Diseño basado en RVC-CAL del algoritmo UCLS para la estimación de abundancias en imágenes hiperespectrales.

Valverde López, José Ángel (2016). Diseño basado en RVC-CAL del algoritmo UCLS para la estimación de abundancias en imágenes hiperespectrales.. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.

Description

Title: Diseño basado en RVC-CAL del algoritmo UCLS para la estimación de abundancias en imágenes hiperespectrales.
Author/s:
  • Valverde López, José Ángel
Contributor/s:
  • Salvador Perea, Rubén
Item Type: Final Project
Degree: Grado en Ingeniería Electrónica de Comunicaciones
Date: 20 December 2016
Subjects:
Freetext Keywords: Imágen hiperespectral Medicina de precisión
Faculty: E.T.S.I. y Sistemas de Telecomunicación (UPM)
Department: Ingeniería Telemática y Electrónica
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 (3MB) | Preview
[img] Archive (ZIP) (Anexos) - Users in campus UPM only
Download (31MB)

Abstract

El procesamiento de imágenes hiperespectrales permite obtener información del espectro de la luz reflejada por un material en el rango que va del ultravioleta hasta el infrarrojo, en contraposición al rango del espectro visible capturado por las cámaras RGB tradicionales. El avance de esta tecnología en los últimos años está introduciendo su aplicación en el campo médico, donde puede destacarse su uso potencial en la detección de tejidos con cáncer. Uno de los problemas actuales es la elevada capacidad computacional que se requiere para el procesamiento de la enorme cantidad de información de que se compone una imagen hiperespectral. El presente Proyecto Fin de Grado aborda el diseño e implementación del algoritmo UnConstrained Least Squares (UCLS) para la extracción de abundancias en el proceso de desmezclado de una imagen hiperespectral, que permite obtener información sobre la composición química de los materiales que forman los pixeles de la imagen. Durante la fase de diseño se han estudiado en detalle distintas formas de paralelización del algoritmo para la aceleración del cómputo. La plataforma sobre la que se ha realizado la implementación es un PC estándar y el lenguaje utilizado para la especificación es RVC-CAL, que permite explorar el paralelismo del algoritmo capturando en su especificación los flujos y dependencias de datos. Este trabajo se encuentra dividido en varios capítulos. El primero expone cuáles son los motivos por lo que se ha desarrollado este Proyecto Fin de Grado, así como los objetivos y especificaciones del diseño. En el segundo capítulo, se realiza un estudio de las imágenes hiperespectrales y de cuáles son sus principales campos de aplicación; también se introduce el proyecto HELICoiD, que ofrece el marco de aplicación, y se ofrece una breve introducción al lenguaje RVC-CAL y sus herramientas asociadas. En el tercer capítulo se detalla el algoritmo UCLS y la metodología de análisis e implementación utilizada para alcanzar los objetivos propuestos. A continuación se estudian distintas posibilidades de particionado para la paralelización del algoritmo y su mapeo en los distintos núcleos de procesamiento de la plataforma. En el cuarto capítulo se presentan y analizan los resultados obtenidos. Para finalizar, el último capítulo recoge a modo de conclusión las contribuciones del diseño y líneas futuras de trabajo relacionadas con los resultados obtenidos. Abstract: Hyperspectral Image processing allows to obtain spectral information of the light reflected by a material from the ultraviolet to the infrared region of the spectrum, as opposed to just the visible region captured by traditional RGB cameras. The technological advancements from the last years are introducing its application to the medical field, where its potential use in the detection of cancerous tissues might stand out. Currently, one of the main issues is the high computational processing power required to deal with the huge amount of information hyperspectral images are composed of. This Degree Project tackles the design and implementation of the Unconstrained Least Squares (UCLS) algorithm to compute the abundance estimation during the unmixing process of a hyperspectral image, which allows to obtain information on the chemical composition of the underlying image pixels. During the design phase, different parallelization schemes of the algorithm were analyzed to speed up its computation. The implementation platform is a regular PC and the specification language used is RVC-CAL, which allows for the exploration of the algorithm parallelism by capturing its data flow, and hence dependencies, at the specification stage. This dissertation is divided in several chapters. First of them introduces the motivation behind this Degree Project, as well as its specific objectives and design specifications. In the second chapter, a study of hyperspectral imaging and its main fields of applications is conducted; besides, the HELICoiD project, which defines the application framework, is introduced before concluding the chapter with an introduction to RVC-CAL language and its associated tools. Third chapter details the UCLS algorithm and the analysis and implementation methodology followed to fulfill the project objectives. The chapter goes on with a study of different partitioning strategies to parallelize the algorithm and their mapping to the different processing elements of the platform. Chapter four contains the presentation and analysis of the obtained results. Lastly, chapter five concludes the dissertation summarizing the main contributions and possible future lines of work.

Funding Projects

TypeCodeAcronymLeaderTitle
UnspecifiedFP7-ICT-2013.9.2 (FET Open) 618080UnspecifiedGrupo de Diseño Electrónico y Microelectrónico (GDEM)HELICoiD: HypErspectraL Imaging Cancer Detection

More information

Item ID: 52479
DC Identifier: http://oa.upm.es/52479/
OAI Identifier: oai:oa.upm.es:52479
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 03 Oct 2018 06:47
Last Modified: 03 Oct 2018 06:47
  • 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