Algoritmos de extracción de endmembers en imágenes hiperespectrales

A. Plaza, P. Martínez, J. Plaza, R. M. Pérez, P. L. Aguilar, M. C. Cantero

RESUMEN

En este trabajo, presentamos una nueva metodología para el análisis de píxeles mezcla en imágenes hiperespectrales cuya principal aportación es la integración de información espacial y espectral en el proceso de análisis. La técnica propuesta se basa en la extensión de operadores morfológicos clásicos. Para validar el método utilizamos imágenes sintéticas y reales proporcionadas por el sensor aerotransportado AVIRIS. Los resultados obtenidos con imágenes sintéticas demuestran que el método es robusto en presencia de ruido. Una comparativa del método con otras aproximaciones estándar refleja las elevadas prestaciones del mismo a la hora de procesar datos reales.

PALABRAS CLAVE: Análisis hiperespectral, endmembers , desmezclado espectral, morfología matemática.

ABSTRACT

We present in this work a novel automated method for the analysis of mixed píxels in hyperspectral data that integrates both spatial and spectral responses in simultaneous fashion. The method is based on mathematical morphology, a classic image processing technique that provides a remarkable framework to achieve the desired integration. An evaluation of the proposed approach is carried out by using both simulated and real hyperspectral data, collected by the AVIRIS imaging spectrometer. Results with simulated data reveal that the method is robust in the presence of noise. On other hand, experiments with real hyperspectral data show that the proposed method produces results which can improve those found using other widely accepted hyperspectral analysis methodologies.

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO.