INDUSTRIAL DEVELOPMENT

I.3.2.1. Caso de estudio 1: Zona de Sabinas (Juniperus thurifera L.)

En este caso de estudio todas las imágenes obtenidas fueron analizadas para detectar el nivel del efecto borroso. A partir de la inspección visual de imágenes se determina un valor de 0,18 como umbral para el valor de asimetría. Este valor depende de la distancia focal, la altura de vuelo para cada cámara y, por supuesto, de la calidad de la inspección visual. En la Fig. I-5 podemos observar la asimetría de cada imagen, muchas de las cuales tienen un valor mayor que 0,18. Este resultado se produjo porque la cámara se configuró en modo automático (velocidad de obturación e ISO automáticas). Aunque el VANT paró en cada posición donde las imágenes fueron capturadas, las imágenes eran borrosas en muchos casos. Sin embargo, fue posible seleccionar una imagen no borrosa para cada set de tres imágenes, obtenido en cada parada del VANT porque al menos una imagen de cada set presentó valor de asimetría por debajo de 0,18.

Capítulo I

24

Fig. I-5. Valores de asimetría de las imágenes del caso de estudio 1 – Zona de Sabinas y selección entre imágenes borrosas (*) y no borrosas (·)

La Fig. I-6 muestra una imagen no borrosa (a), una imagen medianamente borrosa (b) y una imagen extremamente borrosa (c), junto con sus correspondientes distribuciones en el dominio de la frecuencia. Los valores de asimetría para cada imagen fueron de 0,03, 0,29 y 0,60 para las Fig. I-6 (a, b y c), respectivamente. La distribución en el dominio de la frecuencia para cada una de las imágenes muestra cómo la información de la alta frecuencia en las imágenes borrosas es menor o inexistente debido a la falta de definición. Aunque cuando el efecto borroso es evidente desechar estas imágenes es sencillo, determinar qué imagen es mejor es una tarea difícil para las imágenes que presentan valores de asimetría por debajo del umbral. Con este valor numérico relacionado con el nivel de asimetría de la imagen, se puede fácilmente seleccionar el mejor conjunto de imágenes incluso entre aquellas no borrosas. Según Sieberth et al. (2013), el uso de imágenes borrosas durante el proceso fotogramétrico se debería evitar debido a que estas imágenes inducen a errores en diferentes fases del proceso fotogramétrico, como la calibración, pero sobre todo en la detección de puntos de interés. Algunos trabajos concluyen que el movimiento de la cámara en la escala del milímetro lleva a una disminución del número de key points a un 20 % en comparación con la falta de movimiento, y, por otra parte, solamente el 2 % de estos puntos son correctos (Sieberth et al., 2014).

Detección de imágenes borrosas

25 Fig. I-6. Ejemplos de imágenes no borrosas (a), medio borrosas (b) y extremamente borrosas (c) y sus distribuciones en el dominio de la frecuencia (FF) para el caso de

estudio 1 – Zona de Sabinas

I.3.2.2. Caso de estudio 2: Zona de pívot de maíz (Zea mays L.)

En la Fig. I-7 se muestran los valores de asimetría de cada una de las imágenes. Después del entrenamiento supervisado, el límite de asimetría se estableció en 0,5 para indicar si hubo alguna imagen borrosa. La diferencia en el valor de la

_a

b

c

Capítulo I

26

asimetría entre los casos de estudio se debe a las distancias focales diferentes (4,9 mm en este caso y de 7,2 mm en el primer caso de estudio) y la altura de vuelo (120 m en este caso y de 90 m en el primer caso de estudio). En este caso las imágenes fueron menos borrosas que en el primer caso de estudio porque se fijó la velocidad de obturación en 1/1.000 s, y la ISO a 200.

Fig. I-7. Valores de asimetría de las imágenes del caso de estudio 2 – Zona del Pívot de maíz y selección entre imágenes borrosas (*) y no borrosas (·)

En la Fig. I-8 se muestra un ejemplo de dos imágenes con bajo (a) y elevado (b) valores de asimetría. La imagen más borrosa en este caso de estudio es menos borrosa que la imagen más borrosa del primer caso de estudio.

Detección de imágenes borrosas

27

I.3.2.3. Caso de estudio 3: Zona del río Júcar en Albacete

En este caso de estudio el límite de asimetría para las imágenes capturadas fue de 0,4. Aunque la cámara utilizada en los tres casos de estudio sea la misma, en este caso se utilizó una altura de vuelo distinta de aproximadamente 100 m. Se pudo observar que la altura de vuelo influyó en el valor límite de asimetría. En la Fig. I-9 se muestran los valores de asimetría de cada una de las imágenes.

Fig. I-9. Valores de asimetría de las imágenes del caso de estudio 3 – Zona del río Júcar en Albacete y selección entre imágenes borrosas (*) y no borrosas (·)

Para este caso de estudio se muestra un ejemplo de dos imágenes con bajo (a) y elevado (b) valores de asimetría (Fig. I-10).

Fig. I-10. Ejemplos de imágenes con bajo (a) y elevado (b) valores de asimetría

Capítulo I

28

El paso más importante en la detección de las imágenes borrosas fue establecer el umbral para determinar si una imagen es borrosa o no. Este umbral se mantuvo constante para cada cámara, distancia focal y altura de vuelo. Por lo tanto, este umbral se puede aplicar a otros conjuntos de imágenes al calibrar el umbral para una cámara específica bajo una configuración concreta. Además, el valor de asimetría permitió evaluar qué imágenes eran las menos borrosas entre todas las imágenes, tarea difícil de realizar mediante inspección visual. Un técnico capacitado ahorraría un 60 % del tiempo al seleccionar imágenes borrosas mediante un índice numérico. En la mayoría de los casos, el técnico no pudo discriminar entre imágenes borrosas y no borrosas en los casos en que los valores de asimetría se encontraban por debajo del umbral establecido. Además, este algoritmo se puede implementar en el campo inmediatamente después de los vuelos para asegurar que las imágenes son correctas. Si las imágenes no son correctas, el vuelo se puede repetir a continuación con diferentes ajustes de la cámara. Así, se evitarían los costes asociados a tener que volver para realizar el vuelo si se detecta en trabajos posteriores de laboratorio, en el mejor de los casos, o a la pérdida de una información imprescindible si es necesario contar con la adquisición en esa fecha e instante, en el peor de los casos. Los trabajos futuros apuntan a la determinación automática del umbral óptimo en función de la gran cantidad de datos con diferentes cámaras y diferentes condiciones de vuelo que se están desarrollando actualmente en el grupo de investigación.