Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.udec.cl/jspui/handle/11594/1558
Título : Multidimensional analysis for hyperspectral imaging systems A time, space and wavelength approach
Autor : Torres Inostroza, Sergio; profesor guía
Meza Narváez, Pablo Francisco
Palabras clave : Imagen Hiperespectral;Análisis Hiperespectral - Procesamiento de Datos;Análisis Espectral - Experimentos;Teledetección - Espectros;Algoritmos Computacionales
Fecha de publicación : 2014
Editorial : Universidad de Concepción.
Resumen : En esta tesis, se propone un novedoso modelo de degradación a fín de imágenes para cámaras hiperespectrales de barrido (PBHCs), siguiendo un enfoque optoelectrónico y generando una representación matemática precisa del proceso de adquisición hiperespectral. El modelo de degradación de imagen es lineal y los parámetros asociados al ruido de franjas (SN) son asumidos espacialmente correlacionados, espectralmente independientes y desvinculados de la respuesta espectral de la cámara. La aplicabilidad de estos supuestos se verifió mediante una caracterización experimental de las cámaras hiperespectrales a nuestra disposición. Además, se asume que la información espacial, espectral, y temporal son altamente redundante debido a la alta resolución espectral y al rápido barrido temporal de las PBHCs modernas. De esta manera, y con base en el modelo de observación propuesto, se han desarrollado dos nuevos algoritmos multidimensionales de compensación de ruido de franjas (SNC) para PBHCs, los algoritmos multidimensionales de redes neuronales (NN) y de ajuste de momentos (MM). Los algoritmos explotan simultáneamente la información espacial y temporal contenida en una escena objetivo, así como la información espectral contenida en las imágenes espectrales adyacentes. La habilidad de los algoritmos de estimar y compensar los parámetros de SN, sujetos a las restricciones de la radiación de entrada, fue demostrada matemáticamente.Un algoritmo adicional ha sido incluido para relajar el supuesto de redundancia espectral, reduciendo la perdida de resolución espectral en el hipercubo. La aplicabilidad de los algoritmos SNC multidimensionales fue probada con exito en datos hiperespectrales reales adquiridos usando un prototipo de laboratorio, logrando comparativamente mejores imágenes compensadas que sus versiones unidimensionales. Se ha implementado una configuración experimental, basada en las cámaras hiperespectrales Photonfocus Hurricane y Xeva Xenics, para adquirir datos en el rango de 400-1000 [nm] y 900-1700 [nm], respectivamente. Vale la pena mencionar que ambas cámaras presentan patrones distintivos de ruido en términos de estructura espectral. Además, se utilizó una plataforma móvil para simular y sin-cronizar el procedimiento de barrido de las cámaras y, para fines de calibración, una lámpara de tungsteno uniforme fue instalada para asegurar una radiancia espectral igual entre las diferentes bandas. Además, para probar los algoritmos, se utilizaron los datos crudos recolectados desde el sensor CCD Earth-observing CHRIS/PROBA.
Descripción : Tesis Doctor en Ciencias de la Ingeniería, mención Ingeniería Eléctrica Universidad de Concepción 2014
URI : http://repositorio.udec.cl/jspui/handle/11594/1558
metadata.dc.identifier.other: 215171
Aparece en las colecciones: Ingeniería Eléctrica - Tesis Doctorado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Thesis_Multidimensional_Analysis_for_Hyperspectral.Image.Marked.pdf7,55 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons