Memoria explicativa de la tesis - Grupo de Tratamiento de Imágenes

Memoria explicativa de la tesis
Resumen:
La tesis realizada en el Georgia Institute of Technology y titulada “Variational Image
Processing Algorithms for the Stereoscopic Space-time Reconstruction of Water Waves” se
podría traducir al español como “Algoritmos Variacionales de Tratamiento de Imágenes para la
Reconstrucción Estereoscópica y Espacio-temporal de Ondas Acuáticas”.
El interés de una tesis en este tema surge por el beneficio que se obtiene de estudiar la
Naturaleza mediante nuevos métodos de observación afines a la ingeniería de
telecomunicación. En concreto, el objetivo de la tesis es investigar y desarrollar una nueva
tecnología para profundizar en el estudio de la interfaz entre la atmósfera y el océano dado que
las olas marinas generadas por el viento son de gran importancia en el estudio del intercambio
de energía entre el océano, la atmósfera y la tierra firme.
Existen diversos métodos de observación de las ondas marinas para medir cuantitativamente la
dinámica espacio-temporal del océano. Los métodos clásicos analizan series temporales de
elevación de la superficie del océano que son obtenidas mediante profundímetros, boyas o
instrumentación ultrasónica. También existen técnicas de observación del océano mediante
satélites: los altímetros y radares de apertura sintética (SAR) permiten la observación de
grandes áreas del océano (olas con gran longitud de onda), pero no son adecuados para estudiar
los detalles a menor escala. Para estudiar regiones del océano con resolución espectral en el
intervalo de 100 m -1 a 0.01 m -1 , se han desarrollado recientemente métodos de observación
basados en tecnología de vídeo y visión artificial. Dichos métodos utilizan dos o más cámaras
orientadas hacia la superficie del océano y proporcionan información espacio-temporal cuyo
contenido es más rico que el de los anteriores métodos. Los sistemas de visión no son invasivos
y tienen ventajas económicas respecto de sus predecesores, pero requieren un procesamiento
más costoso para extraer la información relevante del océano.
La tesis versa sobre la investigación de nuevos métodos de observación remota de la superficie
del océano mediante técnicas modernas de visión artificial. Los algoritmos resultantes permiten
obtener estimaciones precisas de la dinámica espacio-temporal de las ondas del océano en el
intervalo de longitudes de onda antes mencionado. Dado que el problema a tratar tiene una
componente de ciencias del mar (oceanográfica) y otra componente de ingeniería de
telecomunicación, la tesis se centra en esta última componente: la estimación de la topografía
del océano a partir de vídeos estéreo adquiridos mediante cámaras calibradas y sincronizadas.
Las cámaras típicamente se instalan en plataformas fijas que están alejadas de la costa. En el
contexto de las superficies activas, se investigan y presentan nuevos algoritmos de tratamiento
de imágenes y visión artificial para obtener una solución viable del problema anterior. La tesis
combina numerosas herramientas matemáticas: cálculo de variaciones, ecuaciones en derivadas
parciales, métodos numéricos, optimización, geometría proyectiva, geometría diferencial, etc.
para atajar el problema.

La solución del problema de visión se utiliza dentro de un sistema más amplio, llamado
VWASS (Variational Wave Acquisition Stereo System), que monitoriza los estadísticos del
clima oceánico cercano a la costa. Este sistema es de gran utilidad para predecir desastres
naturales (inundaciones) y para decidir la ubicación óptima de construcción de futuras
estructuras marinas.
Los métodos investigados en la tesis están descritos de la forma más genérica posible y son
aplicables no sólo a la superficie del océano, sino a cualquier superficie dinámica diferenciable,
representable en forma de mapa de elevación o profundidad y con apariencia suave. Los
métodos variacionales de reconstrucción estéreo presentados tienen ventajas respecto de otros
algoritmos de reconstrucción. Los métodos siguen un diseño centrado en los objetos de la
escena tridimensional observada en vez de centrado en las medidas individuales de los mismos
en las imágenes (esto es, los píxeles). Se modela la incógnita (superficie) de forma explícita,
con las propiedades que debe verificar, y se procede a relacionarla con las observaciones
presentes en las imágenes.
Las principales ventajas de los métodos presentados son: la coherencia (continuidad) de la
superficie reconstruída (debido al diseño centrado en la misma), la robustez frente al ruido
(debido a un modelo geométrico y fotométrico generador de las imágenes), la habilidad de los
métodos para tratar superficies con apariencia suave donde otros métodos típicamente fallan y
la mejora en la resolución obtenible debido a una representación de la superficie en forma de
mapa de elevación. Los métodos proporcionan resultados competitivos respecto de otros
algoritmos de reconstrucción variacionales existentes en la literatura. Sin embargo, los métodos
investigados en la tesis utilizan un modelo simplificado pero completo para describir las
propiedades geométricas y fotométricas de los objetos en la escena. Este modelo permite
incorporar propiedades físicas de los objetos durante el proceso de reconstrucción, lo cual no es
posible con otros algoritmos de reconstrucción. En este sentido, la tesis pone los cimientos para
incluir propiedades físicas de las olas del océano en el proceso de estimación de la topografía
del mismo.
Los métodos desarrollados se utilizan para reconstruir datos reales adquiridos en una
plataforma oceanográfica cercana a la costa de la península de Crimea, Ucrania. Los resultados
son analizados y contrastados con modelos oceanográficos empíricos estándar. Nuestros
resultados sugieren que la tecnología de observación remota investigada y desarrollada es
beneficiosa para profundizar en el estudio del clima oceánico y en el diseño de plataformas
marinas. Como principal línea de investigación futura se sugiere la incorporación de
propiedades dinámicas de la superficie (por ejemplo, la ecuación de ondas) en el proceso de
reconstrucción/estimación de la misma.

Miembros del Jurado:
Profesor Patricio Vela, Presidente del Jurado
School of Electrical and Computer Engineering, Georgia Institute of Technology
Catedrático Anthony Yezzi, Director de tesis
School of Electrical and Computer Engineering, Georgia Institute of Technology
Catedrático Allen Tannenbaum,
School of Electrical and Computer Engineering, Georgia Institute of Technology
Profesor Francesco Fedele, Co-director de tesis
School of Civil and Environmental Engineering, Georgia Institute of Technology
Profesor Magnus Egersted
School of Electrical and Computer Engineering, Georgia Institute of Technology
Profesor Frank Dellaert
School of Interactive Computing, Georgia Institute of Technology
Fecha de la defensa de la tesis: 14 diciembre 2010
Calificación: Apto.