Segmentação e restauração de falhas ocasionadas por sensores em imagens de sensoriamento remoto

• Processo: 19/24259-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
• Data de Início da vigência: 15 de dezembro de 2019
• Data de Término da vigência: 14 de março de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Wallace Correa de Oliveira Casaca
• Beneficiário: Dayara Pereira Basso
• Supervisor: Pedro Miguel Berardo Duarte Pina
• Instituição Sede: Universidade Estadual Paulista (UNESP). Campus de Rosana. Rosana , SP, Brasil
• Instituição Anfitriã: Instituto Superior Técnico (IST), Portugal
• Vinculado à bolsa: 18/06756-3 - Desenvolvimento de uma metodologia não-supervisionada de inpainting digital para tratamento de oclusões em imagens urbanas, BP.IC
• Assunto(s): Sensoriamento remoto Visão computacional Sensores Falha Equações diferenciais parciais
• Palavra(s)-Chave do Pesquisador: detecção de alvos | Equações Diferenciais Parciais | Inpainting | remoção de objetos | Retoque Digital | Sensores | Visão Computacional

Resumo

Embora imagens de Sensoriamento Remoto (SR) tenham sido utilizadas com grande sucesso em aplicações diversas, a qualidade dessas imagens pode cair drasticamente devido à problemas ocorridos na fase de aquisição dos dados, como alterações na captura dos sinais ou falhas no sensor que podem resultar em uma imagem contendo danificações e/ou oclusões. Essas oclusões dificultam a realização de diversas tarefas de pós-processamento como, por exemplo, a classificação ou a análise das informações originais que foram perdidas. Nesse sentido, este projeto tem como foco restaurar imagens de SR contendo falhas provenientes de sensores de captura, mais especificamente, do sensor Landsat-7. A solução proposta combina a segmentação inicial dos alvos de oclusão, que foi especialmente projetada para tratar as degenerações causadas pelo Landsat-7, e a reconstrução das falhas segmentadas, que será feita por meio da aplicação de duas propostas de inpainting digital: uma baseada em EDPs, e a outra em replicação por blocos. Como resultado, espera-se que o conteúdo indevido, isto é, que não agrega o cenário original da imagem, seja plenamente reconstituído pelas soluções que serão implementadas neste projeto. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BASSO, DAYARA; COLNAGO, MARILAINE; AZEVEDO, SAMARA; SILVA, ERIVALDO; PINA, PEDRO; CASACA, WALLACE. Combining morphological filtering, anisotropic diffusion and block-based data replication for automatically detecting and recovering unscanned gaps in remote sensing images. EARTH SCIENCE INFORMATICS, APR 2021. (18/06756-3, 19/24259-0)

BASSO, DAYARA; COLNAGO, MARILAINE; AZEVEDO, SAMARA; SILVA, ERIVALDO; PINA, PEDRO; CASACA, WALLACE. Combining morphological filtering, anisotropic diffusion and block-based data replication for automatically detecting and recovering unscanned gaps in remote sensing images. EARTH SCIENCE INFORMATICS, v. 14, n. 3, p. 14-pg., 2021-04-11. (18/06756-3, 19/24259-0)