procesamiento digital [modo de compatibilidad] - … · plan para un curso de acción aplicación...
Post on 20-Sep-2018
216 Views
Preview:
TRANSCRIPT
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
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
top related