Viabilidad del uso de algoritmos de clustering en la recuperación espectral a partir de respuestas de un conjunto de sensores

Abstract

El campo de las imágenes multiespectrales o hiperespectrales está registrando una considerable actividad en los últimos años. Los algoritmos de Clustering se han aplicado en este contexto con el fin principalmente de clasificar materiales u objetos incluidos en las escenas multiespectrales (ya sean provenientes de sistemas de captura de imágenes mediante satélite o imágenes aéreas, donde es especialmente interesante obtener una relación de áreas pertenecientes a una determinada clase). En nuestro estudio, presentamos algunos datos que apoyan la viabilidad de aplicar los algoritmos de clustering para simplificar el problema de recuperar la información espectral (caracterizada por al menos 30 datos por cada píxel de la imagen) a partir de unos pocos valores de respuesta de un sistema de sensores obtenidos con una cámara digital convencional de sensor CCD. Hemos utilizado tres algoritmos diferentes de clustering, trabajando con respuestas de sensores simuladas, con o sin la inclusión de un nivel elevado de ruido en el sistema de captura. Como parámetro adicional, hemos trabajado con sistemas formados por tres o seis sensores. En el caso de seis sensores, éstos fueron el resultado de simular la introducción de un filtro coloreado delante del objetivo de la cámara digital, con el fin de aumentar el número de sensores sin complicar excesivamente el sistema de captura. Hemos estudiado la influencia sobre la calidad de las señales espectrales recuperadas del ruido introducido, el número de sensores, el número de clases empleadas en el proceso de clustering, y el tipo de algoritmo utilizado.