La principal contribución de esta tesis doctoral ha sido el desarrollo de una nueva herramienta de código abierto para el demezclado espectral de imagenes hiperespectrales en el área de teledetección. El demezclado espectral es un problema muy importante dentro del aprovechamiento de imágenes hiperespectrales en teledetección, teniendo en su mayoría una resolución espacial limitada que resulta en la presencia de variosmateriales puros (tambien llamados endmembers) en cada pixel de la imagen. En consecuencia, el desmezclado espectral es importante a la hora de expresar cada pixel como una colección de endmembers ponderados por sus fracciones correspondientes (llamadas abundancias), que nos permiten interpretar las imágenes a nivel de sub-pixel. En este sentido, el desarrollo de una nueva herramienta (llamadaHyperMix, que esta disponible en: http://hypercomphypermix.blogspot.com.es y https://sourceforge.net/projects/hypermixtool/)) constituye un avance en el estado del arte en este campo de investigación, conteniendo implementaciones computacionalmente efi cientes de diversos algoritmos que cubren las diferentes etapas de la cadena de desmezclado espectral, los cuales permiten obtener (de la imagen hiperespectral original) el conjunto de endmembers y sus correspondientes abundancias en cada pixel de una forma no supervisada. Las implementaciones disponibles en HyperMix siguen un patrón común de entradas y salidas de datos, permitiendo una estandarización de los códigos en función de la etapa de la cadena de desmezclado a la que pertenezcan. Este proceso simplifi ca y automatiza enormemente su comprensión y uso dentro de la herramienta. Otra importante contribución en HyperMix es el hecho de que la mayoría de los algoritmos han sido implementados de forma efi ciente. Para ello se han aprovechado las ventajas de las unidades de procesamiento gráfi co (o GPUs) como elemento hardware parauna computación de alto rendimiento con un coste bajo. En particular, estos códigos han sido implementados utilizando Arquitectura Uni cada de Dispositivos de Computo (CUDA con siglas en inglés) de NVidia. Los resultados obtenidos por la herramienta han sido extensamente validados utilizando tanto imágenes hiperespectrales sintéticas como reales, obtenidas a traves de distintos intrumentos de observación remota, como el Airborne Visible Infra-Red Imaging Spectrometer (AVIRIS) de la NASA Jet Propulsion Laboratory uno de los sensores mas ampliamente utilizados. El principal objetivo de la validación experimental es analizar el rendimiento de estas nuevas implementaciones (tanto serie como paralela) de los algoritmos desde el punto de vista de su precisión en el demezclado espectral y su rendimiento computacional. De igual forma hemosdesarrollado una primera versión de un sistema de consulta de imagenes por contenido (CBIR), conectado a un avanzado repositorio de imágenes que está disponible en http://www.hypercomp.es/repository/, el cual utiliza el desmezclado espectral como un mecanismo efi ciente para la consulta de información en grandes repositorios de imágenes hiperespectrales. En general, las herramientas de código abierto y las implementaciones de algoritmos realizados en esta tesis doctoral suponen una importante contribución al estado del arte en el campo de la investigación con imágenes hiperespectrales.
