Supervised classifiers in hyperspectral imagery for precision viticulture

Résumé

Abordamos el problema del uso de algoritmos de clasificación supervisados para la discriminación de variedades de uva dentro de una misma especie de viña (Vitis vinefera). Esta tesis está dedicada al análisis y desarrollo de modelos de clasificación supervisados para trabajar sobre imágenes hiperespectrales adquiridas mediante un sensor hiperespectral aerotransportado. El objetivo final es la generación de mapas temáticos, que puedan ser usados e interpretados en el futuro por viticultores y productores de vino para la gestión de sus viñedos. Además de los métodos de clasificación supervisados tradicionales, presentamos otros métodos basados en mapas autoorganizados (SOM) y mapas topográficos generativos (GTM). En esta tesis analizamos su comportamiento y lo comparamos con el que resulta de los métodos clásicos de la literatura. También consideramos una serie de problemas comunes que aparecen durante la adquisición de imágenes hiperespectrales aerotransportadas, como son la variación de las condiciones de iluminación debido a las sombras de nubes y ruido proveniente del sensor, y proponemos una formulación diseñada teniendo en cuenta las particularidades de las imágenes hiperespectrales. Analizamos las soluciones propuestas y las utilizamos con éxito para mejorar la calidad de los mapas temáticos obtenidos.