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

Abstract

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.

The main contributions of the present thesis work are given first, by the proposal of new parallel algorithms for information retrieval from remotely sensed images of the surface of the Earth. These algorithms are based on the unmixing problem (characteristic of remotely sensed images with high spectral resolution), which allows to express the pixels of an image as a linear or nonlinear combination of spectrally pure elements, weighted by their corresponding abundance fractions. Once the theoretical foundations of the proposed study are described, the thesis work presents a comparison of different parallel architectures to address the spectral unmixing or unmixing problem with the following steps: 1) automatic identification of the number of endmembers; 2) automatic extraction; and 3) estimation of the fractional abundance of endmembers on a sub-pixel basis.

In order to solve the spectral unmixing problem in satellite images with low spectral resolution (usually called multispectral), a methodology to expand the dimensionality of such images has been developed by including spectral and spatial information (using mathematical morphology concepts). Subsequently, the result is used as input to improve the interpretation of the image with respect to the case where only the original spectral information is used. Finally, the present thesis work integrates the techniques previously developed on an information system for classification of images obtained by satellite or airborne sensors for remote sensing of the Earth. The initial design as a desktop application has been improved through the use of a remote server using web technologies.