Procesamiento de imágenes multiespectrales: reducción de dimensionalidad, ruido y fusión para detección de cambios

Procesamiento y técnicas sobre imágenes multiespectrales

Reducción del volumen de datos

El método consiste en la reducción de la dimensionalidad de los datos, eliminando así la información redundante debida a la correlación entre bandas.

Reducción del ruido

Los valores se ven alterados debido tanto a la influencia de los fenómenos de dispersión atmosférica como a otros factores. La reducción del ruido persigue atenuar esas variaciones no deseadas.

Detección de cambios en el tiempo

Requiere dos o más imágenes multiespectrales en un mismo archivo donde se aplica el análisis de componentes principales. Requiere una metodología que incluye los siguientes pasos:

1. Ajuste radiométrico: para reducir las diferencias radiométricas entre las imágenes.
2. Registro geométrico de las imágenes y remuestreo a la misma resolución espacial.
3. Recorte de la zona e integración de todas ellas.
4. Aplicación del análisis de componentes principales sobre la totalidad del conjunto de imágenes.
5. Interpretación de los componentes secundarios e identificación de las zonas de cambio.

Ampliación del contraste por decorrelación

Consiste en la conversión de los datos al espacio definido por los componentes principales de las bandas originales, seguido de la ecualización de los datos según los nuevos ejes y, por último, la conversión de los datos al espacio inicial y la combinación en RGB.

Fusión de imágenes

El proceso típico de fusión de una imagen pancromática de alta resolución con una imagen multiespectral es el siguiente:

1. Ajuste geométrico entre ambas imágenes.
2. Remuestreo radiométrico: adaptar la resolución para conseguir el mismo tamaño de píxel.
3. Aplicación del análisis de componentes principales sobre la imagen multiespectral.
4. Ajuste radiométrico de la imagen pancromática respecto al primer componente principal.
5. Sustitución del primer componente por la imagen pancromática.
6. Transformación inversa del análisis de componentes principales para obtener la imagen fusionada.

Supuestos de partida

Los supuestos de los que se parte para aplicar este procedimiento son que el primer componente principal contiene información de la iluminancia, mientras que los componentes restantes captan la variación espectral; o que la luminancia de las bandas del infrarrojo es equivalente a la del visible.

Factores para mejorar la calidad de la imagen resultante

Para mejorar la calidad de la imagen resultante se tienen en cuenta factores relacionados con la escena y con el sensor:

• Factores propios de la escena: conviene utilizar imágenes de fechas tan próximas como sea posible y con poco relieve topográfico.
• Factores propios del sensor: la imagen de alta resolución deberá tener la mayor similitud espectral posible con el componente sustituido.

Notas finales

Las técnicas descritas (reducción de dimensionalidad, decorrelación, fusión y ajuste radiométrico/geométrico) son complementarias y deben aplicarse con criterios claros según el objetivo: reducción de ruido, mejora del contraste, conservación de la información espectral o identificación de cambios temporales.