Envi Lecturas 2014

.
p
e
m
.co
lem
at
ica
PRINCIPIOS BSICOS
w.
te
Unidad N 1
S.
A.
-
ww
TELEMATICA S.A. 2014 www.telematica.com.pe
CONTENIDO
Qu es una imagen?
Introduccin a Teledeteccin
Espectro Electromagntico
Firma Espectral
Proceso de Teledeteccin
Tipos de Sensores
Resolucin de un sensor
Almacenamiento de datos Raster
Tipos de Imgenes
LE
M
AT
Como se forman los colores en una computadora
IC
A
Pixel
TE
Composicin de Color
Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI
1-2
.p
e
Datos que estn organizados en una cuadrcula (grid) de

filas y columnas
Por lo general, representa una zona geogrfica
w.
te
lem
at
ica
.co
Qu es una imagen?
1-3
S.
A.
-
ww
Qu es una imagen?
Matriz de datos
La unidad visual ms pequea que se puede
TE
LE
M
AT
IC
A
visualizar en una imagen se denomina pixel.
170
238
85
68
136
17
221
255
1-4
.p
e
m
Pixel
picture element "elemento de imagen"
Es la menor unidad homognea en color que forma parte de

una imagen digital
lem
at
ica
.co
Un pxel puede codificarse con un byte (8 bits)
28 = 256 valores
255
w.
te
1-5
Pixel
Cada pixel tiene un valor numrico entero o real
Valor = nivel digital (ND) percibido
IC
A
NDp valor de gris en la pantalla o nivel visual
LE
M
AT
TE
S.
A.
-
ww
104
91
89
71
87
99
80
88
96
1-6
Color Cdigo digital (bit)
Un BIT: impulso elctrico ON OFF, Blanco Negro,

ceros y unos
Pixel byte
(formato binario )
0
.p
e
lem
at
ica
.co
255
Byte:
w.
nmero mayor es 255 (11111111)
te
nmero mnimo es 0 (00000000)
1-7
S.
A.
-
ww

1 bit 2 colores o tonos
8 bit 256 colores
Monitores 3 canales de COLOR:
AT
IC
A
individuales
- Rojo (R)
24 bits
LE
M
- Verde (G)
- Azul (B)
TE
83
256
256
256
= 16,7 mill.
= 24 bits 16,7 millones de valores de color

1-8
.p
e
.co
Las imgenes RGB tienen 3 bytes 24 bits de informacin

por pxel (hay tres canales)
te
lem
at
ica
w.
Profundidad de color
1-9
S.
A.
-
ww
Tldtection (francs) remote sensing (ingls-1967) o
percepcin remota.
Obtener informacin a distancia, sin entrar en contacto

material con el objeto observado.
TE
LE
M
AT
IC
A
1-10
.p
e
.co
Anlisis de la informacin adquirida por medio de tcnicas

de fotointerpretacin, interpretacin de imagenes y
procesamiento de las mismas.
w.
te
lem
at
ica
1-11
S.
A.
-
ww
Tres formas de adquirir informacin a travs

de sensores remotos:
energa reflejada de la luz solar.
IC
A
Reflexin:
Emisin:
Energa emitida por los propios objetos
Reflexin-Emisin:
El sensor emite y luego capta la
AT
reflexin (radar).
Lo que recibe el sensor es una

forma
de
energa
electromagntica.
TE
LE
M
FUENTE DE
ENERGIA
1-12
.p
e
La luz se puede clasificar de acuerdo a la longitud de la

onda
.co
<0.03 nanometros
Rayos X
0.03 3 nm
Ultravioleta
lem
at
ica
Longitud de onda ( )
Rayos Gamma
Infrarojo
0.03nm 4 m
Espectro Electromagntico
Microondas
0.7 - 3 m
0.3 - 300 cm
te
Visible
TV/Radio
0.7
0.4
w.
micrometros
1-13
Bandas
S.
A.
-
ww
Los ojos humanos slo miden la luz visible
Los sensores pueden medir otras porciones del EEM
TE
LE
M
AT
IC
A
Bandas
1-14
.p
e
m
Firma Espectral
lem
at
ica
.co
7
45
3
12
1.0
Bandas
Imagen LandSat
1 - Azul
2 - Verde
3 - Rojo
0.5
4 - IR cercano
5 - IR medio (onda corta)

6 - Trmica (emitancia)
te
Reflectancia
Vegetacin
7 - IR medio (ligeramente ms largo

que la onda 5)
0.0
3
4
Bandas
8 - Pancromatica (slo en Landsat 7)
w.
1-15
S.
A.
-
ww
Firmas Espectrales
La seal recibida por el sensor depende de la cobertura

terrestre
50
50
% Reflectancia
IC
A
AT
50
Agua
Vegetacin
saludable
TE
LE
M
Suelo desnudo
0
.4
.6
.8
1.0 1.2 1.4
Verde - Mxima reflectancia,

por lo tanto, podemos ver los
rboles verdes
1-16
.p
e
.co
12
65
28
33
76
Proceso de Teledeteccin
lem
at
ica
E
D
w.
B. Interaccin
con la superficie
B
C. Energa registrada y
convertida por el
sensor
E. Interpretacin y
D. Recepcin y
anlisis
procesamiento
te
A. Radiacin y
atmsfera
1-17
S.
A.
-
ww
Tipos de Sensores
Pasivos: solo reciben seal (camaras fotogrficas, Exploradores de

Barrido, Exploradores de Empuje, Radimetros de Microondas)
TE
LE
M
AT
IC
A
Activos: emiten y reciben seal. (Radar y Lidar)
1-18
.p
e
Resolucin espacial:
medida mas pequea captada
.co
Resolucin de un Sensor
30 m.
lem
at
ica
en la imagen Tamao del pixel.
Resolucin espectral:
nmero de bandas
Resolucin
radiomtrica:
nmero de niveles de gris

(26=64, 27=128, 28=256, 210=1024)
Resolucin temporal:
w.
te
periodo de revisita
1-19
S.
A.
-
ww
Almacenamiento de datos Raster

BSQ (Banda Secuencial)
IC
A
LE
M
TE
band 2
band 3
band 1
band 2
band 3
BIL (Banda Entrelazado por lnea)
AT
band 1
band 3
BIP (Banda Entrelazado por Pixel)
band 2
band 1
1-20
10
.p
e
Imgenes de SENSORES REMOTOS
Datos Contnuos
.co
Tipos de Imgenes
lem
at
ica
Valores Medidos (luz)

Cuantitativo
Imgenes TEMATICAS
Datos Discretos
w.
te
Valores slo indican clases

Cualitativo
1-21
S.
A.
-
ww
Tipos de Imgenes
Datos Discretos (Imgenes Temticas)

Trata
informacin categrica acerca de un rea

y creado por operaciones de anlisis
IC
A
Utilizado
utiliza para extraer informacin de imgenes multiespectrales
TE
LE
M
AT
Se
1-22
11
.p
e
m
Tipos de Imgenes
.co
Datos Contnuos
Multiespectral
Hiperespectral
1 banda
2 mas bandas
lem
at
ica
Pancromtico
w.
te
Cientos de Bandas
1-23
S.
A.
-
ww
Composicin de color
Cada
banda o capa es visible como una imagen separada

banda 4
banda 3
TE
LE
M
AT
IC
A
banda 5
1-24
12
.p
e
Can de color
Monitor
Parte del
Espectro
Band
Band
543
SWIR
Near IR
Band
Band
432
Red
Green
Blue
w.
te
Band
Band
321
.co
bandas son visibles simultneamente
lem
at
ica
Tres
Composicin de color
1-25
S.
A.
-
ww
Composicin de color
Combinacin
de bandas
Color Verdadero
(3,2,1)
LE
M
AT
IC
A
Los elementos pueden volverse ms evidentes
TE
Area Urbana (4,5,3)
Vegetacin (4,3,2)
1-26
13
.p
e
Iniciando ENVI, configuracin de las preferencias y administracin de vistas.
Explorando la interfaz de ENVI.
Trabajando con Portal, Blend, Flicker, and Swipe.
Mtodos abreviados del teclado.
Informacin de referencia.
Guardando visualizaciones con Chip.
Perfiles espectrales.
Usando la ayuda de ENVI.
Cambiando el directorio de salida y otras opciones.
Definiendo subconjuntos espaciales y espectrales.
Guardando y restaurando sesiones en ENVI.
ENVI Classic.
w.
te
lem
at
ica
.co
1. Ejercicios
1-27
IC
A
S.
A.
-
ww
TE
LE
M
AT
MEJORANDO LA IMAGEN
Unidad N 2
14
.p
e
Realce de una imagen.
Realces predeterminados.
Filtros Espaciales.
Trasformaciones de color HSV
Fusin de datos.
.co
lem
at
ica
Histogramas. Qu significa?
w.
te
CONTENIDO
1-29
S.
A.
-
ww
TE
LE
M
AT
IC
A
Histogramas
Las imgenes son matrices de datos.
El histograma es la frecuencia de valores de los pixels expresadas en un grafico.
1-30
15
.p
e
representacin grafica de la distribucin de datos
X valores en el archivo de imagen
Eje
Y es la frecuencia para cada valor del archivo
Frecuencia
lem
at
ica
Eje
.co
Histograma:
Histogramas
255
w.
te
Valores
1-31
S.
A.
-
ww
Realce de una imagen
del histograma
TE
LE
M
AT
IC
A
Manipulacin
Imagen original
Imagen con realce
Histograma de entrada
Histograma de salida
1-32
16
.p
e
Valores ND
68
255
te
lem
at
ica
.co
de Contraste (Image Stretch)
Frecuencia
Ajuste
w.
255
1-33
S.
A.
-
ww
TE
LE
M
Valores de los
Pixels
de
la
imagen cruda
Frecuencia
AT
IC
A
0
Oscuro
Valores que
podran
aparecer en
pantalla
255
Brillante
1-34
17
.p
e
Frecuencia
Valores de visualizacin
.co
255
PANTALLA
(Scrn)
255
te
Datum y Sist. Coord

Coord. de imagen
w.
Valores reales
IMAGEN
(Data)
lem
at
ica
Frecuencia
Despliegue de imgenes
1-35
S.
A.
-
ww
AT
IC
A
Tipos de realce
TE
LE
M
Linear 2%
Gaussiano
Ecualizado
1-36
18
.p
e
.co
Realces predeterminados
lem
at
ica
Origen de histograma
[Image] Ventana Image
[Zoom] Ventana Zoom
[Scroll] Ventana Scroll
Tipo de realce
Linear
Linear 0-255
Linear 2%
Gaussian
Equalization
w.
te
Square Root
1-37
S.
A.
-
ww
TE
LE
M
AT
IC
A
Realces predeterminados
Origen de histograma
Full extent
View extent
Tipos de realces
No stretch
Linear
Linear (1%, 2%, 5%)
Equalization
Gaussian
Square Root
Logaritmic
Optimized Linear
Custom
1-38
19
.p
e
lem
at
ica
w.
.co
(Ncleo)
te
Kernel
Filtros Espaciales
1-39
S.
A.
-
ww
TE
LE
M
AT
IC
A
Tipos de filtros
Imagen original
Filtro paso alto
Filtro paso bajo
-1
-1
-1
-1
-1
-1
-1
-1
1-40
20
.p
e
.co
Modelo en coordenadas cilndricas de sus componentes.
Transformaciones de color HSV
Hue (Tonalidad ). Tipo de color varia entre 0-360 RGB, cada valor corresponde un
color.
Saturation (Saturacin). Distancia entre el eje brillo, pureza 0 100%
Value (Valor). Brillo de color representado en el eje Negro Blanco, 0 es negro.
w.
te
lem
at
ica
1-41
S.
A.
-
ww
Fusin de datos
Imagen
IC
A
TE
LE
M
AT
Pan
RGB
HSV
Imagen
Pixel?
H S Pan
Imagen
2
1-42
21
.p
e
w.
te
lem
at
ica
.co
Fusin de datos
1-43
S.
A.
-
ww
2. Ejercicios
Comparando Datos y valores de estiramiento.
Herramientas de estiramiento personalizada.
Aplicando tablas de colores y la herramienta

Raster color slices.
Estiramiento personalizado y fotogrfico
Estiramiento de saturacin automtico
Fusin de imgenes usando HSV Sharpening.
Fusin de imgenes de diferentes sensores.
LE
M
AT
IC
A
TE
Fusin de imgenes de alta resolucin.
1-44
22
.p
e
m
.co
lem
at
ica
CLASIFICACIN
w.
te
Unidad N 3
S.
A.
-
ww
CONTENIDO
Comportamiento espectral terico

Clasificacin
Supervisada
No Supervisada
AT
NDVI
IC
A
Vegetacin, Agua, Suelo
Regiones de Inters
TE
LE
M
ROIs, 2D Scatter Plots
Herramientas de Post Clasificacin
Clasificacin a Vector
1-46
23
.p
e
.co
Para los tres elementos fundamentales del paisaje, en el

dominio optico : (Vegetacin, Agua, Suelos)
lem
at
ica
1. Vegetacin vigorosa:
w.
te
A mayor contraste mayor ser el vigor de la vegetacin
1-47
S.
A.
-
ww

IC
A
2. Agua. Absorve o transmite la radiacin

El agua a menor profundidad la reflectividad aumenta
TE
LE
M
AT
La nieve alta reflectividad (bandas visibles)
1-48
24
.p
e
.co

lem
at
ica
3. Suelos
w.
te
Cuanto mas seco y compacto mayor reflectividad
1-49
S.
A.
-
ww
NDVI
Indice de Vegetacin de Diferencia Normalizado

Combina bandas roja e infrarrojo cercano del EEM
IC
A
Hojas verdes 20% (verde-rojo)

(reflect)
60% (ir-cercano)
Entre otras aplicaciones prcticas de esta

tcnica figuran:
Identificacin
deforestadas;
de
reas
forestadas-
AT
Evaluacin del estado de la vegetacin y

su grado de estrs;
Separacin entre distintos tipos de masas

vegetales;
Monitoreo de plagas;
Evaluacin de riesgos de incendio.
TE
LE
M
1-50
25
.p
e
w.
te
lem
at
ica
.co
Clasificar asignar pixeles a una categoria
Clasificacin
1-51
S.
A.
-
ww
Clasificacin
Dos tipos bsicos de clasificacin de una imagen

Supervisada,
analiza reas de entrenamiento seleccionadas para la
clasificacin.
Supervisada, mtodo estadistico computacional, que no analiza
IC
A
No
TE
LE
M
AT
interacciones.
1-52
26
.p
e
m
Clasificacin Supervisada
.co
Fase de entrenamiento seleccionar muestras
(zonas de entrenamiento)
A)
1.0
B)
C)
Reflectancia
Vegetacin
0.5
0.0
2
3
4
Bandas
te
Promedio espectral
Asignacin
a una clase
w.
Zona de
entrenamiento
lem
at
ica
Fase de asignacin destinan los pxeles a una de las clases
1-53
S.
A.
-
ww
Fase de entrenamiento: Regiones de Inters (ROIs) seleccin
grfica de una porcin de la imagen
TE
LE
M
AT
IC
A
1-54
27
.p
e
Visualizar los valores de datos relacionando una banda con otra banda
w.
te
lem
at
ica
.co
Fase de entrenamiento: ROIs a partir de 2D Scatter Plots

(Grficos de dispersin):
1-55
S.
A.
-
ww
Fase de entrenamiento: ROIs a partir de 2D Scatter Plots
(Grficos de dispersin):
Visualizar los valores de datos relacionando una banda con otra banda
TE
LE
M
AT
IC
A
1-56
28
.p
e
2D Scatter Plots:
Mltiples
grficos
simultneamente.
de
dispersin
activos
Estos grficos de dispersin Bidimensionales utilizan

nicamente los datos de la ventana Image, de
manera que la respuesta en la ventana interactiva
siempre es rpida.
Opcin Scatter: Dance
w.
te
lem
at
ica
.co
1-57
S.
A.
-
ww
Fase de asignacin: Existen distintos algoritmos
TE
LE
M
AT
IC
A
Paraleleppedo
1-58
29
.p
e
w.
te
lem
at
ica
Mnima Distancia
.co
1-59
S.
A.
-
ww
TE
LE
M
AT
IC
A
Distancia de Mahalanobis
1-60
30
.p
e
w.
te
lem
at
ica
Mxima Probabilidad
.co
1-61
S.
A.
-
ww
TE
LE
M
AT
IC
A
Mapeador del Angulo Espectral
1-62
31
.p
e
m
Comparacin de algunos algoritmos
Mnima Distancia
Distancia de Mahalanobis
te
Paraleleppedo
lem
at
ica
.co
Mapeador del Angulo Espectral
w.
Mxima Probabilidad
1-63
S.
A.
-
ww
Comparacin de algunos algoritmos
TE
LE
M
AT
IC
A
Paraleleppedo
Mapeador
Distancia
Mxima
Mnima
del
deProbabilidad
Angulo
Distancia
Mahalanobis
Espectral
1-64
32
IsoData
K-Means
.p
e
w.
te
lem
at
ica
.co
Agrupa pixeles (cluster) en un conjunto de datos (clases)

basandose solamente en estadsticas :
Clasificacin No Supervisada
1-65
S.
A.
-
ww
K-Means: Particin del conjunto inicial en
TE
LE
M
AT
IC
A
K grupos o clases
1-66
33
.p
e
m
ISODATA: Calcula la media de las clases. Agrupa pixeles iterativamente

utilizando mnima distancia.
w.
te
lem
at
ica
.co
1-67
S.
A.
-
ww

Post Classification: Herramientas que se aplican a la clasificacin de
TE
LE
M
AT
IC
A
la imagen.
1-68
34
.p
e
m
.co
Post Classification: Herramientas que se aplican a la clasificacin de
w.
te
lem
at
ica
la imagen.
1-69
S.
A.
-
ww
Clasificacin a Vector
Convierte la clasificacin a poligonos EVF shp
TE
LE
M
AT
IC
A
1-70
35
.p
e
Introduccin a la Nueva herramienta ROI

(Region of Interest)
Clasificacin de Mnima
Distancia y clasificador de reglas
(Clasificacin Supervisada)
Flujo de trabajo de clasificacin (Clasificacin

Supervisada)
Clasificacin de mxima probabilidad

Estadsticas de clases
Trabajando con el calculador de Indice de

Vegetacin
Herramientas de anlisis de vegetacin
.co
lem
at
ica
Clasificacin usando diagramas de dispersin

2D interactivos (Clasificacin No Supervisada)
w.
te
3. Ejercicios
1-71
IC
A
S.
A.
-
ww
TE
LE
M
AT
GEORREFERENCIACIN
Unidad N 4
36
.p
e
Correcciones geomtricas
Procedimientos de Remuestreo
Error medio cuadrtico (RMS)
lem
at
ica
Sistema de referencia
w.
te
.co
CONTENIDO
1-73
S.
A.
-
ww
Sistema de referencia
Datum: (Horizontal)
Mundial: WGS-84
IC
A
Local: PSAD-1956
Sistema de coordendas:
Geodsicas: GMS
Proyectadas: UTM
AT
Proyeccin Cartogrfica:
TE
LE
M
Cilndrica: Transversal Mercator (TM)
1-74
37
.p
e
O las imgenes estan registradas a otros datos
.co
Las imgenes en crudo no tienen referencia al terreno
lem
at
ica
te
Locacin slo en imagen
w.
Definido slo por grilla raster
1-75
S.
A.
-
ww
Registro: Imagen a Imagen
El proceso de convertir una imagen a un nuevo sistema de

coordenadas, basado en las coordenadas de otra imagen.
IC
A
AT
Lat/Lon Geogrficas
TE
LE
M
Entrada
UTM
Referencia
1-76
38
.p
e
m
.co
Registro: Utilizando GCPs
Las imgenes de entrada necesitan puntos de control terrestre para

ser rectificadas (georreferenciadas)
Los puntos de control medidos se usan para corregir toda la imagen.
lem
at
ica
5256416
Mtodo de
476608
remuestreo
5233177
463607
5202857
423819
5206116
w.
te
432968
1-77
S.
A.
-
ww
Remuestreo de imgenes
Proceso de encajar una grilla raster a la nueva grilla raster rectificada
IC
A
GCP
1. Grilla fuente con

GCPs
2. Grilla de salida con

GCPs
AT
GCP
TE
LE
M
3. Grilla fuente puesta

encima de la grilla
de salida con GCPs
alineados
4. Los valores de pxeles

de la fuente son
asignados a pxeles
en la grilla de salida
usando un mtodo de
remuestreo
1-78
39
Mtodos de remuestreo de imgenes
.p
e
pxeles de la imagen original deben ser interpolados a sus nuevas

posiciones rectificadas usando uno de los siguientes Mtodos de
Remuestreo:
Vecino
lem
at
ica
Los
.co
ms cercano (Nearest Neighbor)
Interpolacin
cbica (Cubic Convolution)
w.
te
Convolucin
bilineal (Bilinear)
1-79
S.
A.
-
ww
Vecino ms cercano
Grilla corregida
TE
LE
M
AT
IC
A
Distancia
mnima

PROBLEMAS: Duplicacin de pxieles & drop-out; pixeles salientes

BENEFICIOS: Se mantiene el valor original de los pxeles; ms rpido
USOS: reas urbanas; datos a ser clasificados; datos temticos
1-80
40
.p
e
Funcin
bilineal
lem
at
ica
Grilla corregida
.co
Valor
promedio
Distancias
mnimas
Interpolacin bilineal
Pxeles de salida son un

promedio de los 4 ms cercanos
pxeles originales
w.
PROBLEMAS: Se pierde la integridad de valores de los pxeles originales; ms

lento
BENEFICIOS: Ms precision espacial; transiciones suaves
USOS: Paisajes y entornos naturales
te
1-81
S.
A.
-
ww
Convolucin cbica
TE
LE
M
AT
IC
A
Distancias
mnimas

Valor
promedio Grilla corregida
Funcin
cbica
Los pxeles de salida son un
promedio de los 16 ms cercanos
pxeles originales
PROBLEMAS: Se pierde la integridad de valores de los pxeles originales; ms

lento
BENEFICIOS: Imgenes agudas y ruido suave
USOS: Remuestreo de diferencias grandes de tamao de celda-pixel
(TM/photo)
1-82
41
.p
e
la precisin de transformacin
.co
Indica
Error medio cuadrtico (RMS)
X residual
Y residual
Error RMS
Los puntos pueden

entonces ser REtransfomados al sistema
antiguo de coordenadas Valor RMS en qu unidades?
PIXELES de imagen original
te
GCP fuente
lem
at
ica
coordenada GCP
transformada en un
nuevo sistema de
coordenadas
w.
GCP retransformado
1-83
S.
A.
-
ww
4. Ejercicios
Flujo de trabajo de Registro de Imagen
Registro Imagen-Mapa
Proyeccin de datos raster
Registro Imagen-Imagen
TE
LE
M
AT
IC
A
1-84
42
.p
e
m
.co
lem
at
ica
MOSAICO
w.
te
Unidad N 5
S.
A.
-
ww
CONTENIDO
Mosaico de Imgenes
Correspondencia de Histogramas
Degradado (Feathering)
Lneas de costura (eamlines) y degradado (Feathering )
TE
LE
M
AT
IC
A
1-86
43
.p
e
Combinar varias imgenes en una sola imagen compuesta
w.
te
lem
at
ica
.co
Mosaico de Imgenes
1-87
S.
A.
-
ww
Correspondencia de Histogramas
Las
imgenes con diferente brillo y contraste necesitan ser balanceadas de

modo que el output aparezca irrelevante
convierte el histograma de una imagen para que se
asemeje al histograma de otra
AT
LE
M
TE
Frecuencia
IC
A
Matemticamente
Valores de pxel
Mosaico
1-88
44
.p
e
m
realizar el Mosaico, se necesita indicar cmo afrontar las regiones de

sobreposicin de imgenes
Qu valores debern ponerse en la

imagen de salida?
Capa superior?
Lnea de corte?
Porcentaje?
w.
te
lem
at
ica
.co
Al
1-89
S.
A.
-
ww
Distancia del Feathering
IC
A
Sobreposicin
TE
LE
M
AT
Valor de salida
x = 50%A + 50%B
z = 10%A + 90%B
1-90
45
.p
e
de costura (Seamlines)
.co
Lneas
Seamlines & Feathering
lem
at
ica
Lnea de costura
w.
te
1-91
S.
A.
-
ww
5. Ejercicios
Seamlines Mosaic Workflow

Flujo de trabajo simple
Flujo de trabajo avanzado
IC
A
TE
LE
M
AT
1-92
46
.p
e
m
.co
lem
at
ica
MODELOS DE ELEVACIN DIGITAL

SIMULACION 3D
w.
te
Unidad N 6
S.
A.
-
ww
CONTENIDO
Definicin de Modelos de Elevacin Digital.
Estereoscopia en imgenes.
Fuentes de procedencia.
TE
LE
M
AT
IC
A
1-94
47
.p
e
lem
at
ica
.co
DEM es una estructura numrica

de datos que representa la
distribucin espacial de la altura
(elevacin) del terreno de manera
continua. Tambin son
denominados modelos digitales
de terreno (MDT).
w.
te
Definicin de Modelo de Elevacin Digital
1-95
S.
A.
-
ww
Modelo de elevacin digital

Los modelos digitales de elevacin son usados por muchas disciplinas
dedicadas al estudio del territorio.
TE
LE
M
AT
IC
A
1-96
48
.p
e
lem
at
ica
.co
Esta tcnica de la ilusin de

profundidad en una fotografa,
pelcula, u otra imagen
bidimensional presentando una
imagen ligeramente diferente para
cada ojo.
w.
te
Estereoscopia en imgenes
1-97
S.
A.
-
ww
Estereoscopia en imgenes (Continuacin)

Anaglifos
Imagen
RGB
RGB
TE
LE
M
AT
IC
A
Imagen
Imagen
1
1-98
49
.p
e
w.
te
lem
at
ica
.co
Estereoscopia en imgenes (Continuacin)
1-99
S.
A.
-
ww
Fuentes de procedencia
IC
A
Cartografa bsica
Curvas de nivel
TE
LE
M
AT
Cotas topogrficas
Imgenes Estereoscpicas
Imgenes pticas / radar
Fotografas areas
1-100
50
.p
e
Control interactivo de la visualizacin 3D
Ventana 3D Surfaceview controls
Otros controles de visualizacin
Ventana 3D Surfaceview Position controls
Ventana 3D Surfaceview Motion controls
Creacin de secuencias de animacin
Herramientas de anlisis
.co
Cargando una vista de superficie 3D en ENVI
w.
te
lem
at
ica
6. Ejercicios
1-101
IC
A
S.
A.
-
ww
TE
LE
M
AT
TRABAJANDO CON VECTORES

Unidad N 7
51
.p
e
Superficie
Atributos de vectores
Superposicin
.co
lem
at
ica
Formato raster y vector
w.
te
CONTENIDO
1-103
S.
A.
-
ww
TE
LE
M
AT
IC
A
Formato raster y vector
1-104
52
.p
e
Importacin de formatos: .shp, .e00, .dxf, .mif, .dgn, USGS dlg, USGS
sdts, .evf.
Conversin a formato nativo eficiente (.evf)
w.
te
lem
at
ica
.co
Vectores
1-105
Vectores
S.
A.
-
ww
TE
LE
M
AT
IC
A
Se pueden clasificar con tabla de colores los diferentes atributos.
1-106
53
.p
e
.co
w.
te
lem
at
ica
Se pueden realizar conversiones a otros formatos.
Vectores
1-107
S.
A.
-
ww
Available Vectors List
Available Vectors List (Lista Disponible
IC
A
de Vectores)
En ENVI Classic, al igual que Available Bands

List,
la
Lista
Disponible
de
Vectores
proporciona acceso a todos los archivos de
AT
vector abierto en ENVI. Cuando se necesite,

se puede llamar a esta ventana desde
Window Available Vectors List de la barra
TE
LE
M
de men principal de ENVI Classic.
1-108
54
.p
e
.co
Available Vectors List

Available Vectors List (Lista Disponible
Permite abrir archivos de vector, iniciar

nuevas ventanas de vectores, crear fronteras
del mundo y nuevas capas vectoriales,
exportar los resultados de los anlisis a
w.
te
ROIs, Shapefiles y archivos auxiliares.
lem
at
ica
de Vectores)
1-109
S.
A.
-
ww
TE
LE
M
AT
IC
A
Superposicin de Vectores
1-110
55
.p
e
Editando capas de vectores y sus

atributos
Usando el digitalizador inteligente para

extraer caminos
Sobreponiendo vectores a una

superficie 3D
lem
at
ica
Visualizando Datos vectores
w.
te
.co
7. Ejercicios
1-111
IC
A
S.
A.
-
ww
TE
LE
M
AT
COMPOSICIN DE MAPAS
Unidad N 8
56
.p
e
Objetivos y tipo de cartografa
Proyecciones y escalas
Elaboracin de mapas con ENVI

Elementos de un mapa
w.
te
.co
Conceptos bsicos de cartografa.
lem
at
ica
CONTENIDO
1-113
S.
A.
-
ww
TE
LE
M
AT
IC
A
Objetivos y tipo de cartografa

Objetivos:
Objetivos del Mapa

Compartir, Enfatizar e ilustrar resultados y/o
relaciones
Objetivos del Diseo

Manipular caractersticas grficas
Tipos
Cartografa Bsica
Mapas topogrficos (Carta nacional)
Cartografa Temtica
Desarrollo de algn aspecto o fenmeno en
concreto
1-114
57
.p
e
lem
at
ica
.co
Proyecciones y escalas
La escala es la relacin matemtica que existe entre las dimensiones

reales y las representadas sobre un plano o un mapa
Trasformacin de superficies esfricas en superficies planas
w.
te
1-115
S.
A.
-
ww
Ttulos
Logo
Escala grafica y textual
Cuadricula de referencia
Fecha de norte
Etiquetas y otras anotaciones
TE
LE
M
AT
IC
A
1-116
58
Ttulos
Logo
Fecha de norte
.p
e
w.
te
lem
at
ica
.co
1-117
S.
A.
-
ww
Ttulos
Logo
Fecha de norte
TE
LE
M
AT
IC
A
1-118
59
Ttulos
Logo
Fecha de norte
.p
e
w.
te
lem
at
ica
.co
1-119
S.
A.
-
ww
8. Ejercicios
Agregando elementos de mapa en

ENVI
TE
LE
M
AT
IC
A
1-120
60
.p
e
m
.co
lem
at
ica
INTEGRACIN ENVI-ArcGIS
w.
te
Unidad N 9
S.
A.
-
ww
CONTENIDO
Despliegue de imgenes en ArcMap
Accediendo a la Geodatabase (Input/Output)
Ejecutando Herramientas de ENVI en el

Toolbox
ArcGIS
TE
LE
M
AT
IC
A
1-122
61
.p
e
m
Integracin entre ENVI y ArcGIS
.co
Incrementa las posibilidades disponibles para los profesionales GIS de utilizar

soluciones de procesamiento especializado de imgenes.
ArcGIS 10:
Intercambio de datos con ArcGIS a

travs de la Geodatabase.
Enlace ENVIArcMap para integrar

el flujo de trabajo.
Herramientas de ENVI en el ArcGIS

Toolbox
Lectura de archivos nativos de

ENVI
Visualiza e interacta con capas

dentro de ENVI
Ejecuta funcionalidades de ENVI

directamente desde el ArcGIS
Toolbox.
lem
at
ica
ENVI 5.0:
te
(Incluyendo Desktop,
w.
Server, Image Server)
1-123
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-124
62
.p
e
w.
te
lem
at
ica
.co
1-125
S.
A.
-
ww
TE
LE
M
AT
IC
A
Documento-Mapa
1-126
63
.p
e
te
lem
at
ica
.co
w.
Plantilla-Mapa
1-127
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-128
64
.p
e
w.
te
lem
at
ica
.co
1-129
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-130
65
.p
e
w.
te
lem
at
ica
.co
1-131
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-132
66
.p
e
w.
te
lem
at
ica
.co
1-133
S.
A.
-
ww
TE
LE
M
AT
IC
A
Accediendo a la Geodatabase (Output)
1-134
67
.p
e
w.
te
lem
at
ica
.co
1-135
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-136
68
.p
e
w.
te
lem
at
ica
.co
Accediendo a la Geodatabase (Input)
1-137
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-138
69
.p
e
w.
te
lem
at
ica
.co
1-139
S.
A.
-
ww
TE
LE
M
AT
IC
A
1-140
70
.p
e
m
w.
te
lem
at
ica
.co

ArcGIS Toolbox
1-141
S.
A.
-
ww
TE
LE
M
AT
IC
A
Ejecutando Herramientas de ENVI en el ArcGIS

Toolbox
1-142
71
w.
.p
e
te
lem
at
ica
.co

Toolbox
(Refinamiento de Clasificacin)
1-143
S.
A.
-
ww
TE
LE
M
AT
IC
A

Toolbox (Deteccon de Anomalas con Umbrales)
1-144
72
w.
.p
e
m
te
lem
at
ica
.co

ArcGIS Toolbox (Deteccin de cambios)
1-145
S.
A.
-
ww
9. Ejercicios
Despliegue de imgenes en
ArcMap
Accediendo a la Geodatabase
(Input/Output)
Trabajando con Herramientas

ENVI dentro del ArcGIS Toolbox
TE
LE
M
AT
IC
A
1-146
73
.p
e
m
.co
lem
at
ica
EXTENDIENDO ENVI
w.
te
Unidad N 10
S.
A.
-
ww
CONTENIDO
ENVI La plataforma de procesamiento de imgenes completa
SPEAR Workflows Automatizados
Soporte de gran variedad de Archivos para el Procesamiento

de Imgenes
Mdulos Adicionales de ENVI
IC
A
AT
Personalizacin de ENVI utilizando IDL
TE
LE
M
1-148
74
ENVI
ENVI
.p
e
lem
at
ica
.co
ENVI La Plataforma de Procesamiento de Imgenes Completa
ACCEDE
The Complete
Tipos de Datos (Vector
Image Processing
Platform
y Raster)
ENVI is the premier Soporte de Formatos
application for extracting
de Archivos
geospatial information from
remotely-sensed imagery.
Soporte de Sensores
Acceso de Datos
Remotos
ANALIZA
Visualizaciones
COMPARTE
Archivos Shape para GIS
Preparacin y Registro
de Datos
Clasificacin Espectral
Mapas
Imgenes
Publicacin
Extraccin de Elementos
Deteccin de Cambios
te
EXTIENDE
w.
IDL, C++, Java, .Net, C#
149
1-149
S.
A.
-
ww
TE
LE
M
AT
IC
A
Soporte de gran variedad de Formatos de

Archivos para el Procesamiento de Imgenes
1-150
75
.p
e
.co
lem
at
ica
El usuario es guiado a travs

de paneles de procesamiento
paso a paso
w.
te
Interfaz intuitiva con

instrucciones
descriptivas
1-151
S.
A.
-
ww

TERCAT
TE
LE
M
AT
IC
A
Crea definido por el usuario o genera automticamente la

clasificacin del terreno
1-152
76
.p
e
Ordenar y filtrar
los
resultados
de anomalas
w.
te
lem
at
ica
.co
1-153
S.
A.
-
ww

Target Detection Wizard
TE
LE
M
AT
IC
A
Este asistente trae algoritmos avanzados juntos en un flujo de trabajo

fcil de usar, permite a los usuarios de todos los niveles encontrar
objetivos en sus imgenes MS e HS.
Seleccin
de
obejetivos
1-154
77
.p
e
.co
lem
at
ica
w.
te
Seleccin
de
Mtodos
1-155
S.
A.
-
ww

Resultados
Previos
TE
LE
M
AT
IC
A
1-156
78
.p
e
.co
Pan Sharpening
Fusiona una imagen pancromtica con datos

multiespectrales para crear una imagen en color de alta
resolucin
lem
at
ica
w.
te
1-157
S.
A.
-
ww
Mdulos Adicionales
ENVI DEM Extraction
ENVI Atmospheric Correction
ENVI Orthorectification Module
ENVI Feature Extraction Module
SarScape
TE
LE
M
AT
IC
A
1-158
79
.p
e
DEM Extraction
.co
Mdulos Adicionales
Permite rpida y fcilmente crear con exactitud espacial modelos digitales de
lem
at
ica
elevacin (DEMs) de imgenes geoespaciales. Se pueden producir modelos precisos
y robustos de prcticamente cualquier foto area o pares imgenes satelitales

estreo con RPCs, includas aquellas de los sensores de ASTER, IKONOS,
w.
te
OrbView-3 , QuickBird y SPOT 1-5, entre otros.
1-159
S.
A.
-
ww
Mdulos Adicionales
Permite
eliminar
Atmospheric Correction
fcilmente
la
interferencia
atmosfrica
de
su
imagen,
IC
A
proporcionando datos exactos y fiables. El mtodo de ENVI trata cada imagen y su

atmsfera impresa individualmente, creando un modelo nico cada vez que es una
representacin real y fiable de una escena de imagen especfica.
AT
Construido a partir de la experiencia y reputacin de la metodologa FLAASH, pero

buscando una solucin ms rpida y sencilla.
TE
LE
M
Incorpora los algoritmos FLAASH y QUAC.
1-160
80
.p
e
m
Mdulos Adicionales
ACM = FLAASH + QUAC
Al conocido modulo FLAASH se adiciona un mtodo ms simple y ms rpido.
Diferencias clave:
lem
at
ica
.co
QUAC usa mtodos In-Scene
Ms aproximado y no se basa en los principios de la fsica basada en mtodos
Tpica precisin en relacin con FLAASH dentro del 15%
QUAC se puede utilizar con mal calibrado de radiometra o donde se desconoce la

intensidad de iluminacin solar, mientras que en FLAASH no.
QUAC es significativamente mas rpido y adecuado para aplicaciones en tiempo

real.
w.
te
1-161
S.
A.
-
ww
Mdulos Adicionales
TE
LE
M
AT
IC
A
1-162
81
.p
e
DESPUS
w.
te
lem
at
ica
ANTES
.co
Mdulos Adicionales
1-163
S.
A.
-
ww
Mdulos Adicionales
Orthorectification
Proporciona un conjunto de herramientas avanzado, fcil de utilizar para

ortorrectificar imgenes de satlite.
Brinda a los poco expertos o a los que no son fotogrametristas flujos de

trabajo automatizados que permite obtener resultados de expertos.
El mdulo proporciona resultados rpidos y precisos de multiples imgenes,
de multiples sensores.
TE
LE
M
AT
IC
A
1-164
82
.p
e
Caractersticas y funcionalidades:
Modelos Rigurosos para Sensores
Multiples Escenas
Generacin Automtica de cut-line

Balance Automtico de Color
w.
te
Automatizada comprobacin de Error &

QC
Edicin Manual del cut-line
Procesamiento en Batch
GCPs para ajuste de modelos
Ajuste de paquetes en Bloque

.co
Orthorectification
lem
at
ica
Mdulos Adicionales
1-165
S.
A.
-
ww
Mdulos Adicionales
Orthorectification
Soporta los siguentes sensores:

ASTER
IC
A
IKONOS-2
LANDSAT 4-5 y 7
AT
LE
M
TE
WorldView-1
GeoEye-1
OrbView-3
CARTOSAT-1
QuickBird-2
FORMOSAT-2
SPOT 1-5
EROS A1
ERS SAR, Radarsat-1

IRS P6
KOMPSAT-2
RPCs
Permite personalizar (para adicionar

nuevos sensores)
1-166
83
.p
e
.co
Orthorectification (Workflow)
te
lem
at
ica
Mdulos Adicionales
w.
Fcil ingreso de archivos y parmetros de salida.
1-167
S.
A.
-
ww
Mdulos Adicionales
Orthorectification
TE
LE
M
AT
IC
A
Vista GCPs, errores y layout.

1-168
84
.p
e
.co
Orthorectification (Resultados)
te
lem
at
ica
Mdulos Adicionales
w.
AVIRIS Data: Cruda (izquierda) y procesado (derecha)
1-169
S.
A.
-
ww
Mdulos Adicionales
Feature Extraction
IC
A
Permite identificar objetos de imgenes pancromticas o multiespectrales

basados en caractersticas espaciales, espectrales y de textura para luego
clasificarlos en tipos de elementos conocidos usando para ello flujos de trabajo
basados en reglas, basados en muestras o solamente en segmentos
Vehculos:
AT
Aviones, tanques, autos,

embarcaciones, etc.
Construcciones:
TE
LE
M
Contorno de construcciones, techos

residenciales, etc.
Transporte:
Carreteras, puentes, aeropuertos,
puertos, etc.
Elementos Naturales:
Ros, lagos, bosques, etc.
1-170
85
.p
e
Feature Extraction
w.
te
lem
at
ica
Ejemplo: Extraccin de Aviones (0.6m Pan)
.co
Mdulos Adicionales
1-171
S.
A.
-
ww
Mdulos Adicionales
Feature Extraction
TE
LE
M
AT
IC
A
Ejemplo: Extraccin de Techos (0.6m Pan)
1-172
86
.p
e
Feature Extraction
w.
te
lem
at
ica
Ejemplo: Extraccin de Ros (0.6m Pan)
.co
Mdulos Adicionales
1-173
S.
A.
-
ww
SARscape
Permite leer con facilidad, procesar, analizar y proveer salida de datos SAR, al
tiempo que se da la opcin de integrar esa informacin con herramientas y con el
IC
A
resto de sus datos geoespaciales. Esta singular capacidad de anlisis transforma los
datos difciles de interpretar y los convierte en nmeros significativos e informacin
contextual. Y, debido a que el mdulo SARscape est integrado con ENVI, se tiene
el beneficio aadido de una herramienta superior de funciones y anlisis espectral en
TE
LE
M
AT
un solo paquete.
1-174
87
Permite extraer informacin til de casi

cualquier tipo de imagen digital.
Cuenta
con
herramientas
para
transformar geometra de imgenes,
mapeo o cartografa, masking y
estadstica, warping, anlisis de
regiones de inters y filtrado y
contraste.
Permite personalizar aplicaciones
.p
e
.co
lem
at
ica
IDL contiene una extensa biblioteca de

rutinas de anlisis y procesamiento de
imgenes.
w.
te
Personalizacin de ENVI utilizando IDL
1-175
S.
A.
-
ww
Muchas Gracias
TE
LE
M
AT
IC
A
cursos@telematica.com.pe
1-176
88

Envi Lecturas 2014

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Envi Lecturas 2014

Cargado por

Copyright:

Formatos disponibles

.

TELEMATICA S.A. 2014 www.telematica.com.pe

Almacenamiento de datos Raster

Como se forman los colores en una computadora

Datos que estn organizados en una cuadrcula (grid) de

Por lo general, representa una zona geogrfica

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

La unidad visual ms pequea que se puede

visualizar en una imagen se denomina pixel.

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Es la menor unidad homognea en color que forma parte de

Un pxel puede codificarse con un byte (8 bits)

Cada pixel tiene un valor numrico entero o real

Valor = nivel digital (ND) percibido

NDp valor de gris en la pantalla o nivel visual

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Color Cdigo digital (bit)

Un BIT: impulso elctrico ON OFF, Blanco Negro,

Como se forman los colores en una computadora

nmero mayor es 255 (11111111)

nmero mnimo es 0 (00000000)

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Como se forman los colores en una computadora

1 bit 2 colores o tonos

8 bit 256 colores

Monitores 3 canales de COLOR:

= 24 bits 16,7 millones de valores de color

Las imgenes RGB tienen 3 bytes 24 bits de informacin

Como se forman los colores en una computadora

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Obtener informacin a distancia, sin entrar en contacto

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Anlisis de la informacin adquirida por medio de tcnicas

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Tres formas de adquirir informacin a travs

Energa emitida por los propios objetos

El sensor emite y luego capta la

Lo que recibe el sensor es una

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

La luz se puede clasificar de acuerdo a la longitud de la

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Los ojos humanos slo miden la luz visible

Los sensores pueden medir otras porciones del EEM

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

5 - IR medio (onda corta)

7 - IR medio (ligeramente ms largo

8 - Pancromatica (slo en Landsat 7)

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

La seal recibida por el sensor depende de la cobertura

1.0 1.2 1.4

Verde - Mxima reflectancia,

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Pasivos: solo reciben seal (camaras fotogrficas, Exploradores de

Activos: emiten y reciben seal. (Radar y Lidar)

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

en la imagen Tamao del pixel.

nmero de niveles de gris

Introduccin a la Teledeteccin y Procesamiento Digital de Imgenes utilizando ENVI

Almacenamiento de datos Raster

BIL (Banda Entrelazado por lnea)

BIP (Banda Entrelazado por Pixel)

Imgenes de SENSORES REMOTOS

Valores Medidos (luz)