logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-04182022-225057


Tipo di tesi
Tesi di laurea magistrale
Autore
D'ILARIO, EMANUELE
URN
etd-04182022-225057
Titolo
Rivelazione e correzione di pixel difettosi in immagini iperspettrali della missione PRISMA
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA DELLE TELECOMUNICAZIONI
Relatori
relatore Prof. Diani, Marco
relatore Prof. Acito, Nicola
relatore Prof. Corsini, Giovanni
Parole chiave
  • bad pixel correction
  • correzione di pixel difettosi
  • hyperspectral
  • iperspettrale
  • missione PRISMA
  • PRISMA mission
  • remote sensing
  • telerilevamento
Data inizio appello
05/05/2022
Consultabilità
Non consultabile
Data di rilascio
05/05/2092
Riassunto
I recenti progressi nelle tecnologie di telerilevamento e la loro varietà aprono un’ampia gamma di applicazioni relative all’osservazione e al monitoraggio della Terra.
D’altra parte, la complessità delle tecnologie di imaging del telerilevamento, insieme alla varietà di sorgenti di rumore e altri disturbi, comportano che la qualità dei dati acquisiti dai sensori di imaging sia spesso degradata, rendendo molto difficile l’interpretazione di diverse sorgenti di dati.
Il lavoro di tesi svolto si colloca nell'ambito della data restoration, che si prefigge il compito di recuperare un’immagine reale sconosciuta da un’immagine degradata osservata.
In particolare l'elaborato sviluppa una strategia in grado di riconoscere e compensare i disturbi, presenti nei dati iperspettrali della Missione PRISMA, che sono stati introdotti da un comportamento irregolare dei fotorilevatori della matrice di acquisizione.
La strategia proposta prevede dapprima la correzione dei pixel difettosi segnalati nei metadati del sensore iperspettrale, implementando una nuova procedura di correzione del dato attraverso un algoritmo di ricostruzione spettrale.
Successivamente viene sviluppato un metodo per identificare e correggere automaticamente i pixel difettosi non segnalati nei metadati. Il metodo si basa su di un'analisi RX della scena osservata, in grado di individuare puntualmente i pixel difettosi ed effettuarne la correzione attraverso l'algoritmo di ricostruzione spettrale sopracitato.
File