ELIMINACIN DE RUIDO BLANCO Y

ANLISIS MULTIRESOLUCIN DE
IMGENES MULTIESPECTRALES
LANDSAT-5 MEDIANTE LA
TRANSFORMADA DE WAVELETS

Marilyn Cepeda1, Ivn Palacios1, Alfonso Tierra2, Eduardo Kirby2

1Carrera Ingeniera Geogrfica y del Medio Ambiente. Universidad
De Las Fuerzas Armadas ESPE
2Grupo Geoespacial. Departamento de Ciencias de la Tierra y de la
Construccin. Universidad De Las Fuerzas Armadas ESPE
PROBLEMA
Herramientas actuales Anlisis de objetos o
Imagen que ayudan en muchas Permiten fenmenos que se
satelital ramas del estudio de desarrollan sobre la
las ciencias de la Tierra superficie terrestre
y otras

Matriz que se puede tratar como seal, existe una

determinada cantidad de datos que presentan
alteracin o falta informacin que pueden llegar a
afectar los resultados finales
RUIDO
Aditivo o gaussiano

Luz coherente o
debido a los efectos
atmosfricos
Variaciones estocsticas que
contamina una imagen PRODUCIDAS Impulsivo
Sensores por:
Deformaciones
geomtricas y/o
borrosas debido al
movimiento o
desenfoque del
dispositivo

(Pedro Peguero, s/n)

WAVELETS YANLISIS
MULTIRESOLUCIN
Moderna teora ha experimentado gran desarrollo
en las dos ltimas dcadas mostrndose muy
eficiente donde otras tcnicas

Potente herramienta
-Reduccin del ruido
para afrontar problemas
-Compresin (Importancia en la
fundamentales en el
transmisin de grandes cantidades de
tratamiento de
datos como en su almacenamiento)
imgenes

(Puetamn G. & Salazar H, 2012)

OBJETIVO GENERAL
Eliminar el ruido y analizar el comportamiento multiresolucin de
imgenes multiespectrales Landsat 5 mediante el uso de la transformada
de wavelet para el tratamiento y compresin de las mismas.

OBJETIVOS ESPECFICOS
Eliminar el ruido presente en las imgenes mediante el filtrado con la
transformada Wavelet.
Realizar un anlisis multiresolucin (MRA) a las imgenes satelitales.
Obtener el porcentaje de energa retenida en la eliminacin de ruido y
compresin de las imgenes.
Obtener las imgenes comprimidas con un tamao (peso) menor a las
originales.
TRANSFORMADA WAVELET
basa en la representacin de una funcin en trminos de una familia biparamtrica
Se
de dilataciones y traslaciones de una funcin fija , la wavelet madre no es senoidal, es:

La aplicacin de filtros por el mtodo de wavelet tiene el

beneficio de que se puede filtrar en cada pixel, un nivel de
frecuencias de la imagen sin modificar los restantes

(Perez A., La Mura G., Piotrkowski R. & Serrano E., 2002)

 TRANSFORMADA WAVELET
Esquema de descomposicin de la imagen
rbol Wavelet de descomposicin de imgenes segn
el nivel de discretizacin

(Perez A., La Mura G., Piotrkowski R. & Serrano E.,

ELIMINACIN DEL RUIDO Y
RECONSTRUCCIN
Posterior al cmputo de los coeficientes wavelet, se calcula el umbral de
reduccin, para seleccionar los valores significativos mediante:

Donde:

N el nmero de datos
Th el umbral calculado para cada nivel y
coeficiente wavelet
la desviacin tpica de los coeficientes de la
transformada

(Perez A., La Mura G., Piotrkowski R. & Serrano E., 2002)

ANLISIS MULTIRESOLUCIN
Es una tcnica para analizar el contenido de imgenes que tiene la capacidad
de separar una seal en muchos componentes a diferentes escalas o
resoluciones

(Cadena L; Cadena F & otros, 2016)

COMPRESIN DE IMGENES
Los algoritmos de compresin de seales
minimizan el espacio requerido eliminando de
alguna forma la redundancia de informacin

Compresin sin prdida Compresin con prdida

Tcnica que no implica Tcnica que modifica la

prdida de informacin estructura y radiometra de
respecto al fichero la imagen para reducir su
original pero disminuye volumen
su tamao
(Acevedo D., 2011)
INSUMOS

MATLAB
Imagen Satelital
Multiespectral ERDAS 2014 (WAVELET
LandSat-5 TOOLBOX Y
EDITOR)
METOLOGA

SELECCIN TIPO DE WAVELET

Considerarse las siguientes propiedades:

Soporte Coeficientes
compacto: los racionales: evita las
filtros deben ser operaciones de
FIR. punto flotante.

DB (Daubechies)
Suavidad: si la Longitud de los
wavelet no es filtros:
suave, el error de preferencia filtros
ser fcil de cortos
detectar
visualmente
(Gmez, G, & Aponte, 2013)
METOLOGA

SELECCIN TIPO DE WAVELET

Fuente: (Gmez E., 2013)

METOLOGA
FILTRADO DE LA IMAGEN
METODOLOGIA
COMPRESIN
RESULTADOS
COMPRESIN CON DB
RESULTADOS
COMPRESIN CON HAAR
Grfica de las series completas del espectro
(BGR)

Imagen original Imagen filtrada db2 level 2

ND vs valores de la matriz en XY en la banda R.

COMPARACIN DE LA BANDA AZUL

Imagen original Imagen DB4 nivel 4 Haar nivel 4

COMPARACIN DE LA BANDA VERDE

Imagen original Imagen DB4 nivel 4 Haar nivel 4

COMPARACIN DE LA BANDA ROJO

Imagen original Imagen DB4 nivel 4 Haar nivel 4

VALOR DEL PIXEL Y VALOR DE LOS
COEFICIENTES CON CADA DB (BGR)
PARA DB
VALOR DEL PIXEL Y VALOR DE LOS
COEFICIENTES CON CADA (BGR)
PARA HAAR
COMPARACIN GRFICA DE LOS COEFICIENTES
OBTENIDOS BANDA AZUL

Imagen original Imagen DB4 nivel 4 Haar nivel 4

COMPARACIN GRFICA DE LOS COEFICIENTES
OBTENIDOS BANDA VERDE

Imagen original Imagen DB4 nivel 4 Haar nivel 4

COMPARACIN GRFICA DE LOS
COEFICIENTES OBTENIDOS BANDA ROJA

Imagen original Imagen DB4 nivel 4 Haar nivel 4

CONCLUSIONES
A
partir del nivel 4 y 5 de las Wavelets, la desviacin se mantiene casi
constante
La presencia de ruido gaussiano en imgenes Landsat se determin
mediante el anlisis de la serie expresada en los valores de los niveles
digitales en cada una de las tres bandas, en las que se evidencia picos
en la serie
El ruido fue eliminado de forma efectiva en las imgenes, lo que se
comprob con el ND y la grfica de los coeficientes en cada banda de la
imagen
Se obtuvo la imagen comprimida con wavelet db, con una reduccin en el
tamao (peso) de la imagen original en un 11.268 11.3% con DB3 nivel 4
Se obtuvo una compresin del 11.288 11.3% con la tipo Haar; una
diferencia del 0.02% entre la wavelet Haar y DB.
CONCLUSIONES

La reconstruccin de la imagen utilizando Haar, se obtienen coeficientes

cercanos a los de la imagen original para el caso de la banda Green, pero
no para las dos bandas restantes, por lo que no cumple una correcta
reconstruccin de la imagen global y repercute en el aspecto de la
misma.
La energa retenida es mayor en las wavelets db que en las Haar,
considerando que al utilizar db es una compresin sin perdida de
informacin.
La wavelet tipo Haar, no se recomienda para filtrar una imagen que
posee picos pronunciados en sus bandas, ya que esta no es suave y no
trabaja bien en estas variaciones.
BIBLIOGRAFA

Pedro Peguero. (s/n). Realce y Restauracin de imagen. Obtenido de

https://www.lpi.tel.uva.es/muitic/pim/docus/Realce_y_restauracion.pdf
Puetamn G. & Salazar H. (s/n). Compresin de imgenes usando wavalets. Recuperado
el 30 de Noviembre de 2016, de
https://repository.eafit.edu.co/bitstream/handle/10784/155/Gloria_PuetamanGuerrero_200
7.pdf;jsessionid=F5B707066929C0A71BB0D91A40B0EB7E?sequence=1
Prez C., Aguilera D. & Muoz A. (2003). Estudio de viavilidad del uso de imgenes
comprimidas en procesos de clasificacn. X Congreso de Teledecteccin , 309-312.
Obtenido de http://www.aet.org.es/congresos/x/cac70.pdf
Acevedo D. (2011). Compresin sin prdida de imgenes satelitales multiespectrales e
hiperespectrales . Obtenido de
http://digital.bl.fcen.uba.ar/Download/Tesis/Tesis_4928_Acevedo.pdf
Gmez, E., G, D. S., & Aponte. (Agosto de 2013). scielo. Obtenido de
http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052013000200009
GRACIAS POR
SU ATENCIN