Por favor, use este identificador para citar o enlazar este ítem:
http://ipicyt.repositorioinstitucional.mx/jspui/handle/1010/2506| Estructura de ensamble de datos georreferenciados y no referenciados a través de optimización de estrategias fotogramétricas SFM-MVS: aplicaciones en cuerpos de agua superficiales | |
| Fermín Villalpando Tovalín | |
| JOSE TUXPAN VARGAS José Alfredo Ramos Leal | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Fusión de datos Sensores submarinos Vehículo aéreo no tripulado UAV Vehículo de superficie no tripulado USV SFM MVS Cartografía submarina | |
| "Vivimos en una era digital donde se tienen una cantidad basta de datos adquiridos de múltiples sensores y plataformas. Los datos por su propia naturaleza son heterogéneos entre si ya sea espacial, espectral o temporalmente, haciendo muy compleja la integración de los mismos. Esto es particularmente complejo cuando se trata de datos sin orientación espacial, que, a pesar de contener información valiosa, al no contar con una georreferencia adecuada, la tarea de integrar dichos datos implica un reto todavía mayor. En este trabajo se propone un enfoque de fusión de datos para el monitoreo y caracterización de masas de agua superficiales combinando: a) vehículos de superficie no tripulados (USVs), b) vehículos aéreos no tripulados (UAVs), c) sensores ópticos aéreos y sumergibles, d) sensores acústicos y e) instrumentos de perfilado de sonido en el agua. Como parte del proceso de integración y procesamiento de los datos se implementaron técnicas de segmentación de objetos para el seguimiento e identificación de la fauna subacuática, acompañadas de técnicas basadas en el movimiento (SFM) y estereofotogrametría multi vista (MVS) para la reconstrucción 3D. Los resultados obtenidos permiten recrear modelos morfológicos de las zonas de estudio/prueba acoplando toda la información existente por encima y por debajo del espejo de agua. La resolución espacial obtenida es centimétrica y posee la calidad idónea que permite contemplarla como una opción adecuada para el mapeo submarino, seguimiento y mediciones tridimensionales de las masas de agua superficiales. La precisión de los modelos generados y sus mediciones físicas están del orden del centímetro para ello se generaron y utilizaron las diversas nubes de puntos a partir de los videos/fotogramas/mediciones de los sensores disponibles aumentando la densidad de puntos a través de la redundancia de datos." "We live in a digital age in which we have a vast amount of data acquired from multiple sensors and platforms. These data, by their own nature, are heterogeneous, either spatially, spectrally, or temporally, which makes their integration very complex. This is especially complex when dealing with non-spatially oriented data, which despite containing valuable information, without proper georeferencing, the task of integrating such data is even more challenging. In this work, we propose a data fusion approach for monitoring and characterizing surface water bodies by combining: a) unmanned surface vehicles (USVs), b) unmanned aerial vehicles (UAVs), c) airborne and submersible optical sensors, d) acoustic sensors, and e) aquatic sound profiling instruments. As part of the data integration and processing process, object segmentation techniques were implemented for tracking and identification of underwater fauna, accompanied by motion-based techniques (SFM) and multi-view stereophotogrammetry (MVS) for 3D reconstruction. The results obtained make it possible to recreate morphological models of the study/test areas by coupling all the existing information above and below the water mirror. The spatial resolution obtained is in the order of centimeters and has an ideal quality that allows it to be considered as a suitable option for underwater mapping, monitoring and three-dimensional measurements of surface water bodies. The accuracy of the generated models and their physical measurements is in the order of centimeters. For this purpose, the various point clouds were generated and used from the available sensor videos/photograms/measurements, increasing the point density through data redundancy." | |
| 2022 | |
| Tesis de doctorado | |
| CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA | |
| Aparece en las colecciones: | Publicaciones Científicas Geociencias Aplicadas |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| TES-DGAVillalpandoTovalinEstructuraEnsamble.pdf | 5.53 MB | Adobe PDF | Visualizar/Abrir |