Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales

Autores
Martinez Vargas, Steven; Vitale, Alejandro
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La mayor limitación de las imágenes satelitales hiperespectrales (HS) radica en su baja resolución espacial (250 m por píxel en la constelación MODIS, o 30 m en PRISMA). Es común que algunas constelaciones incluyan un sensor pancromático, de mayor resolución, lo que permite mejorar la resolución espacial de las bandas espectrales a través de pansharpening. En este trabajo se analizaron los datos HS PRISMA, que incluyen una imagen pancromática de 5 m por pixel. Se implementaron dos métodos de pansharpening basados en Análisis de Componentes Principales (PCA) y en la Transformada de Brovey, respectivamente. Se evaluaron los resultados utilizando diversas métricas, como el índice de correlación espacial, el índice de correlación espectral, el error cuadrá- tico medio y el índice de relación señal a ruido. Además, se realizó una comparación contra las imágenes HS originales y las imágenes HS con resolución aumentada mediante interpolación spline de tercer orden. Los resultados obtenidos indican que el método basado en PCA ofrece resultados consistentes, con una menor distorsión espectral y una mejor capacidad para extraer detalles de la imagen pancromática, aunque con una respuesta menos satisfactoria en las frecuencias bajas de la imagen.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Análisis de componentes principales
Transformación de Brovey
Fusión de imágenes satelitales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/177110
Acceder
id SEDICI_c7a482a9502831c05a1e81031f2f2035
oai_identifier_str oai:sedici.unlp.edu.ar:10915/177110
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectralesMartinez Vargas, StevenVitale, AlejandroCiencias InformáticasAnálisis de componentes principalesTransformación de BroveyFusión de imágenes satelitalesLa mayor limitación de las imágenes satelitales hiperespectrales (HS) radica en su baja resolución espacial (250 m por píxel en la constelación MODIS, o 30 m en PRISMA). Es común que algunas constelaciones incluyan un sensor pancromático, de mayor resolución, lo que permite mejorar la resolución espacial de las bandas espectrales a través de pansharpening. En este trabajo se analizaron los datos HS PRISMA, que incluyen una imagen pancromática de 5 m por pixel. Se implementaron dos métodos de pansharpening basados en Análisis de Componentes Principales (PCA) y en la Transformada de Brovey, respectivamente. Se evaluaron los resultados utilizando diversas métricas, como el índice de correlación espacial, el índice de correlación espectral, el error cuadrá- tico medio y el índice de relación señal a ruido. Además, se realizó una comparación contra las imágenes HS originales y las imágenes HS con resolución aumentada mediante interpolación spline de tercer orden. Los resultados obtenidos indican que el método basado en PCA ofrece resultados consistentes, con una menor distorsión espectral y una mejor capacidad para extraer detalles de la imagen pancromática, aunque con una respuesta menos satisfactoria en las frecuencias bajas de la imagen.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf30-43http://sedici.unlp.edu.ar/handle/10915/177110spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17889info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-05T13:26:59Zoai:sedici.unlp.edu.ar:10915/177110Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-05 13:26:59.892SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
title Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
spellingShingle Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
Martinez Vargas, Steven
Ciencias Informáticas
Análisis de componentes principales
Transformación de Brovey
Fusión de imágenes satelitales
title_short Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
title_full Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
title_fullStr Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
title_full_unstemmed Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
title_sort Refinado pancromático: una estrategia para incrementar la resolución en imágenes satelitales hiperespectrales
dc.creator.none.fl_str_mv Martinez Vargas, Steven
Vitale, Alejandro
author Martinez Vargas, Steven
author_facet Martinez Vargas, Steven
Vitale, Alejandro
author_role author
author2 Vitale, Alejandro
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Análisis de componentes principales
Transformación de Brovey
Fusión de imágenes satelitales
topic Ciencias Informáticas
Análisis de componentes principales
Transformación de Brovey
Fusión de imágenes satelitales
dc.description.none.fl_txt_mv La mayor limitación de las imágenes satelitales hiperespectrales (HS) radica en su baja resolución espacial (250 m por píxel en la constelación MODIS, o 30 m en PRISMA). Es común que algunas constelaciones incluyan un sensor pancromático, de mayor resolución, lo que permite mejorar la resolución espacial de las bandas espectrales a través de pansharpening. En este trabajo se analizaron los datos HS PRISMA, que incluyen una imagen pancromática de 5 m por pixel. Se implementaron dos métodos de pansharpening basados en Análisis de Componentes Principales (PCA) y en la Transformada de Brovey, respectivamente. Se evaluaron los resultados utilizando diversas métricas, como el índice de correlación espacial, el índice de correlación espectral, el error cuadrá- tico medio y el índice de relación señal a ruido. Además, se realizó una comparación contra las imágenes HS originales y las imágenes HS con resolución aumentada mediante interpolación spline de tercer orden. Los resultados obtenidos indican que el método basado en PCA ofrece resultados consistentes, con una menor distorsión espectral y una mejor capacidad para extraer detalles de la imagen pancromática, aunque con una respuesta menos satisfactoria en las frecuencias bajas de la imagen.
Sociedad Argentina de Informática e Investigación Operativa
description La mayor limitación de las imágenes satelitales hiperespectrales (HS) radica en su baja resolución espacial (250 m por píxel en la constelación MODIS, o 30 m en PRISMA). Es común que algunas constelaciones incluyan un sensor pancromático, de mayor resolución, lo que permite mejorar la resolución espacial de las bandas espectrales a través de pansharpening. En este trabajo se analizaron los datos HS PRISMA, que incluyen una imagen pancromática de 5 m por pixel. Se implementaron dos métodos de pansharpening basados en Análisis de Componentes Principales (PCA) y en la Transformada de Brovey, respectivamente. Se evaluaron los resultados utilizando diversas métricas, como el índice de correlación espacial, el índice de correlación espectral, el error cuadrá- tico medio y el índice de relación señal a ruido. Además, se realizó una comparación contra las imágenes HS originales y las imágenes HS con resolución aumentada mediante interpolación spline de tercer orden. Los resultados obtenidos indican que el método basado en PCA ofrece resultados consistentes, con una menor distorsión espectral y una mejor capacidad para extraer detalles de la imagen pancromática, aunque con una respuesta menos satisfactoria en las frecuencias bajas de la imagen.
publishDate 2024
dc.date.none.fl_str_mv 2024-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/177110
url http://sedici.unlp.edu.ar/handle/10915/177110
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17889
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
30-43
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1847978904524947456
score 12.576249

Publicaciones similares