| Título: | Procesamiento a bordo de imágenes hiperespectrales de la superficie terrestre mediante hardware reconfigurable |
| Autores: | González Calvo, Carlos |
| Tipo de documento: | texto impreso |
| Editorial: | Universidad Complutense de Madrid, 2011-11-11 |
| Dimensiones: | application/pdf |
| Nota general: | info:eu-repo/semantics/openAccess |
| Idiomas: | |
| Palabras clave: | Estado = No publicado , Materia = Ciencias: Informática: Hardware , Materia = Ciencias: Informática , Tipo = Tesis |
| Resumen: |
El análisis de imágenes hiperespectrales en observación remota de la Tierra constituye una línea de investigación muy activa, con numerosas contribuciones en la literatura científica reciente. Debido a la resolución espacial disponible en los sensores de observación remota de la Tierra y a la forma en que se presentan los materiales en la naturaleza, la mayor parte de los píxeles registrados por el sensor constituyen una mezcla de diferentes sustancias puras a nivel subpíxel. Para solucionar este problema, una de las técnicas más ampliamente utilizadas es el desmezclado espectral, que comprende dos etapas: 1) extracción de firmas espectrales puras (endmembers), y 2) estimación de la abundancia de dichos endmembers a nivel subpíxel. Ambas etapas son muy costosas desde el punto de vista computacional, lo cual supone un importante inconveniente en aplicaciones que requieren una respuesta en tiempo real, tales como monitorización y seguimiento de incendios, prevención y seguimiento de desastres naturales, vertidos químicos y otros tipos de contaminación ambiental, etc. En este trabajo de Tesis Doctoral, se ha diseñado, implementado y validado la cadena completa de desmezclado espectral para el procesamiento a bordo de imágenes hiperespectrales de la superficie terrestre mediante hardware reconfigurable. El diseño propuesto en este trabajo ha sido desarrollado en plataformas reconfigurables tipo Field Programmable Gate Array (FPGA) utilizando el lenguaje VHDL para su especificación. La implementación propuesta proporciona resultados muy prometedores, tanto desde el punto de vista de su precisión a la hora de identificar endmembers y calcular su abundancia, como desde el punto de vista del rendimiento obtenido, proporcionando factores de aceleración (speedups) que nos permiten dar una respuesta en tiempo real. Estos resultados suponen un incremento muy notable del rendimiento computacional del algoritmo con respecto a su ejecución serie en un PC de última generación.[ABSTRACT] Remotely sensed hyperspectral imaging is a very active area of research, with numerous contributions in recent scientific literature. Due to the available spatial resolution of the sensors in remote sensing of the Earth and how the materials appear in nature, most of the pixels collected by hyperspectral imaging instruments are in fact a mixture of different underlying substances. To solve this problem, one of the most widely used approaches for analyzing hyperspectral images is spectral unmixing, which comprises two stages: 1) extraction of pure spectral signatures (endmembers), and 2) estimation of endmember fractional abundances at sub–pixel level. Both stages are computationally complex, which is a serious drawback in applications which require a response in near real–time, such as forest fire monitoring and tracking, disaster management and prevention, oil spill detection, etc. In this Thesis work, the complete chain of spectral unmixing has been designed, implemented and validated to process onboard hyperspectral images of the earth’s surface using reconfigurable hardware. The design proposed in this work has been developed in reconfigurable platforms like Field Programmable Gate Arrays (FPGAs) using the VHDL language for its specification. Our proposed implentation exhibits very promising results in terms of endmember extraction and fractial abundances accuracy and performance, with speedups that allow us to respond in near real–time. This results represents a tremendous increase of performance with regards to the serial version of the same algorithm, implemented in a latest-generation desktop PC. |
| En línea: | https://eprints.ucm.es/id/eprint/15828/1/T33468.pdf |
Ejemplares
| Estado |
|---|
| ningún ejemplar |
