Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing

Detalhes bibliográficos
Autor(a) principal: Sousa, Daniele Dias
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio2.unb.br/jspui/handle/10482/48378
Resumo: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023.
id UNB_7f6ae09b41375afd8dd4b96f03816f70
oai_identifier_str oai:repositorio.unb.br:10482/48378
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensingImagens hiperespectraisCompressive SensingCosta brasileiraDissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023.A imagem hiperespectral surgiu como uma nova geração de tecnologia para observação da Terra e exploração espacial desde o início deste milênio e amplamente utilizada em várias disciplinas e aplicações. A informação espectral detalhada é adquirida por imageadores hiperespectrais, nos quais, geralmente produzem resultados impossíveis de serem obtidos com imagens multiespectrais ou outros tipos de satélites. Muitas técnicas para análise de qualidade dos dados foram desenvolvidas ao longo dos anos, e adaptadas para imagens hiperespectrais de acordo com o objetivo, como o NDVI (Normalized Difference Vegetation Index ) e o NDWI (Normalized Difference Water Index ). A grande limitação deste tipo de tecnologia é o armazenamento dos dados devido a limitação de peso que satélites possuem. Desta forma, técnicas de compressão passaram-se a ser utilizadas, como o Compressive Sensing (CS) criado para imageamento médico, gerando imagens com alta qualidade a partir de linhas radiais no espaço-k mesmo quando a relação de Shannon-Nyquist não é obtida. Assim, este trabalho combinou a técnica de CS com a de análise de qualidade para reconstruir imagens hiperespectrais da costa brasileira, a partir de estimação de dados no domínio de Fourier e quantificar a qualidade do dado a partir dos dados reais, obtidos pelo satélite PRISMA. Os resultados obtidos apresentam tanto a relação sinal-ruído da reconstrução, onde há uma variação entre 45 dB e 330 dB comparados a imagem original e que mesmo em imagens o valor de números de radias abaixo do ideal, é visível a ênfase de informação de acordo com o NDWI. A partir dessa variação é possível determinar um número ótimo de radias que é 750. Estes resultados sugerem que Compressive Sensing com pré-filtragem permite uma melhora em relação à técnica de pré-filtragem para imageamento hiperespectral, analogamente à melhora observada nos últimos anos em problemas de imageamento médico.Hyperspectral imaging has emerged as a new generation of technology for Earth observation and space exploration since the beginning of this millennium and widely used in various disciplines and applications. Detailed spectral information is acquired by hyperspectral imagers, which generally produce results that are impossible to obtain with multispectral images or other types of satellites. Many techniques for data quality analysis have been developed over the years, and adapted for hyperspectral imaging according to the objective, such as NDVI and NDWI. The great limitation of this type of technology is the storage of data due to the weight limitation that satellites have. In this way, compression techniques started to be used, such as Compressive Sensing (CS) created for medical imaging, generating high quality images from radial lines in k-space even when the ratio of Shannon-Nyquist is not obtainable. Thus, this work combined the CS technique with quality analysis to reconstruct hyperspectral images of the Brazilian coast, based on data estimation in the Fourier domain and to quantify data quality based on real data obtained by the PRISMA satellite. The results obtained show both the signal-to-noise ratio of the reconstruction, where there is a variation between 45 dB and 330 dB compared to the original image and that even in images the value of radiant numbers below the ideal, the emphasis of information is visible according to the NDWI. From this variation it is possible to determine an optimal number of radiates which is 750. These results suggest that Compressive Sensing with prefiltering allows an improvement over the prefiltering technique for hyperspectral imaging, similarly to the improvement observed in recent years in medical imaging problems.Faculdade de Tecnologia (FT)Departamento de Engenharia Elétrica (FT ENE)Programa de Pós-Graduação em Engenharia ElétricaDias, Ugo SilvaSousa, Daniele Dias2024-06-24T16:29:59Z2024-06-24T16:29:59Z2024-06-242023-01-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSOUSA, Daniele Dias. Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing. 2023. 78 f., il. Dissertação (Mestrado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/48378porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-06-24T16:29:59Zoai:repositorio.unb.br:10482/48378Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-06-24T16:29:59Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
title Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
spellingShingle Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
Sousa, Daniele Dias
Imagens hiperespectrais
Compressive Sensing
Costa brasileira
title_short Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
title_full Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
title_fullStr Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
title_full_unstemmed Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
title_sort Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing
author Sousa, Daniele Dias
author_facet Sousa, Daniele Dias
author_role author
dc.contributor.none.fl_str_mv Dias, Ugo Silva
dc.contributor.author.fl_str_mv Sousa, Daniele Dias
dc.subject.por.fl_str_mv Imagens hiperespectrais
Compressive Sensing
Costa brasileira
topic Imagens hiperespectrais
Compressive Sensing
Costa brasileira
description Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023.
publishDate 2023
dc.date.none.fl_str_mv 2023-01-31
2024-06-24T16:29:59Z
2024-06-24T16:29:59Z
2024-06-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SOUSA, Daniele Dias. Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing. 2023. 78 f., il. Dissertação (Mestrado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
http://repositorio2.unb.br/jspui/handle/10482/48378
identifier_str_mv SOUSA, Daniele Dias. Métodos para reconstrução de imagens hiperespectrais para a costa brasileira baseados em compressive sensing. 2023. 78 f., il. Dissertação (Mestrado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
url http://repositorio2.unb.br/jspui/handle/10482/48378
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508259925557248

Registros relacionados