Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Chévez, L., (2021). Análisis de muestras de suelos de minas a partir de imágenes hiperespectrales [Tesis, Universidad Nacional de Ingeniería]. http://hdl.handle.net/20.500.14076/23811
Chévez, L., Análisis de muestras de suelos de minas a partir de imágenes hiperespectrales [Tesis]. PE: Universidad Nacional de Ingeniería; 2021. http://hdl.handle.net/20.500.14076/23811
@phdthesis{renati/712371,
title = "Análisis de muestras de suelos de minas a partir de imágenes hiperespectrales",
author = "Chévez Abanto, Leonardo José",
publisher = "Universidad Nacional de Ingeniería",
year = "2021"
}
Title: Análisis de muestras de suelos de minas a partir de imágenes hiperespectrales
Authors(s): Chévez Abanto, Leonardo José
Advisor(s): Loro Ramírez, Héctor Raúl
OCDE field: http://purl.org/pe-repo/ocde/ford#1.03.06
Issue Date: 2021
Institution: Universidad Nacional de Ingeniería
Abstract: Determinar la composición y abundancias de minerales en una muestra es de particular interés para diversas áreas como la minería, geología, topografía, etc. Con la finalidad de encontrar estas abundancias, se realizaron ensayos preliminares con imágenes multiespectrales para luego proponer una descomposición por Series de Fourier aplicadas a imágenes hiperespectrales, finalmente se aplicó un método estadístico para encontrar las abundancias de lo minerales presentes en la muestra.
El procedimiento estadístico aplicado fue el de dimensión virtual, usado para analizar los datos de la imagen hiperespectral provenientes de espectros de reflectancia (región NIR). Los datos se tratan previamente usando el método de variable normal estándar (SNV) y fracción de ruido mínimo (MNF) para finalmente encontrar las abundancias con el método de recocido simulado (SA). Las abundancias obtenidas con este método resultaron ser muy cercanas a las obtenidas por difracción de rayos X, con un error relativo total del 2%.
Determining the composition and abundances of minerals in a sample is of particular interest for various areas such as mining, geology, topography, etc. In order to find these abundances, preliminary tests were carried out with multispectral images to later propose a decomposition by Fourier Series applied to hyperspectral images, finally a statistical method was applied to find the abundances of the minerals present in the sample. The statistical procedure applied was virtual dimension, used to analyze the hyperspectral image data from reflectance spectra (NIR region). The data is pre-treated using the standard normal variate (SNV) and minimal noise fraction (MNF) method to finally find the abundances with the simulated annealing (SA) method. The abundances obtained with this method turned out to be very close to those obtained by X-ray diffraction, with a total relative error of 2%. Keywords: hyperspectral images, Fourier Series, simulated annealing.
Determining the composition and abundances of minerals in a sample is of particular interest for various areas such as mining, geology, topography, etc. In order to find these abundances, preliminary tests were carried out with multispectral images to later propose a decomposition by Fourier Series applied to hyperspectral images, finally a statistical method was applied to find the abundances of the minerals present in the sample. The statistical procedure applied was virtual dimension, used to analyze the hyperspectral image data from reflectance spectra (NIR region). The data is pre-treated using the standard normal variate (SNV) and minimal noise fraction (MNF) method to finally find the abundances with the simulated annealing (SA) method. The abundances obtained with this method turned out to be very close to those obtained by X-ray diffraction, with a total relative error of 2%. Keywords: hyperspectral images, Fourier Series, simulated annealing.
Link to repository: http://hdl.handle.net/20.500.14076/23811
Discipline: Doctorado en Ciencias con Mención en Física
Grade or title grantor: Universidad Nacional de Ingeniería. Facultad de Ciencias. Unidad de Posgrado
Grade or title: Doctor en Ciencias con Mención en Física
Juror: Dávalos Prado, Juan Zenón; Salinas Flores, Ener Orlando; Ochoa Jiménez, Rosendo; Caicedo Bustamante, Víctor Antonio
Register date: 9-Mar-2023
This item is licensed under a Creative Commons License