Pedro Ronalt Vieira - DPI - Inpe

3
imagem SAR-580 de uma visada e em outra JERS-1 de tr^es visadas, os resultados
obtidos apresentaram coe¯cientes de concord^ancia Kappa em media 11% superiores,
quando comparados aos obtidos sob a hipotese da normalidade para as classes.
Considerando a maior import^ancia relativa dasinforma»c~oes de con-
texto na interpreta»c~ao de imagens SAR, apresenta-se tambem neste trabalho a
modelagem de um classi¯cador contextual Markoviano, denominado algoritmo das
Modas Condicionais Iterativas(ICM),cujo par^ametro e estimado sem a interfer^encia
do usuario. Aplicada esta modelagem sobre as imagens citadas no paragrafo an-
terior, os resultados obtidos apresentaram coe¯cientes de concord^ancia Kappa em
media 115% superiores, quando comparados µas respectivas classi¯ca»c~oes pontuais
Maxver.
Para facilitar o prosseguimento dos trabalhos de pesquisa relativas
aos dados SAR a implementa»c~ao do sistema foi feita na linguagem \Interactive De-
velopment Language" (IDL). Primeiramente implementado para dados monoespec-
trais em amplitude, o sistema possui uma estrutura que permite a incorpora»c~ao de
outras rotinas que sejam adequadas aos dados SAR.
Para apresentar os fundamentos teoricos, formula»c~oes conhecidas
utilizadase outrasdesenvolvidas,detalhesda implementa»c~aoe resultadosalcan»cados,
este trabalho possui a capitula»c~ao abaixo descrita.
No Cap³tulo 2 s~ao apresentadas asnota»c~oes, conven»c~oes e de¯ni»c~oes
basicas a serem utilizadas no decorrer da disserta»c~ao, incluindo-se os metodos dos
Momentos e de Maxima Verossimilhan»ca para estima»c~ao dos par^ametros das dis-
tribui»c~oes.
No Cap³tulo 3 s~ao apresentadas as formula»c~oes das principais dis-
tribui»c~oes aplicaveis aos dados SAR, incluindo-se as fun»c~oes densidade de probabi-
lidade,fun»c~oesde distribui»c~aoacumulada, fun»c~oesgeradorasde momentos,esperan»ca,
vari^ancia e estimadores pelos metodos dos Momentos e Maxver, quando existentes
em forma analiticamente tratavel e de facil solu»c~ao computacional.