Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10662/2599
Títulos: Repositorio digital de imágenes hiperespectrales basado en técnicas de desmezclado con implementación en GPUs
Otros títulos: A new digital repository for hyperspectral images based on spectral unmixing and implementated on GPUs
Autores/as: Sevilla Cedillo, Jorge
Director/a: Plaza Miguel, Antonio
Palabras clave: Repositorio;GPUs;Repository;Imágenes hiperespectrales;Hyperespectral images;Teledetección;Remote sensing
Fecha de publicación: 2015-02-16
Resumen: En esta tesis nosotros presentamos nuevas técnicas y metodologías para almacenar y gestionar imágenes de teledetección además de sus productos, con el objetivo final de desarrollar y ofrecer online nuevos repositorios de datos para compartir una gran cantidad de datos de teledetección, tanto multiespectrales como hiperespectrales. Por un lado, en esta tesis se desarrolla un nuevo repositorio digital compartido para imágenes hiperspectrales obtenidas de forma remota. Dicho repositorio se presenta como un servicio web para permitir la gestión de las imágenes a través de una interfaz web, que está disponible online en http://www.hypercomp.es/repository. Particularmente, una característica innovadora de este repositorio es que tiene la capacidad de aprovechar algoritmos implementados en arquitecturas GPUs para devolver eficientemente datos de teledetección. Aquí, implementamos varios algoritmos de desmezclado espectral para generar metadatos adecuados para fines de recuperación, basados en consultas relativamente complejas basadas en la semejanza espectral y la abundancia de una determinada sustancia. Por un lado, hemos desarrollado un repositorio para almacenar una amplia cantidad de productos de imágenes multiespectrales, los cuales están disponibles online a través de un sistema de búsqueda por geo-localización en http://www.ceosspain.lpi.uv.es. Se espera que el trabajo desarrollado en la tesis incremente al valor de los datos adquiridos por los instrumentos de imágenes multiespectrales y hyperespectrales, y además mejorar la disponibilidad de esos datos y su información asociada.
In this thesis we present several new techniques and methodologies for storing and managing remotely sensed images and their products, with the ultimate goal to develop and make available online new digital repositories for sharing a big amount of remotely sensed multispectral and hyperspectral data. On the one hand, we have developed a new shared digital repository for remotely sensed hyperspectral data, which allows uploading new hyperspectral data sets along with meta-data, ground-truth and analysis results (spectral information). Such repository is presented as a web service for facilitating the advanced management of images through a web interface, and it is available online from http://www.hypercomp.es/repository. A particularly innovative feature of this repository is that it has the capacity to exploit algorithms implemented on GPUs for efficient remote sensing data retrieval. Here, we implement several algorithms for spectral unmixing purposes in order to generate suitable meta-data for retrieval purposes, based on relatively complex queries including both endmember and abundance information. On the other hand, we have developed a standardized repository for storing a wide amount of remote sensing image products, which is also available on-line providing geo-location retrieval capabilities from http://www.ceosspain.lpi.uv.es. The work developed in this thesis is expected to increase the value of the data acquired by available and new airborne/satellite hyperspectral/multispectral imaging instruments, and to improve the availability of these data and their associated information and meta-data.
Descripción: Tesis doctoral con la Mención de "Doctor Internacional"
URI: http://hdl.handle.net/10662/2599
Colección:DTCYC - Tesis doctorales
Tesis doctorales

Archivos
Archivo Descripción TamañoFormato 
TDUEX_2014_Sevilla_Cedillo.pdf12,19 MBAdobe PDFDescargar


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