3.

TELEDETECCIN Y SISTEMAS DE TRATAMIENTO DIGITAL DE

IMGENES

A. Arozarena Villar

1
3. Teledeteccin y Sistemas de Tratamiento Digital de Imgenes

Dentro del Sistema de Produccin Cartogrfica se estudia la teledeteccin como

sistema de captura directa, en forma digital, de informacin a distancia.
El tratamiento digital de imgenes digitales ser la herramienta fundamental
de explotacin de dicha informacin, as como de la integracin de los procesos de
informacin y comunicacin en las fases de captura, tratamiento y explotacin.

3.1. Introduccin

La teledeteccin es el sistema integral de captura de informacin territorial (a

partir de la radiacin electromagntica captada por el sensor) que se emplea cada da
con mayor asiduidad para la captura tanto de informacin temtica (medioambiental),
como de informacin topogrfica (MDT, planimetra).
Ello ha sido posible gracias al desarrollo que han experimentado, por un lado, las
Tcnicas de Tratamiento Digital de Imgenes, lo cual ha facilitado, en todos los
procesos, la obtencin de datos significativos del territorio y por otro al acceso a la
exhaustiva informacin digital proporcionada por sensores, en su aspecto espacial,
radiomtrico, espectral y temporal.

Fig. 1.- Captura mediante teledeteccin: sistemas de comunicacin y de

informacin.

Como ya se ha indicado anteriormente, la fotogrametra se puede considerar la

tecnologa precursora de la teledeteccin. No obstante, para la captura de informacin
desde satlites nos tenemos que remontar al ao 1960 cuando la NASA (National
Aeronautics and Space Administration) pone en rbita el primer satlite de la serie
TIROS, pionero de los destinados a la observacin meteorolgica, y en 1972 el ERTS 1
(Landsat 1), comenzando la era de la Teledeteccin espacial. En la actualidad hay
cientos de satlites de Observacin de la Tierra en rbita, cada uno de los cuales porta
uno o varios sensores diseados para un tipo de aplicaciones especfico.

2
 Las imgenes de satlite tienen la ventaja de que abarcan una zona mucho mas
amplia que las imgenes areas, permitiendo realizar estudios territoriales a bajo coste.
En la actualidad los satlites nos proporcionan sistemas integrados de datos
territoriales (a partir de la radiacin electromagntica transformada en informacin
digital) con gran resolucin espacial, radiomtrica, espectral y gran periodicidad, que
hacen de la teledeteccin un instrumento indispensable para el conocimiento global de
la Tierra, as como para la deteccin y cuantificacin de los cambios que en ella se
producen.
El Tratamiento Digital de Imgenes utiliza la informacin digital (imgenes)
procedentes de sensores para la extraccin de informacin especfica a los fines
requeridos, topogrficos y temticos. Una de sus grandes ventajas es la rapidez de
procesamiento de la ingente informacin digital disponible hoy da para cada proyecto.
Para la obtencin de informacin topogrfica y temtica se ha venido utilizando,
hasta fecha reciente, diferentes sistemas y equipos de produccin, con lo que la
superposicin y correspondencia entre ambas informaciones se haca difcil, as como
un elevado costo en su obtencin y actualizacin.
Para el estudio del Tratamiento Digital de Imgenes se puede dividir, el mismo,
en las siguientes fases:

Concepto de imagen digital.

Tratamientos previos. Radiomtricos y geomtricos.
Mejoras de la imagen.
Sistemas de Extraccin automtica de informacin.

Para finalizar conviene resaltar que las aplicaciones de la teledeteccin son

actualmente muy variadas, prcticamente de aplicacin a todas las ciencias y disciplinas
del conocimiento de la Tierra, como son: meteorologa, ocupacin del suelo, geologa,
edafologa, agricultura, estudios forestales, medioambiente, cartografa temtica y
topogrfica, cambio global, anlisis geogrfico, etctera.
La teledeteccin ha propiciado la creacin de equipos multidisciplinares que
resultan indispensables en la ejecucin de cualquier proyecto.

3
3.2. Tratamiento Digital de Imgenes

El Tratamiento Digital de Imgenes es una parte fundamental de la

teledeteccin, cuyo desarrollo ha impulsado las aplicaciones de los datos digitales
procedentes de sensores.
La Imagen en forma digital (matriz numrica bidimensional) obtenida
directamente (radimetros) o por transformacin de la imagen analgica (cmaras
mtricas) en digital mediante escner, ser la fuente indispensable de entrada de datos
en el Sistema de Tratamiento.
Asimismo, al ser los datos, en todo el procesamiento, en forma digital posibilita
dos aspectos trascendentales en el momento actual, como son:

La comunicacin y transmisin por redes de la informacin.

La produccin electrnica de documentos cartogrficos (mapas, ortofotos,
etctera).

3.2.1. Concepto de Imagen Digital

La imagen, de forma genrica, se puede considerar que es un elemento

constitutivo indiscutible de todo proceso de transmisin de informacin
(comunicacin).
Los primeros elementos que podemos considerar como imgenes (analgicas)
son los dibujos, grficos, esquemas, etctera , los cuales, tanto su confeccin como su
transmisin (reproduccin), se realizaban y realizan en ciertos casos, completamente de
forma manual.
La complejidad de su ejecucin y por tanto de su reproduccin variaban
sustancialmente, entre otros factores, en funcin de si la imagen era en blanco y negro o
color, dificultando y encareciendo los procesos antes mencionados en funcin de las
caractersticas de la imagen. Este escaso conocimiento de las tcnicas asequibles en la
utilizacin del color impidi y fren durante siglos que el mismo se utilizase
regularmente en los procesos de produccin de documentos.
La fotografa, desde sus orgenes, contribuy de forma definitiva y eficaz a
todos los procesos de produccin de documentos y especialmente de imgenes.
Las tcnicas analgicas de fotografa, fotomecnica y fotocomposicin, que
en algunos casos todava se siguen utilizando en los procesos productivos, han sido los
sistemas inspiradores de los actuales sistemas digitales de reproduccin y, por
supuesto, fotogramtricos.
Una fase fundamental en la produccin de imgenes digitales, en aquellos casos
que la fuente de informacin fuese analgica (cmara fotogramtrica), sera la
conversin de dicha informacin (seal analgica) en digital mediante convertidores
ADC (cuantificadores y codificadores), como por ejemplo: escner, digitalizadores,
etctera.
La cuantificacin tiene por objeto el muestreo de la informacin analgica
original y, por tanto, una discretizacin de la misma (funcin del tiempo o el espacio,
en el caso de audio e imagen respectivamente).
La codificacin (nmero de bits por muestra) se encargar de hacer reproducible
y fcilmente procesable dicha informacin discretizada, facilitando igualmente su
almacenamiento y transmisin.

4
 Todo proceso de cuantificacin (convertidores de una seal de entrada en otra de
salida segn una ecuacin dada) lleva consigo una generalizacin de la informacin; por
ello, pueden considerar a los cuantificadores como sistemas potentes de compresin.
Las imgenes digitales, como ya se ha dicho anteriormente, son una
transformacin (discretizacin) de las imgenes originales fotogrficas (analgicas) en
digitales mediante un escner (ADC), o bien son en s mismas digitales si proceden
directamente de un barredor multiespectral (caso de la teledeteccin) o cmara digital.
En cualquier caso, una imagen digital se puede considerar de forma genrica
como una matriz (bidimensional) discretizada en niveles de grises ND (valor
radiomtrico o digital) con una expresin, por celda (cada celda/elemento de la matriz
se denomina pixel -s-), del tipo:

Fig. 2.- Imagen digital (forma decimal).

ND = f(x,y)

f(0, 0) . f(0, M -1)

. .
f(x, y) . .
. .
f(M -1, 0) ................ f(M -1, M -1)

Imgenes de M x M pixeles (M filas y M columnas)

Cada pixel representa un valor de la radiacin electromagntica total

reflejada Q por cada pixel en un instante dado.

ND = f(x, y)=f (energa radiante recibida Q- ) = i (x, y). r (x, y)

Siendo:
i (x, y) = f (iluminacin) 0<i<
r (x, y) = f (reflectancia del objeto) 0 < r < 1

Su tamao tendr que ver, asimismo, con la resolucin espacial (espaciamiento

muestral) de la imagen. En imgenes escaneadas se expresa por - spi , pixeles por
pulgada.

5
3.2.1.1. El hombre como sistema emisor/receptor de seales

El sistema visual del ser humano tiene unas caractersticas especficas

(limitaciones) que conviene recordar en cuanto a su relacin directa tanto con los
sistemas digitales sobre los que interacta, como con los documentos analgicos de
consulta o explotacin (texto, grficos, mapas, etc.) obtenidos a partir de informacin
digital previa.
Consideraremos que respecto a la resolucin espacial, la agudeza visual (av) del
hombre es capaz de separar 5 lneas por mm. Dado que ello conllevara a separar 5
lneas negras y 5 lneas blancas (con un criterio digital), implica que la unidad ms
pequea que el ser humano sera capaz de separar sera de 100 m (asemejable a
pixeles de 100 m).
Con respecto a una adecuada identificacin de objetos se suele aconsejar que la
unidad ms pequea se divida entre 4, obtenindose la unidad mnima de resolucin de
25m (UMR) equivalente en muchos casos a la unidad de escaneado.
Podra deducirse, por tanto, que todos los procesos de tratamiento digital de imagen
deberan llevarse a cabo entre los 25m y 100m (correcciones, transformaciones,
filtros, remuestreos, etc.).
En cuanto al color, nuestra percepcin dentro del espectro electromagntico se
limita a un intervalo dentro del ptico (0,3 m 1 mm de longitudes de onda) del 0,4 -
0,7 m, correspondiente al visible.
Podemos observar, por proyeccin (modelo aditivo del color), la
descomposicin de la luz (radiacin electromagntica) en rojo, verde y azul (RVA).
Asimismo, por reflexin (modelo sustractivo del color) obtendremos la recomposicin
de la luz mediante la impresin de tintas amarillo, magenta y cyan (YMC).
No obstante, se puede resumir que nuestras limitaciones en cuanto a color estn
por debajo de los 7 millones de colores y un mximo de 200 niveles de gris (ND).
Recordemos que con 8 bits/pixel en cada uno de los tres colores aditivos (RVA) sera
susceptible de representarse 256 ND (niveles de gris) por pixel y 16 millones de colores.
La capacidad estereoscpica de observacin mediante la visin natural ser
funcin de la distancia (Y) del objeto al observador.

3.2.1.2. Cdigos, estructuras y formatos

El conjunto de la matriz (filas, columnas), as como cada elemento/celda de la

misma (s), podrn estar, en funcin del dato capturado, codificados, estructurados y
formateados de diversas forma, tanto para los diversos sistemas de almacenamiento y
tratamiento informticos, como para los diversos sistemas de explotacin.
Los datos a codificar como pixeles de la imagen se realiza en forma binaria,
segn un nmero de bits por pixel (profundidad del pxel/radiometra de la imagen).
La estructura de los datos vendr condicionada por su distribucin interna (secuencial,
jerrquica) y por su orden de grabacin, pixeles por cada plano, banda o color.
As, por ejemplo, para una imagen con 1 bits de profundidad por pixel podemos
obtener 2 niveles de grises por pixel (21= 2 ND). Este caso se conoce como una imagen
bitmap en blanco y negro. A medida que aumentamos la profundidad del pixel iremos
teniendo una gama de grises ms amplia por pixel. Recordando que el hombre es capaz

6
de observar hasta 200 ND, significara que para una adecuada representacin de una
imagen en niveles de grises sera conveniente tener una profundidad de 8bits/s y por
banda (28 = 256 ND).
Para imgenes fotogrficas en color se necesitaran 3 planos por imagen y
visualizados, por proyeccin, segn la secuencia rojo, verde y azul (RVA)
correspondiente. Esto implicara que si estn codificados en 8 bits/s cada plano,
obtendramos hasta 2563 de colores (16. 106 colores).
Son estructuras tpicas de grabacin y consulta de las imgenes digitales brutas
en teledeteccin:

BIP (secuencial por pixel).

BIL (secuencial por lneas).
BSQ (secuencial por bandas).

Los formatos de almacenamiento y presentacin de dichas imgenes son de

gran importancia tanto por su tratamiento, como para la transmisin de los mismos.
Los formatos se seleccionan con criterios de:

Calidad.
Resolucin admitida.
Profundidad del pixel.
Capacidad de calibracin.
Capacidad de correccin.

Flexibilidad. Adaptacin al cambio de formato entre plataformas de

procesamiento

Eficiencia. Al clculo, almacenamiento y transmisin.

Los formatos de imagen ms extendidos son: TIFF, PCX, GIF, EPS, PSD,
BMP, IMG, JPEG, MPEG, ECW, MrSID, etctera.

3.2.1.3. Compresin de imgenes

El objetivo de la compresin de imgenes es la reduccin del nmero de bits con

vistas a transmitir o almacenar dicha imagen en condiciones ptimas para el fin
requerido.
Los mtodos de compresin se clasifican, de forma resumida, en:

Compresin sin prdidas

Se utilizan normalmente en compresin de texto. Emplean normalmente

estadsticas de los valores que se repiten.
Son sistemas que nos permiten volver a la imagen original sin prdidas. Bien es
verdad que en algunos casos la compresin es mnima.

7
 Los sistemas ms significativos de compresin seran: Las tcnicas de
codificacin entrpica, utilizadas en fax y grficos, son funcin de la frecuencia de
aparicin de cada smbolo dedicando menos bits a los smbolos con mayor frecuencia
(Teora de Shannon) ; RLE (bitmap) ; Huffman (texto).

Fig. 3.- Compresin de imgenes. Compresin RLE.

La tasa de compresin es del orden mximo 1:5.

Compresin con prdidas

Son mtodos no reversibles aunque, como contrapartida, admiten ratios de

compresin altos. Se pretende, asimismo, que la prdida que se produce sea lo ms
objetiva posible, teniendo que existir un compromiso a priori con la calidad de la
imagen descomprimida.
Son los mtodos que se emplean para imagen y audio.
Los sistemas actuales ms empleados son:

JPEG (imgenes estticas, compresin 1:15).

ECW (puede llegar con gran calidad 1:50).

MrSID (puede llegar con gran calidad 1:50).

MPEG (imgenes dinmicas sincronizan audio y video).

Estos sistemas utilizan tcnicas estadsticas junto con transformaciones de la

imagen en trminos de variacin de brillo.
La imagen digital la consideramos, por tanto, como una matriz numrica
bidimensional (discretizada en niveles de grises -ND- por pixeles).
En una imagen digital se hace necesario conocer y/o definir tanto su
codificacin (niveles de grises radiometra de la imagen), estructura y formato,
como su resolucin, funcin de la fraccin de muestreo (por ejemplo, pixeles por
pulgada spi). Este ltimo punto estar relacionado con la escala grfica (conceto
importante, especialmente en los documentos cartogrficos) y con el tamao de
observacin y/o reproduccin de forma general.

8
3.2.2. Tratamientos previos

Una vez definida la imagen digital como una matriz numrica bidimensional
(valores discretos -ND-), los tratamientos digitales sern operaciones matemticas sobre
dichos valores (operadores matemticos bsicos, clculo matricial, etc.).
Se han clasificado y reunido los diversos tratamientos de acuerdo a las
operaciones que normalmente se realizan sobre las imgenes digitales.
En este epgrafe se enunciarn las correcciones geomtricas bsicas ms
importantes usadas en el tratamiento de imgenes, con un apartado especial dedicado a
la correccin de imgenes espaciales captadas por sensores remotos aerotransportados y
a las correcciones radiomtricas necesarias como consecuencia de los errores
producidos en el proceso de captura de la informacin digital.

3.2.2.1. Correcciones radiomtricas

Las correcciones radiomtricas son aquellas que afectarn directamente a la

radiometra de la imagen. Dichas correcciones se hacen necesarias debido a los valores
(ND) errneos registrados en la fase de captura y/o transmisin de la informacin
(caso de ser imgenes digitales procedentes de satlites artificiales).
En imgenes obtenidas por medios aerotransportados (satlite o avin) dichos
errores en la captacin de los valores ND, pueden ser debidos a perturbaciones
atmosfricas que los modifican (fenmenos de absorcin y dispersin atmosfrica) o a
deficiencias en la construccin del sensor.
La correccin atmosfrica se efectuar segn modelos matemticos que ligarn
el valor registrado de ND con los valores reales existentes del objeto sobre el terreno
(proceso de calibracin).
Los errores producidos por el sensor se solventarn conociendo los datos de
calibracin radiomtrica del mismo.

3.2.2.2. Correcciones geomtricas

Las correcciones geomtricas son necesarias realizarlas bsicamente debido a

dos motivos:

A las variaciones espaciales ocurridas en el proceso de captura de la

informacin e inherentes al movimiento del sensor (aleteo, cabeceo,
variaciones en altura y velocidad, etc).

Por necesidad de ajustar, dicha informacin, a un sistema de referencia

determinado (sistema geodsico, proyeccin cartogrfica, etc).

Previamente a la propia correccin geomtrica se repasan conceptos geomtricos

de las variaciones espaciales.
Dentro de las transformaciones bsicas principales, una de las ms
importantes sern las correcciones geomtricas (variaciones espaciales). Son
correcciones de este tipo: la rotacin, el cambio de escala y la traslacin de los

9
diferentes pixeles de la imagen en 3 dimensiones (el caso de 2 dimensiones, sera una
particularizacin del caso anterior).

Fig. 4.- Coordenadas imagen.

Fig. 5.- Triedro espacial de orientacin.

Las principales variaciones espaciales son:

Rotacin. La rotacin de un punto (XP1,YP1,ZP1) a otro (XG,YG,ZG), de

manera arbitraria en el espacio, requiere de tres transformaciones o giros
(, , ), segn los tres ejes (X, Y, Z) de coordenadas espaciales de
referencia, respectivamente.

Traslacin. Sera el caso de trasladar un punto con coordenadas (XG,YG,ZG)

a una nueva situacin mediante un desplazamiento (X0, Y0, Z0).

Cambio de Escala. Se trata de unas determinadas variaciones (escalares -

-) a lo largo de los ejes X,Y,Z.

Los pixeles afectados por el conjunto de estas variaciones espaciales se

enunciarn de la forma siguiente:

Siendo:

(XP1,YP1,ZP1)
Coordenadas imagen del pxel.

(XG,YG,ZG)
Coordenadas del pxel afectadas de los 3 giros.

(X0, Y0, Z0)
Traslacin espacial.

(XP, YP, ZP)
Coordenadas finales del pxel.

10
 X X P1 1 0 0 X P1
Y = Rx Y = 0 cos sen Y
P1 P1
Z Z P1 0 sen cos Z P1

X X cos 0 sen X
Y = Ry Y = 0 1 0 Y

Z Z sen 0 cos Z

X X cos sen 0 X
Y = Rz Y = sen cos 0 Y

Z Z 0 0 1 Z

X XG XP1 XP1 XG
Y = YG = RZ RY RX YP1 YP1 = R T YG

Z ZG ZP1 ZP1 ZG

Siendo :
RZ RY RX = R M . ortog. R 1 = R T = M

r11 r12 r13 m11 m12 m13

R = r 21 r 22 r 23 M = m 21 m 22 m 23

r 31 r 32 r 33 m 31 m 32 m 33

XP XG XO
YP = YG + YO
XP = .R.XP1 + XO
ZP ZG ZO
YP = .R.YP1 + YO
XP XP1 XO
YP = R YP1 + YO

ZP ZP1 ZO

Obtenindose las coordenadas finales, por pixel, de la imagen en funcin de las

coordenadas imagen el mismo.
Las correcciones geomtricas tienen como objetivo modificar la geometra de
los pixeles, ajustndolos normalmente a un sistema geomtrico dado (de un sistema

11
imagen1 a otro sistema imagen2, sistema de proyeccin cartogrfica determinado, etc),
manteniendo de forma ms significativa la radiometra de la imagen original.
As, por ejemplo, en el proceso de correccin geomtrica de las imgenes
espaciales conviene recordar previamente que una imagen captada por un
sensor/satlite, tiene los siguientes componentes:

Espacial. La posicin especfica de cada pixel en la imagen a una resolucin

y un sistema de captura dados.

Radiomtrica. Segn su codificacin y estructura nos definirn un rango de

niveles de grises por pxel. Por ejemplo, con 8 bits/pxel tendramos 28 =
256 Niveles de Grises.

Espectral. La energa total Q se dividir en el momento de la captura

por el sensor, en zonas del espectro electromagntico, registrndose cada
zona en una banda Qi -.

Temporal. La informacin de cada pxel por banda Qi y codificada en

valor de ND , corresponde a un instante dado.

En aplicaciones cartogrficas, como asimismo en otro tipo de imgenes que

necesiten ajustarse a un sistema de referencia, la realizacin de correcciones
geomtricas conlleva el estudio de las siguientes fases:

Estudio del modelo de deformacin de la imagen segn ecuaciones

matemticas que relacionan las coordenadas de la imagen digital (fila y
columna) con las coordenadas de referencia cartogrficas (X, Y , en el caso
de coordenadas planas o longitud () y latitud (), en un sistema de
coordenadas geogrficas). Es posible, asimismo, introducir en dichas
correcciones el efecto de la altitud del punto de acuerdo a modelos que
contemplen este parmetro. Para ello, se hace necesario el disponer
previamente de Modelos Digitales de Elevacin (MDT) del territorio.

Correccin geomtrica, donde se llevar a cabo la propia transformacin

geomtrica de todos los pixeles y la creacin de la nueva imagen digital por
asignacin del nuevo valor radiomtrico correspondiente.

En el proceso de correccin geomtrica hay que distinguir, previamente, entre

imgenes instantneas, captadas de forma que la informacin correspondiente a la
reflectancia para cada pixel (ND) se obtiene a la misma vez en toda la superficie de la
imagen, como es el caso de las fotografas en general y de las fotografas areas
(fotogrametra) en particular, y aquellas imgenes secuenciales, donde cada pixel es
capturado en distinta fraccin de tiempo y en una secuencia de grabacin que depende
del tipo de sensor y del barrido que efecte sobre el terreno (barredores
multiespectrales).
Una vez definidos los criterios bsicos que se inscriben en el proceso de
correccin geomtrica, la realizacin se efectuara de la forma siguiente:

12
Clculo del modelo de deformacin

Los sistemas ms empleados se pueden dividir en tres grupos:

Ajustes por mtodos polinomiales. El mtodo consiste en el clculo de los

coeficientes de un polinomio (normalmente de segundo grado), mediante el
conocimiento de coordenadas del terreno (x, y) de puntos de control, en un
Sistema Geodsico y proyeccin cartogrfica dada y de sus coordenadas
homlogas en la imagen definidos por la fila y columna (u, v).
Las ecuaciones seran:

u = a0 + a1x + a2y + a3xy + a4x2 + a5y2

v = b0 + b1x + b2y + b3xy + b4x2 + b5y2

El clculo, al haber ms ecuaciones que incgnitas, se resuelve por mnimos

cuadrados.

Modelizacin Paramtrica. En imgenes capturadas de forma instantnea

(fotografas areas), la fotogrametra ya ha resuelto dicho problema
mediante el conocimiento de la posicin del centro de proyeccin del sensor
(coordenadas X,Y,Z) y de la actitud del mismo (tres giros en el espacio: ,
, ). Por tanto, el problema consiste en resolver, con las ecuaciones
anteriormente descritas (epgrafe 3.2.2.2) y las ecuaciones fundamentales de
la fotogrametra, el clculo de dichas 6 incgnitas por cada toma (12
incgnitas, 6 por fotograma, para el caso de un modelo estereoscpico
espacial).
Para imgenes procedentes de barredores multiespectrales, se necesita el
estudio del modelo fsico de deformacin pixel a pixel originado en el
proceso de captura. Para efectuar una adecuada modelizacin se necesita
conocer adems el Modelo Digital de Elevacin.
En este caso, el modelo matemtico es ms complejo (conocimiento de la
posicin, actitud y sistema de barrido del sensor), pero su ejecucin posterior
es mucho ms simple, al necesitar un menor nmero de puntos de apoyo
terrestre por escena.

Clculo dinmico. Se realiza de forma instantnea y sincronizada con la

captura, la posicin -mediante la incorporacin de Sistemas de
Posicionamiento Global (SPG)- y actitud sistemas inerciales de
navegacin- del sensor, incorporados conjuntamente en los propios sistemas
de captura (plataforma/sensor).

Correccin geomtrica

Se realiza en dos pasos:

Transformacin de todos los pixeles de la imagen segn los modelos de

deformacin elegidos (clculo de coordenadas de la nueva imagen
transformada).

13
 Asignacin de la adecuada radiometra a cada pixel corregido anteriormente.
Esto implica una nueva posicin de los mismos y, por lo tanto, una necesaria
asignacin del valor radiomtrico ms prximo al que tena previamente
(interpolacin del valor radiomtrico = ND).
Los mtodos ms empleados de interpolacin son:

Vecino ms prximo. Segn el valor ms prximo del pixel que tena

antes. Es el mtodo ms sencillo, pero el menos eficaz visualmente.

Fig.6.- Asignacin radiomtrica por el

vecino ms prximo.

Bilineal. Interpolacin lineal de valores entre el entorno de pixeles ms

prximos. Puede introducir alteraciones geomtricas en la imagen.

Bicbica. Ajuste mediante polinomios, considerando el contorno de

pixeles prximos. Normalmente se utilizan 16 polinomios en un entorno
de 4 x 4 pixeles. Su valor radiomtrico se altera sustancialmente, pero es
el que mejores resultados pticos (para la interpretacin) nos ofrece.

Fig. 7.- Ortofoto digital 1/ 10 000 (1 m resolucin).

IGN- CNIG.

14
3.2.3. Realces y mejoras de imagen

Los "niveles ND" de cada pixel pueden ser modificados con vistas a mejorar o
resaltar cierta informacin para un estudio determinado, siendo precisamente esta
modificacin el concepto de "realce de imgenes digitales".
Se pueden definir, a priori, diversos tipos de realces que normalmente nos
mejorarn la visualizacin, eliminarn ruidos, resaltarn ciertas caractersticas
geomtricas, etc. con vistas a obtener unos resultados determinados.
Conviene destacar, asimismo, que la forma ms elemental de conocer una
imagen digital es a travs de su histograma de frecuencias para cada ND valor
digital-, donde quedar patente tanto el contraste (rango entre mximo y mnimo del
valor digital para cada pixel), como el nivel de radiacin. Ambos conceptos permitirn
disear un tipo especfico de realces.
Los tipos de realces se pueden efectuar a travs de software o de hardware,
siendo determinante la eleccin de un sistema u otro, influyendo, su eleccin, tanto en
el costo como en la velocidad de ejecucin de dicho tratamiento digital.
De manera resumida y basndonos en la forma del tratamiento efectuado
(funcin del nmero de pixeles afectados), tendremos:

Realces radiomtricos. Se conocen tambin como transformacin de

histogramas. Se realizan especficamente sobre 1 pixel, sin tener en cuenta
los de su alrededor. Por lo general, implican un mayor contraste.

Realces geomtricos. Se les suelen llamar simplemente filtros, donde la

modificacin del nivel de gris de un pixel determinado conlleva el estudio o
incidencia de los de su entorno.
A su vez, se pueden dividir en:

Realces geomtricos en el dominio espacial.

Para unos valores (x, y) de la imagen , se pueden ordenar
secuencialmente dichos pixeles desde un origen seleccionado (esquina
superior izquierda, por ejemplo), llamndose distancia del pxel al origen
la distancia euclidea correspondiente. La funcin f(x, y) nos representar
la intensidad o valor del nivel de gris (ND).

Realces geomtricos en el dominio de frecuencias.

Para unos valores (u, v) de "frecuencias", la funcin F(u, v) nos
representarn amplitudes.

3.2.3.1. Realces radiomtricos

La modificacin pixel a pixel, significar que para un valor f(xi yj) de entrada le
corresponder un f'(xi yj) de salida, es decir, a un nivel de gris ND de entrada le
corresponder un nivel de gris ND' de salida.

ND = f(xi yj) f (xi yj) = ND

15
 Estos realces son de fcil implementacin por software, confeccionndose
tablas de consulta (LUT) donde se realizan en tiempo real dichas transformaciones.
Los realces radiomtricos ms empleados son:

Modificacin de contraste (remuestreo de pixeles)

Modificacin lineal:
Por expansin lineal del histograma.
Mejoran normalmente la calidad visual de la imagen.
Su expresin matemtica sera:

ND' = f(ND,M,m)

M = rango mximo de nivel de gris

m = rango mnimo de nivel de gris

Para valores: ND < m ND = 0

ND m ND
Para valores entre: m < ND < M =
M ND 255 ND

Para valores: ND > M ND = 255

Otras modificaciones seran:

En forma logartmica, estadstica, lneas con puntos de cambio de
pendiente, etctera.

Fig. 9.- Histograma de frecuencias de

Fig. 8.- Visualizacin de la combinacin de bandas las bandas 5 4 3.

5 4 3 /RGB (Landsat TM).

16
 Fig. 11.- Histograma resultante

Fig. 10.- Modificacin de contraste aplicado a las bandas (bandas 5 4 3 modificadas).

5 4 3.

Ecualizacin del histograma

Como en todo proceso de ecualizacin, se pretende:

Expandir el histograma al rango mximo posible de ND.

Incrementar las frecuencias para cada ND.
Con ello conseguiremos, por tanto, una mejor "calidad visual".

Fig. 12.- Ecualizacin del histograma ( bandas 5 4 3 )

Lansat TM.

17

Particiones de densidad (escalera)
Esta transformacin se realiza dando determinados cortes por escalones
(agrupando los valores de pixeles en determinados niveles de grises ND).
Con ello se consigue un agrupamiento de pixeles segn rangos radiomtricos
que pueden facilitar el anlisis de imgenes.

Fig. 13.- Anlisis mediante particiones de densidad

(Landsat TM).

3.2.3.2. Realces geomtricos

Como ya se ha dicho anteriormente, el nuevo valor del pixel realzado -ND-

siempre ser funcin de los de su entorno.
Estos realces se suelen emplear principalmente para suavizar o eliminar ruidos
en la imagen y para la deteccin de bordes.
Como dicha transformacin modifica todos los valores de los niveles de grises
de la imagen no se deberan emplear antes de una fase de extraccin de informacin
(por ejemplo, en una clasificacin asistida por ordenador).
Sabiendo que una imagen queda representada por f(x,y) = ND con una variacin
espacial, se puede hacer corresponder dicha funcin a una "seal sinusoidal" con una
frecuencia determinada (y, por tanto, con un perodo T).

Si f(x, y) es peridica, ser una funcin infinita de senos y cosenos con

diferentes Amplitudes y Fases.
Las funciones f(x,y) = f (sen, cos), se conocen como "Series de Fourier"

Si f(x, y) no es peridica, pero de variable real e integrable (pudiendo ser, a

su vez, continua o discreta), se puede aplicar toda la teora de
"Transformadas de Fourier", cuya utilidad se ver a continuacin.

18
3.2.3.2.1. Realces geomtricos en el dominio espacial

Estos tipos de realces (filtros) se caracterizan por el gran volumen de clculo a

desarrollar.
En el caso de una funcin discreta g(x, y), se define como "filtro lineal
(convolucin):
h h
g ' ij ( x , y ) = g( i+ k , j+ l ) ( x , y )wKl
h h

Siendo:
i,j = imagen de i filas por j columnas
k,l = intervalo del filtro
h,-h= ventana de actuacin
Wk.l= coef. de peso

En definitiva, se trata de multiplicar dos matrices (una ventana matriz1- que va

recorriendo toda la imagen digital matriz2-).
Los tipos ms empleados de filtros son:

Filtro de paso bajo

Se emplean para eliminar "ruidos".
"Suavizan" la imagen (disminuye el contraste).
Este tratamiento implica una prdida de informacin de alta frecuencia.
Un filtro muy empleado es el filtro de media (media aritmtica), siendo
la matriz filtro del tipo:

1 1 1
g ( x, y ) = 1 1 1 1
9
1 1 1

Fig. 14.- Realce geomtrico. Filtro de paso bajo. Landsat

TM.

19

Filtro de mediana
Se suelen emplear para eliminar ruido aleatorio.
El diseo de este "filtro" consiste en escoger el pxel central de los
valores de la ventana (mediana).
En este proceso se puede perder bastante informacin.
Un filtro que emplea este criterio es el filtro de Tukey.
Suele ser poco sensible a los valores extremos.

Filtro de la moda
Suavizan los resultados de una clasificacin o agrupamiento de pixeles.
El operador consiste en escoger el valor ms frecuente de la ventana
(matriz filtro).

Filtro de paso alto

Es el ms empleado para detectar bordes.
Es un filtro direccionable.
Ejemplo de este tipo, segn la direccin del borde a detectar sera:

HORIZONTAL VERTICAL DIAGONAL

1 0 1 1 1 1 0 1 1 1 1 0
1 1 0 1 ; 1 0 0 0 ; 1 1 0 1 ; 1 1 0 1
9 9 9 9
1 0 1 1 1 1 1 1 0 0 1 1

A este tipo, corresponden los filtros de Roberts, Sobel, Prewitt, etctera.

Fig. 15.- Realce geomtrico. Filtro de paso alto. Landast

TM.

20

Laplacianos
Son filtros de deteccin de bordes en todas direcciones.
Son complejos y de difcil implementacin en un sistema. (Se resuelven
mas fcilmente mediante la Transformada de Fourier).
Como la funcin es discreta (en niveles de grises) el filtro Laplaciano
sera del tipo:

g ' ij = g i1, j + g i+1, j + g i, j 1 g i, j+1 n. g ij

Un ejemplo de filtro laplaciano sera:

0 1 0
1 4 1 ventana i, j = 3 x 3
0 1 0
ncleo = 4

Fig. 16.- Realce geomtrico laplaciano. Landsat TM.

Ventana 3x3. Coeficiente de peso 4.

3.2.3.2.2. Realces geomtricos en el dominio de frecuencias

Para operar en el dominio de frecuencias primero conviene revisar como

pasamos del "dominio espacial" (dominio de la imagen digital) al de "frecuencias" y
despus se analizarn las consecuencias de trabajar en este dominio.
Para una mejor comprensin, se explica para el caso de una funcin continua de
2 variables:

Dominio espacial
Sabemos que para cada pxel (x, y) -- f(x, y) = ND
Siendo, ND = valor de gris.
Esta funcin varia a medida que nos separamos del origen.

21
 Esta variacin espacial quedar caracterizada por su:

1
Perodo : T = ; f = frecuencia
f
Amplitud : A

Dominio de frecuencias
La funcin f(x, y) tendra una representacin en el dominio de frecuencias
representado segn:

( u, v) = frecuencias F(u, v) = A ,siendo A la amplitud

Para pasar del "dominio espacial" al de "frecuencias" utilizaremos la

transformada de Fourier (FT) y al contrario por la transformada inversa
de Fourier (FT-1).
El motivo de trabajar en el dominio de frecuencias es debido,
fundamentalmente, a las propiedades de dicha transformada y, en especial, a
la transformada inversa de Fourier, puesto que ambas facilitarn
sustancialmente los procesos de "convolucin" y clculo de "laplacianos".

3.2.3.2.3. Transformada de Fourier

Para el caso de una funcin discreta f(x, y) de dos variables y pixeles cuadrados
(N x N) de una imagen, la transformada de Fourier (FT) ser:

N 1 N 1 j 2 ( ux + vy )
i
F ( u, v ) =
N
f ( x, y ) e N

x=0 y =0

Variando u, v = 0,1,......, (N 1)

y la transformada inversa F-1, (FT-1):

N 1 N 1 j 2 ( ux vy )
1
1
F ( F ( u, v )) = f ( x , y ) =
N
F (u, v ) e N

x=0 y=0

Variando x, y = 0, 1, ... ... , (N 1)

Con lo que volvemos, por dicha F-1 a la funcin origen f(x, y) , imagen original.
La forma de operar que seguiremos en todos los procesos ser siempre de la
forma siguiente:

1. Pasaremos las funciones (imagen y filtro) al dominio de frecuencias por la

transformada de Fourier (FT).

22
 Fig. 17.- Visualizacin de la Transformada de Fourier
(FT). Imagen Landsat TM.

2. Operaremos entre dichas transformadas segn las propiedades de la FT.

3. Volveremos al dominio espacial por la transformada inversa (FT-1),

obtenindose los procesos de convolucin y laplacianos del dominio espacial
anteriormente explicado.

Dentro de las propiedades de la transformada de Fourier (FT): separabilidad,

traslacin, periodicidad, simetra conjugada, rotacin, distributibilidad, escalado,
resaltaremos aquellas cuya aplicacin tienen una influencia directa en el filtrado de
imgenes, concretamente en los procesos de "convolucin y laplacianos" estudiados
en el dominio espacial, facilitando en gran medida su obtencin.

Convolucin

Sabemos que una convolucin en el "dominio espacial" equivale a la

multiplicacin de matrices (imagen original y el propio filtro).
Utilizando los conceptos anteriores mediante la FT obtendremos las
correspondientes transformadas a la imagen y al filtro.

Imagen f(x,y)
F (u,v) su correspondiente FT

Filtro g(u,v) G (u, v) su correspondiente FT

Cumplindose por las propiedades de la Transformada de Fourier

f(x, y) g(u, v) = F (u, v). G (u, v)

23
 Siendo bastante ms sencillo obtener dicha convolucin por la simple
multiplicacin de dos transformadas de Fourier y su posterior conversin al dominio
espacial por la transformada inversa.

Laplacianos

Se utilizan para resaltar bordes en todas direcciones.

Segn las propiedades de la FT para el Laplaciano:

F(gij) = (-2)2 (u2 + v2) F(u, v)

Se calcula la transformada simplemente obteniendo la de la imagen F(u, v) y

operando segn la ecuacin anterior.

Por la transformada inversa (FT-1), se obtiene directamente el Laplaciano:

F-1 (F(gij) ) = gij

Luego, la forma de operar ms sencilla, sera:

1 Obtener la (FT) del Laplaciano F(gij)

2 Calculamos su inversa (FT-1) F-1(F(gij))

Obtenindose directamente el Laplaciano (gij)

3.2.4. Sistemas de extraccin de informacin asistidos por ordenador

Como ya se ha dicho anteriormente, una imagen digital captada por un sensor

aerotransportado nos puede proporcionar informacin de cuatro componentes: espacial
(resolucin), espectral (imgenes multiespectral/ nmero de bandas), radiomtrica
(niveles de gris = nmero de bits/s = profundidad del pixel) y temporal (para una fecha
dada).
En cualquier otro tipo de imagen digital habr que conocer a priori que tipo de
informacin lleva incorporada en cada pixel y su composicin.
La combinacin y anlisis de dichas componentes nos indicarn y facilitarn la
explotacin de dichos datos digitales.
Los sistemas ms empleados de extraccin de informacin, agrupados segn el
tipo de tratamiento matemtico, seran los que se explican en los epgrafes siguientes.

24
3.2.4.1. Operaciones aritmticas

Son operaciones sencillas que se suelen emplear en imgenes multiespectrales o

multitemporales (de la misma zona y coincidentes en su geometra).
Los operadores matemticos ms utilizados son la suma, la resta, la
multiplicacin y la divisin de los valores radiomtricos (ND) por pxel, existentes en
cada banda.
En trminos generales, se puede decir que se emplean para: eliminar ruidos
(valores anormales de ND en la fase de captura de informacin), deteccin de cambios,
enmascaramiento o reduccin de ciertos efectos atmosfricos o topogrficos.

Fig. 18.- Operador matemtico resta de bandas (7-3). Fig. 19.- Operador matemtico resta de bandas (7-4).
Landsat TM. Landsat TM.

Fig. 20.- Operador matemtico multiplicacin de bandas

(7*1). Landsat TM.

25
3.2.4.2. Anlisis de componentes principales

El objetivo fundamental, en imgenes multiespectrales, es la eliminacin de

informacin redundante (solapamiento) que pueda existir entre las diversas bandas
espectrales de la misma imagen.
El producto obtenido son unas nuevas bandas sintticas, donde se ha suprimido
dicha informacin y, por lo tanto, ocupan menos espacio digital.
Esto se consigue mediante la obtencin de bandas sin correlacin entre ellas
(coeficiente de correlacin, r = 0) y con mxima varianza.
Las fases a seguir seran:

Definicin de la nueva dimensionalidad de los datos (nmero de bandas

sintticas).
Identificacin y obtencin de los nuevos ejes de variacin de los datos.

Fig. 21.- Imagen resultante (3 bandas) del anlisis de

componentes principales (6 bandas Landsat TM).

3.2.4.3. Sistemas automticos de clasificacin

Los diversos valores radiomtricos de cada pixel (ND) por banda (valor
espectral), contiene informacin que identifica en gran medida al objeto que se
encuentra en la imagen multiespectral.
Para ello, conviene recordar el concepto de signatura espectral de un objeto o
clase (X), que es el rango (NDi) de valores radiomtricos correspondientes para cada
banda que identifican el mismo:

26
 X = (ND1, ND2, ND3, ...)

Los sistemas de clasificacin intentarn asignar cada pixel a una de esas clases
mediante el etiquetado de los mismos para, posteriormente, a travs de su unin, y
segn algoritmos dados, formar las clases correspondientes.
Los mtodos bsicos ms empleados se explican a continuacin

3.2.4.3.1. Clasificacin no supervisada

El mtodo consiste en agrupar pixeles con similitud radiomtrica por cada banda
espectral segn estructuras matemticas.
No se conoce a priori la significacin real sobre el terreno de dichas
agrupaciones. Posteriormente, habr que interpretar y modificar dichas clases a clases
reales con ayuda de informacin existente (mapas, fotos areas, etctera).
Una de las tcnicas ms empleadas es el mtodo ISODATA (proceso iterativo
de clasificacin), cuyas fases ms destacables son:

Definicin de clases espectrales a separar.

Estimador matemtico discriminante. Normalmente se emplea la distancia

eucldea d entre pixeles (i, j), (k, l):

d = (x2i,k + x2j,l )

Definicin del centro de cada clase en el espacio espectral.

Asignacin de cada pixel al centro ms prximo segn el estimador

matemtico definido. Este nos dar una primera clasificacin (cluster).

A partir de la clasificacin anterior se obtienen nuevos centros de clase. Si

coinciden con los anteriores, el proceso se termina. Si no coinciden, se hace
una nueva iteracin.

El proceso puede finalizar si se ha definido un nmero mximo de iteraciones o

los residuos obtenidos para cada clase (una vez agrupados todos los pixeles en un rango
mximo determinado) son menores que una cantidad prefijada.
Como es lgico, en este proceso las clases (nmero de pixeles agrupados y, por
tanto, con una significacin superficial sobre el terreno) van variando con cada
iteracin.
Este mtodo, suele ser previo al de la clasificacin supervisada, dado que nos
proporciona un agrupamiento de pixeles objetivo del territorio (imagen) lo que facilitar
su identificacin ms precisa en el siguiente proceso de clasificacin.

27
 Fig. 22.- Clasificacin no supervisada Imagen
Landsat TM (6 bandas). Resultado de la
clasificacin.

3.2.4.3.2. Clasificacin supervisada

En este mtodo se definen a priori las clases de informacin que existen en la

imagen (no donde se encuentran). Para ello, se seleccionarn unas muestras
significativas en la imagen (pixeles muestrales de clasificacin) y en el terreno (u objeto
real) con vistas a la interpretacin real de dichas muestras, etiquetndose
posteriormente todos los pixeles con criterios estadsticos (clculos de probabilidad),
finalmente se agruparn formando las diversas clases definitivas.
Las fases a seguir seran las siguientes:

Definicin de clases finales a obtener.

Seleccin de muestras significativas en el terreno y su correspondiente

identificacin en la imagen para cada clase. Con ello podremos conocer el
conjunto de valores espectrales (ND/banda) para cada objeto y, por tanto, su
centro de clase (media).

Definicin del clasificador en funcin de dichos valores muestrales.

Designacin de cada pixel a cada clase muestral por mtodos estadsticos.

Obtencin de la imagen raster clasificada.

28
 Los clasificadores ms habituales son los siguientes:

Mtodo del paraleleppedo

Se define el rango de valor mximo y mnimo radiomtrico (ND) para cada clase
por banda y posteriormente se asigna cada pixel a cada clase (paraleleppedo).
Este mtodo puede dejar pixeles sin clasificar o solapamientos entre clases. Es el
mtodo ms simple de clasificacin. Su expresin para la clase i sera:

(
C i = U xit j )
Siendo:
C = (C1 ... Cn) el conjunto de clases a clasificar.
xti-j = Rango de valores radiomtricos en cada banda
t = n de bandas.
i-j = rango de valor radiomtrico (ND).

Mtodo de la mxima distancia

Este mtodo emplea el valor de la media como centro c de toda clase

definida a priori.

c=
x t
i, j

Siendo n el nmero de pixeles de la clase perteneciente al intervalo (i-j) de la

banda t.
A partir de ese valor, calcularamos la distancia eucldea de cada pixel a los
centros ms prximos, incluyndolo en una clase u otra en funcin de unos criterios de
distancia mxima o mnima a los mismos.

Mxima probabilidad

A partir del centro conocido de cada clase, se realizan estudios de probabilidad

de cada pixel en cuanto a su pertenencia a una determinada clase . Para ello, se calcula
la varianza y correlacin de las diferentes clases espectrales (se considera que la
distribucin de datos valores radiomtricos/ banda es normal).
De tal forma que cada clase se podra definir por su media y matriz de
covarianzas (varianza y correlacin).
A continuacin, se asigna cada pixel a cada clase (espacio estadstico) mediante
clculo de probabilidad.
La pertenencia o no de un pixel a una clase determinada se realiza segn las
teoras probabilsticas de Bayes.
Este ltimo mtodo es el ms lento, pero es el que nos dara un porcentaje ms
alto de acercamiento a la realidad (exactitud) en un proceso de clasificacin automtica.

29
3.3. Aplicaciones de la Teledeteccin

Las aplicaciones de la teledeteccin se multiplican cada ao debido a los

factores de mejora de imagen (en todos sus componentes) y de tratamiento (en su
rapidez de clculo y de desarrollo de modelos). Ello a propiciado que, en el momento
actual, los sistemas de informacin territorial, en su aspecto topogrfico y temtico, se
basen en gran medida en esta tecnologa.
A continuacin, como introduccin en el mundo de las aplicaciones, se
enumeran algunos proyectos de Gestin Territorial donde la teledeteccin ha sido el
componente bsico.

3.3.1. Aplicaciones a la Cartografa Topogrfica

Este campo tradicionalmente realizado con xito por la topografa y

fotogrametra, ha sido ocupado recientemente por la teledeteccin, tanto en sus aspectos
altimtricos (generacin automtica de Modelos Digitales del Terreno MDT ), como
planimtricos (deteccin automtica de formas, generacin semiautomtica (raster) de
contornos, etctera).
La fotogrametra digital se puede considerar la convergencia entre los mtodos
tradicionales fotogramtricos (analgicos y analticos) y el tratamiento digital de
imgenes (sistemas de procesamiento tradicional de la teledeteccin).

3.3.1.1. Generacin automtica de Modelos Digitales del Terreno (MDT)

La obtencin de informacin altimtrica del terreno ha sido tradicionalmente un

aspecto de gran importancia, tanto en su aspecto tcnico como econmico. Por ello,
conviene recordar, que por tcnicas convencionales de fotogrametra (restitucin
altimtrica de curvas de nivel), el costo de ejecucin ha sido superior al 50% del total
del proyecto de restitucin, siendo asimismo un proceso con una difcil
homogeneizacin en grandes extensiones, por la subjetividad que conlleva dicho
sistema.
La generacin de informacin altimtrica por estereocorrelacin automtica
de imgenes digitales, se presenta hoy da como la gran herramienta de obtencin de
dicha informacin, con estructura final de Imagen Digital (MDT) y siendo sus
principales caractersticas la gran objetividad de dicha Base de Datos (lo que posibilita
que sea repetible en el espacio y el tiempo) y con exactitud similar a las restituidas por
mtodos tradicionales.
Es importante resaltar que a partir de un MDT, la obtencin de curvas de curvas
de nivel (informacin vectorial del territorio) es un proceso de fcil consecucin hoy da
mediante tcnicas de interpolacin automtica.
El Proceso de estereocorrelacin automtica se basa fundamentalmente en los
siguientes principios:

30

Geometra epipolar
Los planos epipolares cortan a los planos focales segn rectas (rayos
epipolares), cuya caracterstica fundamental es que conocida la imagen de un
punto en un fotograma, la de su homlogo en la imagen adyacente, se
encuentra fcilmente a partir de la reconstruccin de los rayos epipolares
correspondientes. Para reconstruir dicha geometra epipolar, se hace
necesario previamente efectuar una modelizacin de las imgenes
(epipolarizacin) con vistas a conseguir que las lneas de las imgenes sean
rayos epipolares.

Fig. 23.- Teora epipolar.

Estereocorrelaccin por relajacin jerarquizada

Su objetivo es el conseguir una mayor eficacia de bsqueda de puntos
omlogos mediante la obtencin de imgenes resumidas de resolucin cada
vez menor, lo que redundar en una mayor rapidez de clculo. Se inicia la
bsqueda en unas imgenes muy resumidas (puede llegar a 1:64 de tamao
de pixel) aumentndose la resolucin y, por tanto, la bsqueda hasta las
imgenes originales (1:1) en forma jerarquizada.

Clculo de la altitud del punto mediante la obtencin de paralajes

Se sabe por tcnicas fotogramtricas que la diferencia de cota de un punto
respecto de otro ( H ) est relacionada directamente con la diferencia de
paralajes, medidas en cada fotograma.

H = f( Paralajes)

Para ello, se calcula la paralaje entre puntos homlogos de las imgenes,

restringiendose y facilitndose la bsqueda y posterior clculo con los
criterios anteriormente citados.

Edicin interactiva
Esta fase final servir mediante tcnicas adecuadas de visualizacin
(anaglifos o polarizacin) la correcta obtencin del MDT y su posible
correccin por tcnicas interactivas:

31
 punto a punto,
por superficies,
por perfiles.

Las fases de ejecucin en el proceso de obtencin de un MDT, seran:

Definicin de la escala final del documento cartogrfico (eM) o exactitud

de la Bases de Datos correspondiente.
Ejemplo:
Escala final eM = 1/EM = 1: 10.000
Exactitud:Tolerancia (errores mximos admisibles) 2 m

Definicin adecuada de la escala (eV) y caractersticas del vuelo.

La seleccin de la escala de vuelo (eV = 1/EV) se realizar en funcin de la
escala del documento cartogrfico (y por tanto de la tolerancia final
admitida).
Ejemplo:
Escala final del vuelo Ev = 200 EM = 200 10.000 = 20.000
Cmara mtrica con objetivo gran angular (f = 152 mm)

Definicin del tamao del pixel (Tpx) en el proceso de conversin

Analgica/Digital (escaneado) de los fotogramas obtenidos con la
cmara mtrica
El Tpx estar condicionado por:

Errores mximos admisibles en el documento cartogrfico.

La unidad mnima de resolucin final (UMR).
El proceso de ejecucin (aerotriangulacin y clculo del MDT).
Volumen de informacin (almacenaje) y proceso de clculo.

La UMR se define en funcin de la agudeza visual, que en forma digital

podemos considerar es de 100 m.
Se suele considerar que es adecuado en la identificacin de objetos un cuarto
de dicha UMR. Por lo tanto, el Tpx con este criterio, sera de 25 m.
Asimismo, segn Boneval, el error cometido en z en el proceso digital de
imgenes es:

ez = (f .Ev . ep)/b

Siendo:
f = focal
b = base del modelo estereoscpico
Ev = denominador de la escala de vuelo
ep = error de clculo de paralajes

El valor de ep = c.Tpx. Siendo, c funcin de la morfologa del terreno, con

valores prximos a la unidad.

32
 Ejemplo:

Con el primer criterio (UMR de 100 m) y eM = 1: 10 000

UMR = 0,1 . 10 000 = 1 m

UMR / 4 = 25 m 0,25 m (a escala final 1: 10 000)

A escala de vuelo 1: 20 000

Tpx = 12,5 m (0,25 m)

Con el criterio de Boneval:

ez = (f .Ev . ep)/b

1 (0,152 . 20 000. 0,6.Tpx) / 0,07

Considerando una b = 7 cm
c = 0,6 (terreno ondulado suave)

Tpx = 35 m (0,7 m)

Es decir, el escaneado del vuelo 1: 20 000, con el criterio de exactitud,

debera estar entre:

Tpx = 12,5 m (criterio UMR)

Tpx = 35 m (criterio de Boneval)

Podramos seleccionar el ms restrictivo (12,5 m).

En cualquier caso, se obtienen las siguientes conclusiones:

El Tpx es siempre bastante menor que la tolerancia final del

documento (100 m).
Todos los procesos (aerotriangulacin, estereocorrelaccin) aadirn
errores a los pixeles, pero siempre dentro del margen entre los 12,5
m y 100 m.

Definicin del paso de malla en la generacin del MDT

Se realiza teniendo en cuenta:

El tamao del pixel (Tpx).

La escala final del documento cartogrfico.

Ejemplo:
Seleccionamos un paso de malla de 5 m = doble de la tolerancia.

Proceso de estereocorrelacin
En funcin del tipo del terreno y de las caractersticas radiomtricas de la
imagen se definirn:

33
 El tamao de la ventana de correlacin.
Zona de bsqueda de los puntos homlogos en las imgenes.
Parmetros de la estereocorrelacin (umbrales de aceptacin de la
correlacin).
El n. de iteraciones a realizar segn el ancho el ancho de malla.

Ejemplo:
Finalmente se obtendr el MDT con las caractersticas antes definidas:

Para una malla de 5 m.

Clculo de su altitud con un error medio cuadrtico 1 m.

Edicin final
Mediante visualizacin del MDT sobre la imagen y de forma interactiva, se
revisarn y corregirn puntualmente las zonas en las que se detecte un error
inadmisible.

Comprobaciones finales
Se efectuarn mediante puntos de control y estimadores de exactitud de cada
imagen digital (MDT).

Obtencin de las curvas de nivel ( en los casos que se requiera)

Por tcnicas automticas de interpolacin y utilizando previamente filtros
digitales en ciertas zonas (filtro de paso bajo - FPB) y con la integracin de
lneas singulares con cota conocida (divisorias y vaguadas), se proceder al
curvado definitivo.
De esta forma, obtendramos finalmente dos tipos de informacin altimtrica
de la misma zona.

MDT (fichero raster) con paso de malla de 5 m y e.m.c. 1m.

Curvas de Nivel (fichero vectorial) con exactitud nominal 2m.

Fig. 24.- Modelo digital del terreno en escala de grises. Fig. 25.- Modelo digital del terreno visualizado con
relieve.

34
3.3.1.2. Produccin electrnica de documentos cartogrficos

La produccin electrnica utiliza los sistemas digitales existentes en el

tratamiento de la informacin tanto en sus fases de captura y procesamiento, como de
salida o explotacin de la misma.
Dicha informacin estar compuesta de diferentes fuentes y estructuras con
imgenes, grficos, texto, etc., pero siempre en forma digital.
Por ello, y una vez estudiado el tratamiento de imgenes, tienen especial
importancia en el proceso electrnico de documentos, el anlisis de los sistemas de
conversin de formato analgico a digital (captura) ADC y de digital a analgico
(salidas) DAC de las citadas fuentes.
La produccin electrnica, como ya se ha indicado anteriormente, se realizar
siempre sobre un formato digital de la informacin. Dicho formato digital podr ser en
origen en forma digital (creado por los programas correspondientes) en todas sus
fuentes (texto, imagen, grficos, etc.) dando lugar a los documentos digitales, o bien
proceder de la conversin analgica/digital (escaneado) de documentos analgicos,
llamndose entonces documentos digitalizados.
Conviene recordar que se conoce como documentos multimedia, aquellos
documentos compuestos de diferentes fuentes y estructuras que incorporan no slo
documentos digitales o digitalizados, sino tambin a los procedentes de otros tipos de
seales, como son audio y vdeo; por ello, todo documento multimedia es digital en s
mismo.
Para la edicin electrnica se necesitan los conocimientos de las siguientes
tcnicas y herramientas:

Estudio de formatos y mtodos de compresin segn fuentes y tipo de

explotacin.

Definicin de flujos de informacin y de trabajo.

Gestin documental, donde a su vez se incluyen los siguientes procesos:

Sistemas de tratamiento:
Preparacin de documentos.
Reconocimiento de formas.
Mejoras y ajustes, etctera.
Composicin de pginas y maquetacin.

Sistemas de catalogacin, clasificacin y consulta.

Sistemas de entrada/salida.

Sistemas de almacenamiento de la informacin en funcin de los sistemas de

gestin documental necesarios y del tipo de explotacin (on line, off line y
servidores correspondientes).

Sistemas de control de calidad.

35
3.3.1.2.1. Adquisicin de informacin. Transformacin analgica /digital

Este epgrafe corresponde a la obtencin de documentos digitalizados a partir de

informacin analgica existente (fotos, mapas, texto impreso, grficos, etc.). Su
ejecucin estar condicionada por la forma de explotacin ltima (digital o analgica) y
por la calidad del documento origen.
El mtodo ms empleado es el escaneado, siendo la correcta definicin de sus
parmetros de trascendental importancia para la consecucin de la calidad necesaria en
el procesamiento y posterior explotacin de dichos datos.
Los parmetros ms significativos a definir en dicha transformacin sern los
siguientes:

Resolucin de la imagen escaneada (R)

Obtenida por la discretizacin de la Imagen continua en pixeles. Se
expresa en pixeles por pulgada (muestras por pulgada spi ).
Esta captura se realiza directamente por medios pticos o por interpolacin
mediante programas.

Profundidad del pixel (PP)

Se cuantifica en bits por pixel, dndonos el nmero mximo de niveles de
gris por pixel (ND).
Se conoce como rango dinmico el nmero de ND que seran susceptibles
de ser definidos entre el blanco y el negro.

Fig. 26.- Imgenes escaneadas. Profundidad del pixel.

Tamao de la imagen (T)

El tamao de la imagen a escanear en sus dos dimensiones (ancho y alto) se
puede expresar en mm2, cm2 o pulgadas2(i2).
Si se conoce su tamao y resolucin, conoceremos el volumen de
informacin (VI).

VI (R2 x T x PP)/8000 Kbytes

36
 Se define como escalado, el cambio de resolucin de la imagen al ampliar o
reducir. Si se cambia la resolucin, cambiar el volumen de informacin o el tamao.
Para terminar, conviene recordar que no es necesario ni apropiado escanear una
imagen a ms del doble de la frecuencia de la trama con la que se reproducirn los
medios tonos en el proceso de impresin final, dado que ocasionara un volumen de
almacenamiento y de tratamiento inaceptable e intil para el sistema de explotacin
final (estos conceptos se revisarn a continuacin).

3.3.1.2.2. Salidas de la informacin

Son todos los procesos necesarios que convierten la informacin digital

procesada, en informacin disponible por el usuario. Dicha conversin, se realizar en
funcin del sistema de explotacin utilizado posteriormente (analgico o digital).
Dichos procesos se pueden dividir en los siguientes sistemas de explotacin o
conversin:

Conversin y explotacin digital en analgica

La utilizacin de documentos impresos, bien obtenidos directamente por una
impresora (nmero de copias reducido), o bien a travs de sistemas masivos
de reproduccin, como puede ser la litografa (offset), sigue siendo, de
momento, el sistema ms importante de transmisin de informacin y
conocimiento En ambos casos, la transformacin de la informacin digital a
analgica se realiza previamente mediante los RIP (Raster Image
Processing) que transforman a bits de la impresora o filmadora la
informacin digital .
En el caso de la litografa, el sistema de produccin necesita de un proceso
intermedio que sera la conversin del fichero digital en pelcula fotogrfica
(transformacin de la imagen digital en medios tonos digitales) y
posteriormente, pasado a plancha de impresin e impresin sobre mquina
de reproduccin litogrfica. Todos estos ltimos procesos se hacen de forma
analgica.
En el proceso de filmacin, la definicin, a priori, de los parmetros
necesarios requeridos en la plancha de reproduccin y, por lo tanto, en su
equivalente positivo de reproduccin sern de trascendental importancia
con vistas a obtener la calidad de copias finales solicitadas.
Conviene recordar los siguientes conceptos:

La imagen digital se compone de pixeles/muestras y se dimensiona en

pixeles por pulgada spi .

Dicha imagen visualizada en pantalla se expresa en pixeles por pulgada

ppi .

La transformacin de la imagen digital en medios tonos digitales, para

su reproduccin en offset, se dimensiona en lneas (celdas) por pulgada
lpi . En estas celdas, se alojarn los puntos que formarn una lnea .
La forma y constitucin de dicha lnea ser de gran importancia a la hora

37
 de evitar ciertos problemas (efecto moir) o resaltar ciertos detalles
(contrastes, transiciones, etctera).

La resolucin de salida de la filmadora se expresa en puntos por pulgada

dpi , que constituyen y forman cada celda o lnea.

Fig. 27.- Representacin de: puntos (DOT); granos (SPOT); celdas

(LNEAS).

Los parmetros de formacin de positivos de reproduccin en el

proceso de filmacin se pueden resumir, por tanto, en los siguientes:

Resolucin de salida (RS) de la filmadora dpi .

Frecuencia de tramas (FT) lpi . Suele mantener la siguiente relacin

con la Imagen Original: spi lpi

Niveles de grises/plancha, requeridos (ND). Sern funcin del nmero de

punto por celda. As, con celdas cuadradas de 4x4 (16 puntos) podramos
obtener un mximo de 17 ND.

ngulo de trama. Cada plancha (color) tendr una angulatura

determinada (30 de diferencia entre ellos), con vistas a eliminar efectos
visuales desagradables, como es el moir.

Fig. 29.- Medios tonos a una misma resolucin de salida (RS)

Fig. 28.- Puntos por celda y niveles de gris
300 dpi.
(NG).

38
 Todas estas variables se relacionan y condicionan entre s. La expresin ms
utilizada es la que a continuacin se expone:

ND = (RS/FT)2 +1

Explotacin directa de la informacin digital

Esta forma de transmisin y comunicacin de informacin digital es y ser
el sistema de informacin masivo entre todo tipo de usuarios. El primer paso
para la explotacin directa, dado que la informacin ya es digital, ser la
grabacin y distribucin de la misma sobre soportes digitales CD-ROM o
DVD, en todas sus variantes y capacidades existentes.
En un futuro inmediato (prcticamente presente), dicha transmisin se
realizar a travs de redes de rea Local (Fast Ethernet, FDDI, FDI, ATM,
...) y muy especialmente a travs de Internet.
En estos sistemas, cobra especial importancia los procesos de compresin de
imgenes (audio, vdeo, etc.), velocidad de comunicacin y, as mismo, la
capacidad de utilizacin de dicha informacin en forma eficaz por un amplio
sector de usuarios, sin necesidad de estar condicionada por programas o
equipos.
Con este ltimo concepto de independencia de programas y equipos, habra
que destacar, como ideas innovadoras las ofrecidas por:

Formato de Documento Porttil (PDF) de Adobe

Este formato, casi considerado como un dialecto Postscript, de
intercambio de informacin digital, se caracteriza por los siguientes
conceptos:

Es un formato de imagen, sonido, hipertexto, ...

Sus pginas se pueden considerar a la hora de leer y modificar como

independientes de la plataforma en la que fueron creadas (no es
necesario tener, por tanto, ni la aplicacin ni los elementos que lo
componen).

Se puede considerar que cada pgina es independiente del total, lo

que facilita los procesos de preimpresin e imposicin de pginas.

Admite modificaciones parciales hasta en el ltimo momento

(editabilidad).

Posibilita la utilizacin mltiple (reutilizacin) de la misma

informacin (CD-ROM, Web, ...).

Admite la posibilidad de trabajar sobre servidores OPI.

Se puede considerar estos archivos como Pelcula Digital, es

decir, la posibilidad de integrar pginas .pdf en otras aplicaciones de
edicin (PageMaker, Xpress, In- Design, ...).

39
 Introduce nuevos flujos de trabajo en la produccin electrnica, ms
flexibles y econmicos.

Lenguaje de Informacin Autodescriptiva (XML).

Este lenguaje proporciona un estndar abierto y flexible de almacenaje,
publicacin e intercambio de informacin electrnica. Sus caractersticas
ms importantes son:

Ha sido desarrollado con vistas a transformarse en un estndar por la

World Wide Web Consortium (W3C).

Puede llegar a ser un estndar que nos proporcione la independencia

del formato de datos y fuentes de donde proceden.

Lenguaje de fcil aprendizaje e implementacin en las diversas

plataformas.

Permitir intercambiar informacin entre diversas plataformas y

usuarios de cualquier lugar (base de los negocios electrnicos).

De gran trascendencia en el futuro de las Bases de Datos en cuanto a

su gestin, ya que maneja documentos y no solo datos.

3.3.2. Aplicaciones a la Cartografa Temtica

Las aplicaciones medioambientales fueron, desde los orgenes de la

teledeteccin espacial (1972), en donde dicha tecnologa tuvo su principal actividad y
mayor utilidad.
Hoy da, la teledeteccin contribuye de forma nica y eficaz al conocimiento
global de los ecosistemas terrestres y su dinmica. Estudios de desertificacin, de
evaluacin de impactos, de ocupacin del suelo, etc, seran de gran dificultas en su
ejecucin si no fuese por la informacin disponible (espacial, temporal, radiomtrica y
espectral) facilitada a travs de las imgenes digitales desde satlites artificiales.

3.3.2.1. La Cartografa de Ocupacin del Suelo en la determinacin del ndice de

Peligro de Incendios Forestales (IPIF)

Los sistemas que estudian ciertos factores de prediccin, como es el caso de los
incendios forestales, utilizan una metodologa mixta basada en modelos, cuyas
componentes proceden a su vez de ciertas variables obtenidas, fundamentalmente, a
partir de datos espaciales suministrados por sensores aerotransportados.
Asimismo, en el clculo de dicha modelizacin, es imprescindible la utilizacin
mixta de tcnicas y datos raster y vectorial, lo que, no slo actualmente es factible, si
no que incrementa la eficacia de los resultados (exactitud y rapidez).

40
 Por tanto, las tcnicas de tratamiento digital de imgenes (TDI) usadas en
teledeteccin, junto con los sistemas de informacin geogrfica (SIG), son instrumentos
que se utilizan de forma integrada y complementaria en estudios de medio ambiente en
general.
El proyecto que se presenta a continuacin (peligrosidad de ocurrencia de
incendios forestales), slo tiene en cuenta factores fsicos (no antrpicos) y su
resolucin espacial est condicionada por los sensores utilizados en cada momento.
No obstante, los resultados de este tipo de estudios son de gran utilidad para la
distribucin de medios tcnicos y para la planificacin a priori de defensa y lucha contra
el evento.
Las fases de que consta este proyecto (determinacin de reas de peligrosidad de
incendios forestales), son las siguientes:

Determinacin de la Cantidad de Combustible vivo (Cv) y muerto (Cm)

por unidad de superficie

Para ello se parte del mapa de ocupacin del suelo del territorio. En
este ejemplo se utiliz el mapa de ocupacin del suelo de la Unin
Europea con las siguientes caractersticas:

rea de estudio: el Territorio Nacional ( 500 000 km2).

Escala: 1: 100 000.

Superficie mnima a representar: 25 Ha.

Nomenclatura: Corine Land-Cover (UE). Con 5 niveles y 64 clases.

Datos: satlite Landsat-5; sensor Thematic Mapper; bandas utilizadas

5 (1,55-1,75 m), 4 (0,76-0,90 m), 3 (0,63-0,69 m).

Tamao del pixel (Tpx): 30 m. Remuestreado a 25 m.

Captura de informacin temtica: fotointerpretacin asistida por

ordenador (clasificaciones supervisadas y no supervisadas).

A partir del mapa de Ocupacin del Suelo se obtiene, mediante modelos

de combustibilidad, facilitados por los servicios forestales, el Mapa de
Combustibles.

Finalmente, a partir de dicho Mapa de Combustibles se identifica y se

calcula (segn los modelos utilizados en los servicios forestales) por
unidad de superficie:

La Carga en Tn/Ha de Combustible vivo (Cv).

La Carga en Tn /Ha de Combustible muerto (Cm).

41

Determinacin del Material Combustible vivo y muerto por pixel y en
un instante dado a partir del clculo del Verdor Relativo (segn la fecha
de las imgenes utilizadas en dicho clculo)

Previamente, se necesita conocer el ndice de Vegetacin de Diferencia

Normalizada (IVDN) en una fecha determinada (la de las imgenes del
sensor utilizado).
En nuestro caso, para el clculo del IVDN se utilizaron imgenes del
satlite NOAA ( sensor AVHRR), con las siguientes caractersticas:

Tpx : igual a 1,2 Km. Remuestreado a 1 Km.

Bandas utilizadas: Infrarrojo prximo ( 0,7-1,1m) y Rojo (0,5-07

m).

Periodicidad: 2 imgenes/mes.

Con estos datos se calcula (de forma automtica) por pixel el IVDN, para
cada fecha:

IVDN = (NDIR NDR) / (NDIR + NDR)

Siendo:

NDIR = valor digital /pixel en el Infrarrojo.

NDR = valor digital / pixel en el Rojo.

A partir de dicho ndice, calcularemos el Verdor Relativo (VR), segn la

ecuacin siguiente:

VR = [(IVDN IVDNmin) / (IVDNmax IVDNmin)] . 100

El clculo de Material Combustible vivo y muerto por pixel, se calcula

segn las ecuaciones siguientes:

Material de Combustible vivo (MCv/px):

MCv/px = VR . Cv

Material de Combustible muerto (MCm/px):

MCm/px = [(1-VR) . Cv] + Cm

Clculo de la humedad del material combustible muerto (hMCm) a las

10 horas de retardacin (h10)
Se entiende como retardacin, la medida de la rapidez con la cual una
partcula de combustible alcanza el contenido de equilibrio con la atmsfera
(Servicio Geolgico de EE UU USGS).

42
 Para su clculo se utilizarn valores de temperaturas, humedad relativa
(%) y nubosidad, procedentes de sensores instalados en los satlites
NOAA y Meteosat, corregidos segn estaciones meteorolgicas
terrestres e interpolando los valores para cada pixel.
Por tanto:

hMCm = h10 / he Cm

Esta expresin se utilizar como factor de correccin sobre el material de

combustible muerto.
Siendo:
h10 = la humedad segn perodos de 10 horas
heCm = humedad de extincin del fuego del Combustible muerto.

Clculo del ndice de Peligrosidad de Incendios Forestales (IPIF)

Con los valores obtenidos de Verdor Relativo (VR), Material Combustible
vivo (MCv) y muerto (MCm) y la humedad de retardacin del Combustible
muerto (hMCm) y utilizando, en nuestro caso, las posibilidades de clculo de
ArcInfo (mediante el clculo de los ficheros .aml), obtenemos finalmente,
segn el modelo adjunto:

El ndice sin corregir:

IPIFsc = 100 [(VR . MCv) + (hMCm . MCm)] . 100

El ndice corregido por pixel:

IPIF = IPIFsc + [( 2/ hCm) (IPIFsc / IPIFmax)] . 100

Siendo:
hCm = humedad del Combustible muerto

Validacin de resultados
Esta ltima fase se realiza mediante el contraste (comparacin de datos) de
ocurrencias con los incendios que realmente se han producido, necesitndose
conocer para ello la fecha y las coordenadas del foco principal (en su defecto
coordenadas del permetro del incendio).

Con estos modelos de prediccin se han obtenidos coincidencias superiores al

90% de las zonas estudiadas.
Conviene resaltar que estos modelos podran servir para clculos de Peligrosidad
de Incendio Forestal casi en tiempo real (1 da u horas de retraso), debido a que
actualmente los satlites nos proporcionan informacin exhaustiva diaria y los mtodos
de clculo son lo suficientemente potentes como para realizarlos al mismo tiempo que
son proporcionados los datos.

43
3.4. Bibliografa

- AROZARENA, A. et al., Aplicaciones de las imgenes espaciales a la cartografa

de base , Teledeteccin y planificacin integrada del territorio, MOPU, Madrid,
1989, pp.215-223.

- AROZARENA, A., La Teledeteccin en el IGN, Rev. Mapping, 8, 1992.

- AROZARENA, A., Cartografa Digital de Imagen (CDI), como Sistema Bsico de

Informacin Territorial, Homenaje a D. Angel Ramos Fernndez (1926-1998),
R.A. Ciencias E., F. y Naturales, Academa de Ingenieros, ETSIM (UPM), Madrid
1999, pp. 329-350.

- AROZARENA, A; DEL BOSQUE, Isabel, Base de Datos Geogrficos sobre La

Ocupacin del Suelo en el litoral de Marruecos mediante Teledeteccion (Proyecto
MEDGEOBASE), ed. CNIG/IGN, Madrid 2001.

- BLATNER, D.; ROTH S., Real World Scanning and Halftones, ed. Peachpit Press,
Berkeley, 1993.

- CAMPBELL, J. B., Introduction to Remote Sensing, ed. Guilford Press, 1996.

- COURTEIX, S. et al., Droit Tldtection et Environnement, ed. SIDES, 1994.

- GARCA SOLANO, M.D. (tesis doctoral), Normalizacin de la Nomenclatura

Cartogrfica de Cobertura/Usos del Suelo Universidad de Murcia; 1999.

- GIBSON J.D. et al., Digital Compression for Multimedia, Principles & Standards,
ed. Morgan Kaufmann, 1998.

- GIBSON, P.; POWER, CLARE H., Introductory Remote Sensing Principles and
Concepts, ed. Routledge, 2000.

- GONZLEZ RAFAEL C.; WOODS, RICHARD E., Digital Image Processing, ed.
Addison-Wesley, Massachusetts, 1992.

44
- JENSEN, J. R., Introductory Digital Image Proccessing. A Remote Sensing
Perspective, ed. Prentice Hall, 1995.

- JENSEN, J. R., Remote Sensing of the Environment: An Earth Resource Perspective,

ed. Prentice Hall, 2000.

- JIA, XIUPING, Remote Sensing Digital Image Analysis: An Introduction, ed.

Springer Verlag, 1999.

- LILLESAND, THOMAS M.; KIEFER, RALPH W., Remote Sensing and Image
Interpretation, ed. John Wiley and Sons, New York, 1999.

- LLIBOUTRY, L., Sciences Gomtriques et Tldtection, ed. Masson, Pars, 1991.

- MARION, A., An Introduction to Image Processing, ed. Chapman and Hall, London,
1991.
- MATHER, PAUL M., Computer Processing of Remotely-Sensed Images: An
Introduction,2nd Edition, ed. John Wiley and Sons, 1999.

- SCHOWENGERDT, ROBERT A., Remote Sensing: Models and Methods for Image
Processing, ed. Academic Press, 1997.

- WILLIANS, J., Geographic Information from Space, ed. John Wiley and Sons
Praxis, Chichester, 1995.

45
3.4.1. Direcciones de Internet

www.ais.sai.jrc.it
www.ccrs.nrcan.gc.ca
www.ceo.org
www.cnes.fr
www.cnig.ign.es
www.crepad.rcanaria.es
www.digitalglobe.com
www.digitalimaging,org
www.earsel.org
www.EarthEtc.com
www.eionet.eu.int
www.erdas.com
www.ermapper.com
www.estec.esa.nl
www.eurimage.it
www.eurisy.asso
www.euromap.de
www.europto.org
www.geo.ign.es
www.geogra.alcala.es
www.globexplorer.com
www.jpl.nasa.gov
www.jrc.org
www.mfom.es
www.millenium-map.com
www.nasa.gov
www.orbimage.com
www.remotesensing.org
www.sai.jrc.it
www.satellus.se
www.spaceimaging.com

46
www.spotimage.fr
www.ssc.se
www.telnet.uva.es
www.usgs.gov

47