Los investigadores utilizaron una configuración de imágenes de polarización tradicional para obtener imágenes de varios objetos sumergidos en el agua turbia. - HAOFENG HU, TIANJIN UNIVERSITY
MADRID, 17 Sep. (EUROPA PRESS) -
Un nuevo método permite producir automáticamente imágenes claras a través del agua turbia, un avance con utilidad para buscar víctimas de ahogamiento, arqueología sumergida o controlar granjas submarinas.
Obtener imágenes con claridad bajo el agua es extremadamente difícil porque el agua y las partículas que contiene tienden a dispersar la luz. Pero, debido a que la luz dispersa está parcialmente polarizada, las imágenes con una cámara sensible a la polarización se pueden utilizar para suprimir la luz dispersa en imágenes submarinas.
"Nuestro nuevo método supera las limitaciones de las imágenes submarinas polarimétricas tradicionales, sentando las bases para sacar este método del laboratorio y llevarlo al campo", dijo en un comunicado el líder del equipo de investigación Haofeng Hu de la Universidad de Tianjin en China. "A diferencia de los métodos anteriores, no es necesario que la imagen incluya un área de fondo para estimar la luz retrodispersada".
En la revista Optics Express de The Optical Society (OSA), los investigadores demuestran la capacidad de su método para mejorar el contraste de la imagen al tiempo que conserva los detalles de la imagen sin introducir un ruido considerable. El nuevo método incluso funciona en agua densa y turbia, que está tan turbia que es casi imposible ver a través.
"Nuestro método de obtención de imágenes polarimétricas puede mejorar la calidad de la imagen en varios medios de dispersión, no solo en agua turbia", dijo Hu. "Creemos que el principio que usamos podría extenderse a la obtención de imágenes a través de otros medios de dispersión como niebla, neblina y humo".
Los enfoques tradicionales de imágenes subacuáticas utilizan el conocimiento previo del área de imágenes o el fondo de una imagen para calcular y eliminar la luz dispersa. Estos métodos tienen una utilidad limitada en el campo porque generalmente requieren procesamiento manual, las imágenes no siempre tienen fondos visibles y la información previa no siempre está disponible.
Para superar estos desafíos, los investigadores combinaron una configuración tradicional de imágenes polarizadas con un nuevo algoritmo que encuentra automáticamente los parámetros óptimos para suprimir la luz dispersa. Esto no solo mejora significativamente el contraste de la imagen para lograr imágenes claras, sino que se puede utilizar sin ningún conocimiento previo del área de imagen y para imágenes con o sin regiones de fondo.
"Nuestro enfoque representa una mejora clara que podría permitir la aplicación práctica de imágenes polarimétricas submarinas más allá del entorno submarino 'ideal' que se encuentra en el laboratorio", dijo Hu. "Podría adaptarse para una variedad de aplicaciones en las que la visión clara es fundamental, pero en las que la calidad de la imagen suele ser deficiente debido al agua turbia".
Los investigadores probaron su nueva técnica adquiriendo imágenes en mezclas líquidas turbias en el laboratorio. Comenzaron con un tanque transparente lleno de agua y luego se mezclaron con diferentes cantidades de leche para imitar un entorno submarino con diferentes turbidez. Tomaron imágenes de varios objetos hechos de una variedad de materiales, como madera, plástico y cerámica.
"Nuestros resultados experimentales muestran que nuestro método tiene distintas ventajas en términos de suprimir la dispersión, recuperar detalles y reducir el ruido cuando se obtienen imágenes de diferentes objetos en el agua con diversas turbidez", dijo Hu. "Si bien las regiones de fondo a menudo no son visibles en aguas turbias y densas, nuestro método pudo lograr una visión clara en este entorno".
Ahora que el método se ha demostrado en el laboratorio, los investigadores planean probarlo en un entorno submarino práctico, como en el océano. También planean mejorar las distancias de las imágenes para que sean más útiles en un entorno submarino del mundo real.