Aplicación de la técnica de arquitectura CASSI para el muestreo y compresión de imágenes multiespectrales para determinar índices de vegetación del CACAO en Santander

Abstract

En el presente proyecto se implementó el sensado compresivo usando la arquitectura CASSI para el análisis y procesamiento de imágenes multiespectrales obtenidas del satélite Landsat 8 de cultivos de cacao del departamento de Santander, para reducir la cantidad de datos de almacenamiento en dichas imágenes, y poder así transmitir la información más rápidamente y recuperarla en el receptor sin que varié abruptamente la precisión al determinar los índices de vegetación NDVI y NDWI, los cuales describen el estado de salud de las plantas o frutos de cacao. Las imágenes procesadas y reconstruidas con el algoritmo GPRS cuyo código base fue desarrollado por científicos de University of Wisconsin-Madison , y adaptado al contexto de este proyecto. Algunos de los alcances de este trabajo son:

 Un programa desarrollado en Matlab que permitió hacer la reconstrucción de imágenes satelitales con menos del 10% de cantidad de pixeles a procesar comparado con su original.  Un sistema que mide los índices de vegetación usando el software libre QGIS, por medio del cual se realizan las operaciones con las bandas necesarias en cada índice y se obtienen los datos para analizar las imágenes multiespectrales y comparar los resultados de la imagen original y la reconstruida.

Con este proyecto se propone una nueva alternativa a los trabajadores e investigadores del sector del Cacao para analizar el estado de salud e hidratación de las plantas en mayores áreas de cultivos optimizando la cantidad de información necesaria, haciendo esta industria más competitiva y sostenible.