EL AJUSTE DE CONTRASTE

Es ajustar la resolución radiométrica de la imagen a las capacidad de visualización del monitor.

Métodos de ajuste

Compresión : conversión 24 a 8 bits,.

Compresion grafica : ponerlo en otros formatos (jpg, wavelets).

Expansion :

Lineal : genera una nueva imagen mediante

un escalado lineal de los valores entre unos limite
de máximo y minimo especifico, a todos los valoes
que son mayores del máximo se le da el valor de la
clase de salida de mayor rango, y a los menores el
valor de menor rango.

Lineal con saturación : fuerza a un intervalo a tener

los valores extremos de una clase de salida, esto es
útil para la visulizacion de algunas imágenes, debido
a que concentra los valores de salida en los lugares
menos etremos, y con mayor frecuencia,

Generalmente aplicar una saturación de 2.5 a 5 % proporciona una buena visualización. Este
no sepuede aplicar a datos enteros o reales, solo es posible con datos binarios.

Exapnsioon del contraste:

Filtros:

Filtro de paso bajo: permite el paso de las frecuencias mas bajas y atenuar las fecuencas altas.
Suavizar la imagen

Filtro de paso alto: se atenúan los componentes de baja frecuencia, pero no la de altas

Filtros direccionales: se usan para detectar estructuras q tienen una determinada dirección.

DETECTORES DE BORDES: buscan los bordes de los colores y asi se detectan los contornos, ,
basados en caldulos de degradación.

Filtros no lineales – sobel: variaconn entre filas y columans

METODOS DE FUCION

Brovey: Se usa para incrementar el constraste visual entre los extremos alto y bajo del
histograma,usa el remuestreado , usa las banads RGB y las pancromáticas , para pdorucir
nuevas RGB.
Pansharpening : Fusiona una iamgenespectral de baja reoslcuion y una pancromática, de alta
resolución para crear una imagen de color de alta resilucion, conserva los colores originales , y
permite una mejor interpretación

Panfuse:

FASES DE LA CLASIFICACION

1. Entrenamiento :Definir numéricamente las categorías

Tipo de leyenda : esstan las jerárquicas y no jerárquicas

Proiedades de una leyenda : clases eclusyentes, exhaustivas, deben estar bien
definidas.

Las áreas de entrenamiento deben estar bien definifda, homegeneas, y que abarquen
todas la clases de la imagen.

Obtenicion de la muestra de entrenamieto:

Muestreando pixeles: pueden seleccionarse pixeles aislados o pixeles en el interiro de

los polígonos

Segemetnando la imagen en manchas: ajustado a la cartografia convencional.

Anlisis de estaidsiticas:

Medidas centrales y de dispersión

Graficos de pormedios

Graficos de separabilidad

Distancia normalizada

Divergencia

Divergencia transformada

Las medidas de separabilidad son importantes pro que nos permiten determinar las
clases que tienen problemas, entonces se debe revisar el entreamiento, o las bandas
seleccionadas, ademasque nos pemirte seleccionar las badas con mayor valor
discriminante.

2. Asigancion , hay que categorizar los pixeles de la imagen

Criterios de asignación
Minima distancia

Paralelipipedos

Maxima probabilidad : criterio bayesiano: presenta un calculo lento.

 Arboles de decisión

3. Verificar resutlados.