1. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni Livorno, 30 aprile 2010
2.
3. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
4.
5. Immagini scaricate da: http://www.fractal-landscapes.co.uk Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
6.
7.
8. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
9. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
10. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni fBm non differentiable we introduce a smoothed process: defined in literature as the discrete fGn (fractional Gaussian noise) process the range derivative of the surface can be expressed as a finite difference: where φ is an adequate kernel: Δx e Δy , sensor resolutions, regulate the bandlimiting procedure applied to the stochastic process, as a sort of low-pass filtering of the surface:
11.
12.
13.
14. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni s,H, Δ x,Δy SARAS ( SAR images simulator) fBm synthesis (funct. WM) Image Generation Software for the SAR image processing comparison with theory Spectrum estimation RANGE cut AZIMUTH cut Spectrum estimation comparison with theory Linear regression: estimated H comparison
15. H=0.8 H=0.5 H=1 H=0.8 H=0.5 H=1 H=0.8 H=0.5 Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni LINEAR REGRESSION: estimated H=0.82 RANGE cut AZIMUTH cut Dashed lines: Theoretical Spectra for H values: 0.5, 0.8, 1 Continuous lines: Spectra of the Simulated Image of a surface with H=0.8 ENVISAT image: 2000x1000 samples ; Δ x =3.9m; Δ y =19.8m H=1 H=0.8 H=0.5 H=1 H=0.8 H=0.5
16. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni an example of a real application : COSMO-SkyMed image (area near to L’Aquila ) H [0.65, 0.85] H >1 Fractal dimension map of the image (D=3-H) Fractal/ non fractal map H >1 H [0.5, 0.1[ H < 0.5 fractal surfaces 0,5 < H < 1 H > 1 non fractal object H < 0,5 fractal object but out of range of fractality of a surface
17.
18. Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni
Editor's Notes
Mentre nel caso di scene man-made (intervento dell’uomo) le informaz d’interesse sono legate a caratteristiche deterministiche e puntuali della scena
Retrieval, from a SAR image, of geophysical parameters that provide value added information of the observed surface To provide a reliable model for SAR data classification and conservation
![[object Object],Università degli Studi di Napoli “Federico II” Dipartimento di Ingegneria Biomedica, Elettronica e Telecomunicazioni ,[object Object],[object Object],MAIN RESULTS ,[object Object],[object Object]](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)