UNIVERSIDADE DE BRASÍLIA / INSTITUTO DE GEOCIÊNCIAS

TESE DE DOUTORADO N^o 088

MIGUEL ARCHANJO BACELLAR GOES TELLES JUNIOR

DATA DA DEFESA: 27/06/2008
ÁREA DE CONCENTRAÇÃO: Processamento de dados em geologia e análise ambiental
ORIENTADOR:  Prof. Antonio Nuno de Castro Santa Rosa (UnB)
EXAMINADORES: Prof. Paulo Roberto Meneses (UnB); Profa. Roberta Mari Vidotti (UnB); Prof. Francisco Assis de Oliveira Nascimento(ENC/UnB) ; Profa. Leila Maria Garcia Fonseca (INPE)

Palavras-chave: Sensoriamento remoto, Super-resolução e POCS

RESUMO

Esta tese apresenta um novo método de super-resolução baseado no algoritmo das projeções em conjuntos convexos (POCS). A super-resolução (SR) visa à obtenção de uma imagem de melhor resolução espacial (High Resolution – HR) a partir de uma ou mais imagens de menor resolução espacial (Low Resolution – LR). O método proposto utiliza a imagem LR para se obter, por intermédio de deslocamentos subpixel nas linhas e colunas, uma outra imagem LR_d. Dessa forma os frames que é como são denominadas as imagens LR, dentro do algoritmo POCS, são obtidos a partir da imagem original. Esse deslocamento visa minimizar os efeitos de aliasing, e possibilitam a recuperação de novas informações para a imagem HR . O método proposto utiliza um algoritmo de interpolação com a função sinc para produzir a grade de alta resolução no algoritmo POCS.
A metodologia utilizada fixa os parâmetros de entrada para todas as imagens. A finalidade é avaliar também, se o método é capaz de realizar a super-resolução sem que sejam necessários ajustes na configuração do algoritmo.
Como a imagem HR possui resolução espacial melhor do que a imagem LR original, a avaliação do resultado utiliza a duas imagens de referência, uma obtida a partir da imagem HR, e outra obtida a partir da imagem LR, cada uma destas, para a avaliação de duas propriedades diferentes denominadas de síntese e consistência, respectivamente. Para isto é utilizado um protocolo de avaliação que é capaz mensurar tanto as informações estruturais da imagem como a preservação da informação espectral.
Os dados utilizados para a avaliação do método consistem de imagens dos seguintes satélites/sensores: CBERS-2/CCD; Landsat 7/ETM+; Quickbird/MSS; e CBERS-2B/CCD, que possuem resolução espacial entre 2,4m e 30m. Essas imagens foram divididas em casos conforme o satélite e região geográfica que abrangem.
Os resultados obtidos são apresentados na forma de tabelas com todos os indicadores utilizados para cada uma das propriedades síntese e consistência. Também são apresentados: Uma composição colorida de cada imagem, as bandas espectrais e perfis radiométricos.
O método proposto consegue obter boa super-resolução das imagens preservando a informação espectral na maior parte dos casos estudados. As feições dos perfis radiométricos não foram alteradas.

     
UNIVERSITY OF BRASILIA / INSTITUTE OF GEOSCIENCES

PhD THESIS N^o 088

DATE OF ORAL PRESENTATION: 27/06/2008
TOPIC OF THE THESIS: Data processing in geology and in environmental analysis
ADVISOR:  Prof. Antonio Nuno de Castro Santa Rosa (UnB)
COMMITTEE: Prof. Paulo Roberto Meneses (UnB); Prof. Roberta Mari Vidotti (UnB); Prof. Francisco Assis de Oliveira Nascimento(ENC/UnB) ; Prof. Leila Maria Garcia Fonseca (INPE)

KeyWords:  Remote sensing, super-resolution and POCS

ABSTRACT

This thesis presents a new super-resolution (SR) method based on the algorithm of the projections onto convex sets (POCS). The aim of super-resolution is to take a set of one or more low-resolution (LR) input images to produce a higher-resolution (HR) image with more details. The proposed method uses the LR image to obtain, through subpixel shifts in the lines and columns directions, a LR_d image. This procedure aims to reduce the aliasing effect and add new information (details) to the HR image. The proposed method uses a resampling algorithm based on sinc function to produce the high resolution grid into the POCS algorithm.
The proposed methodology uses same settings parameters to the SR method for all the images. The purpose is to evaluate if the method is capable to accomplish the super-resolution without additional settings.
A quality evaluation protocol is used to evaluate the SR results. This protocol is divided in two properties: synthesis and consistency. The first property uses a HR down sampled image by a factor of two, and the second property uses the original LR image sub sampled by a factor of two. The quality evaluation protocol can evaluate the structural information of the image and the degree of spectral distortion.
In order to evaluate the method a set of images are used. The images are from the following satellites/sensors: CBERS-2/CCD; Landsat 7/ETM+; Quickbird/MSS; and CBERS-2B/CCD, with spatial resolution between 2,4m and 30m. Those images were divided in cases according to the satellite and geographical area coverage by the scene.
The results are presented in the form of tables for the synthesis and consistency properties. The images LR and HR are presented in a RGB color composition and the spectral LR and HR bands are presented in single images. A radiometric profile of one spectral band is showed.
The results of the proposed method present good super-resolution images and preserve the spectral information. The features of the radiometric profiles were not altered.