Un nou algoritme augmenta fins a 10 vegades la capacitat del senyal digital

Un potent mètode d'anàlisi de singularitats en senyals digitals permet detectar i reconèixer patrons a partir d'imatges o sèries de dades. El mètode, patentat a nivell mundial, permet reconèixer estructures, reconstruir imatges, i comprimir i millorar el senyal digital, entre altres aplicacions. Però, sobretot, destaca perquè permet obtenir informació rellevant partir d'un conjunt molt petit de dades, que seria insuficient per a qualsevol altre mètode.

 

 Identificació dels corrents del mar (imatge dreta) a partir d'imatges de temperatura de la superfície del mar (esquerra).

Si un no s'até a la definició matemàtica, les singularitats es poden descriure com a punts que indiquen un canvi inesperat. En un espai homogeni, la singularitat està en els punts menys regulars, són salts que indiquen que està passant alguna cosa. Així, un retrat que va perdent resolució manté, tot i que es veu borrós, les línies del contorn del cos i les faccions: són aquests punts singulars que revelen la informació principal de la imatge.

L'exemple l'aporta Antonio Turiel, investigador Ramon y Cajal al Departament d'Oceanografia Física de l'Institut de Ciències del Mar del CSIC. Aquest expert treballa en el desenvolupament d'aplicacions per al monitoratge oceànic. Fruit del treball del seu equip és el desenvolupament d’un mètode matemàtic per a l'anàlisi de singularitats en senyals digitals que es pot aplicar al monitoratge de l'oceà.

Però l'algorisme, patentat a nivell mundial, permet aplicacions molt diverses que van molt més enllà de l'oceanografia: des de delimitar els contorns difusos i canvis subtils en imatges per al diagnòstic mèdic, fins detectar defectes en materials. També permet detectar ones internes en mar obert i línies de corrent del flux oceànic, localitzar vaixells en el mar a partir d'imatges de baix contrast i reconstruir imatges a partir de molt poques dades. Això implica que permetria millorar la capacitat de compressió del senyal digital. “Respecte als estàndars actuals, el guany màxim previst de compressió, a la mateixa qualitat, és de deu vegades, però fins ara és una estimació teòrica”, explica Turiel.

En un de les experiments, el grup dirigit per Turiel va ser capaç d'identificar, a partir d'una sola fotografia de mar obert obtinguda amb el satèl.lit Meteosat, uns fronts d'ones de més de 500 quilòmetres d'ample que es propagaven cap a l'interior de l'Índic, cosa que no s'havia aconseguit veure mai fins ara amb cap dels mètodes existents (International Journal of Remote Sensing, 28(17), 3953-3962.) .

"És una millora extraordinària en la detecció d'estructures, ja que, aplicat a imatges de temperatura de la superfície del mar, podem fins i tot identificar els corrents a partir d'una sola instantània", remarca Turiel. "L'algorisme identifica els punts amb més informació i detecta aquestes estructures marines". A la imatge resultant, el que es veu són els contorns d'aquestes ones.

Volíem, afegeix Turiel, veure la potencialitat del mètode per detectar tsunamis utilitzant imatges per satèl·lit però la tecnologia no està a punt perquè els sensors dels satèl·lits no tenen encara suficient profunditat de color.

Una altra aplicacions interessant que han estat investigant és el reconeixement de la parla (investigadors de l'Institut Nacional de la Recerca en Informàtica francès, INRIA, amb els quals col·laboren estan aplicant aquest mètode per al reconeixement dels fonemes).

Més usos de l'algorisme són l'anàlisi de camps de vent (útil en la meteorologia, en estudis aerodinàmics o en el disseny de camps d'aerogeneradors) o l'anàlisi dels moviments a la Borsa. En aquest últim cas, els investigadors han aplicat l'algorisme per a distingir cicles d'inversió i de volatilitat tan sols a partir de sèries temporals de preus, sense necessitat de conèixer el volum de transaccions.

Per saber-ne més: digital.CSIC: Obtaining and monitoring of global oceanic circulation patterns by multifractal analysis of MicroWave Sea Surface Temperature images

Contacte:

Vicepresidencia Adjunta
de Transferencia del Conocimiento
CSIC Catalunya
Artur Sixto
Tel. 934 00 61 00
Aquesta adreça de correu-e està protegida dels robots de spam.Necessites Javascript habilitat per veure-la.

 

FaLang translation system by Faboba