Desarrollo de una herramienta computacional basado en software libre para el análisis y mejoramiento de imágenes satelitales usando representación poco densa de señales sobre diccionarios redundantes

Abstract

Con la puesta en órbita del satélite Miranda se crea en el país una abanico de posibilidades de investigación en el campo del procesamiento digital de imágenes satelitales. Este proyecto se ha centrado en el estudio de métodos de representación poco densa aplicados a la restauración de imágenes satelitales debido a perdida de píxeles atribuidos a oclusiones causadas por nubes y la implementación de una serie de rutinas computacionales en un lenguaje de programación de libre distribución. Para lograr este cometido se utilizó la teoría de sensado comprimido para modelar la oclusión a través de una matriz de medición, con la cual se puede encontrar la representación poco densa sobre un diccionario holográfico, que no es más que la proyección de un diccionario base sobre la matriz de medición. Finalmente, se utiliza la representación dispersa encontrada para estimar la Imagen sin la oclusión al proyectar dichos coeficientes sobre el diccionario base. Se utilizan diccionarios redundantes basados en la transformada discreta del coseno, así como diccionarios aprendidos y adaptados a la estadística de las imágenes a representar. Para adaptar los diccionarios se utilizó el algoritmo K-times Singular Value Descomposition (K-SVD), mientras que para encontrar la representación dispersa se empleó el popular algoritmo de búsqueda voraz conocido como Ortogonal Matching Pursuit (OMP). Además, se diseña un mecanismo iterativo de reconstrucción para atacar oclusiones más severas.