Maurizio LONGO | Progetti

FUSIONE DI DATI PER LA PRODUZIONE DI IMMAGINI TELERILEVATE AD ALTA RISOLUZIONE

La ricerca in oggetto si concentra sull’analisi e sullo sviluppo di tecniche per il miglioramento dell’accuratezza di immagini satellitari nelle frequenze del visibile e del termico. Più in dettaglio si vuole approfondire, rispettivamente, lo studio delle metodologie per il pansharpening e per il miglioramento di sequenze di immagini termiche basato su dati acquisiti da sensori multipli. Il termine pansharpening prende il nome dal fatto che storicamente l’immagine ad elevata risoluzione spaziale è di tipo pancromatico, e viene accoppiata ad immagini di tipo multispettrale o iperspettrale; tuttavia cominciano ad essere presenti in modo più diffuso metodologie per la fusione di un’immagine multispettrale ed una iperspettrale. Nonostante tali tecniche siano ormai studiate da più di un quarto di secolo, molti problemi rimangono aperti, sia per quanto riguarda lo sviluppo di tecniche innovative per la fusione dati, sia per quanto riguarda la valutazione della qualità dei prodotti degli algoritmi. Infatti, come spesso avviene nei problemi di fusione dati, non è possibile individuare un’immagine di riferimento con cui confrontare il prodotto finale degli algoritmi sviluppati. In questa ricerca l’accento verrà posto sul progetto di nuovi algoritmi. In particolare si vuole affrontare il problema della stima della risposta spaziale del sensore remoto (Modulation Transfer Function – MTF) la cui conoscenza risulta cruciale in molti classici algoritmi per il pansharpening. Infatti essa è spesso conosciuta in modo approssimato, sia perché in alcuni casi il costruttore del sensore non fornisce un’adeguata caratterizzazione, sia perché le proprietà del sensore cambiano nel tempo. A tal scopo si vogliono utilizzare tecniche di deconvoluzione cieca, in cui la stima della risposta del sensore viene fatta individuando la relazione fra un’immagine di riferimento (nel caso in oggetto la pancromatica) e un’immagine degradata (qui rappresentata da una combinazione dei canali della multispettrale). Inoltre si vogliono sviluppare tecniche innovative basate sulla teoria della Rappresentazione Sparsa. Più in dettaglio si vuole applicare tale metodologia alla decomposizione dei dettagli dell’immagine pancromatica, che sono poi aggiunti all’immagine multispettrale originale, secondo lo schema classico degli algoritmi di pansharpening. L’obiettivo di tale tecnica è di ottenere un’immagine maggiormente fedele dal punto di vista spettrale all’immagine originale, sfruttando il fatto che tutta la parte in bassa frequenza rimane invariata durante il processo di fusione. Per quanto riguarda l’arricchimento di sequenze di immagini termiche, l’obiettivo è di combinare dati raccolti da sensori multipli operanti sulla stessa banda di frequenza, in modo da sfruttare le differenti caratteristiche temporali e spaziali per produrre una sequenza di immagini sufficientemente accurata sia dal punto divista della risoluzione spaziale, che del tasso di acquisizione. Per produrre la sequenza richiesta è possibile sfruttare non solo l’osservazione multipla negli stessi istanti, ma anche la correlazione esistente fra le varie immagini che costituiscono la sequenza. Per questo motivo le tecniche che si intendono proporre consistono sia in una fase di fusione dei dati provenienti dai vari sensori, sia in una fase di stima sequenziale dei valori della temperatura di brillanza. In particolare ci si concentrerà su quelle applicazioni che non richiedono il funzionamento in tempo reale, per cui è possibile elaborare contemporaneamente tutti i dati acquisiti in un intervallo di tempo prefissato.