Mejoramiento de la calidad de imágenes hiperespectrales por métodos de superresolución

Las imágenes hiperespectrales (HSI) son una concatenación de imágenes bidimensionales que toman diferentes longitudes de onda y proporcionan información de gran importancia en aplicaciones aéreas, espaciales, detección de objetos, agricultura y exploración de recursos naturales. En todas estas aplicaciones es primordial obtener la máxima resolución posible, tanto a nivel espacial como espectral. Una forma de conseguir HSI de alta resolución (HR) es mediante la implementación de espectrómetros hiperespectrales. Las desventajas de esta solución son el aumento exponencial en los costos de adquisición relacionados con el detector y el ruido inherente en las imágenes, generado por diferentes factores como: lentes, atmosfera, iluminaciones secundarias, imperfecciones ópticas, etc. Por otro lado, los detectores son proporcionales al tamaño de la imagen deseada y no es posible construir cámaras de resolución arbitraria. Una alternativa para aumentar la resolución de las HSI es implementando técnicas de superresolución (SR), las cuales se basan en la recuperación de una HSI de HR a partir de una versión de baja resolución. Una de las principales deficiencias de los métodos tradicionales de SR en imágenes hiperespectrales, es la restauración de la imagen hiperespectral como un conjunto de imágenes bidimensionales no relacionadas, ignorando información inherente en las bandas espectrales adyacentes que son esenciales para una óptima reconstrucción. En este trabajo se propone un método rápido y eficiente para la reconstrucción de HSI, mediante el uso de matrices de reducción espacio-espectral e interpolaciones cúbicas recurrentes. El método propuesto supera la implementación tradicional de las técnicas de SR, mediante el uso de la información concurrente en el vecindario de espectros adyacentes. Las simulaciones muestran que el método desarrollado supera los métodos tradicionales de SR para HSI existentes en la literatura. Específicamente se obtienen mayores niveles de relación señal a ruido pico (PSNR), tanto en la dimensión espectral como en la espacial.

• Autores: Marquez Castellanos, Miguel Angel
• Tipo de recurso: http://purl.org/coar/version/c_b1a7d7d4d402bcce
• Fecha de publicación: 2015
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/32599
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/32599; https://noesis.uis.edu.co
• Palabra clave: Imagen Hiperespectral; Dimensión Espacial-Espectral; Interpolación Tridimensional; Muestreo Hiperespectral.; Hyperspectral Imaging; Spatial-Spectral Dimension; Three-Dimensional Interpolation; Hyperspectral Downsampling.
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)