CONICET | Buscador de Institutos y Recursos Humanos

Más de 900.000 imágenes de las misiones CORONA, ARGON, LANYARD, GAMBIT yHEXAGON fueron tomadas entre los años 1960 y 1980, pertenecientes a programas deinteligencia secretos de los Estados Unidos. En la actualidad, parte de estas imágenes seencuentran disponibles gracias a tres etapas de desclasificación realizadas en los años 1995, 2002y 2013. Estas imágenes son una base útil de datos, para detectar y estudiar cambiosgeomorfométricos, en regiones de difícil acceso y con ausencia de datos temporales mediante lageneración de Modelos Digitales de Terreno (MDT) y ortoimágenes. Para la generación deModelos Digitales de Terreno, a través de procesos fotogramétricos tradicionales, resulta necesariala reconstrucción de la geometría interna de los pares de imágenes estéreos y por ende, lacuantificación de las distorsiones geométricas. Cada una de las escenas de estas misiones,contiene cruces impresas localizadas de manera equidistante cada 1 cm, provenientes del instantede la toma, que ayudaran a corregir la geometría interna de éstas. Debido a la clasificación dedatos y ausencia de información concerniente al momento de la captura de los datos, en elpresente estudio se propone un algoritmo de detección automático, preciso, de las posiciones (Xp,Yp) de las cruces, como base de la determinación de las distorsiones geométricas. Para el test seseleccionaron imágenes de la última misión Hexagon.La detección fue realizada mediante la implementación de un algoritmo cuyo primer pasoconsiste en crear una cruz patrón, de color negro con fondo blanco (imagen esclava) de un tamañosimilar a las existentes en las imágenes, luego esta se desplaza a lo largo de la imagen máster(original) buscando similitudes mediante el algoritmo de correlación cruzada normalizada (CCN).Se obtiene como salida una matriz de correlación, donde los valores máximos encontrados fueronentre 0.6 y 0.7. Cada posición de máximo relativo se corresponde con un centro de cruz y así seestiman las posiciones de las mismas. El promedio de estos máximos es del orden de 0.3, siendoun valor bajo de correlación. Esto es debido a que en la imagen máster, las cruces no sonperfectamente de color negro y su entorno no lo es de color blanco puro, como el asignado en lacruz ideal (imagen esclava). Sin embargo, mediante la posterior evaluación de las posicionesdeterminadas, se comprobó que las posiciones de estos máximos coinciden con los centros realesde las cruces (Xp, Yp), salida del algoritmo. Para evaluar el desempeño del algoritmo, elprocedimiento fue aplicado en 50 imágenes. Éstas fueron creadas utilizando un recorte de imagenHexagon, pero eliminando las cruces originales y así, asignarle otras cruces pero con centrosconocidos, que fueron asignados aleatoriamente.El objetivo de crear estas imágenes era conocerde antemano las posiciones verdaderas de los centros de cruces (Xv, Yv), para ser comparadascon las de la salida del algoritmo de detección. El error promedio obtenido resultó menor a un pixel,de esta forma el algoritmo desarrollado cumple con los objetivos de manera satisfactoria.