Classification of materials through the integration of spectral and spatial features from hyperspectral data

Laburpena

Las imágenes en niveles de gris en color permiten extraer diversas propiedades que permiten la clasificación de los elementos de la imagen. Sin embargo, en ocasiones, estos materiales presentan ciertas similitudes en su apariencia, forma y/o color que hacen insuficiente el empleo de estas imágenes. En contraposición, las imágenes hiperespectrales ofrecen información acerca del espectro lumínico reflejado por los mismos lo que permite una extracción de propiedades más precisa y con mayor poder discriminativo. Este trabajo presenta una metodología que permite la reducción óptima de la alta dimensionalidad de estas imágenes hiperespectrales mediante técnicas bioinspiradas. De forma adicional, se integran las características espectrales y espaciales de los elementos de la imagen, lo que permite obtener un descriptor combinado que caracteriza de manera más precisa las propiedades de los elementos contenidos en la imagen. El modelo teórico para la clasificación se ha validado mediante la utilización de muestras de materiales procedentes de residuos para reciclaje incrementando la fiabilidad de la clasificación desde resultados inferiores a un 60% mediante la utilización de las características espectrales y espaciales por separado hasta un 98% a través de la extracción e integración de las características espectro-espaciales propuesta.