Este trabajo, realizado conjuntamente con el Dr. Guillermo Kemper, propone un algoritmo de compresión con pérdida y una codificación escalable de imágenes multiespectrales. “Estas imágenes incluyen las longitudes de onda azul, verde, rojo e infrarrojo cercano; enfocado en aumentar la calidad de la imagen de acuerdo con la cantidad de datos recibidos. El algoritmo se basa en la codificación y cuantificación de sub-bandas wavelet, codificación predictiva entre imágenes multiespectrales de diferentes longitudes de onda y codificación Huffman”, indicó durante su ponencia.

El Ing. Joel Telles señaló que esta metodología fue elegida considerando la baja tasa de transmisión y a la corta duración de la ventana de tiempo durante la cual se tiene línea de vista una estación terrena con un pequeño satélite. Asimismo, afirmó que, se empleó una base de datos de imágenes de prueba, proveídas por el satélite PerúSat-1 y LANDSAT 8, con la finalidad de contar con diferentes resoluciones espaciales.

“Se realizaron las comparaciones con las técnicas SPIHT, EZW y STW. Presentando el método propuesto una mejor eficiencia evaluados en función al PSNR (relación de señal pico a ruido) y SSIM (Índice de similitud estructural), logrando tasas de compresión de 20 con un PSNR de 30 y un SSIM de 0.8 aproximadamente, dependiendo de la longitud de onda de la imagen multiespectral”, detalló finalmente.

De esta manera, el INICTEL-UNI continúa presentando investigaciones al servicio de la sociedad, y fomentando nuevos estudios en el ámbito del Procesamiento de Señales, Imágenes e Inteligencia Artificial entre profesionales y estudiantes.