Efficient multitemporal change detection techniques for hyperspectral images on GPU

Resumen

Las imágenes hiperespectrales contienen cientos de valores de reflectancia para cada píxel. La detección de regiones de cambio en múltiples imágenes hiperespectrales de la misma escena tomadas en diferentes momentos es de gran interés para un gran número de aplicaciones. Para la teledetección, en particular, una aplicación muy común es el análisis de cobertura terrestre. La alta dimensionalidad de las imágenes hiperespectrales hace que el desarrollo de esquemas de procesamiento computacionalmente eficientes sea crítico. Esta tesis se enfoca en el desarrollo de técnicas de detección de cambios a nivel de objeto, basadas en la clasificación supervisada multifecha directa, para conjuntos de datos hiperespectrales. Las técnicas propuestas mejoran la precisión de los algoritmos de vanguardia y su proyección en unidades de procesamiento de gráficos (GPUs) permite su ejecución en escenarios en tiempo real.