I rilievi termografici stanno acquisendo una sempre maggiore rilevanza, anche grazie alla crescente sensibilità che si va diffondendo riguardo al tema dell’ottimizzazione energetica. Questi rilievi possono essere svolti con diversi sensori e a diversa scala, principalmente in funzione della distanza di presa dall’oggetto/area che si intende indagare. Le immagini termiche sono caratterizzate, per via della bassa energia emessa nelle bande interessate, da una risoluzione spaziale di molto inferiore a quella cui siamo abituati nel campo del visibile, il che spesso limita la possibilità di caratterizzare piccoli dettagli o definire in modo preciso bordi e aree. Inoltre, è fondamentale che durante il processing delle immagini termiche sia preservata quanto più possibile la radiometria originale, in modo da garantire una buona accuratezza in termini di temperature misurate per ciascun pixel. Algoritmi per la super-risoluzione di immagini sono sviluppati già da molti anni e vengono applicati in diversi contesti. Solo recentemente questi sono stati implementati in alcune termocamere, al fine di aumentarne le prestazioni contenendo i costi. In questo lavoro è stata considerata la particolare classe di algoritmi di super risoluzione basati su funzioni di regolarizzazione. Questi possono operare sia sulla singola immagine sia su una serie di immagini acquisite in tempi vicini e con minime variazioni di prospettiva rispetto all’oggetto del rilievo. Nel lavoro verranno quindi presentati i risultati ottenuti in entrambe le modalità, facendo emergere punti di forza e criticità di ciascuna delle due. I test svolti sono basati sia su dati sintetici sia su casi di studio reali, per i quali sono state utilizzate immagini termografiche sia aeree che terrestri.

Pasquale Cascarano, F.C. (2019). Super-Risoluzione di immagini termiche: confronto fra algoritmi “single image” e “multiple images”.

Super-Risoluzione di immagini termiche: confronto fra algoritmi “single image” e “multiple images”

Pasquale Cascarano;Francesco Corsini;Stefano Gandolfi;Emanuele Mandanici;Elena Loli Piccolomini;Luca Tavasci;Fabiana Zama
2019

Abstract

I rilievi termografici stanno acquisendo una sempre maggiore rilevanza, anche grazie alla crescente sensibilità che si va diffondendo riguardo al tema dell’ottimizzazione energetica. Questi rilievi possono essere svolti con diversi sensori e a diversa scala, principalmente in funzione della distanza di presa dall’oggetto/area che si intende indagare. Le immagini termiche sono caratterizzate, per via della bassa energia emessa nelle bande interessate, da una risoluzione spaziale di molto inferiore a quella cui siamo abituati nel campo del visibile, il che spesso limita la possibilità di caratterizzare piccoli dettagli o definire in modo preciso bordi e aree. Inoltre, è fondamentale che durante il processing delle immagini termiche sia preservata quanto più possibile la radiometria originale, in modo da garantire una buona accuratezza in termini di temperature misurate per ciascun pixel. Algoritmi per la super-risoluzione di immagini sono sviluppati già da molti anni e vengono applicati in diversi contesti. Solo recentemente questi sono stati implementati in alcune termocamere, al fine di aumentarne le prestazioni contenendo i costi. In questo lavoro è stata considerata la particolare classe di algoritmi di super risoluzione basati su funzioni di regolarizzazione. Questi possono operare sia sulla singola immagine sia su una serie di immagini acquisite in tempi vicini e con minime variazioni di prospettiva rispetto all’oggetto del rilievo. Nel lavoro verranno quindi presentati i risultati ottenuti in entrambe le modalità, facendo emergere punti di forza e criticità di ciascuna delle due. I test svolti sono basati sia su dati sintetici sia su casi di studio reali, per i quali sono state utilizzate immagini termografiche sia aeree che terrestri.
2019
Atti ASITA 2019
221
222
Pasquale Cascarano, F.C. (2019). Super-Risoluzione di immagini termiche: confronto fra algoritmi “single image” e “multiple images”.
Pasquale Cascarano, Francesco Corsini, Stefano Gandolfi, Emanuele Mandanici, Elena Loli Piccolomini, Luca Tavasci, Fabiana Zama
File in questo prodotto:
Eventuali allegati, non sono esposti

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/716018
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact