Resumen de Evaluación y desarrollo de métricas de calidad espacial y espectral para aplicaciones de fusión de imágenes multiespectrales de teledetección de alta resolución
Los sensores ópticos de muy alta resolución, a bordo de satélites de observación de la Tierra, capturan de una misma zona de observación típicamente dos imágenes distintas. Por un lado, una imagen de intensidad y alta resolución espacial denominada pancromática (PAN) y, de otro, una imagen compuesta de varias bandas espectrales pero de menor resolución espacial, denominada multiespectral (MS).
La fusión de imágenes de teledetección o pan-sharpening consiste en combinar la información proporcionada por estas dos imágenes obteniendo una nueva imagen fusionada (FUS) que combina la alta información espacial de la imagen PAN con la alta información espectral de la imagen MS. En este proceso se introducen distorsiones espaciales y espectrales que se han de evaluar con objeto de mejorar los algoritmos empleados o establecer un rango automático de la calidad del producto obtenido. En este sentido, la evaluación de la medida de la calidad espacial y espectral de las imágenes fusionadas constituye una tarea esencial.
Sin embargo, a pesar de las referencias científicas existentes que describen múltiples algoritmos de evaluación de la calidad, pocos estudios se centran en su funcionamiento en presencia de distorsiones similares a las que se pueden introducir en los procesos de fusión. Así el objetivo principal de esta tesis es la elaboración y desarrollo de medidas de la calidad espacial y espectral para imágenes fusionadas de teledetección.
Específicamente, en este trabajo de tesis se ha propuesto y desarrollado una metodología de test para la validación de la robustez y sensibilidad de las medidas de calidad, tanto espaciales como espectrales, en imágenes fusionadas. Se ha aplicado tanto a los índices ya descritos en la literatura científica como a nuevas propuestas de algoritmos. Por último, se han diseñado y ensayado una estrategia de medida que permita una evaluación basada en objetos frente a la estrategia usual basada en píxeles.
