Las ventajas de utilizar técnicas de imagen espectral para mejorar fotografías deterioradas por niebla
Con el objetivo de mejorar las técnicas de dehazing -imágenes deterioradas por la atmósfera-, científicos del Departamento de Óptica de la Universidad de Granada han presentado un nuevo estudio, publicado en la revista Scientific Reports, en el que se aplican técnicas de imagen espectral para poner de relieve el potencial que tiene usar determinadas longitudes de onda en el rango visible e infrarrojo.
Fuente: Universidad de Granada
Fenómenos atmosféricos como la niebla, la neblina o la bruma reducen la calidad de las imágenes tomadas al aire libre impidiendo la correcta identificación de objetos u otras tareas esenciales en aplicaciones como transporte aéreo, transporte marítimo, conducción asistida, teledetección, etc. Las técnicas para mejorar esas imágenes deterioradas por la atmósfera reciben el nombre de dehazing (por haze en inglés, bruma en español). Con el objetivo de mejorar las técnicas de dehazing, científicos del Departamento de Óptica de la Universidad de Granada han presentado un nuevo estudio, publicado en la revista Scientific Reports, en el que se aplican técnicas de imagen espectral para poner de relieve el potencial que tiene usar determinadas longitudes de onda en el rango visible e infrarrojo.
En dicha investigación, se utilizó un método de dehazing, utilizando imágenes hiperespectrales, un tipo de imagen que captura información en un amplio rango de longitudes de onda dentro del espectro electromagnético. A diferencia de las imágenes tradicionales que capturan solo tres bandas espectrales (rojo, verde y azul) para representar colores, las imágenes hiperespectrales capturan decenas o incluso cientos de bandas espectrales. Cada banda espectral puede proporcionar información única sobre las propiedades físicas y químicas de los objetos en la escena.
Entre otros objetivos, en el estudio se buscaron qué tres bandas espectrales, en el rango espectral de 397 a 1004 nm (visible e infrarrojo cercano), proporcionaban los mejores resultados al aplicar un algoritmo de dehazing basado en redes neuronales.
Los investigadores afirman que «aunque las imágenes hiperespectrales superan a las imágenes RGB en muchos casos, no se han utilizado hasta ahora en métodos de dehazing. El estudio demuestra que, al emplear determinadas bandas espectrales, se pueden obtener resultados significativamente mejores en comparación con métodos convencionales».
Además, se ha creado una nueva base de datos, denominada GRANHHADA (GRANada Hyperspectral HAzy Database), que consta de 35 escenas capturadas en diversos lugares en Granada y alrededores, en diferentes condiciones atmosféricas con dos cámaras hiperespectrales en dos rangos espectrales (de 397 a 1004 nm y de 900 to 1700 nm). La base de datos incluye escenas sin niebla, con niebla natural y con niebla simulada y está disponible para la comunidad científica, proporcionando un recurso valioso para la investigación y desarrollo de técnicas de dehazing.
Referencia:
Carvelo, S.F., Domingo, M.Á.M., Valero, E.M. et al. ‘Dehazing in hyperspectral images: the GRANHHADA database’. Sci Rep 13, 19760 (2023). https://doi.org/10.1038/s41598-023-46808-3
Últimas publicaciones
Una investigación, liderada desde la Universidad de Sevilla y el IBiS, identifica posibles factores de riesgo y protección que contribuyen a mejorar la atención a la salud mental maternoinfantil, especialmente en contextos de crisis.
Un equipo de investigación de la Universidad de Málaga ha propuesto un sistema que programa con un día de antelación cuándo conviene consumir, almacenar, comprar o vender electricidad. La herramienta integra renovables, baterías y vehículos eléctricos, y aprende a usarlas para reducir costes y anticiparse a cambios en la demanda o los precios.
El estudio analiza información de decenas de miles de fósiles de roedores, lagomorfos e insectívoros procedentes de 400 yacimientos de la península ibérica. El innovador método cuantitativo aplicado consigue calibrar las edades de las localidades de hasta 25 millones de años.
Sigue leyendo

