AUMENTO DE RESOLUCIÓN DE IMÁGENES TÉRMICAS PROCEDENTES DE UAVS MEDIANTE ALGORITMOS DE PANSHARPENING

Javier Raimundo, J. F. Prieto, Serafin Lopez-Cuervo Medina
{"title":"AUMENTO DE RESOLUCIÓN DE IMÁGENES TÉRMICAS PROCEDENTES DE UAVS MEDIANTE ALGORITMOS DE PANSHARPENING","authors":"Javier Raimundo, J. F. Prieto, Serafin Lopez-Cuervo Medina","doi":"10.4995/cigeo2021.2021.12762","DOIUrl":null,"url":null,"abstract":"Los sensores térmicos montados sobre vehículos aéreos pilotados remotamente proveen imágenes con mucha menosresolución que otros sensores montados usualmente a la vez (sensores en el espectro visible). Esta situación provocauna disparidad en la información derivada de estos conjuntos de datos. Debido a limitaciones físicas en la construcciónde sensores térmicos, es razonable asumir que la resolución de los sensores térmicos no igualará a la de otros sensores(espectro visible e infrarrojo cercano) en el corto y medio término. Desde los años 1970, variedad de algoritmos han sidodesarrollados en Teledetección para mejorar la resolución de sensores de baja resolución con información de imágenesde mayor resolución. Estos algoritmos, originalmente diseñados para plataformas satélite, son llamados pansharpening.Se han realizado investigaciones previas con el objetivo de trasladar estas técnicas a imágenes térmicas. La extensiónde estos estudios previos fue analizar sólo uno de los diferentes algoritmos de pansharpening existentes. En nuestrotrabajo se han estudiado más de diez algoritmos de las dos principales familias de algoritmos de pansharpening paradeterminar sus posibilidades, funcionamiento y resultados cuando se aplican a imágenes térmicas, enfocados a aquellasobtenidas desde un dron. Nuestra metodología simula una imagen térmica de menor resolución, que una vez combinadacon imágenes de espectro visible, y procesadas, pueden ser comparadas con aquellas imágenes térmicas en la resoluciónoriginal, para establecer la calidad de la fusión. Esta metodología se ha aplicado en una campaña de adquisición deimágenes térmicas y de espectro visible sobre un edificio industrial cerca de Toledo (España). La calidad de los productosfinales se ha calculado cuantitativamente. Investigaciones anteriores no analizaban el desempeño en parámetrosnuméricos medibles y comparables. Sus resultados sólo eran analizados visualmente y era imposible asegurar la calidaden procesos y análisis siguientes usando estas imágenes mejoradas. Aqui, hemos calculado índices de calidad de lasimagenes térmicas mejoradas, llegando a determinar valores de calidad como los correspondientes al algoritmo depansharpening BDSD: RMSE = 7.400, ERGAS = 1.084, SAM = 0.048, PSNR = 31.014, UQI = 0.995. En conclusión, hemosvalidado el potencial de los algoritmos de pansharpening para mejorar la resolución de imágenes térmicas con la ayudade imágenes de espectro visible de mayor resolución.","PeriodicalId":145404,"journal":{"name":"Proceedings - 3rd Congress in Geomatics Engineering - CIGeo","volume":"13 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-07-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceedings - 3rd Congress in Geomatics Engineering - CIGeo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.4995/cigeo2021.2021.12762","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Los sensores térmicos montados sobre vehículos aéreos pilotados remotamente proveen imágenes con mucha menosresolución que otros sensores montados usualmente a la vez (sensores en el espectro visible). Esta situación provocauna disparidad en la información derivada de estos conjuntos de datos. Debido a limitaciones físicas en la construcciónde sensores térmicos, es razonable asumir que la resolución de los sensores térmicos no igualará a la de otros sensores(espectro visible e infrarrojo cercano) en el corto y medio término. Desde los años 1970, variedad de algoritmos han sidodesarrollados en Teledetección para mejorar la resolución de sensores de baja resolución con información de imágenesde mayor resolución. Estos algoritmos, originalmente diseñados para plataformas satélite, son llamados pansharpening.Se han realizado investigaciones previas con el objetivo de trasladar estas técnicas a imágenes térmicas. La extensiónde estos estudios previos fue analizar sólo uno de los diferentes algoritmos de pansharpening existentes. En nuestrotrabajo se han estudiado más de diez algoritmos de las dos principales familias de algoritmos de pansharpening paradeterminar sus posibilidades, funcionamiento y resultados cuando se aplican a imágenes térmicas, enfocados a aquellasobtenidas desde un dron. Nuestra metodología simula una imagen térmica de menor resolución, que una vez combinadacon imágenes de espectro visible, y procesadas, pueden ser comparadas con aquellas imágenes térmicas en la resoluciónoriginal, para establecer la calidad de la fusión. Esta metodología se ha aplicado en una campaña de adquisición deimágenes térmicas y de espectro visible sobre un edificio industrial cerca de Toledo (España). La calidad de los productosfinales se ha calculado cuantitativamente. Investigaciones anteriores no analizaban el desempeño en parámetrosnuméricos medibles y comparables. Sus resultados sólo eran analizados visualmente y era imposible asegurar la calidaden procesos y análisis siguientes usando estas imágenes mejoradas. Aqui, hemos calculado índices de calidad de lasimagenes térmicas mejoradas, llegando a determinar valores de calidad como los correspondientes al algoritmo depansharpening BDSD: RMSE = 7.400, ERGAS = 1.084, SAM = 0.048, PSNR = 31.014, UQI = 0.995. En conclusión, hemosvalidado el potencial de los algoritmos de pansharpening para mejorar la resolución de imágenes térmicas con la ayudade imágenes de espectro visible de mayor resolución.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
通过PANSHARPENING算法提高无人机热图像的分辨率
安装在远程驾驶飞行器上的热传感器提供的图像分辨率远低于通常同时安装的其他传感器(可见光谱传感器)。这导致了从这些数据集获得的信息的差异。由于热传感器构造的物理限制,有理由假设热传感器的分辨率在中短期内不会与其他传感器(可见光和近红外光谱)相匹配。自20世纪70年代以来,遥感领域开发了各种算法,以提高低分辨率传感器的分辨率,并提供高分辨率图像信息。这些算法最初是为卫星平台设计的,被称为pansharpening。先前的研究旨在将这些技术转化为热成像。这些早期研究的扩展只分析了现有的不同pansharpening算法中的一种。在我们的工作中,我们研究了两大类pansharpening算法中的十多种算法,以确定它们应用于热成像时的可能性、操作和结果,重点是无人机获得的图像。我们的方法模拟了一个低分辨率的热图像,当与可见光谱图像结合并处理后,可以与原始分辨率的热图像进行比较,以确定聚变的质量。该方法已应用于西班牙托莱多附近一座工业建筑的热成像和可见光谱活动。对最终产品的质量进行了定量计算。以前的研究没有在可测量和可比的数值参数中分析性能。他们的结果只是视觉分析,不可能在随后使用这些增强图像的过程和分析中保证质量。在这里,我们计算了改进的热激光的质量指标,确定了与depansharpening BDSD算法相对应的质量值:RMSE = 7.400, ERGAS = 1.084, SAM = 0.048, PSNR = 31.014, UQI = 0.995。此外,我们还验证了pansharpening算法在提高热成像分辨率方面的潜力。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
COMPARACIÓN DE INDICADORES DE SOSTENIBILIDAD ENTRE ZONAS URBANAS DE ECUADOR Y ESPAÑA EMPLEANDO IMÁGENES SENTINEL 2 MSI UNDERSTANDING VERTICAL GROUND DISPLACEMENT FROM P-SBAS USING GETIS-ORD GI* STATISTIC ANÁLISIS COMPARATIVO DE SOFTWARE PARA OBTENER MDT CON FOTOGRAMETRÍA RPAS ARQUITECTURA NEURONAL PARA PREDICCIÓN DE RADIACIÓN SOLAR EN BASE A VARIABLES METEOROLÓGICAS MONITORING CRITICAL INFRASTRUCTURE EXPOSED TO ANTHROPOGENIC AND NATURAL HAZARDS USING SATELLITE RADAR INTERFEROMETRY
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1