Metody pokročilé statistiky pro dálkový průzkum Země

Abstract

Tato práce se věnuje využití bayesovské statistiky v oblasti analýzy hyperspektrálních fotografií pocházejících z dálkového průzkumu Země. Konkrétně jde o problém rozlišení zdrojů ? oblastí na zemském povrchu, které jsou stejné povahy. Po úvodu do dálkového průzkumu Země a seznámení se se základy bayesovské statistiky je zde detailně popsána bayesovská metoda založená na využítí Variačního Bayesova teorému. Této metody je poté užito při řešení dvou různých bayesovských modelů. Vzniklé algoritmy jsou testovány na syntetických i reálných hyperspektrálních datech.

This work discusses the use of bayesian statistics in analysis of hyperspectral images originating from the area of remote sensing. Specifically, the concern of this work is the problem of source recognition ? recognition of regions on Earth?s surface sharing the same pattern. After the introduction to remote sensing and to the basics of bayesian statistics, a bayesian method based on the use of Variational Bayes theorem is described in detail here. This method is then used to inference of two dierent bayesian models. Resulting algorithms are tested on synthetic and real hyperspectral data.