Resumen:
This work focuses on the registration and fusion of information from different spectra, specifically between images of the long wave in frared spectrum (LWIR) and images of the visible spectrum (VS), with the aim of finding new indices to detect relevant objects or features. In this study, we have revised the information concerning the use of the Iterative Closest Point (ICP) algorithm
to carry on the registration of information, explaining what it is and detailing each of its stages. In addition, to venture into the field of multispectral fusion, we have proceeded to perform the analysis of vegetation indices that currently exist, but in this case, the multispectral fusion is between
the information of images of near infrared (NIR) and images of the visible spectrum (VS), such as the Normalized Difference Vegetation Index (NDVI), Relative Vigor Index (RVI) and the Enhanced Normalized Difference Vegetation Index (ENDVI), performing the respective comparisons between the results of each of these indices. These indices serve as a starting point for creating indices to detect vegetation, sky and street.
Descripción:
Este trabajo está enfocado en el registrado y fusión de información de diferentes espectros, específicamente entre imágenes del espectro infrarrojo de onda larga (LWIR) e imágenes del espectro visible (VS), con el objetivo de encontrar nuevos índices que permitan detectar objetos o características relevantes. Referente al registrado de información, se estudió el uso del algoritmo Iterative Closest Point (ICP), explicando en qué consiste y detallando cada una de sus etapas. Además, para incursionar en el ámbito de la fusión multiespectral, se procedió a realizar el análisis de índices de vegetación ya existentes que fusionen información de imágenes del espectro infrarrojo cercano (NIR) e imágenes del espectro visible (VS), tales como el Normalized Difference Vegetation Index (NDVI), Relative Vigor Index (RVI) y el Enhanced Normalized Difference Vegetation Index (ENDVI), realizando las respectivas comparaciones entre los resultados obtenidos de cada uno de estos índices. Dichos índices servirán de punto de partida para la creación de índices que detecten vegetación, cielo y calle.
