Componentes Principales Clásicas y Robustas: Aplicación a Imágenes Hiperespectrales”

LUCINI, MARÍA MAGDALENA; FRERY, ALEJANDRO CESAR; MARONNA, RICARDO

San Pablo

Workshop; Worshop PROSUL sobre Processamento de Imagens,; 2008

USP, CNPq

Entre algunas de las  características que suelen presentar los datos de teledetección y que dificultan  su procesamiento y an\'alisis  pueden mencionarse la redundancia de informaci\'on, la presencia de valores atípicos y el gran  vol\'umen de datos. En algunas situaciones este volumen es tan grande que cualquier tipo de an\'alisis estadístico puede tornarse inmanejable.Cuando esto ocurre, deben condensarse los datos de alguna manera. Entre los métodos com\'unmente usados a tal fin, puede mencionarse el An\'alisis de Componentes Principales (PCA). Usualmente este m\'etodo utiliza como medida de variabilidad estadísticos cl\'asicos, como matrices de covariancia o correlaci\'on muestrales, altamente sensibles a la presencia de valores atípicos, situaci\'on que como ya se ha mencionado es frecuente en datos de teledetecci\'on. Se presentan algunas t\'ecnicas de Componentes Principales Robustas para ser aplicadas a datos satelitales provistos por el sensor \'optico AVIRIS(Airborne Visible/Infrared Imaging Spectrometer), que proporciona im\'agenes en hasta 224 canales espectrales (bandas) por pixel.