Show simple item record

dc.contributores-ES
dc.creatorSanabria Sarmiento, John Jairo; M.Sc.(c). Grupo de investigación GIROD, Universidad Industrial de Santander, Bucaramanga
dc.creatorZabala Vargas, Sergio Andrés; Especialista en Gerencia de Proyectos. Grupo de investigación GPS. Institución Universitaria de Investigación y Desarrollo, Bucaramanga
dc.date2010-06-30
dc.identifierhttp://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/357
dc.identifier10.15332/iteckne.v7i1.357
dc.descriptionMediante los sistemas satelitales ubicados en órbita alrededor del planeta es posible realizar el seguimiento de gran cantidad de sucesos ocurridos en las diferentes latitudes del globo terráqueo. Al utilizar técnicas especializadas de procesamiento de imágenes es posible conocer con gran detalle características propias del fenómeno en análisis, realizar clasificación basada en dichas características e inferir comportamientos. El presente artículo pretende aportar una serie de recomendaciones y herramientas computacionales con las cuales sea posible realizar la clasificación del suelo de manera automática mediante el análisis de imágenes satelitales con dos técnicas siendo estas la transformada ondeleta (Wavelet) y el análisis de componentes principales.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Santo Tomás. Seccional Bucaramangaes-ES
dc.relationhttp://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/357/322
dc.relation/*ref*/LA LEY 388 DE 1997. UN REPASO A UNA DÉCADA. [revisado mayo 10 2008]. Disponible en Internet URL:http://www.territorioysuelo.org/ documentos/Presentaciones_foros/2007/Seminario_ley/10.JM_ Caicedo_F.pdf articulo 2
dc.relation/*ref*/Seminario diez años después de ley 388 de 1997 ponente Gina Parody: Bogotá disponible en Internet en http://www.ginaparody.com/eventos/seminario_ ley_188.htm
dc.relation/*ref*/E, Vargas . Análisis y clasificación del uso y cobertura de la tierra con interpretación de Imágenes: Bogota: Instituto Geográfico Agustín Codazzi, 1992. 120P
dc.relation/*ref*/R Lombo: Ecología y Usos del Suelo [revisado mayo 10 2008] disponible en internet URL:http://www.sogeocol.edu.co/documentos/Ecologia.pdf
dc.relation/*ref*/J Jensen R. Introductory Digital Image Processing Second edition: USA: Prentice Hall, 1996. 318P
dc.relation/*ref*/F. Kuehn. Remote sensing for site characterization, USA: Editorial Springer, 2000
dc.relation/*ref*/R.Vincent Fundamentals of geological and environmental remote sensing USA: Prentice Hall, 1997. 285P
dc.relation/*ref*/H. Araki. Fusao de informacoes espectrais, altimetricas e de dados auxiliares na classificacao de imagens de alta resolucao espacial, Universidade Federal do Paraná, Curitiba 2005. Tesis doctoral Facultad de Geodesia y ciencias de la información
dc.relation/*ref*/J Donnay. Remote Sensing and Urban Analysis, Premier edition. London: Taylor y Francis, 2001. 268P
dc.relation/*ref*/P. Gibson, C. Power., Introductory Remote Sensing Principles and Concepts V.2: Routledge. London, 2000. 250P
dc.relation/*ref*/J. Richards Remote Sensing Digital Image Analysis: An introduction, Berlin: Ed Springer Verlag, 1993. 320P
dc.relation/*ref*/J Walker. A primer on wavelets and their Scientific applications USA: Editorial CRC, 1999 380P
dc.relation/*ref*/V. Vega. Aplicación de la Transformada Wavelet discreta (TWD) en la detección e identificación de eventos de la calidad de la energía eléctrica, Bucaramanga. UIS, 2004 Tesis de Pregrado Facultad de Ingeniería Eléctrica, Electrónica y Telecomunicaciones
dc.relation/*ref*/R Gonzalez, R. Woods. Digital Image Processing using Matlab, Upper Saddle River : Pearson – Prentice Hall, 2004. 954P
dc.relation/*ref*/I. Daubechies. Teen Lectures on Wavelets, USA, SIAM 1992
dc.relation/*ref*/S. Mallat. A wavelet tour of signal processing. Second edition, USA Prentice Hall, 1999. 250P
dc.relation/*ref*/P. Addison. The illustrated Wavelet transform Handbook. Second Edition. London Institute of Physics, 2002. 420P
dc.relation/*ref*/F Tadeo, T., Álvarez, S. González. Seguimiento de la cristalización de azúcar mediante procesado de imagen con wavelets Valladolid, Universidad de Valladolid 2002 Tesis de pregrado Departamento de Sistemas y Automática
dc.relation/*ref*/Y Tang, I Yang. Wavelet theory and its application to pattern recognition, USA: World Scientific, 2000. 456P
dc.relation/*ref*/R Medina, I. Lizarazo, Fusión de imágenes satelitales usando la transformadora de wavelet, Bogota: Universidad Francisco José de Caldas, 2004. 80P
dc.relation/*ref*/Wavelet smoothing of fMRI activation images” [online], 2002 [citado: Agosto de 2008]. University College ,London. Disponible desde:www.fil.ion.ucl.ac.uk/~wpenny/publications/wave.pdf
dc.relation/*ref*/B Bruegge, Object-oriented Software Engineering: Using UML, Patterns and Java, Second Edition, Carnegie Mellon University.2005
dc.relation/*ref*/E Braude, Ingenieria de Software- Una perspectiva orientada a objetos.Alfaomega.2000
dc.relation/*ref*/Lu We-Zhen et al, Performance assessment of air quality monitoring networks using principal component analysis and cluster analysis,Building and Environment (2010)
dc.relation/*ref*/Boente Graciela et al, Detecting influential observations in principal components and common principal components, Computational Statistics and data analysis 54 (2010) 2976-2975
dc.relation/*ref*/Ravi V, Pramodh C, Threshold accepting trained principal component neural network and feautre subset selection: Application to bankruptcy prediction in Banks, Applied soft computing 8 (2008) 1539-1548
dc.relation/*ref*/Cho chien-wen et al, A visión-based analysis system for gait recognition in patients with Parkinson’s disease, Expert systems with applications 36 (2009) 7033-7039
dc.relation/*ref*/Heij Christiaan et al, Forecast comparision of principal component regression and principal covariate regression, Computational Statistics & Data analysis 51 (2007) 3612-3625
dc.relation/*ref*/Al-Alawi Saleh et al, Combining principal component regression and artificial neural networks for more accurate predictions of ground-level ozone.
dc.relation/*ref*/Tamura Masayuki, Tsujita Shinsuke, A study on the number of principal components and sensitivity of fault detection using PCA, Computers and chemical Engineering 31 (2007) 1035-1046
dc.relation/*ref*/Salinelli Ernesto, Nonlinear principal components , II: Characterization of normal distributions, Journal of Multivariate Analysis 100(2009) 652-660
dc.relation/*ref*/Chester Victoria, Wrigley Allan, The identification of age-related differences in kinetic gait parameters using principal component analysis, Clinical Biomechanics 23 (2008) 212-220
dc.relation/*ref*/Keithley Richard et al, Multivariate concentration determination using principal component regression with residual analysis, Trends in analytical chemistry Vol. 28, No 9, 2009
dc.relation/*ref*/Boik Robert, Shirvani Amin, Principal components on coefficient of variation matrices, Statistical Methodology 6 (2009) 21-46
dc.rightsCopyright (c) 2018 ITECKNE0
dc.rights0
dc.sourceITECKNE; Vol. 7, núm. 1 (2010); 98-107es-ES
dc.source2339-3483
dc.source1692-1798
dc.subjectes-ES
dc.subjectSensado remoto, imagen satelital, clasificación, componentes principales, ondeleta (wavelet), eigenvalores, eigenvectores.es-ES
dc.subjectes-ES
dc.titleMetodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitaleses-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typees-ES
dc.typeen-US


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record