Discriminación supervisada de especies vegetales mediante imagen aérea digital

Calero Pereira, María Yanira (2018). Discriminación supervisada de especies vegetales mediante imagen aérea digital. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Discriminación supervisada de especies vegetales mediante imagen aérea digital
Author/s:
  • Calero Pereira, María Yanira
Contributor/s:
  • Martínez Izquierdo, María Estíbaliz
  • Martínez de Icaya Gómez, Elvira
Item Type: Final Project
Degree: Grado en Ingeniería Informática
Date: June 2018
Subjects:
Freetext Keywords: Detección remota; Clases espectrales; Pocesamiento de imágenes; Algoritmo de clasificación; Divergencia de información espectral; Remote sensed; Spectral classes; Image processing; Classification algorithm; Spectral information divergence
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Arquitectura y Tecnología de Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

Realizar un mapa de vegetación a través de imágenes de detección remota implica varios procesos y técnicas. En general, en un principio se necesita realizar una clasificación para clasificar y mapear la cubierta vegetal a partir de imágenes de sensores remotos, ya sea a nivel de grupo o de especie. A continuación, se deben identificar las correlaciones de las especies de vegetación dentro de este sistema de clasificación con características espectrales discernibles de imágenes de percepción remota. Estas clases espectrales de las imágenes se traducen finalmente en los tipos de vegetación en el proceso de interpretación de imágenes, que también se denomina procesamiento de imágenes. Los datos del espectro completo proporcionan información espectral detallada para píxeles individuales de una imagen. Esta información permite la identificación de objetivos en función de sus propiedades espectrales en cada píxel individual. Con el fin de mejorar el rendimiento de clasificación para vegetación, en este documento se propone un algoritmo de clasificación basado en la divergencia de información espectral (SID). Los resultados experimentales muestran que este algoritmo es óptimo para mapear vegetación en el caso de estudio.---ABSTRACT---Mapping vegetation through remotely sensed images involves various processes and techniques. Generally, it needs to develop a vegetation classification at first for classifying and mapping vegetation cover from remote sensed images either at a group level or species level. Then, correlations of the vegetation species within this classification system with discernible spectral characteristics of remote sensed imagery have to be identified. These spectral classes of the imagery are finally translated into the vegetation types in the image interpretation process, which is also called image processing. Hyperspectral (complete spectrum) data provide detailed spectral information for individual pixels of an image. This information enables the identification of targets based on their spectral properties each individual pixel. In order to improve the classification performance for mapping vegetation, a classification algorithm based on spectral information divergence (SID) is proposed in this document. Experimental results show that this algorithm is optimal to mapping vegetation in the study case.

More information

Item ID: 51615
DC Identifier: http://oa.upm.es/51615/
OAI Identifier: oai:oa.upm.es:51615
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 12 Jul 2018 08:54
Last Modified: 12 Jul 2018 08:54
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM