Selección no supervisada de bandas basadas en descomposición de valores singulares para el análisis de imágenes hiperespectrales
El objetivo de este trabajo de grado fue evaluar un algoritmo basado en descomposición de valores singulares, para la selección de bandas discriminantes en imagenes hiperespectrales. Para la evaluación se usaron imágenes hiperespectrales reales, capturadas sobre dos regiones: AP Hill e Indian Pines....
- Autores:
-
David Bedoya, Cristian Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2018
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/6487
- Acceso en línea:
- http://hdl.handle.net/20.500.12622/6487
- Palabra clave:
- SVD, SVM, imágenes hiperespectral, selección de bandas
SVD, SVM, hyperspectral imaging, band selection
Espectro electromagnético, procesamiento de imágenes, análisis de imágenes
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
Summary: | El objetivo de este trabajo de grado fue evaluar un algoritmo basado en descomposición de valores singulares, para la selección de bandas discriminantes en imagenes hiperespectrales. Para la evaluación se usaron imágenes hiperespectrales reales, capturadas sobre dos regiones: AP Hill e Indian Pines. A partir de estos resultados se evaluó el algoritmo y su capacidad para seleccionar bandas discriminantes, que permitan mejorar la clasificación. Finalmente, se usó el algoritmo para seleccionar bandas en imágenes multiespectrales capturadas sobre ulceras cutáneas. Los productos de este trabajo de grado incluyen el código en MATLAB del algoritmo de selección de bandas, los resultados de clasificación y sus matrices de confusión para las imágenes de AP Hill e Indian Pines, y las bandas más relevantes para las imágenes de ulceras cutáneas. |
---|