Algoritmo para la detección de objetivos en imágenes espectrales utilizando medidas compresivas
La adquisicion y procesamiento de im ´ agenes espectrales involucra el manejo de gran- ´ des cantidades de informacion espectral multidimensional. En cada p ´ íxel de estas image- ´ nes se representa la informacion del comportamiento espectral en una ubicaci ´ on espa- ´ cial, referente a varias lon...
- Autores:
-
Boada Supelano, David Alberto
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2015
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/32642
- Palabra clave:
- Imagenes Espectrales
Procesamiento De ´ ´Imagenes
Muestreo Compresivo
Deteccion De Objetivos.
Spectral Imaging
Image Processing
Compressive Sampling
Target Detection.
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
| Summary: | La adquisicion y procesamiento de im ´ agenes espectrales involucra el manejo de gran- ´ des cantidades de informacion espectral multidimensional. En cada p ´ íxel de estas image- ´ nes se representa la informacion del comportamiento espectral en una ubicaci ´ on espa- ´ cial, referente a varias longitudes de onda. Esta informacion puede ser usada para ´ tareas como deteccion, clasificaci ´ on, y extracci ´ on de caracter ´ ísticas presentes en una escena. En los ultimos a ´ nos se han desarrollado arquitecturas ˜ opticas para la adquisici ´ on de ´ informacion espectral de forma comprimida usando un conjunto reducido de medicio- ´ nes codificadas por un modulador espacial. Estos avances han facilitado el proceso de muestreo y almacenamiento de informacion espectral. Sin embargo, el proceso de ´ reconstruccion de las im ´ agenes es una operaci ´ on costosa tanto en tiempo como en ´ recursos computacionales. Aplicar el muestreo compresivo a la hora de procesar imagenes espectrales, disminu- ´ yendo el costo de adquisicion y almacenamiento, es la principal motivaci ´ on de este ´ trabajo. Específicamente, se busca el diseno de un modelo de detecci ˜ on escasa que ´ use mediciones comprimidas para detectar objetivos en escenas espectrales usando diccionarios preentrenados y las transformada wavelet. Un algoritmo de optimizacion´ heurístico es utilizado para la evaluacion del modelo, con lo cual se determina si el p ´ íxel evaluado es o no un píxel objetivo |
|---|