Identificación e implementación de algoritmos de detección de patrones en imágenes hiperespectrales adquiridas por sensores remotos, aplicadas al sector de la agricultura Colombiana
No Thumbnail Available
Date
2016
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La técnica de sensado remoto hiperespectral permite adquirir información espacial, temporal y espectral de un objeto, o escena. Las imágenes hiperespectrales (HSI) captan información en alta resolución espectral, acerca de las características espectrales de materiales o vegetación presente sobre la superficie de la Tierra. La aplicación e investigación de las HSI es de importancia en diferentes áreas, dentro de las cuales se destaca el área agrícola. Existen diversos algoritmos que permiten aprovechar la información contenida en una HSI, tales como algoritmos de clasificación, detección de anomalías y algoritmos de detección de objetivos. Específicamente la tarea de un algoritmo de detección de objetivos en HSI es detectar un píxel deseado (objetivo) en una escena HSI con el menor nímero de falsas alarmas (FA). Los algoritmos de detección de objetivos usados en HSI en las dos íltimas décadas han presentado mejoras, modificaciones y nuevas versiones. Sin embargo, la tarea de encontrar un algoritmo de detección que cuente con un desempe˜no óptimo y que este libre de ajustes previos para diferentes escenarios y objetivos, aun es materia de investigación. Colombia posee condiciones geográficas y climáticas particulares, generando escenarios diversos, permitiendo evaluar el desempe˜no de los algoritmos seleccionados para diferentes tipos de escenarios, relieves, climas y cultivos agrícolas. La presente investigación realiza la identificación e implementación de algoritmos de detección de objetivos en HSI adquiridas por sensores remotos, sobre el territorio colombiano. En la evaluación de los algoritmos y el desarrollo de la presente investigación se trabajó con 20 HSI reales; 6 HSI sintéticas, 1 HSI sintética sin ruido y 5 con ruido, se implantaron 5 objetivos sintéticos, creados a partir de la firma espectral pura de la alunita a diferentes grados de mezcla, y se extrajeron más de 115 firmas espectrales reales, de las cuales 11 fueron usadas como objetivo, permitiendo la caracterización de cinco cultivos agrícolas del nororiente colombiano en 5 diferentes áreas de estudio. Los resultados muestran que el algoritmo ACE presenta un mejor desempe˜no para diferentes HSI y objetivos de tipo agrícola, tanto en imágenes sintéticas como reales.
Description
Keywords
Sensado Remoto, Imagen Hiperespectral, Algoritmo De Detección De Objetivos En Imágenes Hiperespectrales, Propiedades Espectrales De La Vegetación.