Banco de Proyectos UNM
Código - Título:
/ PICYDT UNM X AÑO 2023
Nombre del Proyecto:
Métodos de descomposición temporal y machine learning en la segmentación de imágenes satelitales para monitoreo ambiental
Resumen:
La teledetección se ha convertido en una herramienta de vital importancia en el monitoreo ambiental, ya que proporciona información esencial para la gestión adecuada de los recursos naturales. En particular, los radares de apertura sintética son capaces de generar imágenes tanto de día como de noche, independientemente de las condiciones climáticas. Su señal puede penetrar la atmósfera en condiciones meteorológicas adversas superando las limitaciones de los sensores ópticos de teledetección que necesitan de la iluminación solar y de días despejados. Sin embargo, tienen la desventaja de ser ruidosas debido a la presencia de speckle, que es inherente al proceso de captura de la imagen y dificulta su interpretación. Por su parte, los sensores ópticos adquieren información en múltiples bandas espectrales tanto del espectro visible, como de distintas regiones del infrarrojo, lo que permite obtener información de la superficie terrestre no visible al ojo humano. En los últimos años la disponibilidad de imágenes ha crecido significativamente, generando un volumen de datos cuyo análisis requiere de estrategias eficientes y de bajo costo computacional. Los algoritmos de clasificación y segmentacion de imagenes buscan dividir a la imagen en un cierto numero de clases con caracter?sticas similares y agruparlas para un posterior analisis. Este proyecto propone desarrollar e implementar algoritmos de segmentación eficientes, adecuados a imágenes satelitales ópticas y de radar, a partir de la resolución de problemas de reacción-difusión, en combinación con clasificación basada en objetos y técnicas de aprendizaje automático y contrastar sus resultados con observaciones realizadas en campo. Para las observaciones de campo se ha elegido como área de trabajo el Lago San Francisco formado por la Represa Roggero, donde se harán observaciones para estudiar sus zonas de ribera e identificar distintos tipos de vegetación.
Unidad:
Departamento de Ciencias Aplicadas y Tecnología. Centro de Investigación e Innovación Tecnológica
Línea Prioritaria:
Electrónica y Desarrollo Tecnológico
Sublínea Prioritaria:
Desarrollos tecnológicos
Fuente de Financiamiento:
UNM
Fecha de Inicio:
01/08/2024
Fecha de Finalización:
31/07/2026
Etapa:
En ejecución
Director/a - Inv. Responsable:
Chorny, Fernando (DCAYT)
Codirección:
Diego Fernando, RIAL (Externo: Org. EXT)
Integrantes:
Alvarez, Marcela Alejandra (DCAYT) - Casal, Pablo Martin (DCEYJ) - Cassetti, Julia Analia (DCEYJ) - Delgadino, Daiana Natalia (DCAYT) - Fevre, Mario Ignacio (DCAYT) - Garcia, Victoria Julieta (DCAYT) - Malegiare, Daniela Analia (DCEYJ) - Pingaro, Gonzalo (DCAYT) - Padulles, Maria Luz. Auxiliar graduada (DCAYT) - Torrusio, Sandra. Externa (Externo: Org. EXT)
Palabras Clave:
APRENDIZAJE AUTOMÁTICO; SEGMENTACIÓN DE IMÁGENES; MONITOREO AMBIENTAL; MÉTODOS DE DESCOMPOSICIÓN TEMPORAL; IMÁGENES SATELITALES
Aprobación:
UNM-SDI 44/24 - Prórroga:
Ver en Repositorio Digital:
Volver