General
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:
- Modelado y corrección de la geometría de adquisición de las imágenes;
- Ortorrectificación de imágenes capturada desde ángulos arbitrarios;
- Reconstrucción 3D a partir de múltiples imágenes;
- 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
- Introducción: sistemas de coordinadas, elipsoides de referencia, geoides, órbitas y modelos de cámara para satélites.
- Coeficientes de funciones racionales (RPC por Rational Polynomial Coefficients) y aproximaciones afines de los modelos físicos de cámara.
- Stereo-visión a partir de imágenes satelitales.
- Métodos de matching para pares de imágenes.
- Generación y explotación de datos 3d: modelos digitales de elevación, superficie y terreno (DEM, DSM, DTM), ortorrectificación de imágenes.
- Series temporales de imágenes: registrado, normalización, detección de cambios y anomalías.
- Poniendo todo junto en marcha: stereo multi-fecha a partir de conjuntos de imágenes, y aplicaciones.
- Introducción: sistemas de coordinadas, elipsoides de referencia, geoides, órbitas y modelos de cámara para satélites.
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.Forma de evaluación
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>
- Dr. Gabriele Facciolo, Professeur, CMLA, ENS Paris Saclay, Francia