Mostrar el registro sencillo del ítem
Aplicación de la técnica de arquitectura CASSI para el muestreo y compresión de imágenes multiespectrales para determinar índices de vegetación del CACAO en Santander
| dc.rights.license | abierto | es_ES |
| dc.contributor.advisor | Nuñez, Rafael | |
| dc.contributor.author | Sandoval Joya, Angélica Viviana | |
| dc.contributor.author | Paredes Albarracín, Jennifer Tatiana | |
| dc.contributor.other | Marin Alfonso, Jeison | |
| dc.date.accessioned | 2021-04-15T17:27:22Z | |
| dc.date.available | 2021-04-15T17:27:22Z | |
| dc.identifier.citation | N/A | es_ES |
| dc.identifier.other | 4612005 | |
| dc.identifier.uri | http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/5914 | |
| dc.description | Ingeniería Electrónica Procesamiento Digital de Señales Sensado Compresivo Instrumentación Sector Agrícola del Cacao | es_ES |
| dc.description.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. | es_ES |
| dc.description.sponsorship | N/A | es_ES |
| dc.description.tableofcontents | TABLA DE CONTENIDO RESUMEN EJECUTIVO 12 INTRODUCCIÓN 14 1. DESCRIPCIÓN DEL TRABAJO DE INVESTIGACIÓN 16 1.1. PLANTEAMIENTO DEL PROBLEMA 16 1.2. JUSTIFICACIÓN 17 1.3. OBJETIVOS 18 1.3.1. OBJETIVO GENERAL 18 1.3.2. OBJETIVOS ESPECÍFICOS 19 1.4. ESTADO DEL ARTE 19 2. MARCO REFERENCIAL 25 2.1. MARCO CONCEPTUAL 25 2.1.1. PROCESAMIENTO DE IMÁGENES 25 2.1.2. IMÁGENES MULTIESPECTRALES 25 2.1.3. SATÉLITE LANDSAT 8 26 2.1.4. CULTIVOS DE CACAO 27 2.2. MARCO TEÓRICO 27 2.2.1. SENSADO COMPRESIVO 28 2.2.2. IMÁGENES ESPECTRALES COMPRIMIDAS 29 2.2.3. MODELO CASSI 30 2.2.4. RECONSTRUCCIÓN GPSR 31 2.2.5. ÍNDICES DE VEGETACIÓN 32 2.2.5.1. NDVI: ÍNDICE DE VEGETACIÓN DE DIFERENCIA NORMALIZADA 32 2.2.5.2. NDWI: ÍNDICE DE ESTRÉS HÍDRICO 35 2.2.5.3. SSIM: ÍNDICE DE SIMILITUD ESTRUCTURAL 35 3. DISEÑO DE LA INVESTIGACIÓN 37 3.1. TRABAJO REALIZADO 38 3.1.1. REUNIR INFORMACIÓN 38 3.1.2. CONSEGUIR LAS IMÁGENES DE LOS CULTIVOS 38 3.1.3. IMPLEMENTAR LA ARQUITECTURA CASSI 39 3.1.4. HALLAR ÍNDICES DE VEGETACIÓN 39 3.1.5. FASE FINAL 40 4. DESARROLLO DEL TRABAJO DE GRADO 41 4.1. CARACTERIZACIÓN Y OBTENCIÓN DE LAS IMÁGENES MULTIESPRECTRALES DE CULTIVOS DE CACAO 41 4.1.1. ÁREA DE TRABAJO 41 4.1.2. ADQUISICIÓN DE LAS IMÁGENES MULTIESPECTRALES. 42 4.2. ESTANDARIZACIÓN DE LAS IMÁGENES OBTENIDAS PARA EL PROCESAMIENTO DIGITAL UTILIZANDO LA ARQUITECTURA CASSI 42 4.2.1. REALIZAR CORTE DE IMAGEN A PROCESAR 43 4.2.2. CONSTRUCCIÓN DEL CUBO DE DATOS 46 4.3. APLICACIÓN DE LA TECNICA DE ARQUITECTURA CASSI 46 4.3.1. SIMULACIONES DE LOS 16 CUBOS DE DATOS 47 4.3.2. ENCONTRAR EL TAO MÁS OPTIMO 48 4.3.3. ALMACENAMIENTO DEL CUBO DE LAS IMÁGENES RECONSTRUIDO DE CADA TAO SELECCIONADO 49 4.4. PROCESAMIENTO DEL CUBO DE DATOS RECONSTRUIDO PARA RETORNAR AL FORMATO Y ESPECIFICACIONES INICIALES 50 4.4.1. SEPARACIÓN DE CADA IMAGEN DEL CUBO DE DATOS RECONSTRUIDO 50 4.4.2. UNIÓN DE IMAGENES DE 256*256 A 1024*1024 PIXELES 50 4.5. PASOS PARA OBTENER LOS ÍNDICES DE VEGETACIÓN POR MEDIO DE QGIS 51 4.5.1. OBTENER EL PROGRAMA QGIS. 51 4.5.2. CÁLCULO DEL NVDI 52 4.5.3. CÁLCULO DEL NWDI 53 4.6. REALIZACIÓN DEL PROCESO CON CUBO DE 4 BANDAS 54 5. RESULTADOS 55 5.1. RESULTADOS DE LAS SIMULACIONES DE LOS 16 CUBOS DE DATOS 55 5.2. RESULTADOS EN LA RECONSTRUCCIÓN DE LA IMAGEN PARA 4 Y 11 BANDAS 61 5.3. RESULTADOS DEL NDVI 63 5.4. RESULTADOS DEL NDWI 64 5.5. RESULTADOS DE 11 BANDAS 66 5.6. RESULTADOS DE 4 BANDAS 69 5.7. RESULTADO DE ÍNDICE DE SIMILITUD ESTRUCTURAL 71 6. ANÁLISIS DE RESULTADOS 77 7. CONCLUSIONES 79 8. RECOMENDACIONES 80 9. REFERENCIAS BIBLIOGRÁFICAS 81 | es_ES |
| dc.language.iso | es | es_ES |
| dc.subject | CASSI, cultivos de Cacao, imágenes multiespectrales, índices de vegetación, sensado compresivo. | es_ES |
| dc.title | Aplicación de la técnica de arquitectura CASSI para el muestreo y compresión de imágenes multiespectrales para determinar índices de vegetación del CACAO en Santander | es_ES |
| dc.type | degree work | es_ES |
| dc.date.emitido | 2021-04-13 | |
| dc.dependencia | fcni | es_ES |
| dc.proceso.procesouts | investigacion | es_ES |
| dc.type.modalidad | proyecto_de_investigación | es_ES |
| dc.format.formato | es_ES | |
| dc.titulog | Ingeniero Electrónico | es_ES |
| dc.educationlevel | Profesional | es_ES |
| dc.contibutor.evaluator | evaluador | es_ES |
| dc.date.aprobacion | 2021-04-09 | |
| dc.description.programaacademico | Ingeniería Electrónica | es_ES |
| dc.dependencia.region | bucaramanga | es_ES |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Proyectos de Investigación
Trabajos de Grado en modalidad DTeI, monografía, Investigación