Congreso: VII Congreso Nacional de I+D en Defensa y Seguridad (DESEi+d), 2019, San Fernando, Cádiz, 19-21 noviembre 2019.

Autores: Delgado Fernández, Alba, Blázquez García, Rodrigo y Burgos García, Mateo.

Entre las líneas de trabajo del Observatorio Horizonte en Defensa y Seguridad ISDEFE-UPM se encuentra el análisis de tecnologías de sensores embarcados con aplicaciones emergentes en sistemas ISTAR (Intelligence, Surveillance, Target Acquisition and Reconnaissance). En esta comunicación, se realiza un estudio de la viabilidad técnica de los sensores hiperespectrales embarcados en plataformas aéreas o satelitales para la detección y clasificación de objetos camuflados. Las imágenes hiperespectrales contienen la respuesta espectral de cada píxel para múltiples bandas del rango visible e infrarrojo. De esta forma, su procesado permite potencialmente la detección y clasificación de objetos camuflados al ojo humano gracias a las diferentes respuestas espectrales que presentan los materiales al considerar también múltiples bandas en el infrarrojo. Para evaluar dichas capacidades, se ha propuesto una cadena de procesado con una carga computacional asumible basada en: (1) algoritmo PCA (Principal Component Analysis) para reducir la dimensionalidad de los datos; (2) segmentación mediante el algoritmo Mean-shift; (3) detección de las anomalías utilizando el algoritmo Reed-Xiaoli (RX), y (4) clasificación mediante sparse regression. Se ha analizado el desempeño de esta cadena de procesado utilizando imágenes hiperespectrales sintéticas generadas a partir de firmas espectrales de bases de datos, incluyendo efectos que degradan la calidad de la imagen como: ruido de adquisición, mezcla de firmas espectrales o variaciones aleatorias de las firmas de cada material. Además, se han procesado imágenes hiperespectrales reales de los sensores AVIRIS y HYDICE y multiespectrales del satélite Sentinel-2. Los resultados ponen de manifiesto la necesidad de mejorar la robustez del algoritmo de clasificación frente a mezclas de firmas y a variaciones respecto de la base de datos, pero muestran el potencial de esta tecnología en aplicaciones de teledetección.