Reconstrucción numérica de curvas de reflectancia espectral usando técnicas lineales y una red neuronal

Simple item page
dc.contributor.advisorGuerrero Bermudez, Jader Enrique
dc.contributor.authorOsorio Gómez, Carlos Andrés
dc.date.accessioned2024-03-03T18:12:44Z
dc.date.available2010
dc.date.available2024-03-03T18:12:44Z
dc.date.created2010
dc.date.issued2010
dc.description.abstractRecientemente se ha propuesto un procedimiento que combina las curvas espectrales obtenidas con algunas de las técnicas lineales mencionadas en el presente trabajo. Este procedimiento consiste en minimizar la desviación estándar del error espectral cuadrático medio y del error colorimétrico. Apoyados en esta idea, en el presente trabajo se propone un procedimiento alternativo para la reconstrucción de curvas de reflectancia espectral de muestras de pintura al óleo sobre lienzo mediante imágenes multiespectrales. La técnica se basa en el ajuste que realiza la red neuronal artificial (RNA) feed-forward backpropagation de los resultados obtenidos mediante las técnicas de análisis de componentes principales (PCA), pseudo-inversa, interpolación a la obtenida mediante un espectrómetro. Para tal propósito se ha definido el objeto de interés, en nuestro caso se validó la técnica propuesta sobre muestras de pinturas de óleos sobre lienzo. Dichas muestras conformaron una base de datos de curvas de reflectancia espectral que se registró mediante un espectrómetro. Esta base de datos se denominó espectros de reflectancia de referencia. Por otra parte se diseñó e implementó un sistema de adquisición de imágenes multiespectrales, con las geometrías reglamentadas por la Comisión Internacional de Iluminación (CIE, por su sigla en francés Commission Internationale d™Eclairage o la ICI, del inglés, International Commission on Ilumination). La evaluación de la técnica propuesta se hizo mediante las métricas de error MSE (mean squared error), ABE (absolute mean error) y GFC (goodness-fitting coefficient).
dc.description.abstractenglishHas been recently proposed a procedure that combines the spectral curves obtained with some of the linear techniques mentioned in this paper. This procedure is to minimize the standard deviation of the mean square error and spectral color error. Supported by this idea, this paper proposes an alternative procedure for the reconstruction of spectral reflectance curves of samples of oil paintings on canvas using multispectral images. The technique is based on the setting that makes the artificial neural network (ANN) feed-forward backpropagation of the results obtained through the techniques of principal component analysis (PCA), pseudo-inverse and interpolation with respect to that obtained by a spectrometer. For this purpose we define the object of interest, in our case the proposed technique was validated on samples of oil paintings on canvas paintings. This samples a database formed of spectral reflectance curves. Database called reference reflectance spectra. This samples were recorded using a spectrometer. On the other hand was designed and implemented a system for multispectral imaging with the geometry by the International Commission on Illumination (CIE, by its French acronym Commission Internationale d'Eclairage or ICI, English, International Commission on Illumination). The evaluation of the proposed technique was done by the error metric MSE (mean squared error), ABE (mean absolute error) and GFC (goodness-fitting coefficient).
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Física
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/24105
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programMaestría en Física
dc.publisher.schoolEscuela de Física
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectEspectros de reflectancia
dc.subjectAjuste de curvas
dc.subjectImágenes multiespectrales
dc.subjectRedes neuronales artificiales.
dc.subject.keywordEspectral reflectance curves
dc.subject.keywordCurve fitting
dc.subject.keywordMultispectral imaging
dc.subject.keywordArtificial neural network.
dc.titleReconstrucción numérica de curvas de reflectancia espectral usando técnicas lineales y una red neuronal
dc.title.englishReconstrucción numérica de curvas de reflectancia espectral usando técnicas lineales y una red neuronal
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
1.32 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
12.9 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
3.4 MB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Física