Implementación en GPU del algoritmo K-Means para ... - UMBC

Implementación en GPU del algoritmo K-Means para procesamiento paralelo
de imágenes de satélite disponibles en la herramienta Google Maps
Figura 6.9. Segmentación de la zona seleccionada del río Nilo utilizando el algoritmo
K-Means con la herramienta ENVI.
Como hemos podido comprobar de forma visual la segmentación realizada por
nuestro algoritmo en GPU no es muy distinta a la realizada por la herramienta ENVI.
Ahora nos quedaría demostrarlo a través de la comparación de los distintos píxeles
clasificados por nuestro algoritmo calculando un porcentaje de acierto. Ya que no se
disponen de medidas verdad-terreno, se ha decidido utilizar las imágenes de la
herramienta ENVI cómo nuestra medida de referencia para evaluar las imágenes
obtenidas por nuestra herramienta. De esta manera, es necesario conocer cuántos
píxeles de la imagen clasificada generada por nuestra herramienta se clasifican
correctamente por clase. Así tendremos unas estadísticas que nos ayudarán a valorar
positivamente o negativamente nuestros resultados tras la aplicación del algoritmo de
clasificación no supervisada.
Para la obtención de dichas estadísticas, se ha elaborado un pequeño programa
capaz de ir comparando los píxeles de una imagen y otra, atendiendo que los colores
asignados por nuestra herramienta y por la de ENVI no son iguales. Por ello, es
necesario tenerlos en cuenta para ofrecer unos resultados correctos.
La tabla 6.3 muestra una comparativa (en términos de porcentaje de acierto)
entre la imagen mostrada en la figura 6.8 (correspondiente al método K-Means
implementado) y la imagen mostrada en la figura 6.9 (correspondiente al método
Trabajo Fin de Máster -70- Sergio Bernabé García