 98:
L’accuratezza della posizione rel
Page 99 and 100:
inferiore al pixel, ovvero inferior
Page 101 and 102:
Figura 41 - Confronto con immagine
Page 103 and 104:
7.6 ACCURATEZZA PLANIMETRICA Un ult
Page 105 and 106:
8.1 GENERALITA’ Fino a questo pun
Page 107 and 108:
Nel caso dell’altro algoritmo, in
Page 109 and 110:
Come si nota dalla differenza tra l
Page 111 and 112:
Innanzitutto si è notato come il v
Page 113 and 114:
numero variabile tra 18 e 21, a sec
Page 115 and 116:
Figura 48 - Risultato dell'applicaz
Page 117 and 118:
Figura 51 - Segmentazione tramite s
Page 119 and 120:
A l g 1 A l g 2 Volendo effettuare
Page 121 and 122:
BIBLIOGRAFIA 1. A. Niedermeier, E.
Page 123 and 124:
18. S. Mallat, “A wavelet tour of
Page 125:
37. A.J. Fox, A.P. Cooper, 1994,
show all

algoritmi multirisoluzione per la determinazione della linea di

Create successful ePaper yourself

Delete template?

Save as template?