Corrección del ruido espacial sistemático en sensores hiperespectrales de barrido: aplicación a imágenes CHRIS/PROBA

Las imágenes de teledetección hiperespectral están afectadas por diferentes tipos de ruido. Además del ruido aleatorio típico, generalmente aparecen patrones de perturbación parcialmente deterministas no periódicos en los datos. Estos patrones, que son intrínsecos al proceso de formación de imágenes, se caracterizan por un alto grado de coherencia espacial y espectral. Presentamos una nueva técnica para abordar el problema de eliminar el ruido espacialmente coherente conocido como bandas verticales, que se encuentra comúnmente en imágenes adquiridas por sensores de barrido. La metodología desarrollada se prueba en datos adquiridos por el Espectrómetro de Imágenes de Alta Resolución Compacto (CHRIS) a bordo de la plataforma orbital del Proyecto para la Autonomía a Bordo (PROBA), que es un ejemplo típico de un instrumento de barrido que exhibe un componente de ruido relativamente alto. El método de corrección propuesto se basa en la hipótesis de que la perturbación vertical presenta frecuencias espaciales más altas que la radiancia de la superficie. Se introduce una técnica para excluir la contribución de las altas frecuencias espaciales de la superficie del proceso de eliminación de bandas. Primero, se prueba el rendimiento del algoritmo propuesto en un conjunto de imágenes sintéticas realistas con ruido modelado añadido para cuantificar la reducción de ruido y la precisión de la estimación del ruido. Luego, la robustez del algoritmo se prueba en más de 350 imágenes reales de CHRIS de diferentes sitios, varios modos de adquisición (diferentes resoluciones espaciales y espectrales) y cubriendo todo el rango de posibles temperaturas del sensor. El algoritmo propuesto se compara con el algoritmo de referencia de CHRIS. Los resultados muestran un rechazo excelente del patrón de ruido con respecto a las imágenes originales de CHRIS, mejorando especialmente la eliminación en aquellas escenas con un alto contraste natural. Sin embargo, todavía permanecen algunos componentes de baja frecuencia. Además, el modelo de corrección desarrollado captura y corrige la dependencia de los patrones de ruido en la temperatura del sensor, lo que confirma la robustez del enfoque presentado.