[ANGLÈS] The aim of this thesis is to do an in-depth analysis of state-of-the-art denoising methods for Polarimetric SAR data and to propose a new algorithm taking advantage on their strong points. The filters under analysis are the Iterative Bilateral Filter for Polarimetric SAR Data and the Non Local Means Filter for (Pol)(In)SAR Data. Along with them, we will also study two older methods as a reference: the Refined Lee and the Boxcar filters. Afterwards, a patch-based algorithm that computes similarities both in the spatial and in the radiometric domain (using a Riemannian metric), selects the best input parameters automatically and iterates until it converges in the best result is proposed. Finally, a cross-evaluation of the studied methods and the proposed one is performed.

[CASTELLÀ] El objetivo de éste proyecto es hacer un estudio en profundidad de dos métodos de reducción del ruido en imágenes SAR polarimétricas, así cómo proponer un nuevo algoritmo que se aproveche de sus puntos fuertes. Los filtros que se analizarán son, por un lado el "Iterative Bilateral Filter for Polarimetric SAR Data" y por el otro el "Non Local Means Filter for (Pol)(In)SAR Data". Juntamente con ellos, también se estudiarán los filtros "Refined Lee" y "Boxcar". A continuación, se propondrá un algoritmo que sea "patch-based", que calcule las similitudes tanto en el dominio radiométrico cómo en el dominio espacial, que seleccione automáticamente los mejores parámetros de entrada y que itere hasta convergir en el mejor resultado posible. Por último, se realiza una evaluación cruzada de los métodos estudiados, juntamente con el nuevo algoritmo propuesto.

[CATALÀ] L'objectiu d'aquest projecte és fer un estudi en profunditat de dos mètodes de reducció del soroll en imatges SAR polarimètriques, així com proposar un nou algoritme que s'aprofiti els seus punts forts. Els filtres que s'analitzen son, per una banda el "Iterative Bilateral Filter for Polarimetric SAR Data" i per l'altre el "Non Local Means Filter for (Pol)(In)SAR Data". Juntament amb aquests, també s'estudiaran, per tal de fer-los servir com a referència, els filtres "Refined Lee" i el "Boxcar". A continuació, es proposarà un algoritme "patch-based" que calculi les similituds tant en el domini radiomètric (fent servir distàncies Riemann) com en el domini espacial, que seleccioni automàticament els millors paràmetres d'entrada i que iteri fins a convergir en el millor resultat. Per últim, es fa una avaluació creuada dels mètodes estudiats, juntament amb el nou algoritme proposat.