NL FR EN
www.belgium.be

Data analyse in hyperspectrale remote sensing (HYPERCRUNCH)

Onderzoeksproject S0/00/005 (Onderzoeksactie S0)

Personen :

  • Prof. dr.  COPPIN Pol - Katholieke Universiteit Leuven (KU Leuven)
    Betoelaagde Belgische partner
    Duur: 15/12/2001-31/12/2004
  • Prof. dr.  SCHEUNDERS Paul - Universiteit Antwerpen (UA)
    Betoelaagde Belgische partner
    Duur: 15/12/2001-31/12/2004
  • Dhr.  DEBRUYN Walter - Vlaamse Instelling voor Technologisch Onderzoek (VITO)
    Betoelaagde Belgische partner
    Duur: 15/12/2001-31/12/2004

Beschrijving :

Thema en situering

Het project hoort thuis in het onderzoeksdomein "Geavanceerde generische dataverwerking en innovatie".

Beeldvormende spectroscopie (IS) is een teledetectietechniek die steeds meer aan belang wint, niet enkel in een internationale context, maar ook in het kader van de Technologie- en Applicatie- ontwikkelingen in België.

De hoge spectrale en spatiale resolutie eigen aan IS heeft een belangrijk nadeel: beeldvormende spectrometers leveren gigantische hoeveelheden meetgegevens. De selectie van een beperkt aantal relevante banden, zonder verlies van essentiële informatie voor een gegeven toepassing, is daarom een kritisch punt voor elke IS applicatie, en een eerste onderzoeksonderwerp binnen dit project. Een tweede onderwerp is het ontwikkelen van algoritmen voor het verbeteren van de classificatie, en dit zowel met betrekking tot de spectrale ontmenging als met betrekking tot de classificatieprocedures zelf. De mathematische algoritmen zullen zo applicatie-onafhankelijk mogelijk worden ontwikkeld, zodat ze geautomatiseerd en geïmplementeerd kunnen worden in operationele gegevensverwerkingsketens, zoals deze voor de APEX-sensor. Op die manier komt ook een eindproduct van een hoger niveau beschikbaar voor de wetenschappelijke gemeenschap.

Doelstellingen

De algemene doelstelling van het voorgestelde project is het verbeteren van de informatie-extractie (data mining) uit hyperspectrale gegevenskubussen, om enerzijds de wetenschappelijke gemeenschap beter te kunnen bedienen, en anderzijds voor het uitbreiden van de beeldverwerkingketens voor dit specifieke type van gegevens.

De doelstellingen kunnen het duidelijkst geïllustreerd worden aan de hand van de achtergrond en de rol van de deelnemende labo’s in de projectstructuur.

Twee partners, Vito en RUCA, brengen complementaire expertise omtrent beeldverwerking in het consortium. Vito brengt zijn ervaring op het gebied van de verwerving van IS beelden, de correctie en nabewerking van de gegevenskubussen, evenals zijn kennis van de "klassieke" informatie-extractie uit hyperspectrale datasets. Als een internationaal erkend onderzoekscentrum voor het ontwikkelen van beeldinterpretatie en verwerking van beelden in bv. de biomedische sector, brengt RUCA zijn expertise qua ontwikkeling van beeldverwerkingalgoritmen in het project, inclusief de vereiste theoretische mathematische en fysische achtergrond. De ontwikkelde informatie-extractie (data mining) algoritmen zullen vertaald worden naar functionele code door RUCA en Vito en door Vito worden geïmplementeerd in operationele dataverwerkingsketens. Vito heeft de expertise om zulke operationele dataverwerkingsketens te beheren, bvb. deze bestemd voor de APEX-sensor.

Uiteraard zullen de gegevensreductie-technieken en de mathematische algoritmen, die de eindproducten zullen zijn van dit project, worden getest en gevalideerd. De in dit voorstel beoogde toepassing hiertoe is precisielandbouw, meer bepaald het detecteren van stress in boomgaarden. Gevallenstudies zullen worden uitgevoerd op testpercelen van het Koninklijk Onderzoeksstation van Gorsem. De validatie is de verantwoordelijkheid van de KULeuven, de derde partner in het consortium. De KULeuven brengt zijn expertise in op het gebied van de interpretatie van kwantitatieve informatie op vegetatieprocessen en parameters, en dit vanop bladniveau tot complexe spatiale schaal. De complementariteit van de verschillende onderzoeksgroepen zal het consortium uiteindelijk in staat stellen de spectrale informatie te koppelen aan de fysische realiteit.

Documentatie :