Key points are not available for this paper at this time.
Uma transformação generalizada de componentes principais (PCT) que maximiza a relação sinal-ruído (SNR) e que se adapta às características do ruído de speckle multiplicativo de imagens SAR polarimétricas é desenvolvida. Um procedimento de implementação que estima com precisão as matrizes de covariância do sinal e do ruído é estabelecido. As propriedades dos autovalores e autovetores são investigadas, revelando que os autovetores não são ortogonais, mas as imagens de componentes principais são estatisticamente não correlacionadas. Imagens de diferença de amplitude (ou intensidade) e fase são incluídas para o cálculo do PCT. As imagens SAR polarimétricas da NASA/JPL nas bandas P, L e C e quadpolarizações são usadas para ilustração. As capacidades dessa transformação de componentes principais em compressão de informações e redução de speckle tornam possível a segmentação automatizada de imagens e uma melhor interpretação humana.
Lee et al. (Wed,) estudaram essa questão.