Evaluación de algoritmos de reducción de dimensiones basados en descriptores de forma frente al ruido para el análisis de imágenes hiperespectrales
En este trabajo de laboratorio se realiza una comparación del desempeño del descriptor de forma basado en Fourier y el análisis de componentes principales, para la clasificación de imágenes hiperespectrales. Para realizar esta comparación se implementó la función ClassIndianPinesSVM. En la comparaci...
- Autores:
-
Molina García, Deiver Giovan
- 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:20.500.12622/6470
- Acceso en línea:
- http://hdl.handle.net/20.500.12622/6470
- Palabra clave:
- Descriptores Fourie, ruido, imágenes hiperespectrales, reducción de dimensiones
Descriptors Fourie, noise, hyperspectral images, dimension reduction.
Espectro electromagnético, teledetección, visión artificial
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
Summary: | En este trabajo de laboratorio se realiza una comparación del desempeño del descriptor de forma basado en Fourier y el análisis de componentes principales, para la clasificación de imágenes hiperespectrales. Para realizar esta comparación se implementó la función ClassIndianPinesSVM. En la comparación se realizaron 20 ejecuciones para cada experimento. Los experimentos se realizaron para la imagen Indian Pines sin ruidos y con niveles de ruido de 5, 10, 20 y 30 db. El desempeño se analiza desde los resultados de clasificación, promediando los valores de precisión y matrices de confusión. Con los resultados obtenidos se logró demostrar que el descriptor de forma basado en Fourier no pierde precisión significativa frente a su rival cuando la imagen tiene un nivel de ruido determinado. |
---|