Busca avançada
Ano de início
Entree

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

Processo: 19/24259-0
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
Vigência (Início): 15 de dezembro de 2019
Vigência (Término): 14 de março de 2020
Área do 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 no Exterior: Pedro Miguel Berardo Duarte Pina
Instituição-sede: Universidade Estadual Paulista (UNESP). Campus de Rosana. Rosana , SP, Brasil
Local de pesquisa: 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

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)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.