Técnicas eficientes para extracción de información en imágenes obtenidas de forma remota

Resumen

Las principales contribuciones del presente trabajo de tesis doctoral vienen dadas en primer lugar por la propuesta de nuevos algoritmos paralelos para la recuperación de información en imágenes obtenidas mediante sensores de observación remota de la Tierra. Dichos algoritmos se fundamentan en el problema de la mezcla (problema característico en imágenes de gran dimensionalidad espectral, denominadas hiperespectrales), que permite expresar los píxeles de una imagen como una combinación lineal o no lineal de elementos espectralmente puros, ponderados por sus correspondientes fracciones de abundancia. Una vez descrita la base teórica del estudio, la tesis doctoral presenta una comparativa del uso de diferentes arquitecturas paralelas para abordar el problema de desmezclado espectral o unmixing con las siguientes etapas: 1) estimación automática del número de endmembers, 2) identificación, y 3) estimación de la abundancia de cada endmember en cada píxel de la imagen. Con vistas a resolver el problema del desmezclado espectral en imágenes de satélite con baja resolución espectral (generalmente denominadas multiespectrales), se ha propuesto un esquema para expandir la dimensionalidad de dichas imágenes mediante la inclusión de información espectral y espacial (utilizando técnicas de morfología matemática). Finalmente, el presente trabajo de tesis doctoral integra las técnicas anteriormente desarrolladas en un sistema de información para realizar clasificación de imágenes obtenidas mediante sensores aerotransportados o satélites de observación remota de la Tierra. El diseño inicial en forma de aplicación de escritorio ha sido mejorado tras la utilización de un servidor remoto y el uso de tecnologías web.