Implementación en grass-gis de técnicas de fusión de imágenes digitales


Abstract:

En el campo de la teledetección, existen diferentes métodos para integrar imágenes de diferente resolución espectral y espacial, con el fin de obtener imágenes fusionadas que potencien las capacidades que presentan separadamente. Varias de estas técnicas han sido implementadas en su mayoría en software privativo, lo cual limita a los usuarios de software libre el acceso a estas herramientas geoinformáticas. El objetivo de este estudio fue implementar en un software libre (GRASS-GIS), tres técnicas de fusión de imágenes: High Pass Filter, Análisis de Componentes Principales y Gram-Schmidt; aplicar estas técnicas para fusionar imágenes multiespectrales y pancromáticas de cuatro plataformas satelitales (QuickBird, IKONOS, Landsat 7 y Landsat 8) y una plataforma aerotransportada (Proyecto Natmur-08); y, evaluar los resultados cualitativamente mediante una comparación visual y, cuantitativamente, mediante dos índices de calidad implementados en GRASS en esta investigación: Índice universal de calidad de la imagen e Índice ERGAS. Los resultados muestran en primera instancia que la aplicación de las técnicas de fusión tanto en GRASS como en software privativo producen resultados muy similares. Con relación a la aplicación de los algoritmos de fusión implementados en GRASS, la evaluación cualitativa reporta mejor valoración a las imágenes con mayor ratio espacial. Los resultados de la evaluación cuantitativa indican una mayor dispersión en términos de tipo de imagen empleada, pero mayor consistencia entre la valoración aportada por cada índice para una misma imagen analizada.

Año de publicación:

2015

Keywords:

  • TELEDETECCION
  • Gram-Schmidt
  • Indice Ergas
  • Tesis De Maestria En Geomatica
  • Grass-Gis
  • Fusion De Imagenes
  • Imagen Digital
  • High Pass Filter

Fuente:

rraaerraae

Tipo de documento:

Master Thesis

Estado:

Acceso abierto

Áreas de conocimiento:

  • Visión por computadora
  • Simulación por computadora

Áreas temáticas:

  • Ciencias de la computación