Identificación e implementación de algoritmos de detección de patrones en imágenes hiperespectrales adquiridas por sensores remotos, aplicadas al sector de la agricultura Colombiana

Simple item page
dc.contributor.advisorArguello Fuentes, Henry
dc.contributor.advisorVargas Garcia, Cesar Augusto
dc.contributor.authorCamacho Velasco, Ariolfo
dc.date.accessioned2024-03-03T22:34:04Z
dc.date.available2016
dc.date.available2024-03-03T22:34:04Z
dc.date.created2016
dc.date.issued2016
dc.description.abstractLa 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.
dc.description.abstractenglishIdentification and implementation of algorithms target detection in hyperspectral imagery acquired by remote sensing, applied to the colombian agriculture
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
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/20.500.14071/34101
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
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.subjectSensado Remoto
dc.subjectImagen Hiperespectral
dc.subjectAlgoritmo De Detección De Objetivos En Imágenes Hiperespectrales
dc.subjectPropiedades Espectrales De La Vegetación.
dc.subject.keywordHyperspectral remote sensing techniques allow spatial
dc.subject.keywordspectral and temporal information from an object or a spectral scene. Hyperspectral Images (HSI) yield high spectral resolution information from materials and vegetation features of the surface. HSI applications and research are of great importance in diverse fields
dc.subject.keywordin which the agricultural area is highlighted. There are several HIS processing tasks such as classification and anomaly and target detection. The aim in a target detection algorithm is to label each desired pixel as a target with the lesser false alarm rate (FA)
dc.subject.keywordthus estimating the target presence in the image. In the last few decades
dc.subject.keywordTarget detection algorithms have been modified
dc.subject.keywordupdated and improved. However
dc.subject.keywordfinding a target detection algorithm with an optimal performance and independent from external presettings for different targets and scenes is a working research area. Colombia has particular climatic and geographical conditions
dc.subject.keywordproviding diverse landscapes that allow to test the selected algorithms in numerous reliefs
dc.subject.keywordclimates and crops. This research looks for identification and implementation of target detection algorithms over hyperspectral images acquired by remote sensors in Colombian territory
dc.subject.keywordallowing the technological and scientific flow at a national level
dc.subject.keywordthrough appropriation and research in HIS use and application. For the experimental and testing labor
dc.subject.keywordseveral datasets were used: 20 real HSI
dc.subject.keyword6 synthetic HIS
dc.subject.keyword1 noise free and 5 with noisy synthetic HIS
dc.subject.keyword5 synthetic targets were used created from an alunite pure spectral signature with different mixture levels and more than 115 real spectral signatures
dc.subject.keywordfrom which 11 were used as target signatures
dc.subject.keywordyielding the characterization of 5 kinds of crops from north-east Colombia in 5 different locations. Results exhibit that the ACE algorithm presents a better performance for different HIS and agricultural targets as much as synthetic and real images.
dc.titleIdentificación e implementación de algoritmos de detección de patrones en imágenes hiperespectrales adquiridas por sensores remotos, aplicadas al sector de la agricultura Colombiana
dc.title.englishRemote Sensing, Hyperspectral Imagery, Target Detection In Hyperspectral Imagery, Spectral Properties Of Vegetation.
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:
88.71 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
32.33 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
236.21 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática