Rectificación y estimación de caracteristicas Lineales e imagenes de Camaras de Pequeño formato: Aplicación a la línea costera del balneario Monte Hermoso

NATALIA REVOLLO; CLAUDIO DELRIEUX; MARINA CIPOLLETTI; GERARDO PERILLO

Tandil, Buenos Aires, Argentina

Workshop; ECImag 2009 2da Escuela y Workshop de Ciencias de las Imágenes; 2009

Facultad de Ciencias Exactas de la UNICEN

<!-- /* Style Definitions */ p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-parent:""; margin:0in; margin-bottom:.0001pt; mso-pagination:none; font-size:10.0pt; font-family:"Times New Roman"; mso-fareast-font-family:"Times New Roman"; mso-ansi-language:ES;} @page Section1 {size:595.35pt 842.0pt; margin:96.4pt 70.9pt 65.2pt 70.9pt; mso-header-margin:63.8pt; mso-footer-margin:43.65pt; mso-paper-source:0;} div.Section1 {page:Section1;} --> El monitoreo ambiental mediante sistemas basados en visión por computadora permite obtener datos cuantitativos de variables naturales que sirven de apoyo a la toma de decisiones. En el presente trabajo se propone el uso de cámaras RGB de pequeño formato para la rectificación, segmentación y estimación de la longitu de la línea costera en la playa del Balneario Monte Hermoso. Para ello, el procesamiento estuvo centrado en tres etapas: la rectificación de la imagen, la clasificación de los pixels, y la segmentación de la poligonal.   El proceso de rectificación es indispensable para realizar mediciones dado que en las tomas oblicuas no se cuenta con resolución espacial constante. Para rectificar las imágenes se utilizó una transformación  proyectiva bidimensional afín para relacionar los puntos en la imagen original oblicua con su proyección sobre un plano cenital, a efectos de conseguir una superficie plana georreferenciada. Con los cuatro puntos de control en la imagen y los cuatro puntos en terreno se calcula una matriz de reproyección, lo cual permite rectificar la imagen oblicua completa.   El principal problema para poder realizar la estimación de la longitud de la línea de costa es obtener una poligonal que mejor represente a esta variable. Para segmentar dicha poligonal se utilizó primero un clasificador por umbral de distancia a un prototipo estáticamente definido. En particular, la representación cromática de los pixel fue transformada al espacio YIQ, en el cual la segmentación por descriptores cromáticos tiene características superiores. En dicho espacio, un conjunto de pixels en el mar son tomados como muestra para generar un prototipo (el centroide de dichos pixels en el espacio YIQ). Se estableció en forma heurísitica un valor umbral para clasificar a cada pixel como mar o tierra firme en función de la distancia en el espacio cromático entre el color del pixel y el color del prototipo. Todo pixel clasificado como mar, contiguo a uno clasificado como tierra firme (y viceversa) es etiquetado como pixel de frontera.   Con este preprocesamiento, la obtención de la poligonal se realizó por medio de una adaptación del algoritmo “marching squares”, que permite obtener una segmentación superresolución por medio de una interpolación geométrica bilineal basada en la relación entre las distancias de los colores de los pixels de frontera al valor umbral. Esta interpolación permite encontrar los puntos más probables por los cuales debe pasar la poligonal a segmentar. Finalmente, la distancia acumulada de cada segmento de la poligonal permite estimar la longitud de la línea costera.   Para validar los resultados, se tomó como estimación una poligonal de baja resolución dibujada manualmente sobre la imagen de la misma área geográfica en el Google Earth, pudiéndose constatar que los valores obtenidos son consistentes.