Perfilado de sección

    • Procesamiento de Imágenes Satelitales a Gran Escala

      Curso de Posgrado y Actualización 2019

    • Objetivos

      Este es un curso hands-on de introducción al procesamiento de imágenes satelitales. Los estudiantes aprenderán a resolver problemas de imágenes de escala real usando imágenes bajadas directamente de agencias espaciales (ESA, NASA). 

      Los problemas abordados en el curso incluyen: 

      1. Modelado y corrección de la geometría de adquisición de las imágenes; 
      2. Ortorrectificación de imágenes capturada desde ángulos arbitrarios; 
      3. Reconstrucción 3D a partir de múltiples imágenes; 
      4. Registrado y fusión de imágenes y datos 3D. 


      Las técnicas matemáticas necesarias serán introducidas a medida. En particular, cálculo variacional (para el modelado de varios problemas de procesamiento de imágenes), optimización discreta 
      (para cálculo eficiente de los modelos), teoría de la aproximación y análisis espectral (para la representación óptima de modelos físicos con pocos parámetros), y morfología matemática (para el filtrado de datos 2D y 3D).

    • Temario

      1. Introducción: sistemas de coordinadas, elipsoides de referencia, geoides, órbitas y modelos de cámara para satélites.
      2. Coeficientes de funciones racionales (RPC por Rational Polynomial Coefficients) y aproximaciones afines de los modelos físicos de cámara.
      3. Stereo-visión a partir de imágenes satelitales. 
      4. Métodos de matching para pares de imágenes.
      5. Generación y explotación de datos 3d: modelos digitales de elevación, superficie y terreno (DEM, DSM, DTM), ortorrectificación de imágenes.
      6. Series temporales de imágenes: registrado, normalización, detección de cambios y anomalías.
      7. Poniendo todo junto en marcha: stereo multi-fecha a partir de conjuntos de imágenes, y aplicaciones.

    • Forma de evaluación

      La evaluación consiste en la entrega de una serie de ejercicios en máquina y respuestas a preguntas (25% de la nota). El resto de la nota resulta de la realización de un mini-proyecto final con defensa oral, para el cual se entregará de un reporte escrito y código. El mini-proyecto final podrá ser implementar un trabajo publicado recientemente o bien evaluar alguna de las técnica discutidas. 

    • Conocimientos Previos

      Exigidos:

      • Programación (conocimientos sólidos en al menos un lenguaje de programación)
      • Cálculo diferencial e integral 
      • Algebra Lineal
      • Probabilidad y Estadística

      Recomendados:

      • Conocimientos de análisis de Fourier
      • Conocimientos básicos de optimización
      • Programación en lenguaje Python

    • Información general del curso

      Docentes

      • Dr. Gabriele Facciolo, Professeur,  CMLA, ENS Paris Saclay, Francia
      • Dr. Enric Meinhardt-Llopis, Maître de Conférences, CMLA, ENS Paris Saclay, Francia
      • Dr. Carlo de Franchis, Postdoc, CMLA, ENS Paris Saclay, Francia
      • Responsable local: Dr. Pablo Muse, Gr. 5, IIE

      Horario y salón de clase

      • Martes 23/04 a viernes 26/04, de 8h a 12h
      • Facultad de Ingeniería, salón 401

      Modalidad Curso de Posgrado

      • Dirigido a estudiantes inscriptos en programas de maestría/doctorado de la UdelaR (no tiene costo) [pdf]
      • Créditos: 4
      • Inscripción: aquí

      Modalidad Curso de Actualización

      • Dirigido a profesionales del área de la ingeniería eléctrica, computación, sensado remoto, agrimensura, ciencias de la Tierra y áreas afines (arancel: 2100 UI) [pdf]
      • Inscripción: aquí 

      Consultas

      Contacto: Pablo Musé <pmuse 'at' fing.edu.uy>