Detección de cambios y análisis de series temporales de imágenes 1: métodos no supervisados

Título original:

Change Detection and Image Time-Series Analysis 1: Unervised Methods

Contenido del libro:

Detección de cambios y análisis de series temporales de imágenes 1 presenta una amplia gama de métodos no supervisados para el análisis de la evolución temporal mediante el uso de series temporales de imágenes asociadas a modalidades de adquisición ópticas y/o de radar de apertura sintética. El Capítulo 1 presenta dos enfoques no supervisados para la detección de cambios múltiples en imágenes bi-temporales multivariantes, y los Capítulos 2 y 3 abordan la detección de cambios en series temporales de imágenes en el contexto del análisis estadístico de matrices de covarianza.

El capítulo 4 se centra en las ondículas y los filtros convolucionales-neuronales para la extracción de características y la detección de anomalías basada en la entropía, y el capítulo 5 aborda una serie de métricas como los coeficientes de correlación cruzada y la distancia de Hausdorff para el análisis variacional del estado de la nieve. El capítulo 6 presenta un modelo de campo estocástico dinámico fraccional para la previsión espaciotemporal y para el seguimiento de fenómenos meteorológicos de evolución rápida, como los ciclones.

El Capítulo 7 propone un análisis basado en puntos característicos para el modelado de texturas, en el contexto de la teoría de grafos, y el Capítulo 8 se centra en la detección de nuevos tipos de cubierta terrestre mediante la detección de cambios basada en clasificaciones o en características/píxeles. El Capítulo 9 se centra en el modelado de clases en la imagen de diferencia y deriva un modelo multiclase para esta imagen de diferencia en el contexto del análisis de vectores de cambio.