Publication:
Understanding the effect of spatial resolution on unmixing algorithms for hyperspectral imagery

dc.contributor.advisor Vélez-Reyes, Miguel
dc.contributor.author Santos-García, Andrea
dc.contributor.college College of Engineering en_US
dc.contributor.committee Masalmah, Yahya M.
dc.contributor.committee Van-Bloem, Skip
dc.contributor.committee Hunt, Shawn D.
dc.contributor.department Department of Electrical and Computer Engineering en_US
dc.contributor.representative Sundaram, Paul A.
dc.date.accessioned 2019-05-15T17:59:28Z
dc.date.available 2019-05-15T17:59:28Z
dc.date.issued 2010
dc.description.abstract This research work presents an experimental study on unmixing of hyperspectral images at different spatial resolutions. The study looks at how the assumptions made in the unmixing procedure affects the results of the inversion. Different algorithms such as Constrained Positive Matrix Factorization (cPMF), Sequential Maximum Angle Convex Cone (SMACC), and Maximum distance (MaxD) are studied and compared. We also study the problem of estimating the number of endmembers using the rank and the positive-rank of a matrix. The rank is estimated by the Scree test and the positive rank is estimated with a search procedure. Hyperspectral Imagery from the Guanica Dry Forest at one and four meters and Enrique Reef Area in Parguera at one, two, and eight meters,were used in the experiments. The data was collected using the AISA sensor during the 2007 Puerto Rico Hyperspectral Mission. Field work in Guanica area and previous class maps of Enrique Reef area were used in validation of the results. en_US
dc.description.abstract Este trabajo investigación presenta un estudio experimental acerca del desmezclado de imágenes hiperspectrales a diferentes resoluciones espaciales. El estudio muestra de que forma los supuestos establecidos durante el proceso de desmezclado afectan los resultados del proceso de inversión. Diferentes algoritmos como la Factorización matricial positiva con restricciones (cPMF), Cono convexo secuencial de máximo ángulo (SMACC) y Distancia máxima (MaxD) son estudiados y comparados. Además se estudia el problem de la estimación del número de firmas espectrales clase, utilizando la aproximación del rango y el rango positivo. El rango se estima usando un método llamado Test Scree y el rango-positivo se estima hal lando un valor de error adecuado en los resultados obtenidos con la Factorización matricial positiva con restricciones con respecto al cambio en el número de las firmas espectrales clase usadas. Imágenes del área de Guánica a uno y cuatro metros y del área del Cayo Enrique en Parguera, uno, dos y ocho metros, son usadas para experimentar. Los datos fueron coleccionados por el sensor AISA durante la misión hiperespectral de Puerto Rico en 2007. Trabajo de campo en el área de Guánica y mapas previos de clases del área del Cayo Enrique fueron utilizadas para realizar un reconocimento de las características principales de las áreas de estudio. en_US
dc.description.graduationYear 2010 en_US
dc.identifier.uri https://hdl.handle.net/20.500.11801/2320
dc.language.iso English en_US
dc.rights.holder (c) 2010 Andrea Santos-García en_US
dc.rights.license All rights reserved en_US
dc.title Understanding the effect of spatial resolution on unmixing algorithms for hyperspectral imagery en_US
dc.type Thesis en_US
dspace.entity.type Publication
thesis.degree.discipline Electrical Engineering en_US
thesis.degree.level M.S. en_US
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
INEL_SantosGarciaA_2010.pdf
Size:
4.96 MB
Format:
Adobe Portable Document Format
Description: