Super-resolução de imagens de sensoriamento remoto

AUTOR(ES)

Miguel Archanjo Bacellar Goes Telles Júnior

DATA DE PUBLICAÇÃO

2008

RESUMO

Esta tese apresenta um novo método de super-resolução baseado no algoritmo das projeções em conjuntos convexos (POCS). A super-resolução (SR) visa à obtenção de uma imagem de melhor resolução espacial (High Resolution HR) a partir de uma ou mais imagens de menor resolução espacial (Low Resolution LR). O método proposto utiliza a imagem LR para se obter, por intermédio de deslocamentos subpixel nas linhas e colunas, uma outra imagem LRd. Dessa forma os frames que é como são denominadas as imagens LR, dentro do algoritmo POCS, são obtidos a partir da imagem original. Esse deslocamento visa minimizar os efeitos de aliasing, e possibilitam a recuperação de novas informações para a imagem HR . O método proposto utiliza um algoritmo de interpolação com a função sinc para produzir a grade de alta resolução no algoritmo POCS. A metodologia utilizada fixa os parâmetros de entrada para todas as imagens. A finalidade é avaliar também, se o método é capaz de realizar a super-resolução sem que sejam necessários ajustes na configuração do algoritmo. Como a imagem HR possui resolução espacial melhor do que a imagem LR original, a avaliação do resultado utiliza a duas imagens de referência, uma obtida a partir da imagem HR, e outra obtida a partir da imagem LR, cada uma destas, para a avaliação de duas propriedades diferentes denominadas de síntese e consistência, respectivamente. Para isto é utilizado um protocolo de avaliação que é capaz mensurar tanto as informações estruturais da imagem como a preservação da informação espectral. Os dados utilizados para a avaliação do método consistem de imagens dos seguintes satélites/sensores: CBERS-2/CCD; Landsat 7/ETM+; Quickbird/MSS; e CBERS-2B/CCD, que possuem resolução espacial entre 2,4m e 30m. Essas imagens foram divididas em casos conforme o satélite e região geográfica que abrangem. Os resultados obtidos são apresentados na forma de tabelas com todos os indicadores utilizados para cada uma das propriedades síntese e consistência. Também são apresentados: Uma composição colorida de cada imagem, as bandas espectrais e perfis radiométricos. O método proposto consegue obter boa super-resolução das imagens preservando a informação espectral na maior parte dos casos estudados. As feições dos perfis radiométricos não foram alteradas.

ASSUNTO(S)

super-resolução pocs sensoriamento remoto geologia

Documentos Relacionados

• Super-resolução de imagens baseada em aprendizado utilizando descritores de características
• Um modelo para recuperação por conteudo de imagens de sensoriamento remoto
• Classificador neural híbrido para imagens obtidas por sensoriamento remoto
• Classificação de imagens de sensoriamento remoto baseada em textura por redes neurais
• Uma arquitetura neural modular para classificação de imagens multiespectrais de sensoriamento remoto