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.

Descripción

Título: Discriminación supervisada de especies vegetales mediante imagen aérea digital
Autor/es:
  • Calero Pereira, María Yanira
Director/es:
  • Martínez Izquierdo, María Estíbaliz
  • Martínez de Icaya Gómez, Elvira
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería Informática
Fecha: Junio 2018
Materias:
Palabras Clave Informales: 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
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Arquitectura y Tecnología de Sistemas Informáticos
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

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.

Más información

ID de Registro: 51615
Identificador DC: http://oa.upm.es/51615/
Identificador OAI: oai:oa.upm.es:51615
Depositado por: Biblioteca Facultad de Informatica
Depositado el: 12 Jul 2018 08:54
Ultima Modificación: 12 Jul 2018 08:54
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM