Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales
En este proyecto se realizó una exploración de métodos estadísticos para la extracción de características de señales unidimensionales, aplicado a la representación de firmas hiperespectrales. Para este estudio se empleó la media, mediana, moda, máximo, mínimo y desviación estándar. Las pruebas se re...
- Autores:
-
Mesa Zapata, Jennifer Andrea
Montaño Lopera, Carlos Mario
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/6456
- Acceso en línea:
- http://hdl.handle.net/20.500.12622/6456
- Palabra clave:
- Imágenes hiperespectrales, funciones estadísticas, señales unidimensionales, Matlab
hyperspectral imaging, statistical functions, one-dimensional signals, Matlab
Imágenes hiperespectrales, estadística, Matlab (lenguaje de programación)
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
RepoITM2_956761a454c9c054071ab8569debdaff |
|---|---|
| oai_identifier_str |
oai:repositorio.itm.edu.co:20.500.12622/6456 |
| network_acronym_str |
RepoITM2 |
| network_name_str |
Repositorio ITM |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| dc.title.translated.spa.fl_str_mv |
Exploration of statistical methods for feature extraction from one-dimensional signals applied to hyperspectral signature rendering |
| title |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| spellingShingle |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales Imágenes hiperespectrales, funciones estadísticas, señales unidimensionales, Matlab hyperspectral imaging, statistical functions, one-dimensional signals, Matlab Imágenes hiperespectrales, estadística, Matlab (lenguaje de programación) |
| title_short |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| title_full |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| title_fullStr |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| title_full_unstemmed |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| title_sort |
Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectrales |
| dc.creator.fl_str_mv |
Mesa Zapata, Jennifer Andrea Montaño Lopera, Carlos Mario |
| dc.contributor.advisor.none.fl_str_mv |
Torres Madroñero, María Constanza |
| dc.contributor.author.none.fl_str_mv |
Mesa Zapata, Jennifer Andrea Montaño Lopera, Carlos Mario |
| dc.subject.spa.fl_str_mv |
Imágenes hiperespectrales, funciones estadísticas, señales unidimensionales, Matlab |
| topic |
Imágenes hiperespectrales, funciones estadísticas, señales unidimensionales, Matlab hyperspectral imaging, statistical functions, one-dimensional signals, Matlab Imágenes hiperespectrales, estadística, Matlab (lenguaje de programación) |
| dc.subject.keywords.spa.fl_str_mv |
hyperspectral imaging, statistical functions, one-dimensional signals, Matlab |
| dc.subject.lemb.spa.fl_str_mv |
Imágenes hiperespectrales, estadística, Matlab (lenguaje de programación) |
| description |
En este proyecto se realizó una exploración de métodos estadísticos para la extracción de características de señales unidimensionales, aplicado a la representación de firmas hiperespectrales. Para este estudio se empleó la media, mediana, moda, máximo, mínimo y desviación estándar. Las pruebas se realizaran con tres imágenes hiperespectrales: Indian Pines, Cuprite y Kennedy Space Center. Las tres imágenes fueron capturadas por el sensor AVIRIS, están disponibles en internet y cuentan con mapas de clasificación para la validación de resultados. Para la extracción de características y clasificación de las imágenes se usó Matlab. Los resultados obtenidos demuestran que la mediana es la estadística que permite una mejor clasificación de las imágenes |
| publishDate |
2017 |
| dc.date.issued.none.fl_str_mv |
2017 |
| dc.date.accessioned.none.fl_str_mv |
2024-04-25T20:29:41Z |
| dc.date.available.none.fl_str_mv |
2024-04-25T20:29:41Z |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado de pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12622/6456 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Instituto Tecnológico Metropolitano |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Instituto Tecnológico Metropolitano |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.itm.edu.co/ |
| url |
http://hdl.handle.net/20.500.12622/6456 |
| identifier_str_mv |
instname:Instituto Tecnológico Metropolitano reponame:Repositorio Institucional Instituto Tecnológico Metropolitano repourl:https://repositorio.itm.edu.co/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.local.spa.fl_str_mv |
Acceso abierto |
| dc.rights.creativecommons.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Acceso abierto Attribution-NonCommercial-NoDerivatives 4.0 International http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
| dc.publisher.grantor.spa.fl_str_mv |
Instituto Tecnológico Metropolitano |
| institution |
Instituto Tecnológico Metropolitano |
| bitstream.url.fl_str_mv |
https://dspace-itm.metabuscador.org/bitstreams/095af3c0-2620-45fe-b04c-c082e68e9479/download https://dspace-itm.metabuscador.org/bitstreams/3a0bf713-c7cf-4e18-b4db-5794f82f067c/download https://dspace-itm.metabuscador.org/bitstreams/67da79aa-cbfb-4601-9059-e5e47b2e7293/download https://dspace-itm.metabuscador.org/bitstreams/1483a7cb-3b53-49e2-986d-0354cd9d8c13/download https://dspace-itm.metabuscador.org/bitstreams/6dafd106-dae2-4e71-921e-019b2eb6b17b/download https://dspace-itm.metabuscador.org/bitstreams/94b1eda6-ac30-44c8-8ce4-3a3fe3ddf92e/download https://dspace-itm.metabuscador.org/bitstreams/dc456078-4146-4d38-90ef-307bd24bfe5f/download |
| bitstream.checksum.fl_str_mv |
7734e4171dd7ba1c98e697a13b9e06eb cebc77a0627e80db671616dca40f6c2e 247d6cffe3454dc5e527f483a603a9ae 00fbb372678e2ee7a156f280a4a7cb11 4dc8294319f855e651cb2d982c99058e 03affbac9cbe954b7acc9001c7cdc646 ff4c8ff01d544500ea4bfea43e6108c1 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Instituto Tecnológico Metropolitano de Medellín |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1837096910418083840 |
| spelling |
Torres Madroñero, María ConstanzaMesa Zapata, Jennifer AndreaMontaño Lopera, Carlos Mario2024-04-25T20:29:41Z2024-04-25T20:29:41Z2017http://hdl.handle.net/20.500.12622/6456instname:Instituto Tecnológico Metropolitanoreponame:Repositorio Institucional Instituto Tecnológico Metropolitanorepourl:https://repositorio.itm.edu.co/En este proyecto se realizó una exploración de métodos estadísticos para la extracción de características de señales unidimensionales, aplicado a la representación de firmas hiperespectrales. Para este estudio se empleó la media, mediana, moda, máximo, mínimo y desviación estándar. Las pruebas se realizaran con tres imágenes hiperespectrales: Indian Pines, Cuprite y Kennedy Space Center. Las tres imágenes fueron capturadas por el sensor AVIRIS, están disponibles en internet y cuentan con mapas de clasificación para la validación de resultados. Para la extracción de características y clasificación de las imágenes se usó Matlab. Los resultados obtenidos demuestran que la mediana es la estadística que permite una mejor clasificación de las imágenesIngeniero de Sistemaspregradoapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2Imágenes hiperespectrales, funciones estadísticas, señales unidimensionales, Matlabhyperspectral imaging, statistical functions, one-dimensional signals, MatlabImágenes hiperespectrales, estadística, Matlab (lenguaje de programación)Exploración de métodos estadísticos para la extracción de características de señales unidimensionales aplicado a la representación de firmas hiperespectralesExploration of statistical methods for feature extraction from one-dimensional signals applied to hyperspectral signature renderingFacultad de IngenieríasIngeniería de SistemasInstituto Tecnológico MetropolitanoTrabajo de grado de pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81406https://dspace-itm.metabuscador.org/bitstreams/095af3c0-2620-45fe-b04c-c082e68e9479/download7734e4171dd7ba1c98e697a13b9e06ebMD53falseAnonymousREADTHUMBNAILJenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.jpgJenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.jpgGenerated Thumbnailimage/jpeg4925https://dspace-itm.metabuscador.org/bitstreams/3a0bf713-c7cf-4e18-b4db-5794f82f067c/downloadcebc77a0627e80db671616dca40f6c2eMD54falseAnonymousREADCarta_Autorizacion_JenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.jpgCarta_Autorizacion_JenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.jpgGenerated Thumbnailimage/jpeg7977https://dspace-itm.metabuscador.org/bitstreams/67da79aa-cbfb-4601-9059-e5e47b2e7293/download247d6cffe3454dc5e527f483a603a9aeMD55falseAnonymousREADORIGINALJenniferA_MesaZ_CarlosM_MontanoL_2017.pdfJenniferA_MesaZ_CarlosM_MontanoL_2017.pdfTrabajo de gradoapplication/pdf2111993https://dspace-itm.metabuscador.org/bitstreams/1483a7cb-3b53-49e2-986d-0354cd9d8c13/download00fbb372678e2ee7a156f280a4a7cb11MD51trueAnonymousREADCarta_Autorizacion_JenniferA_MesaZ_CarlosM_MontanoL_2017.pdfCarta_Autorizacion_JenniferA_MesaZ_CarlosM_MontanoL_2017.pdfCarta autorizaciónapplication/pdf190921https://dspace-itm.metabuscador.org/bitstreams/6dafd106-dae2-4e71-921e-019b2eb6b17b/download4dc8294319f855e651cb2d982c99058eMD52falseAnonymousREAD2070-12-31TEXTJenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.txtJenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.txtExtracted texttext/plain26738https://dspace-itm.metabuscador.org/bitstreams/94b1eda6-ac30-44c8-8ce4-3a3fe3ddf92e/download03affbac9cbe954b7acc9001c7cdc646MD56falseAnonymousREADCarta_Autorizacion_JenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.txtCarta_Autorizacion_JenniferA_MesaZ_CarlosM_MontanoL_2017.pdf.txtExtracted texttext/plain4https://dspace-itm.metabuscador.org/bitstreams/dc456078-4146-4d38-90ef-307bd24bfe5f/downloadff4c8ff01d544500ea4bfea43e6108c1MD57falseAnonymousREAD2070-12-3120.500.12622/6456oai:dspace-itm.metabuscador.org:20.500.12622/64562025-06-24 09:29:56.835http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.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 |