06/B153
Mejoramiento de técnicas de procesamiento hiperespectral
Enhanced techniques for hyperspectral processing
Director: NÚÑEZ MC LEOD, Juan Esteban
Correo electrónico: jmcleod@cediac.uncu.edu.ar
Integrantes: EUILLADES, Pablo Andrés; GONZÁLEZ VIDELA, Eduardo
Resumen Técnico: La clasificación de imágenes satelitales permite la segmentación espacial de la misma, de acuerdo a rasgos diferenciales que se encuentren en la superficie terrestre (vegetación, cuerpos de agua, tipos de suelo, etc.). Existen muchos métodos que permiten realizar clasificaciones, pero todos ellos orientados a las imágenes multiespectrales, que son las más difundidas. Desde el año 2000 se encuentra en órbita el satélite EO-1, primer satélite operativo con una cámara hiperespectral a bordo. Esto ha permitido disponer de este tipo de imágenes a muy bajo costo. La tecnología hiperespectral permite la realización de clasificaciones con mayor grado de detalle, pero lo que implica el desarrollo de nuevas técnicas de clasificación, con el objeto de lograr resultados confiables y de alta calidad. En el desarrollo de herramientas para el procesamiento de imágenes hiperespectrales, subsidiado por la SECTyP en los proyectos “Detección hiperespectral de hidrocarburos en superficie”, 2002-2004, y “Detección hiperespectral inteligente de hidrocarburos en superficie”, 2005-2007, se han logrado avances significativos en la temática, pero en la medida que se exige mayor precisión y se reduce la extensión espacial de los rasgos a detectar, comienza a hacerse evidente la necesidad de mejorar y uniformar las técnicas de tratamiento de las firmas espectrales, ya sean de la misma imagen como de las bibliotecas espectrales adquiridas mediante un espectro-radiómetro. Por otro lado, se hace necesario administrar en forma eficiente las señales ruidosas provenientes de los sensores remotos, aplicando técnicas avanzadas de filtrado e incluso abrir un nuevo capítulo mediante el análisis en frecuencia de la información. Si bien, la finalidad está orientada a la búsqueda de petróleo en superficie, ya sea debido a derrames o a la presencia de manaderos naturales, el resultado obtenido se puede aplicar a cualquier tipo de rasgo superficial, ya que se busca el desarrollo de algoritmos inespecíficos. El hecho de centrar el proyecto en la detección de hidrocarburos se debe a dos motivos, por un lado el grado de complejidad del tema, lo que exige afinar las técnicas de manera de llevarlas al límite de sus posibilidades, manteniendo la confiabilidad de las mismas. Por otro lado, el interés de la industria petrolera en este tipo de desarrollo es tal, que en estos momentos se está desarrollando una cámara hiperespectral para ser utilizada en el país.
Summary: Hyperspectral sensors, like AVIRIS or Hyperion, allow the detection of oil spills in surface. Given an area of interest, the oil will be probably masked within different things, like vegetation, salt, soil, etc. depending on the natural conditions. The case of natural oil spills is somehow special, because of the small proportions of oil in salt water, that modifies the spectral signatures. Thus, to distinguish the oil from the other features is needed to design proper tools, i.e. specialized classifiers. The tools must have certain ‘intelligence’ to make context based decisions. The main objective of this proposal is to obtain reliable high quality results, by means of efficient and robust algorithms.