Universidad de Concepcin - Campus Los ngeles Ingeniera Geomtica

Prctico 4: Teledeteccin

Alumnos:

Ivo Battaglia Ricardo Quilobrn Julio Ortega Profesor: Guido Staub Asignatura: Teledeteccin. Departamento: Cs. Geodsicas y Geomtica. Fecha: 12 de enero 2012

Universidad de Concepcin
Desarrollo #P3.1 1. Clasificacin supervisada Es una tcnica de clasificacin que nos permite agrupar muestras de acuerdo a criterios o mtodos. Este tipo de clasificacin cuenta con un conocimiento a priori, es decir para la tarea de clasificar un objeto dentro de una categora o clase contamos con modelos ya clasificados (objetos agrupados que tienen caractersticas comunes). Podemos diferenciar dos fases dentro de este tipo de clasificacin: La primera fase tenemos un conjunto de entrenamiento o de aprendizaje (para el diseo del clasificador) y otro llamado de test o de validacin (para clasificacin), estos nos servirn para construir un modelo o regla general para la clasificacin. En la segunda fase es el proceso en s de clasificar los objetos o muestras de las que se desconoce la clase a las que pertenecen. Ejemplos de clasificacin supervisada son: el diagnstico de enfermedades, prediccin de quiebra o bancarrota en empresas, reconocimiento de caracteres escritos a mano, en la minera de datos, etc. Entre las tcnicas dentro del grupo de clasificacin supervisada se encuentran los algoritmos de clasificacin por vecindad. 2. Que informaciones se deben tener presentes Dentro de las informaciones que se deben tener en cuenta para realizar este tipo de clasificacin es la organizacin y conocimiento de cada clase que se desee diferenciar, tanto cualidades como dimensiones aproximadas de la zona de trabajo. As es por ejemplo en zonas nativas donde se debe contar con el registro de cada clase o especie de rbol que se desea incluir adems del rea aproximada que ocupa cada una de ellas 3. Diferencia entre ambas clasificaciones En la clasificacin no supervisada a diferencia de la supervisada no contamos con conocimiento a priori, por lo que tendremos un rea de entrenamiento disponible para la tarea de clasificacin. A la clasificacin no supervisada se la suele llamar tambin clustering. En este tipo de clasificacin contamos con objetos o muestras que tiene un conjunto de caractersticas, de las que no sabemos a qu clase o categora pertenece, entonces la finalidad es el descubrimiento de grupos de objetos cuyas caractersticas afines nos permitan separar las diferentes clases.

Teledeteccin

Pgina 2

Universidad de Concepcin

#P3.2 1.- Abran su resultado y descrbanlo!

La imagen resultante muestra las clases que elegimos, en base a las reas de entrenamiento que asignamos. Posteriormente analizadas las reas de entrenamiento y la clasificacin supervisada lo que hace es analizar la imagen completa a base de estas reas previamente asignadas con la similitud espectral de cada una de ellas. El resultado obtenido es acorde a lo esperado por nosotros, ya que muestra notoriamente las reas que asignamos y se observa claramente las divisiones de tipo del terreno.

Teledeteccin

Pgina 3

Universidad de Concepcin

2.- Cuntas clases han elegido y por qu?

Como muestra la imagen anterior elegimos 6 clases, porque estas son las ms relevantes de la imagen ya que lo que se pretende es diferenciar, como por ejemplo: los tipos de suelo. Si hubisemos elegido ms clases la visualizacin de la imagen no seria tan clara ya que hay poca diferencia entre colores espectrales y por esto podra haber una confusin de clases al momento de una interpretacin visual. 3.- Cuntas reas de entrenamiento crearon en total y para cada una de las clases y por qu? Clase reas entrenamiento Nieve 5 Agua 5 Tierra para Cultivo 5 Cultivos 5 Bosques 5 Tierra arenosa 5 Total: 30 Creamos para cada clase cinco reas de entrenamiento y en total de las seis clases fueron 30 reas de entrenamiento, esto debido a que el trabajo fue realizado en un principio con 3 reas de entrenamiento para cada clase, y al procesar la clasificacin las clases no eran bien representadas, por ejemplo: la nieve tenda a tomar el color de la clase de Tierra para Cultivo. Por esto decidimos aumentar las reas de entrenamiento a 5 para tener una mejor interpretacin y su resultado fue lo esperado y es el cual se muestra en la pregunta 1. Teledeteccin Pgina 4

Universidad de Concepcin

4.- Compare el resultado de la clasificacin no supervisada con el resultado de la clasificacin supervisada y describan sus diferencias. Clasificacin No Supervisada Clasificacin Supervisada

Notoriamente la Clasificacin Supervisada es mejor que la Clasificacin NO Supervisada debido a que en la Supervisada el usuario es quien elige las clases a representar pero trabaja con tonos espectrales por defecto y como resultado solo aparecen las clases especificadas por el usuario, en cambio, con el otro mtodo uno asigna un total de clases y posteriormente se le asigna color y nombre a cada clase, tambin se puede desactivar clases si uno lo desea para que el resultado no sea engorroso. Por lo tanto se tiene una mejor visualizacin en la imagen de la Clasificacin Supervisada.

Teledeteccin

Pgina 5