Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Microsoft-Word-Teledeteccion y Sist Tratamiento Digital Imagenes PDF
Microsoft-Word-Teledeteccion y Sist Tratamiento Digital Imagenes PDF
A. Arozarena Villar
1
3. Teledeteccin y Sistemas de Tratamiento Digital de Imgenes
3.1. Introduccin
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:
3
3.2. Tratamiento Digital de Imgenes
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:
ND = f(x,y)
Siendo:
i (x, y) = f (iluminacin) 0<i<
r (x, y) = f (reflectancia del objeto) 0 < r < 1
5
3.2.1.1. El hombre como sistema emisor/receptor de seales
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:
Calidad.
Resolucin admitida.
Profundidad del pixel.
Capacidad de calibracin.
Capacidad de correccin.
Los formatos de imagen ms extendidos son: TIFF, PCX, GIF, EPS, PSD,
BMP, IMG, JPEG, MPEG, ECW, MrSID, etctera.
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).
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.
9
diferentes pixeles de la imagen en 3 dimensiones (el caso de 2 dimensiones, sera una
particularizacin del caso anterior).
Siendo:
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
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
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:
12
Clculo del modelo de deformacin
Correccin geomtrica
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:
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:
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.
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:
ND' = f(ND,M,m)
ND m ND
Para valores entre: m < ND < M =
M ND 255 ND
16
Fig. 11.- Histograma resultante
5 4 3.
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.
18
3.2.3.2.1. Realces geomtricos en el dominio espacial
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
1 1 1
g ( x, y ) = 1 1 1 1
9
1 1 1
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).
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
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:
0 1 0
1 4 1 ventana i, j = 3 x 3
0 1 0
ncleo = 4
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:
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)
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
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:
22
Fig. 17.- Visualizacin de la Transformada de Fourier
(FT). Imagen Landsat TM.
Convolucin
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
24
3.2.4.1. Operaciones aritmticas
Fig. 18.- Operador matemtico resta de bandas (7-3). Fig. 19.- Operador matemtico resta de bandas (7-4).
Landsat TM. Landsat TM.
25
3.2.4.2. Anlisis de componentes principales
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
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:
d = (x2i,k + x2j,l )
27
Fig. 22.- Clasificacin no supervisada Imagen
Landsat TM (6 bandas). Resultado de la
clasificacin.
28
Los clasificadores ms habituales son los siguientes:
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).
c=
x t
i, j
Mxima probabilidad
29
3.3. Aplicaciones de la Teledeteccin
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.
H = f( Paralajes)
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.
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
32
Ejemplo:
ez = (f .Ev . ep)/b
Tpx = 35 m (0,7 m)
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:
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).
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
Sistemas de tratamiento:
Preparacin de documentos.
Reconocimiento de formas.
Mejoras y ajustes, etctera.
Composicin de pginas y maquetacin.
Sistemas de entrada/salida.
35
3.3.1.2.1. Adquisicin de informacin. Transformacin analgica /digital
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).
37
de evitar ciertos problemas (efecto moir) o resaltar ciertos detalles
(contrastes, transiciones, etctera).
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
39
Introduce nuevos flujos de trabajo en la produccin electrnica, ms
flexibles y econmicos.
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:
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:
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)
Periodicidad: 2 imgenes/mes.
Con estos datos se calcula (de forma automtica) por pixel el IVDN, para
cada fecha:
Siendo:
MCv/px = VR . Cv
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
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).
43
3.4. Bibliografa
- BLATNER, D.; ROTH S., Real World Scanning and Halftones, ed. Peachpit Press,
Berkeley, 1993.
- 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.
- LILLESAND, THOMAS M.; KIEFER, RALPH W., Remote Sensing and Image
Interpretation, ed. John Wiley and Sons, New York, 1999.
- 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