Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales

Esta tesis tiene como objetivo la investigación de técnicas de clasificación para imágenes digitales, en particular para aquellas obtenidas con sensores remotos. El avance tecnológico permite en la actualidad obtener imágenes hiperespectrales (muestreos continuos de intervalos anchos del espectro),...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Sanz, Cecilia Verónica
Otros Autores: Jordán, Ramiro
Formato: Tesis Tesis de doctorado
Lenguaje:Español
Publicado: 2002
Materias:
Ciencias Exactas
Métodos de clasificación
Procesamiento de imagen
Cultivo
Investigación agraria
Reconocimiento de patrones
Sensado remoto
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/2213
https://doi.org/10.35537/10915/2213
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-2213
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Exactas
Métodos de clasificación
Procesamiento de imagen
Cultivo
Investigación agraria
Reconocimiento de patrones
Sensado remoto
spellingShingle Ciencias Exactas
Métodos de clasificación
Procesamiento de imagen
Cultivo
Investigación agraria
Reconocimiento de patrones
Sensado remoto
Sanz, Cecilia Verónica
Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales
topic_facet Ciencias Exactas
Métodos de clasificación
Procesamiento de imagen
Cultivo
Investigación agraria
Reconocimiento de patrones
Sensado remoto
description Esta tesis tiene como objetivo la investigación de técnicas de clasificación para imágenes digitales, en particular para aquellas obtenidas con sensores remotos. El avance tecnológico permite en la actualidad obtener imágenes hiperespectrales (muestreos continuos de intervalos anchos del espectro), con un volumen de información considerablemente mayor comparado con el que se ha tenido hasta el momento con las imágenes multiespectrales. Esto ha llevado a los investigadores a buscar nuevas técnicas de manejo y clasificación que permitan explotar adecuadamente los datos disponibles. El principal objetivo de esta investigación es encontrar un método de clasificación que de la posibilidad de trabajar con patrones N-dimensionales, y permita integrar información de diferente naturaleza. En este caso particular, se utiliza la información provista por las imágenes hiperespectrales y los datos auxiliares que se tienen sobre el área de estudio en cuestión para la clasificación. En la aplicación planteada en esta tesis, a la información espacial comúnmente utilizada, se le agregan datos de origen espectral. El aporte consiste en la presentación de una variación del método conocido como razonamiento evidencial, y a la que referiremos como Razonamiento Evidencial Dinámico (RED). El método RED permite el entrenamiento del clasificador mediante aprendizaje supervisado incorporando nueva evidencia para la clasificación. A su vez establece una regla de decisión diferente, basada en las medidas de plausibilidad, y soporte, pero que también tiene en cuenta la cantidad de fuentes que aportan evidencia. Se considera la incertidumbre asociada a los datos y se analiza si se debe optar por asignar el objeto a la clase con mayor soporte dentro del marco de discernimiento o se debe rechazar dicha asignación por falta de evidencia o por ambigüedad. Se evalúa su comportamiento en imágenes hiperespectrales de áreas cultivadas en la región de Nebraska (USA), distinguiendo entre diferentes tipos de cultivos para una etapa específica de su evolución (etapa de crecimiento, media estación). La elección del área de estudio fue definida por la disponibilidad de datos, ya que el Dr. Jordan (Director de Tesis) ha estado en contacto con los integrantes del proyecto “Verde” en USA. Se compara el comportamiento de RED respecto del de los clasificadores convencionales. Por otra parte, se presenta un análisis de diferentes alternativas de decisión evaluándolas respecto de la utilizada por RED. El clasificador propuesto permite mejorar los resultados obtenidos en la clasificación, obteniéndose una precisión promedio de alrededor de un 90% sobre el conjunto de muestras de test.
author2 Jordán, Ramiro
author_facet Jordán, Ramiro
Sanz, Cecilia Verónica
format Tesis
Tesis de doctorado
author Sanz, Cecilia Verónica
author_sort Sanz, Cecilia Verónica
title Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales
title_short Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales
title_full Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales
title_fullStr Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales
title_full_unstemmed Razonamiento evidencial dinámico : Un método de clasificación aplicado al análisis de imágenes hiperespectrales
title_sort razonamiento evidencial dinámico : un método de clasificación aplicado al análisis de imágenes hiperespectrales
publishDate 2002
url http://sedici.unlp.edu.ar/handle/10915/2213
https://doi.org/10.35537/10915/2213
work_keys_str_mv AT sanzceciliaveronica razonamientoevidencialdinamicounmetododeclasificacionaplicadoalanalisisdeimageneshiperespectrales
bdutipo_str Repositorios
_version_ 1764820465581293573

Ejemplares similares