17/06/2013

1

PROCESAMIENTO DIGITAL DE IMÁGENES DE SATELITEPROCESAMIENTO DIGITAL DE IMÁGENES DE SATELITE

DEFINICIONDEFINICION::

ES UNA TÉCNICA QUE INCLUYE ES UNA TÉCNICA QUE INCLUYE UNA SERIE DE PROCEDIMIENTOS DE UNA SERIE DE PROCEDIMIENTOS DE MANIPULACION DE INFORMACION MANIPULACION DE INFORMACION CONTENIDA EN LA IMÁGENES DE CONTENIDA EN LA IMÁGENES DE SATELITE.SATELITE.

DEFINICIONDEFINICION::

ES UNA TÉCNICA QUE INCLUYE ES UNA TÉCNICA QUE INCLUYE UNA SERIE DE PROCEDIMIENTOS DE UNA SERIE DE PROCEDIMIENTOS DE MANIPULACION DE INFORMACION MANIPULACION DE INFORMACION CONTENIDA EN LA IMÁGENES DE CONTENIDA EN LA IMÁGENES DE SATELITE.SATELITE.

OBJETIVOSOBJETIVOS::OBJETIVOSOBJETIVOS::

�Extraer información digital (cuerpos de agua, coberturas vegetales, usos del suelo, etc..),

� Enfatizar ciertos aspectos de la información contenida en la imagen (tipos de erosión, diferentes usos de la tierra, etc..),

� Ejecutar análisis estadísticos y matemáticos para la extracción y manipulación de información tabular (cuali y cuantitativamente) de la imagen.

�� COBERTURA GLOBAL Y PERIODICA DE LA SUPERFICIE COBERTURA GLOBAL Y PERIODICA DE LA SUPERFICIE TERRESTRETERRESTRE

�������� VISION PANORAMICAVISION PANORAMICA

�� HOMOGENEIDAD EN LA TOMA DE DATOS A PARTIR DE HOMOGENEIDAD EN LA TOMA DE DATOS A PARTIR DE INFORMACION DIVERSA CAPTADA POR EL SENSORINFORMACION DIVERSA CAPTADA POR EL SENSOR

�� INFORMACION SOBRE REGIONES NO VISIBLES DEL INFORMACION SOBRE REGIONES NO VISIBLES DEL ESPECTROESPECTRO

�� EL FORMATO DIGITAL DE LAS IMÁGENES AGILIZA SU EL FORMATO DIGITAL DE LAS IMÁGENES AGILIZA SU TRATAMIENTO, REDUCIENDO COSTOSTRATAMIENTO, REDUCIENDO COSTOS

�� APLICACIÓN EN DIVERSOS CAMPOS TEMATICOSAPLICACIÓN EN DIVERSOS CAMPOS TEMATICOS

ALCANCESALCANCES::ALCANCESALCANCES::

17/06/2013

2

LIMITANTESLIMITANTES::LIMITANTESLIMITANTES::

�� ALTO NIVEL DE CAPACITACION DE LOS ESPECIALISTASALTO NIVEL DE CAPACITACION DE LOS ESPECIALISTAS

�������� CONFUSION ESPECTRAL PARA IGUALES OBJETOS A CONFUSION ESPECTRAL PARA IGUALES OBJETOS A PARTIR DE DIFERENTES CONDICIONES BIOFISICASPARTIR DE DIFERENTES CONDICIONES BIOFISICAS

�� AFECTACION DE LA RESPUESTA ESPECTRAL A PARTIR AFECTACION DE LA RESPUESTA ESPECTRAL A PARTIR DE LA PRESENCIA DE NUBES Y OTROS EFECTOS DE LA PRESENCIA DE NUBES Y OTROS EFECTOS ATMOSFERICOSATMOSFERICOS

�������� DISPONIBILIDAD DE HARDWARE Y SOFTWAREDISPONIBILIDAD DE HARDWARE Y SOFTWARE

METODOLOGÍA PARA APLICAR METODOLOGÍA PARA APLICAR EN EL P.D.I.EN EL P.D.I.

METODOLOGÍA PARA APLICAR METODOLOGÍA PARA APLICAR EN EL P.D.I.EN EL P.D.I.

�� Uso deUso depropiedades propiedades

lógicaslógicas–– inductivoinductivo–– deductivodeductivo–– tecnológicotecnológico

�� HipótesisHipótesis

�� In situIn situ–– CampoCampo–– LaboratorioLaboratorio–– Información auxiliarInformación auxiliar-- De datos biofísicosDe datos biofísicos

Sensoramiento remotoSensoramiento remoto-- Pasivo análogoPasivo análogo

-- CámarasCámaras-- VideografíaVideografía

-- Pasivo digitalPasivo digital-- CámaraCámara-- Escáner Escáner -- BarredoresBarredores

-- espectroradiometrosespectroradiometros–– ActivosActivos

-- microondas microondas (radar)(radar)

-- sonarsonar-- laserlaser

�� In situIn situ–– CampoCampo–– LaboratorioLaboratorio–– Información auxiliarInformación auxiliar-- De datos biofísicosDe datos biofísicos

Sensoramiento remotoSensoramiento remoto-- Pasivo análogoPasivo análogo

-- CámarasCámaras-- VideografíaVideografía

-- Pasivo digitalPasivo digital-- CámaraCámara-- Escáner Escáner -- BarredoresBarredores

-- espectroradiometrosespectroradiometros–– ActivosActivos

-- microondas microondas (radar)(radar)

-- sonarsonar-- laserlaser

�� Procesamiento análogo Procesamiento análogo (visual) de la imagen(visual) de la imagen

–– Elementos de Elementos de interpretación de la interpretación de la imagenimagen

�������� Procesamiento digital de la Procesamiento digital de la imagenimagen

–– preprocesameintopreprocesameinto–– ModelamientoModelamiento

-- modelo de la escenamodelo de la escena-- modelo atmosféricomodelo atmosférico-- modelo del sensormodelo del sensor

–– Realces de la imagenRealces de la imagen–– Reconocimiento de Reconocimiento de

patrones patrones -- Estadísticos y sintácticosEstadísticos y sintácticos–– Sistemas expertosSistemas expertos

-- Nivel de referencia e Nivel de referencia e inferencia)inferencia)

–– Redes neuronalesRedes neuronales• Visualización científica• Visualización científica• Prueba de hipótesis• Prueba de hipótesis

-- Aceptación o rechazoAceptación o rechazo

�� Procesamiento análogo Procesamiento análogo (visual) de la imagen(visual) de la imagen

–– Elementos de Elementos de interpretación de la interpretación de la imagenimagen

�������� Procesamiento digital de la Procesamiento digital de la imagenimagen

–– preprocesameintopreprocesameinto–– ModelamientoModelamiento

-- modelo de la escenamodelo de la escena-- modelo atmosféricomodelo atmosférico-- modelo del sensormodelo del sensor

–– Realces de la imagenRealces de la imagen–– Reconocimiento de Reconocimiento de

patrones patrones -- Estadísticos y sintácticosEstadísticos y sintácticos–– Sistemas expertosSistemas expertos

-- Nivel de referencia e Nivel de referencia e inferencia)inferencia)

–– Redes neuronalesRedes neuronales• Visualización científica• Visualización científica• Prueba de hipótesis• Prueba de hipótesis

-- Aceptación o rechazoAceptación o rechazo

�� Análogo y digitalAnálogo y digital–– ImágenesImágenes–– EspaciomapasEspaciomapas–– Mapas temáticosMapas temáticos–– Bases de datos Bases de datos

espacialesespaciales

�� Reporte de erroresReporte de errores–– geométricosgeométricos–– temáticostemáticos

• Estadísticas• Estadísticas-- UnivariadaUnivariada-- MultivariadaMultivariada

•Gráficas•Gráficas–– 1,2 y 3 dimensiones 1,2 y 3 dimensiones

�� Análogo y digitalAnálogo y digital–– ImágenesImágenes–– EspaciomapasEspaciomapas–– Mapas temáticosMapas temáticos–– Bases de datos Bases de datos

espacialesespaciales

�� Reporte de erroresReporte de errores–– geométricosgeométricos–– temáticostemáticos

• Estadísticas• Estadísticas-- UnivariadaUnivariada-- MultivariadaMultivariada

•Gráficas•Gráficas–– 1,2 y 3 dimensiones 1,2 y 3 dimensiones

Adaptado de Jensen, 1996

Estado del problema Recolección de información Análisis de la información Salida

Adaptado de Jensen, 1996

INDUCTIVO DEDUCTIVO TECNOLÓGICO

LA LÓGICA USADA EN EL P.D.I.LA LÓGICA USADA EN EL P.D.I.

Observación

Clasificación

Generalización

Teoría

Problema

Plan para un curso de acción

Aplicación

Teoría

Hipótesis

Observación

Teorías

Verificación/Rechazo

Necesidades humanas

Aproximación científicaAproximación científica Aproximación tecnológicaAproximación tecnológica

Pasos básicos en el análisis visual y digital de imágenesPasos básicos en el análisis visual y digital de imágenes

Procesamiento análogo de las imágenesProcesamiento análogo de las imágenes Procesamiento digital de las imágenesProcesamiento digital de las imágenes

Aplicación del multiconcepto:

- Multiespectral- Multitemporal- Multiescala- Multidisciplinario

aaaaConvergencia intuitiva de Evidencia

aaaa Visualización análogacientífica

aaaa Análisis análogo monoscópico

aaaa Análisis análogo estereoscópico

Aplicación del multiconcepto:

- Multiespectral- Multitemporal- Multiescala- Multidisciplinario

aaaaConvergencia intuitiva de Evidencia

aaaa Visualización análogacientífica

aaaa Análisis análogo monoscópico

aaaa Análisis análogo estereoscópico

Aplicación del multiconcepto:

- Multiespectral- Multitemporal- Multiescala- Multidisciplinario

aaaa Reconocimiento Estadístico y sintético depatrones

aaaa Sistemas expertos

aaaa Redes neuronales

aaaa Visualización científica

Aplicación del multiconcepto:

- Multiespectral- Multitemporal- Multiescala- Multidisciplinario

aaaa Reconocimiento Estadístico y sintético depatrones

aaaa Sistemas expertos

aaaa Redes neuronales

aaaa Visualización científica

aaaa Análisis fotogramétrico monoscópico

aaaa Análisis fotogramétrico estereoscópico

aaaa Información Complementaria:

- Literatura- Biblioteca de firmas- Probabilidades

prioritarias- Sitios de muestreo de

campo- Otro tipo de información

SIG

aaaa Modelamiento y simulación

aaaa Análisis fotogramétrico monoscópico

aaaa Análisis fotogramétrico estereoscópico

aaaa Información Complementaria:

- Literatura- Biblioteca de firmas- Probabilidades

prioritarias- Sitios de muestreo de

campo- Otro tipo de información

SIG

aaaa Modelamiento y simulación

17/06/2013

3

VSVS

TRATAMIENTO VISUAL VS. TRATAMIENTO VISUAL VS. TRATAMIENTO DIGITALTRATAMIENTO DIGITAL

PUNTO DE PARTIDA EN EL P.D.I.PUNTO DE PARTIDA EN EL P.D.I.PUNTO DE PARTIDA EN EL P.D.I.PUNTO DE PARTIDA EN EL P.D.I.

INSUMOS: INSUMOS: ���� SENSORES REMOTOSSENSORES REMOTOS

17/06/2013

4

�COMPONENTES COMPUTACIONALESEN LA PLATAFORMA SATELITAL

�COMPONENTES COMPUTACIONALESEN LA PLATAFORMA SATELITAL

���� ENTRADA Y SALIDA DE DATOSENTRADA Y SALIDA DE DATOS

����CARACTERISTICAS DE LAS IMÁGENES CARACTERISTICAS DE LAS IMÁGENES SATELITALESSATELITALES ::CARACTERISTICAS DE LAS IMÁGENES CARACTERISTICAS DE LAS IMÁGENES SATELITALESSATELITALES ::

�������� RESOLUCIÓN ESPACIALRESOLUCIÓN ESPACIAL

�������� RESOLUCIÓN ESPECTRALRESOLUCIÓN ESPECTRAL

�������� RESOLUCIÓN RADIOMÉTRICARESOLUCIÓN RADIOMÉTRICA

�������� RESOLUCIÓN TEMPORALRESOLUCIÓN TEMPORAL

17/06/2013

5

INFORMACION DE LA IMAGEN SATELITAL COMPUESTA INFORMACION DE LA IMAGEN SATELITAL COMPUESTA DE ELEMENTOS PICTORICOS DISCRETOS O DE ELEMENTOS PICTORICOS DISCRETOS O PIXELESPIXELES

RESOLUCIÓN ESPACIALRESOLUCIÓN ESPACIALIKONOSIKONOS

SPOT XS, LANDSATSPOT XS, LANDSAT--PANPAN

SPOT IRMSPOT IRM

LANSAT TMLANSAT TM

NOAANOAA--AVHRRAVHRR

0.60.6--1 M1 M

1010--15 M15 M

20 Mts20 Mts

30 Mts.30 Mts.

1 Km1 Km

Q.BIRD, IKONOSQ.BIRD, IKONOS

5 M5 M

SPOT PAN, IRCSPOT PAN, IRC--1C,1C,

RESOLUCION ESPECTRALRESOLUCION ESPECTRAL

A PARTIR DE LA LONGITUD DE ONDA CAPTADA POR EL SENSOR A PARTIR DE LA LONGITUD DE ONDA CAPTADA POR EL SENSOR EN CADA BANDA.EN CADA BANDA.

SISTEMAS PASIVOS SISTEMAS ACTIVOS

17/06/2013

6

B1-azul: cartografía de aguas, dispersión atmosférica

B2-verde: cartografía de aguas, estudio del vigor de plantas

B3-rojo: detección vegetación enferma, color de follaje

B4-IRC: estrés en vegetación, tipos de vegetación, estudio biomasa

B7-IRM: discriminación tipos de rocas, estudios de incendios

B5-IRM: contenido de humedad en suelos y vegetación, diferenciación entre nubes y nieve, estudios geológicos y de minerales

B6-IRT: discriminación de humedad de suelos, estrés térmico en vegetación

B8-pan: estudios urbanos, sinergismo con bandas multiespectrales

17/06/2013

7

RESOLUCION RADIOMÉTRICARESOLUCION RADIOMÉTRICA

INFORMACION CUANTIFICADA DENTRO DE NIVELES INFORMACION CUANTIFICADA DENTRO DE NIVELES DISCRETOS DE BRILLO EXPRESADA EN TERMINOS DISCRETOS DE BRILLO EXPRESADA EN TERMINOS DE NUMEROS DE DIGITOS BINARIOS (DE NUMEROS DE DIGITOS BINARIOS (BITSBITS))

8 bits8 bits 4 bits4 bits 3 bits3 bits 2 bits2 bits

17/06/2013

8

RESOLUCION TEMPORALRESOLUCION TEMPORAL

A PARTIR DEL NUMERO DE VECES QUE UN SENSOR A PARTIR DEL NUMERO DE VECES QUE UN SENSOR OBTIENE UNA IMAGEN DE UN AREA PARTICULAROBTIENE UNA IMAGEN DE UN AREA PARTICULAR

NOAA1 DIA

LANDSAT16 DIAS

SPOT24 DIAS

ETAPAS DE PROCESAMIENTO DIGITAL ETAPAS DE PROCESAMIENTO DIGITAL DE IMÁGENES DE SATELITE:DE IMÁGENES DE SATELITE:ETAPAS DE PROCESAMIENTO DIGITAL ETAPAS DE PROCESAMIENTO DIGITAL DE IMÁGENES DE SATELITE:DE IMÁGENES DE SATELITE:

1.1.PREPROCESAMIENTOPREPROCESAMIENTO::

�� LECTURA DE IMAGENESLECTURA DE IMAGENES�� DESPLIEGUEDESPLIEGUE�� ANALISIS DE VALORES DIGITALESANALISIS DE VALORES DIGITALES�� SELECCIÓN DE UNA VENTANA DE TRABAJOSELECCIÓN DE UNA VENTANA DE TRABAJO�� CORRECCIONES RADIOMETRICAS Y CORRECCIONES RADIOMETRICAS Y

GEOMETRICASGEOMETRICAS

����LECTURA DE IMAGENES����LECTURA DE IMAGENES

17/06/2013

9

���� ORGANIZACIÓN Y ALMACENAJE DELOS DATOS DE LAS IMAGENE S���� ORGANIZACIÓN Y ALMACENAJE DELOS DATOS DE LAS IMAGENE SB2B2

����DESPLIEGUE����DESPLIEGUE

����ANALISIS DE VALORES DIGITALES

����ANALISIS DE VALORES DIGITALES

���� SELECCIÓN DE VENTANA DE TRABAJO���� SELECCIÓN DE VENTANA DE TRABAJO

17/06/2013

10

���� CORRECCIONES RADIOMETRICAS

Son aquellas técnicas que modifican los ND original es con objetos de acercarlos a los que habría presente s en la imagen en caso de una recepción ideal. Pueden se r originados por un mal funcionamiento del sensor (1) o por distorsiones causadas por la atmósfera (2).

POR QUE SUCEDE ESTO?

•La señal es afectada por viajar a través de la atmó sfera ;•La iluminación del sol influye en los valores radiométricos;

•Los cambios estacionales;•Fallas en los sensores;•Influencia del terreno.

(1) ALTERACION DE LOS ND CAUSADO POR UN MAL FUNCIONAMIENTO DEL SENSOR (1) ALTERACION DE LOS ND CAUSADO POR UN MAL FUNCIONAMIENTO DEL SENSOR

⇒⇒⇒⇒ RUIDO (NOISE)

⇒⇒⇒⇒ BANDEAMIENTO (STRIPPING)⇒⇒⇒⇒ BANDEAMIENTO (STRIPPING)

17/06/2013

11

(2) CAUSADOS POR PROBLEMAS (2) CAUSADOS POR PROBLEMAS ATMOSFERICOSATMOSFERICOS

La radiación electromagnética final captada por el sensor, se ve La radiación electromagnética final captada por el sensor, se ve notablemente afectada por diferentes componentes notablemente afectada por diferentes componentes atmosféricos (vapor de agua, aerosoles, etc..).atmosféricos (vapor de agua, aerosoles, etc..).

(2) CAUSADOS POR PROBLEMAS (2) CAUSADOS POR PROBLEMAS ATMOSFERICOSATMOSFERICOS

La radiación electromagnética final captada por el sensor, se ve La radiación electromagnética final captada por el sensor, se ve notablemente afectada por diferentes componentes notablemente afectada por diferentes componentes atmosféricos (vapor de agua, aerosoles, etc..).atmosféricos (vapor de agua, aerosoles, etc..).

•CORRECCIONES GEOMETRICAS•CORRECCIONES GEOMETRICAS

Trata de compensar las distorsiones presentes en la s imágenes de satélites originadas por variaciones en laaltitud, latitud , velocidad de la plataforma del sensor,curvatura de la tierra , desplazamiento del relieve,refracciones atmosféricas , etc., con el objeto de que la imagen corregida tenga la integridad geométrica de un mapa.

1.1. Rotación Rotación terrestreterrestre

2. Distorsión panorámica2. Distorsión panorámica 3. Curvatura terrestre 3. Curvatura terrestre

METODOLOGÍA PARA APLICAR METODOLOGÍA PARA APLICAR EN EL P.D.I.EN EL P.D.I.

METODOLOGÍA PARA APLICAR METODOLOGÍA PARA APLICAR EN EL P.D.I.EN EL P.D.I.

�� Uso deUso depropiedades propiedades

lógicaslógicas–– inductivoinductivo–– deductivodeductivo–– tecnológicotecnológico

�� HipótesisHipótesis

�� In situIn situ–– CampoCampo–– LaboratorioLaboratorio–– Información auxiliarInformación auxiliar-- De datos biofísicosDe datos biofísicos

Sensoramiento remotoSensoramiento remoto-- Pasivo análogoPasivo análogo

-- CámarasCámaras-- VideografíaVideografía

-- Pasivo digitalPasivo digital-- CámaraCámara-- Escáner Escáner -- BarredoresBarredores

-- espectroradiometrosespectroradiometros–– ActivosActivos

-- microondas microondas (radar)(radar)

-- sonarsonar-- laserlaser

�� In situIn situ–– CampoCampo–– LaboratorioLaboratorio–– Información auxiliarInformación auxiliar-- De datos biofísicosDe datos biofísicos

Sensoramiento remotoSensoramiento remoto-- Pasivo análogoPasivo análogo

-- CámarasCámaras-- VideografíaVideografía

-- Pasivo digitalPasivo digital-- CámaraCámara-- Escáner Escáner -- BarredoresBarredores

-- espectroradiometrosespectroradiometros–– ActivosActivos

-- microondas microondas (radar)(radar)

-- sonarsonar-- laserlaser

�� Procesamiento análogo Procesamiento análogo (visual) de la imagen(visual) de la imagen

–– Elementos de Elementos de interpretación de la interpretación de la imagenimagen

�������� Procesamiento digital de la Procesamiento digital de la imagenimagen

–– preprocesameintopreprocesameinto–– ModelamientoModelamiento

-- modelo de la escenamodelo de la escena-- modelo atmosféricomodelo atmosférico-- modelo del sensormodelo del sensor

–– Realces de la imagenRealces de la imagen–– Reconocimiento de Reconocimiento de

patrones patrones -- Estadísticos y sintácticosEstadísticos y sintácticos–– Sistemas expertosSistemas expertos

-- Nivel de referencia e Nivel de referencia e inferencia)inferencia)

–– Redes neuronalesRedes neuronales• Visualización científica• Visualización científica• Prueba de hipótesis• Prueba de hipótesis

-- Aceptación o rechazoAceptación o rechazo

�� Procesamiento análogo Procesamiento análogo (visual) de la imagen(visual) de la imagen

–– Elementos de Elementos de interpretación de la interpretación de la imagenimagen

�������� Procesamiento digital de la Procesamiento digital de la imagenimagen

–– preprocesameintopreprocesameinto–– ModelamientoModelamiento

-- modelo de la escenamodelo de la escena-- modelo atmosféricomodelo atmosférico-- modelo del sensormodelo del sensor

–– Realces de la imagenRealces de la imagen–– Reconocimiento de Reconocimiento de

patrones patrones -- Estadísticos y sintácticosEstadísticos y sintácticos–– Sistemas expertosSistemas expertos

-- Nivel de referencia e Nivel de referencia e inferencia)inferencia)

–– Redes neuronalesRedes neuronales• Visualización científica• Visualización científica• Prueba de hipótesis• Prueba de hipótesis

-- Aceptación o rechazoAceptación o rechazo

�� Análogo y digitalAnálogo y digital–– ImágenesImágenes–– EspaciomapasEspaciomapas–– Mapas temáticosMapas temáticos–– Bases de datos Bases de datos

espacialesespaciales

�� Reporte de erroresReporte de errores–– geométricosgeométricos–– temáticostemáticos

• Estadísticas• Estadísticas-- UnivariadaUnivariada-- MultivariadaMultivariada

•Gráficas•Gráficas–– 1,2 y 3 dimensiones 1,2 y 3 dimensiones

�� Análogo y digitalAnálogo y digital–– ImágenesImágenes–– EspaciomapasEspaciomapas–– Mapas temáticosMapas temáticos–– Bases de datos Bases de datos

espacialesespaciales

�� Reporte de erroresReporte de errores–– geométricosgeométricos–– temáticostemáticos

• Estadísticas• Estadísticas-- UnivariadaUnivariada-- MultivariadaMultivariada

•Gráficas•Gráficas–– 1,2 y 3 dimensiones 1,2 y 3 dimensiones

Adaptado de Jensen, 1996

Estado del problema Recolección de información Análisis de la información Salida

17/06/2013

12

CONCEPTOS BASICOS:

1. SISTEMA DE PROYECCION

Es un sistema diseñado para representar la superficie de una esfera o esferoide (como la tierra) sobre un plano.

MAPA PLANO

SUPERFICIE DE REFERENCIA

2. RECTIFICACION

Es el proceso de transformación de los datos a part ir de un sistema de grilla a otro usando una ecuación polino mial de orden “n”.

Matriz de la imagen distorsionada

Matriz de la imagen geométricamente corregida

PASOS DE LA RECTIFICACIONPASOS DE LA RECTIFICACION

1. Localización de puntos de control (GCP)1. Localización de puntos de control (GCP)

2. Comprobación y prueba de una matriz de 2. Comprobación y prueba de una matriz de transformacióntransformación

3. Creación de una imagen de salida con la 3. Creación de una imagen de salida con la información de las nuevas coordenadas en el información de las nuevas coordenadas en el encabezador. Los pixeles deben ser remuestrados encabezador. Los pixeles deben ser remuestrados conforme a la nueva grilla.conforme a la nueva grilla.

CRISTINA SALVATIERRA

9

10

1. Localización de puntos de control(GCP)

17/06/2013

13

2. Comprobación y prueba de una matriz de 2. Comprobación y prueba de una matriz de transformacióntransformación

Se utiliza para calcular la posición de los pixeles deSe utiliza para calcular la posición de los pixeles desalida a partir de los GCPs. Para ello utiliza, dent ro salida a partir de los GCPs. Para ello utiliza, dent ro de las ecuaciones polinomiales, coeficientes que de las ecuaciones polinomiales, coeficientes que convierten las coordenadas x,y de la imagen origina l,convierten las coordenadas x,y de la imagen origina l,en coordenadas planas.en coordenadas planas.

GCP

CURVA POLINOMIAL

COORDENADA XDE

REFERENCIA

RMS

TRANSFORMACIONESTRANSFORMACIONES

1. LINEARES1. LINEARES

Las transformaciones de Las transformaciones de primer ordenprimer orden se llamanse llamanlineareslineares . . Se usan para proyectar una imagen originalSe usan para proyectar una imagen originala una proyección plana de un mapa. a una proyección plana de un mapa. Se recomiendan para áreas relativamente pequeñasSe recomiendan para áreas relativamente pequeñas ..

2. NO LINEARES

Están referidas a las transformaciones de segundoorden . Pueden utilizarse para convertir coordenadas referidas a latitud y longitud a un sistema de proyección planar. Se recomienda para áreas grandes , con información distorsionada.

3. Creación de una imagen de salida

17/06/2013

14

3. REMUESTREO

Es el proceso de extrapolación de los valores de lo s datos calculados para los pixeles a localizar en la nueva grilla a partir de los valores de los pixeles “ fuentes ”.

NUMERO MINIMO DE GCP

A mayor orden de transformación, mayor número de GCPs.

Ecuación para determinar el número mínimo de GCPs:

((t + 1) (t + 2))2

siendo t el orden de la transformación.

Localización de los puntos de control

Distribuidos uniformemente alrededor de toda la imagen.

ERROR MEDIO CUADRATICO (RMS)ERROR MEDIO CUADRATICO (RMS)

Es la distancia entre la localización de entrada (fu ente) de un GCP y la localización retransformada para el mismo GCP, el cual es transformado a partir de una matriz de transformación.

RMS = √√√√(Xr - Xi)2 + (Yr - Yi)2

donde: Xi y Y i son las coordenadas de entrada (fuente) yXr y Yr son las coordenadas re-transformadas.

GCPGCPRMS x

RMS y

17/06/2013

15

METODOS PARA EL REMUESTREO

1. VECINO MAS CERCANO

2. INTERPOLACION BILINEAR

3. CONVOLUCION CUBICA

VECINO MAS CERCANO INTERPOLACION BILINEAR

17/06/2013

16

CONVOLUCION CUBICA

2. PROCESAMIENTO2. PROCESAMIENTO

2.1 MEJORAMIENTOS2.1 MEJORAMIENTOS::

�� ESPACIALESESPACIALES

�� RADIOMETRICOSRADIOMETRICOS

�� ESPECTRALESESPECTRALES

MEJORAMIENTOS ESPACIALES MEJORAMIENTOS ESPACIALES ::

1. AJUSTE DEL CONTRASTE1. AJUSTE DEL CONTRASTETienden a adaptar la resolución radiométrica de la imagenTienden a adaptar la resolución radiométrica de la imagena la capacidad del monitor de visualización.a la capacidad del monitor de visualización.

1.1 COMPRESION DEL CONTRASTESe utiliza cuando el rango radiométrico del sensor supera Se utiliza cuando el rango radiométrico del sensor supera al número de niveles de gris que pueden visualizarse en al número de niveles de gris que pueden visualizarse en pantalla. Se aplica cuando:pantalla. Se aplica cuando:

�� se cuenta con un monitor de reducida potencia ( ej.. se cuenta con un monitor de reducida potencia ( ej.. VGA);VGA);

�� se trabaja con un sensor de gran sensibilidad se trabaja con un sensor de gran sensibilidad radiométrica (AVHRR)radiométrica (AVHRR)

MEJORAMIENTOS ESPACIALES MEJORAMIENTOS ESPACIALES ::

1. AJUSTE DEL CONTRASTE1. AJUSTE DEL CONTRASTETienden a adaptar la resolución radiométrica de la imagenTienden a adaptar la resolución radiométrica de la imagena la capacidad del monitor de visualización.a la capacidad del monitor de visualización.

1.1 COMPRESION DEL CONTRASTESe utiliza cuando el rango radiométrico del sensor supera Se utiliza cuando el rango radiométrico del sensor supera al número de niveles de gris que pueden visualizarse en al número de niveles de gris que pueden visualizarse en pantalla. Se aplica cuando:pantalla. Se aplica cuando:

�� se cuenta con un monitor de reducida potencia ( ej.. se cuenta con un monitor de reducida potencia ( ej.. VGA);VGA);

�� se trabaja con un sensor de gran sensibilidad se trabaja con un sensor de gran sensibilidad radiométrica (AVHRR)radiométrica (AVHRR)

17/06/2013

17

1.2 EXPANSION DEL CONTRASTE1.2 EXPANSION DEL CONTRASTESe utiliza cuando el rango radiométrico del sensor es inferiorSe utiliza cuando el rango radiométrico del sensor es inferioral número de niveles de gris que pueden visualizarse en al número de niveles de gris que pueden visualizarse en pantalla. pantalla.

�� EXPANSION LINEAL:EXPANSION LINEAL:Se logra diseñando una Se logra diseñando una Tabla de referencia del colorTabla de referencia del color en la que el NDen la que el NDmínimo y máximo de la imagen tengan asociados un Nivel de visualizaciónmínimo y máximo de la imagen tengan asociados un Nivel de visualización(NV) de 0 y 255 respectivamente, distribuyendo linealmente el resto de los(NV) de 0 y 255 respectivamente, distribuyendo linealmente el resto de losvalores entre ambos márgenes.valores entre ambos márgenes.

NV = s + g NDNV = s + g NDdonde: s = sesgo y g = ganancia son dos constantesdonde: s = sesgo y g = ganancia son dos constantes

255

NV

0

0 ND min. ND máx. 255

1.3 HISTOGRAMAS DE FRECUENCIAS:1.3 HISTOGRAMAS DE FRECUENCIAS:Medida de la distribución de los Niveles Digitales de losMedida de la distribución de los Niveles Digitales de lospixelespixeles

����HISTOGRAMA DE EQUALIZACION

Es una técnica de realce más depurada donde se considera la forma de la distribución de frecuencias de los ND originales.

17/06/2013

18

Suavizan o refuerzan los contrastes espaciales presentes enSuavizan o refuerzan los contrastes espaciales presentes enlos ND que componen una imagen, desde el punto de vista los ND que componen una imagen, desde el punto de vista visual. visual.

1.4 FILTRAJES1.4 FILTRAJES

3x33x3 5x55x5 7x77x7

FILTROS DE PASO BAJO (Low pass filtering):FILTROS DE PASO BAJO (Low pass filtering):

Tienden a aislar el componente de homogeneidad de la Tienden a aislar el componente de homogeneidad de la imagen, seleccionando áreas dondeimagen, seleccionando áreas donde la frecuencia de cambio la frecuencia de cambio es bajaes baja..

�� FILTROS DE PASO ALTO (High pass filtering):FILTROS DE PASO ALTO (High pass filtering):

Tienden a aislar el componente deTienden a aislar el componente de alta frecuenciaalta frecuencia en una en una imagen, enfatizando los rasgos lineales presentes en la imagen, enfatizando los rasgos lineales presentes en la imagen (carreteras, parcelas o rasgos geológicos).imagen (carreteras, parcelas o rasgos geológicos).

MEJORAMIENTOS ESPECTRALESOperaciones tendientes a crear bandas artificiales a partir de combinaciones entre las originales con el objeto de mejorar la discriminación de algunos aspectos temáticos dentro de la imagen.

1. INDICES DE VEGETACION

Estable una relación matemática, pixel a pixel, ent re los NDalmacenados en las bandas del visible (roja) e infr arrojo cercano del espectro.

Alcances:

• Reduce el efecto del relieve (pendiente y orientaci ón) en la caracterización espectral de distintas cubiertas.

• Mejora la discriminación entre suelos y vegetación

17/06/2013

19

COCIENTE DE VEGETACION = BR / BIRc

INDICE DE VEGETACION = BR - BIRc

INDICE DE VEGETACION NORMALIZADO =

BR - BIRc / BR + BIRc

INDICE DE VEGETACION NORMALIZADOTRANSFORMADO =

√√√√BR - BIRc / BR + BIRc

Técnica que permite sintetizar la información Técnica que permite sintetizar la información Contenida en las bandas originales permitiendo Contenida en las bandas originales permitiendo compactar la información de toda la imagen a partir compactar la información de toda la imagen a partir de la creación nuevas bandas o layers, Esto se logr a de la creación nuevas bandas o layers, Esto se logr a a partir de una transformación linear.a partir de una transformación linear.

El sentido y la fuerza de la correlación lineal entr e El sentido y la fuerza de la correlación lineal entr e dos variables puede representarse a partir de una dos variables puede representarse a partir de una elipse,siempre y cuando ambas variables muestren elipse,siempre y cuando ambas variables muestren Una distribución normal. Una distribución normal.

2. ANALISIS DE COMPONENTES PRINCIPALES2. ANALISIS DE COMPONENTES PRINCIPALES

17/06/2013

20

(1) CAUSADOS POR UN MAL FUNCIONAMIENTO DEL

SENSOR (NOISE)

RESTAURACION DE LINEAS O PIXELES

Estimación de los ND de las líneas perdidas a parti r de los ND de las inmediatas. Lo más frecuente es haciendo con el val or de los ND precedentes.

ND ij = ND i -1j

MEJORAMIENTOS RADIOMETRICOS

La corrección se realiza componiendo el histograma de cada detector, calculando independientemente la frecuenc ia de losgrupos de líneas.

CORRECCION DEL BANDEADO DE LA IMAGENCORRECCION DEL BANDEADO DE LA IMAGEN

Es un proceso que se dirige a obtener una nueva Es un proceso que se dirige a obtener una nueva imagen. Las clases digitales pueden describir imagen. Las clases digitales pueden describir distintos tipos de cubiertas (bosques, cultivos, distintos tipos de cubiertas (bosques, cultivos, tierras eriales, etc.) que se denominantierras eriales, etc.) que se denominan variables variables categóricascategóricas o bien intervalos de una misma o bien intervalos de una misma categoría (erosión suave, moderada, fuerte, etc.) y secategoría (erosión suave, moderada, fuerte, etc.) y sedenominadenomina variable ordinalvariable ordinal ..

2.2 CLASIFICACION DIGITAL2.2 CLASIFICACION DIGITAL

17/06/2013

21

FORMA

ASOCIACIONSOMBRA

PATRONTAMAÑO

TEXTURA

FACTORES A CONSIDERAR

TEORÍA DEL COLOR

17/06/2013

22

1. Fase de entrenamiento1. Fase de entrenamiento

2. Fase de asignación y2. Fase de asignación y

3. Comprobación y verificación de resultados.3. Comprobación y verificación de resultados.

FASES DE LA CLASIFICACION DIGITAL:FASES DE LA CLASIFICACION DIGITAL:

METODOS DE CLASIFICACIONMETODOS DE CLASIFICACION

1. NO SUPERVISADO1. NO SUPERVISADO

Se trata de una búsqueda automática de grupo de Se trata de una búsqueda automática de grupo de valores homogéneos dentro de la imagen. Esto novalores homogéneos dentro de la imagen. Esto noimplica ningún conocimiento previo del área de implica ningún conocimiento previo del área de Estudio.Estudio.

1. FASE DE ENTRENAMIENTO1. FASE DE ENTRENAMIENTO

2. CLASIFICACION SUPERVISADA2. CLASIFICACION SUPERVISADA

PARTE DE UN CIERTO CONOCIMIENTO DE LA ZONA DE PARTE DE UN CIERTO CONOCIMIENTO DE LA ZONA DE ESTUDIO, ADQUIRIDO POR EXPERIENCIA PROPIA O PORESTUDIO, ADQUIRIDO POR EXPERIENCIA PROPIA O PORTRABAJOS DE CAMPO.TRABAJOS DE CAMPO.

IDENTIFICA EN LA IMAGEN MUESTRAS REPRESENTATIVASIDENTIFICA EN LA IMAGEN MUESTRAS REPRESENTATIVASHOMOGENEASHOMOGENEAS (AREAS DE ENTRENAMIENTO DIGITAL)(AREAS DE ENTRENAMIENTO DIGITAL)PARA LOS DISTINTOS TIPOS DE COBERTURAS PARA LOS DISTINTOS TIPOS DE COBERTURAS TERRESTRES.TERRESTRES.

17/06/2013

23

SELECCIÓN Y ADICIÓN DE ÁREAS DE ENTRENAMIENTOSELECCIÓN Y ADICIÓN DE ÁREAS DE ENTRENAMIENTO

AB

C

AB

C

D

AREASHOMOGENEAS

AREAS HETEROGENEAS

SELECCIÓN Y ADICIÓN DE ÁREAS DE ENTRENAMIENTOSELECCIÓN Y ADICIÓN DE ÁREAS DE ENTRENAMIENTO

17/06/2013

24

CURVAS TÍPICAS DE REFLECTIVIDADCURVAS TÍPICAS DE REFLECTIVIDAD

2.FASE DE ASIGNACION2.FASE DE ASIGNACION

CONSISTE EN ADSCRIBIR CADA UNO DE LOS PIXELES DE CONSISTE EN ADSCRIBIR CADA UNO DE LOS PIXELES DE LA IMAGEN A UNA DE LAS CLASES PREVIAMENTE LA IMAGEN A UNA DE LAS CLASES PREVIAMENTE SELECCIONADAS, EN FUNCION DE LOS SELECCIONADAS, EN FUNCION DE LOS NDND DE CADA DE CADA PIXEL, PARA CADA BANDA QUE INTERVIENE EN ELPIXEL, PARA CADA BANDA QUE INTERVIENE EN ELPROCESO.PROCESO.

EL RESULTADO SERA UNA NUEVA IMAGEN CUYOS ND EL RESULTADO SERA UNA NUEVA IMAGEN CUYOS ND EXPRESEN LA CATEGORIA TEMATICA A LA QUE SE LE HA EXPRESEN LA CATEGORIA TEMATICA A LA QUE SE LE HA ADSCRITO CADA UNO DE LOS PIXELES DE LA IMAGEN ADSCRITO CADA UNO DE LOS PIXELES DE LA IMAGEN ORIGINAL ORIGINAL

17/06/2013

25

3.3. OBTENCION Y PRESENTACION DE RESULTADOSOBTENCION Y PRESENTACION DE RESULTADOS

��������PRODUCTOS CARTOGRAFICOSPRODUCTOS CARTOGRAFICOS�������� PRODUCTOS ESTADISTICOSPRODUCTOS ESTADISTICOS

TECNICAS DE ANALISIS TECNICAS DE ANALISIS MULTITEMPORALMULTITEMPORAL

17/06/2013

26

ANALISIS DE CAMBIO EN LA COBERTURA

EL ENFOQUE INTEGRADO DE LOS SIG MODALIDAD DE CONEXIÓN ENTRE LA TELEDETECCIÓN Y LOS SIG

17/06/2013

27

INTEGRACIÓN DE PRODUCTOS SATELITALESCON LOS SIG

GRACIAS POR LA ATENCIÓNGRACIAS POR LA ATENCIÓN