Mostrar el registro sencillo del ítem
Uso de información espacial y espectral combinada con técnicas de fusión de información para la clasificación automática de usos del suelo a partir de imágenes hiperespectrales
dc.contributor | García Sevilla, Pedro | |
dc.contributor | Martínez Usó, Adolfo | |
dc.contributor | Universitat Jaume I. Departament de Llenguatges i Sistemes Informàtics | |
dc.contributor.author | Muñoz Jimeno, José | |
dc.date.accessioned | 2014-06-18T17:27:09Z | |
dc.date.available | 2014-06-18T17:27:09Z | |
dc.date.issued | 2013 | |
dc.identifier.uri | http://hdl.handle.net/10234/95204 | |
dc.description | Treball de Fi de Màster en Sistemes Intel.ligents. Curs 2012/2013 | ca_CA |
dc.description.abstract | Mediante la utilización de imágenes hiperespectrales de aéreas captadas desde sensores aerotransportados o instalados en satélites y aplicando distintos métodos de clasificación, podemos llegar a identificar de manera automática los distintos tipos de terreno y/o cultivos existentes en dichas imágenes. Podemos disponer de distintas imágenes hiperespectrales de la misma zona captadas por distintos sensores en distintas bandas del espectro electromagnético y con distintas resoluciones espaciales. Y también por el mismo sensor en distintos instantes de tiempo. En [1] y en [2] ya se comprobó que combinar toda esa información puede mejorar la clasificación frente al resultado de la clasificación utilizando una única imagen hiperespectral aunque ésta sea la de mayor resolución radiométrica y/o espacial. También en dichos trabajos se comprobó que se pueden aplicar técnicas de reducción de la dimensionalidad que nos permitan aprovechar la cantidad de información disponible sin tener que usar todas las bandas para llevar a cabo la clasificación, lo que proporciona resultados de clasificación similares con mucho menor coste computacional. Tanto en [1] como en [2] se utilizó sólo información espectral para llevar a cabo la clasificación. En este TFM obtendremos información espacial a partir de la información espectral previamente al experimento de clasificación. Lo haremos de dos formas: ◦ Aplicando un banco de filtros de Gabor a las imágenes hiperespectrales originales, para seguidamente, realizar un proceso de extracción de características mediante PCA. ◦ Extrayendo nuevas características mediante PCA a partir de las imágenes hiperespectrales iniciales y, seguidamente aplicarles un banco de filtros de Gabor para obtener información espacial a partir de ellas. Comprobaremos cómo añadiendo información espacial de cualquiera de las formas descritas podemos mejorar sensiblemente el resultado de la clasificación . | ca_CA |
dc.format.extent | 39 p. | ca_CA |
dc.format.mimetype | application/pdf | ca_CA |
dc.language.iso | spa | ca_CA |
dc.rights.uri | http://rightsstatements.org/vocab/CNE/1.0/ | * |
dc.subject | Teledetección | ca_CA |
dc.subject | Sensores hiperespectrales | ca_CA |
dc.subject | Clasificación supervisada | ca_CA |
dc.subject | Extracción de información | ca_CA |
dc.subject | Datos multi-temporales | ca_CA |
dc.subject | Datos multi-sensor | ca_CA |
dc.subject | PCA | ca_CA |
dc.subject | Clasificación de terrenos | ca_CA |
dc.subject | Filtros de Gabor | ca_CA |
dc.title | Uso de información espacial y espectral combinada con técnicas de fusión de información para la clasificación automática de usos del suelo a partir de imágenes hiperespectrales | ca_CA |
dc.type | info:eu-repo/semantics/masterThesis | ca_CA |
dc.educationLevel | Estudios de Postgrado | ca_CA |
dc.rights.accessRights | info:eu-repo/semantics/restrictedAccess | ca_CA |