Algoritmos genéticos para la georeferenciación de imágenes con identificación automática de puntos de control terrestres

Abstract

Gracias a la Visión por Computador podemos analizar sucesos que ocurren a gran escala,como el desplazamiento de glaciares, inundaciones, o vertidos de productos contaminantes en ríos y costas. El objetivo de este trabajo es proporcionar una técnica que sea capaz de georeferenciar fotografías oblicuas tomadas con un equipo de bajo coste. El proceso se realiza a partir de una serie de imágenes oblicuas y un modelo digital de elevación (DEM, Digital Elevation Model), analizando cada imagen por separado para obtener las coordenadas de los puntos más significativos comunes entre ellas para establecer la relación matemática a partir de la cual pueden georeferenciarse las mencionadas imágenes. El procedimiento que se plantea tiene como fundamento el diseño de un algoritmo genético con el que podremos ajustar tanto la posición teórica como la dirección hacia la que apuntaba el eje óptico del sistema correspondiente acoplado a la cámara. El objetivo consiste en obtener los valores reales que permitan el ajuste con el fin de lograr la buscada relación matemática entre la imagen y el DEM y lo más precisa posible. [ABSTRACT] Thanks to Computer Vision, we are able to analyze big scale events, as glacier movements, floods, or contaminant spills at rivers or shores. The aim of this paper is to provide with a technique capable of georeferencing oblique terrestrial photography with low cost equipment. All the process will be done with the input of some oblique pictures and a Digital Elevation Model (DEM), analyzing each one to obtain significant points to establish a relationship from where the pictures can be georeferenced. The process suggested it's based on the design of a Genetic Algorithm, which will be able to adjust both theoric position and aim of our optical system. The aim is to obtain the mathematical relationship between the image and the DEM as precise as possible.