Desarrollo y evaluación de algoritmo para detección de cruces en imágenes Hexagon KH-9

VACAFLOR, PAULINA; LANNUTTI, E; LENZANO, MARÍA GABRIELA; LENZANO, LUIS

La Plata

Congreso; XIX Reunión Asociación Argentina de Geofísicos y Geodestas; 2017

Asociación Argentina de Geofísicos y Geodestas

Más de 900.000 imágenes de las misiones CORONA, ARGON, LANYARD,GAMBIT y HEXAGON fueron tomadas entre los años 1960 y 1980, pertenecientes aprogramas de inteligencia secretos de los Estados Unidos. En la actualidad, parte de estas imágenes se encuentran disponibles gracias a tres etapas de desclasificación realizadas en los años 1995, 2002 y 2013. Estas imágenes son una base útil de datos, para detectar y estudiar cambios geomorfométricos, en regiones de difícil acceso y con ausencia de datos temporales mediante la generación de Modelos Digitales de Terreno (MDT) y ortoimágenes. Para la generación de Modelos Digitales de Terreno, a través de procesos fotogramétricos tradicionales, resulta necesaria la reconstrucción de la geometría interna de los pares de imágenes estéreos y por ende, la cuantificación de las distorsiones geométricas. Cada una de las escenas de estas misiones, contiene cruces impresas localizadas de manera equidistante cada 1 cm, provenientes del instante de la toma, que ayudaran a corregir la geometría interna de éstas. Debido a la clasificación de datos y ausencia de información concerniente almomento de la captura de los datos, en el presente 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 se seleccionaron imágenes de la última misión Hexagon.La detección fue realizada mediante la implementación de un algoritmo cuyo primer paso consiste en crear una cruz patrón, de color negro con fondo blanco (imagen esclava) de un tamaño similar 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 fueron entre 0.6 y 0.7. Cada posición de máximo relativo se corresponde con un centro de cruz y así se estiman las posiciones de las mismas. El promedio de estos máximos es del orden de 0.3, siendo un valor bajo de correlación. Esto es debido a que en la imagen máster, las cruces no son perfectamente de color negro y su entorno no lo es de color blanco puro, como el asignado en la cruz ideal (imagen esclava). Sin embargo, mediante la posterior evaluación de las posiciones determinadas, se comprobó que las posiciones de estos máximos coinciden con los centros reales de las cruces (Xp, Yp), salida del algoritmo. Para evaluar el desempeño del algoritmo, el procedimiento fue aplicado en 50 imágenes. Éstas fueron creadas utilizando un recorte de imagen Hexagon, pero eliminando las cruces originales y así, asignarle otras cruces pero con centros conocidos, que fueron asignados aleatoriamente. El objetivo de crear estas imágenes era conocer de antemano las posiciones verdaderas de los centros de cruces (Xv, Yv),para ser comparadas con 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.