Arquitecturas de muestreo compresivo para tareas de detección y clasificación de imágenes espectrales de cultivos

Published in: Global Partnerships for Development and Engineering Education: Proceedings of the 15th LACCEI International Multi-Conference for Engineering, Education and Technology
Date of Conference: July 19-21, 2017
Location of Conference: Boca Raton, FL, United States
Authors: Ferley Medina Rojas, MS. (Universidad Cooperativa de Colombia sede Neiva, Colombia, CO)
Henry Arguello Fuentes, PhD. (2Universidad Industrial de Santander sede Bucaramanga, Colombia, CO)
Cristina Gómez Santamaría, PhD. (Universidad Pontificia Bolivariana sede Medellín, Colombia,, CO)
Full Paper: #473

Abstract:

La agricultura de precisión hace uso de la tecnología para mejorar la producción de los cultivos. Con una imagen espectral SI, se representa información en alta resolución espectral, de los materiales o la vegetación presente en la superficie de la tierra. El alto volumen de información que generan las SI, fomentan el uso del muestreo compresivo CS. La teoría del CS se ha adoptado para hacer un muestreo eficiente de las señales, disminuyendo la cantidad de medidas impuestas por el criterio de Nyquist. CS, se adoptó como un protocolo de muestreo de imágenes espectrales, y se han desarrollado una serie de arquitecturas basadas en este principio, entre las que cabe mencionar CASSI, SSCSI, SCCSI y HYA. éstas, permiten simultáneamente el muestreo y la compresión de las imágenes. Con las cuales se pueden realizar las tareas de detección y clasificación de objetivos en cultivos. Este trabajo, describe las características de estas arquitecturas, como un primer paso para determinar la de mayor calidad en el uso de la agricultura de precisión.