Evaluación de métodos de corrección radiométrica y geométrica de una cámara de campo de visión amplio
Loading...
Date
2025-09-24
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca
Abstract
This work evaluates the application of geometric and radiometric correction techniques on sky images captured with wide-field cameras, with the aim of mitigating distortions introduced by wide-angle lenses (140° and 180°) and improving the quality of these images for analysis in computer vision. The main objective of this work is to obtain accurate representations of sky conditions, which are essential for applications such as short-term photovoltaic forecasting. A comprehensive review of the state of the art is presented, exploring geometric models such as Kannala-Brandt, Scaramuzza, UCM, EUCM, and Mei, as well as radiometric methods including HDR image generation using Debevec, Mitsunaga, and Robertson techniques, including vignetting correction using approaches by Gao, Lopez-Fuentes, and Zheng. Comparative experiments have been designed to evaluate the performance of these methods on synthetic and real images, using metrics such as PSNR, SSIM, RPE, and radiometric uniformity. The results highlight that the Kannala-Brandt model excels in the correction of synthetic images, while EUCM and Mei offer greater accuracy in real scenarios; in the radiometric domain, the Debevec technique preserves key HDR details, and the Lopez-Fuentes method optimizes vignetting correction. Finally, the implications of these findings for sky image enhancement are discussed, and future lines of research are
proposed, such as the development of hybrid models and the expansion of datasets, with an independent focus on their application for photovoltaic prediction studies.
Resumen
Este trabajo evalúa la aplicación de técnicas de corrección geométrica y radiométrica en imágenes de cielo capturadas con cámaras de campo de visión amplio, con el propósito de mitigar las distorsiones introducidas por lentes de gran angular (140° y 180°) y mejorar la calidad de estas imágenes para su análisis en visión por computadora. El objetivo principal es obtener representaciones precisas de las condiciones del cielo, esenciales para aplicaciones como la predicción fotovoltaica a corto plazo. Se presenta una revisión exhaustiva del estado del arte, explorando modelos geométricos como Kannala-Brandt, Scaramuzza, UCM, EUCM y Mei, así como métodos radiométricos que incluyen la generación de imágenes HDR mediante técnicas de Debevec, Mitsunaga y Robertson, y la corrección de viñeteado con enfoques de Gao, Lopez-Fuentes y Zheng. Se diseñaron experimentos comparativos para evaluar el desempeño de estos métodos en imágenes sintéticas y reales, utilizando métricas como PSNR, SSIM, RPE y uniformidad radiométrica. Los resultados destacan que el modelo Kannala-Brandt sobresale en la corrección de imágenes sintéticas, mientras que EUCM y Mei
ofrecen mayor precisión en escenarios reales; en el ámbito radiométrico, la técnica de Debevec preserva detalles clave de HDR, y el método de Lopez-Fuentes optimiza la corrección de viñeteado. Finalmente, se discuten las implicaciones de estos hallazgos para la mejora de imágenes de cielo y se proponen líneas futuras de investigación, como el desarrollo de modelos híbridos y la ampliación de datasets, con un enfoque independiente en su aplicación para estudios de predicción fotovoltaica.
Keywords
Telecomunicaciones, Procesamiento de imágenes, Visión por computadora
Citation
Código de tesis
TET; 170
Código de tesis
Grado Académico
Ingeniero en Telecomunicaciones