Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Procesamiento de Imgenes
SWIR LWIR
Ultravioleta Radar
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 micrmetros
Banda 1 (azul)
Estudio de aguas, discriminacin entre suelos y cuerpos de agua.
Banda 2 (verde)
Vegetacin
Banda 3 (rojo)
Medicin de absorcin de clorofila, buena discriminacin ente
coberturas vegetales.
Banda 4 (NIR - infrarrojo cercano)
Biomasa
Seleccin de canales o bandas segn propiedades
fsicas - Ejemplo LANDSAT TM
de SIG y
Percepcin
Remota
Procedimiento usual en la deteccin de elementos
en una imagen satelital multiespectral.
Adquisicin de una o varias imgenes
Correccin de errores
Visualizacin
Muestreo o relevamiento de campo (rectificacin o no).
Clasificacin
Evaluacin de la clasificacin.
Clculo sobre la clasificacin.
Rectificacin
Adquisicin de imgenes
Se debe tomar ciertas consideraciones:
Area de trabajo
Tamao y tipo de los elementos a discriminar
Resultado esperado
Fechas - multitemporal
Ciclos de pasada - nubosidad
Visualizacin
Interpretacin visual de elementos de la imagen
combinando bandas segn formato RGB.
Visualizacin de bandas individuales.
Landsat TM 5, bandas 4 3 5 (RGB) Landsat TM 5, bandas 3 4 5 (RGB)
Landsat TM 5, bandas 4 3 5 (RGB) Landsat TM 5, bandas 3 2 1 (RGB)
Muestreo de Campo
Se determinan las zonas o puntos de visita en el
campo mediante:
visualizacin de la imagen con una combinacin de
bandas conveniente, eligiendo varias zonas con
respuesta espectral distintas pero que correspondan
al mismo elemento.
otras referencias.
Evaluacin de la clasificacin
Se realiza a partir del trabajo de campo.
Rectificacin
Se rectifica la clasificacin a los efectos de que
contenga coordenadas geogrficas para superponerla
con cartografa vectorial.
Sensores Activos
Son los de radar, reciben el reflejo de su propia emisin de
micro-ondas.
Espectroscopia
Espectro de reflexin
Ondas EMR reflejadas por un material
especifico.
Escala
El trmino de escala responde a la relacin entre la
distancia en el mapa con la distancia real en el terreno.
Una imagen tiene escala grande si cada pixel representa
un pequea rea del terreno (SPOT resolucin espacial de
10m o 20m)
Escala chica se refiere a pixeles que representan grandes
reas (AVHRR con 1.1 km. por pixel)
Resolucin
Escala
Este trmino tambin puede ser visto de la forma
convencional, en funcin de la fraccin que lo representa.
Ejemplo: escala 1:50.000 es ms grande que escala
1:250.000
IFOV
Radiomtrica
0 1 2 252 255
0.63 0.69
Resolucin
Temporal
Se refiere a que tan seguido un sensor obtiene un valor de
la misma rea (ciclo).
Ejemplo: El satlite Landsat puede ver la misma rea del
planeta una vez cada 16 das. SPOT cada tres das
30 m
Resolucin
Espectral:
0.52 - 0.60
micrones
Da 1
Da 17 Resolucin Temporal:
Da 31 la misma rea vista cada 16 das
Landsat TM - Banda 2
Correccin de datos
Striping o Banding
Resolucin 30 m 18 m 40 m 30 m 25 m 15 m
Bandas C L L L, C, X C C
Satlites Radar
The image on the left is a LIDAR DEM. The image on the right
shows the extraction of
trees (green) and buildings (brown).
Otras fuentes de imgenes
LIDAR (Light Detection and Ranging) -
LIDAR Analyst automatically extracts 3D terrain, buildings, trees, and forest features
from airborne LIDAR. The top image shows the raw LIDAR data. The bottom image
shows 3D building Shapefiles on top of the Bare earth surface. All of these features are
extracted with 100% automation.
Otras fuentes de imgenes
LIDAR (Light Detection and Ranging) -
Visualizacin 3D a partir de la
seal de retorno de lidar
Fuentes: http://www.sbgmaps.com/lidar.htm ,
Intensidad de seal del lidar http://welcome.warnercnr.colostate.edu/~lefsky/biosci/index.html#s2
Otras fuentes de imgenes
IFSAR (InterFerometric Synthetic Aperture Radar) - sistema
de radar de alta precisin para generacin de DTM.
Cmara digital - fija y de barrido que permite utilizar las
imgenes inmediatamente.
Cmara multiespectral digital.
Otras fuentes de imgenes
Radimetro de microondas - monitoreo de medio ambiente y
desastres ecolgicos, medicin directa de humedad del suelo,
salinidad, existencia de mapas superficiales y deteccin de
objetos bajo tierra cercanos a la superficie (roturas de caeras
por cambio de humedad)
Cmara termogrfica - medicin directa de cambios de
temperatura de superficies, ubicacin de caeras de vapor bajo
tierra, prdida de temperatura de edificios.
Procesos sobre la imagen
Clasificacin
Rectificacin
Correccin o mejora de la imagen
Algunos de los procesos son:
Correccin de datos - correccin radiomtrica y geomtrica, efectos
atmosfricos.
Mejoras radiomtricas - cambios de histograma y de contraste.
Mejoras espaciales - filtros de convolucin, filtros adaptativos.
Mejoras espectrales - anlisis de componentes principales,
conversin de formatos de color.
Anlisis de Fourier - fast Fourier, fast Fourier inversa, magnitud de
Fourier.
Mejoras de imgenes de radar - Speckle noise, deteccin de bordes,
textura, correccin radiomtrica, correccin slant-to-ground,
combinacin con imgenes VIS/IR.
Correccin o mejora de la imagen
Correccin radiomtrica
Se refiere a variaciones en la intensidad de los pixeles no causadas por el
objeto o la escena que est siendo escaneada.
Causas:
Mal funcionamiento de los detectores
Efectos topogrficos
Efectos atmosfricos
Ejemplos:
Striping
Line dropout
Correccin o mejora de la imagen
Correccin geomtrica
Se aplica a sensores de barrido para corregir errores debidos a la curvatura
de la tierra y al movimiento del sensor.
Aquellos sensores que no tienen una vista del nadir, sino que apuntan hacia
un costado, son de gran utilidad para generar vistas estreo o DEM.
Por otro lado independientemente de que tengan vista del nadir o no, se
produce un error en los pixeles de la periferia de imgenes o escenas que
abarcan grandes reas (como ser AVHRR)
Mejoras radiomtricas
Se aplican sobre cada pixel en forma individual sin considerar
los pixeles vecinos, y deben ser aplicados por cada banda en
forma independiente.
Contrast Stretching
255
Valores de brillo resultante
Lineal
No lineal
De a trozos
0
0 255
Valores originales
Correccin o mejora de la imagen
Histogram Equalization
Es una redistribucin no lineal de los valores de los pixeles tal que se
mantenga aproximadamente la misma cantidad de pixeles para cada valor
dentro del rango.
Los pixeles de la punta son
separados, ganando contraste
punta
fin
2 8 8 6 9 7 Matriz o kernel de
-1 -1 -1 convolucin
2 5 6 2 6 6 -1 16 -1 (ejemplo de high -
2 3 3 3 3 2 -1 -1 -1 pass kernel)
2 2 6 6 6 8
8 2 8 6 6 2 Valor del pixel a cambiar = 3
2 2 2 3 2 2 Nuevo valor = (-1. 5) + (-1. 6) + (-1. 2) + (-1. 3) + (16 . 3) + (-1 . 3) +
(-1 . 2) + (-1 . 6) + (-1 . 6) /(-1 + -1 + -1 + -1 +16 + -1 + -1 + -1 + -1)
Correccin o mejora de la imagen
Mejoras Espaciales
Filtros de convolucin
Zero-sum Kernel - la suma de todos los coeficientes es cero por lo tanto
no se debe dividir. Devuelve cero en casos donde todos los pixeles son
iguales, y los valores bajos los transforma en ms bajos y los altos en ms
altos. Por lo tanto es usado en deteccin de bordes.
High-Frequency Kernel - o high-pass kernel, incrementa la frecuencia
espacial, resaltando los bordes sin eliminar otros elementos.
Low-Frequency Kernel - promedia los valores de los pixeles, haciendo la
imagen ms homognea
Correccin o mejora de la imagen
Mejoras Espaciales
Filtros adaptativos
Existen situaciones donde no es conveniente aplicar
filtros que afecten globalmente a la imagen por
presentar ciertas particularidades. Por ejemplo, en
imgenes donde se incluye una costa con gran
cantidad de agua representada por valores bajos y
el terreno con valores altos. En estos casos es
conveniente un filtro que se adapte a las distintas
reas de inters dentro de la imagen.
Correccin o mejora de la imagen
Mejoras Espectrales
Estas tcnicas requieren de ms de una banda y se utilizan
para:
comprimir bandas
extraer nuevas bandas ms fciles de interpretar
aplicar algoritmos y transformaciones matemticas.
desplegar una gran variedad de informacin basados en
colores de tres componentes (R, G, B)
Correccin o mejora de la imagen
Mejoras Espectrales
Algunas tcnicas:
Anlisis de componentes principales - comprime datos
redundantes, produciendo bandas que son ms fciles de
interpretar que las originales.
Algebra - ecuaciones lineales que utilizan valores de dos o
ms bandas.
Transformaciones de colores - conversin de RGB a IHS y
viceversa.
Correccin o mejora de la imagen
Anlisis de Fourier
La premisa bsica atrs de la Transformada de Fourier es que cualquier
funcin f(x) de una dimensin (puede ser una fila de pixeles), puede ser
representada por series de Fourier que consistan en cierta combinacin de
trminos de cosenos y senos y coeficientes asociados.
La Transformada de Fourier (FT) es una transformacin lineal que permite el
clculo de los coeficientes necesarios para que la imagen pueda ser
representada adecuadamente en trminos de seno y coseno.
FFT editada
Anlisis de Fourier
FFT
Imagen original
con errores
(striping)
Imagen final
corregida
Inversa de FFT
editada
Correccin o mejora de la imagen
Combinacin de imgenes de radar con
imgenes VIS /IR
Imagen resultante brinda informacin qumica (VIS/IR) y fsica
(RADAR).
Algunos de los mtodos de combinacin son:
Co-despliegue - usando RGB, la banda de radar se ubica en
R, y dos bandas de VIS/IR en G y B.
RGB a IHS - bandas de VIS/IR se integran en RGB, se
transforman a IHS, la componente I se sustituye por el
RADAR, y finalmente se transforma a RGB.
Correccin o mejora de la imagen
Combinacin de imgenes de radar con
imgenes VIS /IR
Componentes principales - se generan las componentes principales (PC)
a partir de las bandas de VIS/IR (pueden ser ms de tres PC), la primera
PC (PC-1), se sustituye por la imagen RADAR, luego se aplica la
transformacin inversa.
Multiplicativo - requiere de muchos componentes cromticos y un
componente multiplicativo asociado a la intensidad de la imagen. En la
prctica los componentes cromticos son los radios de bandas o las PCs,
la imagen de radar es la entrada multiplicativa como intensidad. No se
puede asumir que la intensidad del radar es equivalente a la intensidad de
VIS/IR, la aceptacin de esto depende de cada caso, resultando en el
xito o no de aplicar este mtodo.
Clasificacin
Proceso de clasificacin
A cada pixel de la imagen se le asigna un valor o clase
segn un criterio matemtico, basado en informacin
estadstica derivada de las caractersticas espectrales
de los pixeles de la imagen.
Seleccin de Clasificacin
muestras
Signatures Imagen
clasificada
Clasificacin
Clasificacin Supervisada
Seleccin de muestras
Se marcan en la imagen las zonas o reas con pixeles
pertenecientes a un elemento conocido (ej. especie de rbol). Esta
informacin puede ser el resultado de un relevamiento de campo, de
alguien que conoce mucho la zona, u otras fuentes.
Se debe evaluar cada muestra para confirmar su inclusin o no
(histograma por banda con distribucin normal, grficos de banda
contra banda)
Las muestras deben abarcar un nmero mnimo de pixeles (ej. 100),
y deben ser representativas del elemento que representan.
La cantidad de muestras debe ser tal que abarque distintas
situaciones para un mismo elemento.
Clasificacin
Clasificacin Supervisada
Signatures
Las muestras seleccionadas estn confirmadas.
Generacin Clasificacin
de clusters
Signatures Imagen
clasificada
Clasificacin
Clasificacin No Supervisada
Generacin de Clusters
Comprende la identificacin de clusters naturales determinados en la
imagen.
El mtodo usado es el algoritmo llamado Iterative Self Organizing
(ISO). Los clusters son calculados usando un subconjunto de pixeles
del rea de estudio. Todos los clculos son realizados sobre los
valores de los pixeles basado en las caractersticas espectrales en
cada banda y no las espaciales. Lo que significa que la media es
derivada de los distintos valores almacenados en las bandas. La
covarianza y varianza son calculados a partir de la variacin dentro y
entre las bandas.
Clasificacin
Clasificacin No Supervisada
5
Generacin de Clusters - Algoritmo ISO 3
5
5
5
4
4
4 3
3
3
2
2
2
1
1
1
Banda 1 Banda 1
Banda 1
Clasificacin
Clasificacin
Maximum Likelihood (ML)
Cmo se clasifica un punto que cae entre dos clases A y B? A o B?
Por cada clase calcula la probabilidad de que un punto pertenezca a ella en
funcin de sus caractersticas espectrales. El punto es asignado a la clase
con mayor probabilidad.
Para que ML funcione correctamente se parte de ciertas hiptesis:
los datos en cada banda deben tener distribucin normal
(histogramas)
cada clase debe tener distribucin normal en el espacio dado por las
bandas. Punto a clasificar
todas las clases deben ser Clase A
igualmente probables. Clase B
Clasificacin
Clasificacin
Class Probability
Genera un layer (o imagen) por cada clase, conteniendo la probabilidad de
cada pixel de pertenecer a esa clase.
Permite crear nuevas clases manualmente teniendo en cuenta las
probabilidades por cada clase.
Ejemplo:
Un pixel tiene 60% en clase forestacin y 30% en clase de terreno
inundable. Tal vez en lugar de clasificarlo como forestacin se podra crear
una nueva clase que fuera forestacin inundable.
Clasificacin
Resampling
Cuando se transforma una grilla de un sistema a otro,
los pixeles de la nueva grilla podran no estar alineados
correctamente respecto a los de la grilla original, en ese
caso los pixeles deben ser reasignados.
Es el proceso de extrapolar los pixeles de la nueva malla
a partir de los pixeles de la malla original.
Rectificacin
Resampling
3. Comparacin de las
PC PC dos grillas, los PC de las
dos grillas coinciden.
PC PC
4. Pixeles de la imagen
original son asignados a los
pixeles de la grilla de salida.
Rectificacin
Registration
Cuando se est en el caso de trabajar con imgenes de
una misma rea pero provenientes de distintas fuentes, las
imgenes deben ajustarse exactamente para poder
relacionar la informacin a un mismo elemento.
Es el proceso para que los elementos de dos imgenes se
ajusten.
No es necesario ningn sistema de coordenadas
geogrficas ni de proyeccin.
Rectificacin
Georreferenciacin
Es el proceso de asignar coordenadas geogrficas a una
imagen o datos vectoriales.
Una imagen puede estar proyectada en un plano dado,
pero no necesariamente en un sistema de coordenadas
apropiado.
La informacin de georreferenciacin se almacena en los
cabezales de las imgenes.
Rectificacin
Geocodificacin
Datos geocodificados son imgenes que han sido
rectificadas a un sistema de proyeccin particular y tamao
de pixel dado.
Usualmente tambin incluyen correcciones radiomtricas.
Los datos geocodificados deben ser rectificados solamente
si se quiere utilizar otro sistema de proyeccin.
Rectificacin
Latitud y Longitud
Es un sistema de coordenadas esfrico que no est
asociado a ninguna proyeccin.
Expresan coordenadas en trminos de un esferoide y no un
plano.
Usualmente una imagen no es rectificada a
Latitud/Longitud.
Rectificacin
Ortorectificacin
Es una forma de rectificacin para correcciones de
desplazamiento por relieve o inclinacin y puede ser usado
en casos como:
Modelos de elevacin del terreno (DEM)
Regiones montaosas (no regiones planas)
Fotografas areas con edificios.
Rectificacin
Cuando Georreferenciar solamente
Rectificacin no es necesaria en casos donde no hay
distorsin en la imagen (escaneo o digitalizacin de un mapa
de papel que est en el sistema de proyeccin deseado), es
decir la imagen ya es plana y no requiere rectificacin a
menos que se gire o deforme.
Estas imgenes solo necesitan georreferenciarse (a veces
alcanza con actualizar el cabezal o header).
Alcanza con dar las coordenadas del vrtice superior
izquierdo y el tamao de cada celda o pixel.
Rectificacin
Desventajas de la Rectificacin
Durante la rectificacin, los pixeles deben ser reasignados
(resampling). Perdiendo integridad espectral.
Clasificar antes.
Si no se necesitan coordenadas ni unidades geogrficas,
entonces es mejor no rectificar la imagen y hacerlo luego de
la clasificacin.
Un imagen no rectificada es ms correcta espectralmente.
Rectificacin
Procedimiento
Conversin de datos de un sistema de coordenadas a otro,
llamado sistema de referencia.
Ubicar puntos de control.
Calcular la matriz de transformacin y evaluarla.
Crear la imagen resultado. Los pixeles deben ser
reasignados.
Rectificacin
Puntos de control
Son puntos conocidos en la imagen original para los cuales
se conoce las coordenadas en el sistema de referencia.
Se ubica en la imagen los puntos fciles de ubicar en el
terreno - puntos de referencia o notables, cruce de caminos,
alambrados.
Se obtienen las coordenadas de dichos puntos en el
sistema de referencia (GPS, cartas).
Rectificacin
Ordenes de transformacin
El orden del polinomio de transformacin que se elija
determina el mnimo de puntos a considerar.
Con los puntos elegidos se calcula la matriz de transformacin
que consta de los coeficientes de los polinomios de
transformacin.
El mtodo elegido para calcular numricamente la matriz de
transformacin es el de MINIMOS CUADRADOS.
Transformacin LINEAL
Transformacin NO LINEAL
Rectificacin
Ordenes de transformacin
Orden de Cantidad mnima de
Transformacin puntos de control
1 3
2 6
3 10
4 15
5 21
6 28
7 36
8 45
9 55
10 66