13 de noviembre de 2019
Publicaciones
>
Artículo
No

Efficient Dimensionality Reduction using Principal Component Analysis for Image Change Detection

Publicado en: IEEE Latin America Transactions. 17 (04): 540-547 - 2019-04-01 17(04), DOI: 10.1109/TLA.2019.8891877

Autores:

Martinez-Izquierdo, M; Molina-Sanchez, I; Morillo-Balsera, M
[+]

Afiliaciones

Escuela Tecnica Superior de Ingenieros Informaticos (Universidad Politecnica de Madrid, Madrid, Spain) - Autor o Coautor
Univ Politecn Madrid, ETSI Informat, Dept Arquitectura & Tecnol Sistemas Informat, Madrid, Spain - Autor o Coautor
Univ Politecn Madrid, ETSI Topog Geodesia & Cartog, Dept Ingn Topog & Cartog, Madrid, Spain - Autor o Coautor
Ver más

Resumen

Change detection in image processing is the process of identifying differences by comparing images taken at different times. There are several digital change detection techniques; nevertheless, there is no universally optimal change detection methodology: the choice is dependent upon the application. Change detection methods based on multispectral space transformations like Principal Component Analysis (PCA) show good solutions for remote sensing applications. One advantage of PCA is in reducing data redundancy between bands and emphasizing different information in derived components. This work focus on the PCA exploitation for the SPOT multispectral image change detection. Thresholds are applied to the transformed image (PC2) to isolate the pixels that have changed. Thresholding methods require a decision as to where to place threshold boundaries in order to separate areas of change from those of no change. The accuracy of change detection maps that are derived with SPOT data is represented in terms of producer’s accuracy, user’s accuracy, and overall accuracy, which are calculated from an error matrix (or confusion matrix). The obtained results have demonstrated solving efficiently the change detection problem.
[+]

Palabras clave

AlgorithmsBinary mapsBinary maps, change detection, image analysisChange detectionExtractionImage analysisPrincipal component analysis (pca)Principal component analysis (pca), remote sensingRemote sensingSpot images

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista IEEE Latin America Transactions debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2019, se encontraba en la posición , consiguiendo con ello situarse como revista Q2 (Segundo Cuartil), en la categoría Electrical and Electronic Engineering. Destacable, igualmente, el hecho de que la Revista está posicionada en el Cuartil Q4 para la agencia WoS (JCR) en la categoría Engineering, Electrical & Electronic.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-25:

  • WoS: 5
  • Scopus: 8
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-25:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 14 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/91278/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 58
  • Descargas: 31
[+]

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (MARTINEZ IZQUIERDO, M.ESTIBALIZ) y Último Autor (MORILLO BALSERA, M DEL CARMEN).

[+]

Narrativa contextual

This research focuses on using Principal Component Analysis (PCA) for efficient change detection in SPOT multispectral images. By applying thresholds to the transformed images, the study successfully isolates changed pixels and evaluates the accuracy of the change detection maps through various accuracy metrics. The results indicate that PCA effectively addresses the change detection problem in remote sensing applications.

[+]