| Revista: | Revista colombiana de tecnologías de avanzada |
| Base de datos: | |
| Número de sistema: | 000608628 |
| ISSN: | 2500-8625 |
| Autores: | Chanchí Golondrino, Gabriel Elías1 Saba, Manuel1 Ospina Alarcón, Manuel Alejandro1 |
| Instituciones: | 1Universidad de Cartagena, |
| Año: | 2025 |
| Periodo: | Ene-Jun |
| Volumen: | 1 |
| Número: | 45 |
| Paginación: | 195-203 |
| País: | Colombia |
| Idioma: | Español |
| Resumen en inglés | Considering that one of the challenges of hyperspectral imaging is identifying methods that enable the effective and efficient detection of materials, this article proposes a new method for detecting asbestos in hyperspectral images based on spectral differential similarity. This method determines how closely the spectral signature of a given pixel matches the spectral signature of asbestos. The proposed method was implemented using open-source libraries such as spectral, numpy, pandas, and matplotlib. Compared to the correlation method, it detected 0.813% fewer vegetation pixels. In terms of computational efficiency, the proposed method was 4.27 times faster than the correlation method. The results indicate that the proposed method demonstrates adequate efficacy and excellent efficiency, making it a strong candidate for integration into tools for processing and analyzing hyperspectral images in academic and industrial domains. |
| Resumen en español | Teniendo en cuenta que uno de los desafíos de las imágenes hiperespectrales es la identificación de métodos que permitan la detección de materiales de manera eficaz y eficiente, en este artículo se propuso un nuevo método para la detección de asbesto en imágenes hiperespectrales basado en la similitud diferencial espectral, a través del cual es posible determinar que tan cercana es la firma espectral de un pixel determinado con respecto a la firma espectral del asbesto. El método propuesto fue implementado mediante el uso de librerías del dominio del código abierto tales como: spectral, numpy, pandas y matplotlib, obteniendo que con respecto al método de correlación fue detectado un 0.813% menos pixeles de vegetación. Así mismo, se obtuvo a nivel de la eficiencia computacional que el método propuesto resultó 4.27 veces más rápido que el método de correlación. Los resultados obtenidos permiten concluir que el método propuesto presenta una adecuada eficacia y una excelente eficiencia, lo cual permite que pueda ser considerado para ser integrado en herramientas para el procesamiento y análisis de imágenes hiperespectrales en el dominio académico y empresarial. |
| Palabras clave: | Asbesto, correlación, imagen hiperespectral, firma espectral, sensado remoto |
| Keyword: | Asbestos, correlation, hyperspectral imaging, spectral signature, remote sensing |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
