Influencia del algoritmo de segmentación en la precisión y el coste computacional de la detección de cambios multiclase sobre imágenes hiperespectrales

TítuloInfluencia del algoritmo de segmentación en la precisión y el coste computacional de la detección de cambios multiclase sobre imágenes hiperespectrales
AutoresF. javier Cardama, Álvaro G. Dieste, Alberto S. Garea, Dora B. Heras, Francisco Argüello
TipoComunicación para congreso
Fonte XXXI Jornadas de Paralelismo (JP20/21), Málaga, España, 2021.
ISBN978-84-09-32487-3
DOI10.5281/zenodo.5566665
AbstractEn el campo de la teledetección es habitual la necesidad de detectar cambios a partir de imágenes hiperespectrales de una misma área geográfica capturadas en diferentes momentos. Una gran parte de las técnicas de detección de cambios permiten además de detectar los cambios, clasificar los tipos de cambio que se han producido. El uso de técnicas de extracción de información espacial y espectral sobre áreas de la imagen, más allá del ámbito del pı́xel, como las técnicas de segmentación, permiten mejorar la calidad de la detección a cambio de un incremento en coste computacional. La elección adecuada de algoritmos para las diferentes etapas implicadas en el proceso y su adecuada programación permiten encontrar una solución de compromiso entre coste computacional y calidad de la detección. En este artı́culo proponemos y analizamos diferentes alternativas para las etapas de segmentación de las imágenes y clasificación para un método de detección de cambios, haciendo hincapié en el coste computacional de las alternativas.
Palabras chaveDetección de cambios, Hiperespectral, Clasificación, Segmentación