Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rectificación
Introducción
Registro
En muchos casos, se deben usar juntas las imágenes de un área que se han adquirido a
partir de diferentes fuentes. Para poder comparar imágenes separadas, pixel por pixel, las
cuadrículas de los pixeles de cada imagen deben estar ajustadas con las de las otras
imágenes de la base de datos. Las herramientas para rectificar datos de imágenes se
usan para transformar imágenes dispares a un mismo sistema de coordenadas. El registro
es el proceso de hacer una imagen conforme a otra imagen. Un sistema de coordenadas
cartográficas no está necesariamente involucrado. Por ejemplo, si la imagen A no está
rectificada y se va a usar con la imagen B, entonces la imagen B debe registrarse a la
imagen A de manera que sean conformes una con otra. En este ejemplo, la imagen A no
está rectificada en una proyección cartográfica particular, de manera tal que no hay
necesidad de rectificar la imagen B a una proyección cartográfica.
Georeferenciación
La georeferenciación se refiere al proceso de asignar coordenadas cartográficas a los
datos de una imagen. Los datos pueden estar ya proyectados en el plano deseado, pero
no estar referenciados en el sistema de coordenadas apropiado. La rectificación, por
definición, involucra la georeferenciación ya que todos los sistemas de proyección
cartográfica están asociados con coordenadas cartográficas. El registro imagen-a-imagen
involucra georeferenciación únicamente si la imagen de referencia ya está
georeferenciada. La georeferenciación, por sí misma, involucra únicamente el cambio de
la información de coordenadas cartográficas en el archivo de la imagen. La cuadrícula
(grilla) de la imagen no cambia.
Los datos geocodificados son imágenes que se han rectificado en una proyección
cartográfica y en un tamaño de pixel particular y que usualmente tienen correcciones
radiométricas aplicadas. Es posible comprar datos de imágenes que ya están
geocodificados. Los datos geocodificados deberían ser rectificados únicamente si ellos
deben estar conforme a un sistema de proyección diferente o deben ser registrados a
otros datos rectificados.
Latitud/Longitud
Lat/Lon es un sistema de coordenadas esféricas que no está asociado con una
proyección cartográfica. Lat/Lon expresa las posiciones en términos de un esferoide, no
de un plano. Así que, una imagen no está usualmente rectificada en Lat/Lon, aunque es
posible convertir imágenes a Lat/Lon, y en este capítulo se incluyen algunas sugerencias
para hacerlo.
Usted puede ver la información de proyección cartográfica para un archivo particular usando la
utilidad Image Information. Image Information le permite a usted modificar la información
cartográfica que esté incorrecta. Sin embargo, usted no puede rectificar datos usando Image
Information. Usted debe usar las herramientas Rectification descritas en este capítulo..
Ortorectificación
Ortorectificación es una forma de rectificación que corrige el desplazamiento debido al
terreno y que se puede usar si existe un DEM del área de estudio. Está basada en las
ecuaciones de colinealidad, que se pueden derivar usando GCPs (puntos de control
terrestre) en 3D. En áreas relativamente planas, la ortorectificación no es necesaria, pero
en áreas montañosas (o en fotografías aéreas de edificios), en las cuales se requiere un
alto grado de exactitud, se recomienda la ortorectificación.
Cuándo Rectificar
La rectificación es necesaria en los casos en los cuales la cuadrícula de pixeles de la
imagen se debe cambiar para ajustarse a un sistema de proyección cartográfica o a una
imagen de referencia. Existen varias razones para rectificar datos de imágenes:
• Comparación de pixeles de escena a escena en algunas aplicaciones, tales como
detección del cambio o cartografía de inercia termal (comparación día y noche)
• Desarrollo de bases de datos SIG para modelamiento
• Identificación de muestras de entrenamiento de acuerdo con las coordenadas
cartográficas antes de realizar la clasificación
• Creación de fotomapas exactos, a escala
• Superposición de imágenes con datos vectoriales, tales como ArcInfo
• Comparación de imágenes que están originalmente en escalas diferentes
• Extracción de medidas exactas de áreas y distancias
• Mosaicos de imágenes
• Realización de otros análisis que requieren posiciones geográficas precisas
Antes de rectificar los datos, usted debe determinar el sistema de coordenadas apropiado
para la base de datos. Para seleccionar el sistema de coordenadas y la proyección
cartográfica adecuadas, se debe considerar el uso primario de los datos:
Clasificación
Algunos analistas recomiendan realizar la clasificación antes de la rectificación, ya que la
clasificación se puede basar en los niveles digitales originales. Otro beneficio es que un
archivo temático tiene únicamente una banda para rectificar en lugar de las múltiples
bandas de un archivo continuo. De otro lado, puede ser benéfico rectificar los datos
primero, especialmente cuando se usan datos GPS para los GCPs. Debido a que estos
datos son muy exactos, la clasificación puede ser más exacta si las nuevas coordenadas
ayudan a la localización de mejores muestras de entrenamiento.
Archivos Temáticos
El método de remuestreo del vecino más cercano es el único apropiado para archivos
temáticos, lo cual puede ser una desventaja en algunas aplicaciones. Los métodos de
remuestreo disponibles se discuten posteriormente en este capítulo.
Las imágenes pueden ser rectificadas en el despliegue (en un visor o viewer) o sobre el
disco. La rectificación en el despliegue es temporal pero la rectificación en el disco es
permanente, porque se crea un nuevo archivo. La rectificación sobre el disco involucra:
• Reacomocodar los pixeles de la imagen a una nueva cuadrícula que se ajuste a un
plano en la proyección cartográfica y en el sistema de coordenadas nuevos.
• Insertar nueva información en el encabezado del archivo, tal como las coordenadas de
la esquina superior izquierda y el área representada por cada pixel.
En la matriz de datos GCP que se despliega en la herramienta GCP Tool, una columna
muestra el identificador (ID) de cada GCP. El ID de cada punto es un nombre dado a los
GCPs en archivos separados que representan la misma posición geográfica. Estos GCPs
son llamados GCPs correspondientes.
Una cadena de texto default para el ID de cada punto es proporcionada (tal como GCP
#1), pero usted puede entrar su propio identificador (ID) único para especificar los GCPs
correspondientes cuando sea necesario. Aún cuando únicamente un conjunto de GCPs
está asociado con un archivo de imagen, un conjunto GCP puede incluir GCPs para un
número dado de rectificaciones, cambiando los IDs de cada punto para grupos diferentes
de GCPs correspondientes.
Entrada de GCPs
Tener GCPs exactos es esencial para una rectificación exacta. A partir de los GCPs, se
extrapolan las coordenadas rectificadas de todos los demás puntos de la imagen.
Seleccione muchos GCPs en toda la escena. Entre más separados estén los GCPs, más
confiable es la rectificación. Los GCPs para imágenes en escala grande pueden incluir la
intersección de dos vías, las pistas de aterrizaje, los corredores de servicios públicos,
torres o edificios. Para imágenes en escala pequeña, se pueden usar elementos grandes
tales como áreas urbanas o rasgos geológicos. Elementos variables (por ejemplo, los
límites de lagos u otros cuerpos de agua, vegetación, etc) no deberían usarse.
Las coordenadas fuente y de referencia de los GCPs pueden entrarse de las siguientes
maneras:
• Ellas pueden ser conocidas a priori, y entradas desde el teclado.
• Use el mouse para seleccionar un pixel de una imagen en el Viewer. Con los dos viewers
abiertos, el origen y el destino, entre las coordenadas fuente y las coordenadas de
referencia para el registro imagen a imagen.
• Use una tableta digitalizadora para registrar una imagen a un mapa en copia dura.
La información sobre el uso y la configuración de una tableta digitalizadora es
discutida en "CAPITULO 2: Capas Vectoriales"
Los dos métodos requieren una transformación existente que consiste de un conjunto de
coeficientes usados para convertir de un sistema al otro.
Predicción GCP
La predicción GCP es una técnica útil para ayudar a determinar si se han recolectado
suficientes GCPs. Después de seleccionar algunos GCPs, seleccione un punto en la
imagen fuente o en la imagen destino, luego use predicción GCP para localizar el GCP
correspondiente en la otra imagen (mapa). Este punto es determinado basado en la
transformación actual derivada de los GCPs existentes. Examine el punto generado
automáticamente y vea que tan exacto es. Si está dentro de un nivel aceptable de
exactitud, entonces existen suficientes GCPs para realizar una rectificación exacta
(dependiendo de la separación entre los GCPs). Si el punto generado automáticamente
no es exacto, entonces se deben utilizar más GCPs antes de rectificar la imagen.
La predicción GCP también puede ser usada cuando se aplica una transformación
existente a otra imagen en un conjunto de datos. Esto ahorra tiempo en la selección
manual de otro conjunto de GCPs. Luego que los GCPs se han seleccionado
automáticamente, aquellos que no cumplen un nivel aceptable de error pueden ser
editados.
Ajuste GCP
En el ajuste de GCP, usted puede seleccionar cuáles capas de la imágenes de fuente y
de destino se usan. Como el proceso de ajuste se basa en los valores de reflectancia, se
deben seleccionar capas que tengan longitudes de onda similares, tales como dos bandas
visibles o dos bandas infrarojas. Usted puede ejecutar ajuste de histogramas para
asegurar que no hay desplazamientos entre las imágenes. Usted también puede
seleccionar el radio a partir del GCP que se ha pronosticado desde donde la operación de
ajuste busca los pixeles espectralmente similares. La ventana de búsqueda puede ser
cualquier valor impar entre 5 x 5 y 21 x 21.
El ajuste de histogramas se discute en "CAPITULO 5: Realces".
Transformación Polinómica
Usted puede especificar el orden de la transformación que desea usar en Transform Editor.
Matriz de Transformación
Cada GCP influencia los coeficientes, aún si no existe un ajuste perfecto de cada GCP
con el polinomio que representan los coeficientes. La distancia entre la coordenada de
referencia y la curva se conoce como error RMS, que se discute más adelante en este
capítulo. El método de regresión por mínimos cuadrados es utilizado para calcular la
matriz de transformación a partir de los GCPs. Este método es muy común y se discute en
textos de estadística.
Transformaciones Lineales
Una transformación de 1er orden es una transformación lineal. Ella puede cambiar:
• Posición en X y/o Y
• escala en X y/o Y
• inclinación en X y/o Y
• rotación
Las transformaciones de primer orden se pueden usar para proyectar imágenes “crudas”
en una proyección cartográfica, convertir una proyección cartográfica a otra proyección
cartográfica y en la rectificación de imágenes de áreas relativamente pequeñas. Usted
puede ejecutar transformaciones lineales simples a una imagen desplegada en un visor o
a la matriz de transformación en sí misma. Las transformaciones lineales pueden ser
requeridas antes de recolectar GCPs en la imagen desplegada. Usted puede reorientar
datos Landsat TM inclinados, rotar mapas topográficos escaneados de acuerdo con el
ángulo de declinación indicado en la leyenda y rotar datos descendientes de manera tal
que el norte quede hacia arriba.
Una transformación de 1er orden también se puede usar para datos que ya están
proyectados en un plano, pero que no se han rectificado a la proyección cartográfica
deseada. Cuando se realiza este tipo de rectificación, no es recomendable incrementar el
orden de la transformación si ocurre un error RMS grande al principio. Examine otros
factores primero, tales como la fuente y distribución de GCPs y busque errores
sistemáticos.
• escala
• traslación
• rotación
• reflexión
Escala
Escala es igual a la option zoom en el visor, excepto que usted puede especificar
diferentes factores de escala para X y para Y.
Si usted está escalando una imagen en el visor, la opción zoom deshace los cambios de
escala que usted haya hecho y viceversa.
Traslación
Traslación mueve la imagen un número de pixeles que haya especificado el usuario en las
direcciones X y Y.
Rotación
Para rotación, usted puede especificar cualquier número positivo o negativo de grados de
rotación en sentido horario u antihorario. La rotación ocurre alrededor del pixel central de
la imagen.
Reflexión
Las opciones de reflexión permiten realizar las siguientes operaciones:
• reflexión de izquierda a derecha
• reflexión de arriba hacia abajo
• reflexión de derecha y arriba hacia abajo (igual a rotación de 180°)
Los ajustes lineales están disponibles desde el Viewer o desde Transform Editor. Usted puede
realizar transformaciones lineales en el Viewer y luego cargar esa transformación a Transform
Editor, o usted puede realizar las transformaciones lineales directamente en la matriz de
transformación.
Donde:
Transformaciones No Lineales
Se multiplica por dos para considerar los dos conjuntos de coeficientes —un conjunto para
X, uno para Y.
Una manera más fácil de llegar al mismo número es:
Las ecuaciones polinómicas para una transformación de orden t tienen la siguiente forma:
Donde:
ak y bk son coeficientes
Efectos de Orden
El cálculo y la salida de una ecuación polinómica de alto orden son más complejos que los
de una ecuación de bajo orden. Por consiguiente, los polinomios de segundo orden se
usan para realizar rectificaciones de imágenes más complejas. Para entender los efectos
de diferentes órdenes de transformación de la rectificación de imágenes, es útil ver la
salida de diferentes órdenes de polinomios.
El siguiente ejemplo usa únicamente una coordenada (X), en lugar de dos (X,Y), como se
usa en los polinomios de rectificación. Esto permite que usted dibuje gráficos
bidimensionales que ilustran la manera en la que los órdenes altos de transformación
afectan la imagen de salida.
Estos GCPs permiten una transformación de 1er orden para las coordenadas X, la cual es
satisfecha por la ecuación (los coeficientes están entre paréntesis):
Donde:
xr= la coordenada X de referencia
xi= la coordenada X fuente
Esta ecuación tiene la misma forma que la ecuación de una línea (y = mx + b). En
términos matemáticos, un polinomio de 1er orden es lineal. Por consiguiente, una
transformación de 1er orden también se conoce como transformación lineal. Esta
ecuación se grafica en la Figura 9-4.
Una línea no puede conectar estos puntos, lo cual ilustra que ellos no pueden ser
expresados por un polinomio de 1er orden, como el de arriba. En este caso, una ecuación
polinómica de segundo orden expresa estos puntos:
Los polinomios de segundo orden o de mayor orden no son lineales. El gráfico de esta
curva es dibujado en la Figura 9-6.
Figura 9-6 Ejemplo de Transformación de segundo orden
Como se ilustra en la Figura 9-7, este cuarto GCP no ajusta en la curva de la ecuación
polinómica de segundo orden. Parfa asegurar que todos los GCPs ajustan, el orden de la
transformación debería ser incrementado a tercer orden. La ecuación y el gráfico de la
Figura 9-8 serían entonces los resultados.
Figura 9-8 Ejemplo de Transformación – Tercer Order
La Figura 9-8 ilustra una transformación de tercer orden. Sin embargo, esta ecuación
puede ser innecesariamente compleja. La ejecución de una transformación de
coordenadas con esta ecuación puede causar distorsiones no deseadas en la imagen de
salida por pretender un ajuste perfecto para todos los GCPs. En este ejemplo, una
transformación de tercer orden probablemente sería demasiado alta, porque los pixeles de
salida serían organizados en un orden diferente que los pixeles de entrada, en la dirección
X.
Los órdenes altos de transformación pueden ser usados para corregir tipos de distorsión
más complicados. Sin embargo, para usar un orden alto de transformación se requieren
más GCPs. Por consiguiente, para realizar una transformación de primer orden, que está
expresada por la ecuación de un plano, se requieren por lo menos 3 GCPs. De manera
similar, la ecuación usada en una transformación de segundo orden es la ecuación de un
paraboloide. Se requieren seis puntos para para definir un paraboloide. Por consiguiente,
se requiere un mínimo de seis GCPs para realizar una transformación de segundo orden.
El número mínimo de puntos requeridos para realizar una transformación de orden t es:
Use más puntos que el número mínimo de GCPs siempre que sea posible. Aunque es
posible conseguir un ajuste perfecto, ello es poco común, no importa cuántos GCPs se
usen.
Para los mejores resultados de rectificación, usted debe usar siempre un número de GCPs
mayor que el mínimo, y ellos deben estar bien distribuidos..
Rubber Sheeting
Esta técnica basada en triángulos debería usarse cuando otros métodos de rectificación
tales como la transformación polinómica y el modelamiento fotogramétrico no pueden
producir resultados aceptables.
Triangulación
Para realizar una rectificación basada en triángulos, es necesario triangular los puntos de
control en un malla de triángulos. Watson (1994) hizo un resumen de cuatro clases de
triangulación, incluyendo arbitraria, óptima, Greedy y Delaunay triangulation. De las cuatro
clases, la triangulación Delaunay es la más usada y es adoptada debido a que las
variaciones de ángulo de los triángulos resultantes es más pequeña.
Luego que se ha generado una malla triangular y está disponible el orden espacial de los
puntos de control, la rectificación geométrica puede ser realizada triángulo a triángulo.
Este método basado en triángulos es atractivo porque divide la región entera en
subconjuntos más pequeños. Si el problema geométrico de la región entera es muy
complicado, la geometría de cada subconjunto puede ser mucho más simple y modelada
a través de transformaciones simples. Para cada triángulo, los polinomios se pueden usar
como la forma de transformación general entre los sistemas fuente y destino.
Transformación Lineal
La más fácil y rápida es la transformación lineal con los polinomios de primer orden:
Transformación No Lineal
Aún cuando la transformación lineal es fácil y rápida, tiene una desventaja. La transición
entre triángulos no siempre es suave. Este fenómeno es obvio cuando se derivan curvas
de nivel o relieve sombreado de DEM que se han generado usando “rubber sheeting”. Ello
se debe a la incorporación del cambio de pendiente de los datos de control en los ejes y
vértices de los triángulos. Con el fin de distribuir los cambios de pendiente de manera
suave entre los triángulos, la transformación no lineal con un orden polinómico mayor que
uno, se usa considerando la información de gradiente.
Una transformación polinómica quíntica o de quinto orden se escoge aquí como técnica
de “rubber sheeting” en esta disertación. Ella es una función suave. La función de
transformación y su derivada parcial de primer orden son continuas. No es difícil
construirlas (Akima 1978). La formulación es simplemente la siguiente:
la cual tiene 21 coeficientes por cada polinomio que deben ser determinados. Para
encontrar estas incógnitas, deben estar disponibles 21 condiciones. Para cada vértice del
triángulo, se tiene el valor de un punto, y se pueden obtener fácilmente dos derivadas
parciales de primer orden y tres de segundo orden usando vértices en la vecindad del
vértice. Entonces, se tienen 18 condiciones listas para ser usadas. Tres condiciones
adicionales se pueden obtener asumiendo que la derivada parcial normal en cada eje del
triángulo es un polinomio cúbico, lo cual significa que la suma de los items del polinomio
más allá del tercer orden en la derivada parcial normal tiene un valor de cero.
Análisis de Puntos de Chequeo
Debe enfatizarse que el análisis de puntos de chequeo independientes es crítico para
determinar la exactitud del modelamiento “rubber sheeting”. Para un método de
modelamiento exacto como “rubber sheeting, los puntos de control terrestre, que son
usados en el proceso de modelamiento, no existen residuales geométricos significativos.
Para evaluar la transformación geométrica entre los sistemas de coordenadas fuente y
destino, se recomienda la evaluación de la exactitud usando puntos de chequeo
independientes.
Error RMS
Donde:
Donde:
Ri= el error RMS para GCPi
XRi= el residual X para GCPi
YRi= el residual Y para GCPi
La Figura 9-11 ilustra la relación entre los residuales y el error RMS por punto.
A partir de los residuales, se realizan los siguientes cálculos para determinar el error total
RMS, el error RMS X y el error RMS Y.
Donde:
R x= error RMS X
R y= error RMS Y
T= error RMS total
n= número de GCPs
i= número del GCP
XRi= residual X para el GCPi
YRi= residual Y para el GCPi
Un valor normalizado que representa el error RMS de cada punto en relación al error RMS
total también es reportado. Este valor es listado en la columna Contribution de la
herramienta GCP Tool.
Donde:
En la mayoría de los casos, es ventajoso tolerar una cierta cantidad de error en lugar de
realizar una transformación compleja. La cantidad de error RMS que es tolerada puede
ser imaginada como una ventana alrededor de cada coordenada fuente, dentro de la cual
una coordenada retransformada se considera correcta (es decir, suficientemente
cercana). Por ejemplo, si la tolerancia de error es 2, entonces el pixel retransformado
puede estar 2 pixles lejos del pixel fuente y aún se considera exacto.
El error RMS aceptable está determinado por el uso final de la base de datos, el tipo de
datos que se está usando y los datos históricos usados. Por ejemplo, los GCPs adquiridos
con GPS deberían tener una exactitud de unos 10 m, pero los GCPs tomados de mapas a
escala 1:24,000 deberían tener una exactitud de unos 20 m.
Métodos de remuestreo
Si se está realizando una rectificación imagen a imagen, puede ser benéfico especificar
las esquinas de salida relativas al sistema del archivo de referencia, de manera tal que las
imágenes sean co-registradas. En este caso, las coordenadas X,Y de la esquina superior
izquierda son 0,0 y no los valores default.
Rectificación a Lat/Lon
Para determinar el pixel de salida más cercano, las coordenadas rectificadas (xo,yo) del
pixel son retransformadas al sistema de coordenadas fuente usando la inversa de la
transformación. Las coordenadas retransformadas (xr,yr) son usadas en la interpolación
bilineal y en la convolución cúbica también. El pixel que está más cercano a las
coordenadas retransformadas (xr,yr) es el vecino más cercano. Los niveles digitales de
ese pixel se convierten en los niveles digitales de la imagen de salida.
Figura 9-14 Vecino más cercano
Interpolación bilineal
En interpolación bilineal, el nivel digital del pixel rectificado se basa en las distancias entre
la posición de la coordenada retransformada (xr,yr) y los cuatro pixeles m;as cercanos en
la imagen de entrada (fuente) (ver Figura 9-15). En este ejemplo, los pixeles vecinos son
numerados 1, 2, 3 y 4. Dados los niveles digitales de estos cuatro pixeles en una grilla, la
tarea es calcular un nivel digital para r (Vr).
Figura 9-15 Interpolación Bilineal
De manera similar, la ecuación para el cálculo del nivel digital para n (Vn) en la grilla de
pixeles es:
Algunas ecuaciones para interpolación bilineal expresan los niveles digitales de salida
como:
Donde:
wi es un factor de peso
Donde:
Para cada uno de los cuatro pixeles, el nivel digital tiene más peso si el pixel está más
cercano a (xr,yr).
Convolución Cúbica
La convolución cúbica es similar a la interpolación bilineal, excepto que:
i = int (xr)
j = int (yr)
Esto asume que (xr,yr) está expresado en coordenadas de archivo de datos (pixels). Los
pixeles alrededor (i,j) conforman una grilla de pixeles de entrada de 4 x 4, como se ilustra
en la Figura 9-17.
Como se usa una función cúbica, en lugar de una lineal, para dar peso a los 16 pixeles de
entrada, los pixeles más lejanos de (xr,yr) tienen exponencialmente menos peso que
aquellos que están cerca de (xr,yr) .
i= int (xr)
j= int (yr)
d(i,j) = distancia entre un pixel con coordenadas (i,j) y (xr,yr)
V(i,j) = el nivel digital del pixel (i,j)
Vr= el nivel digital de salida
a= -0.5 (una constante que difiere en otras aplicaciones de convolución cúbica)
f(x)= la siguiente función:
En la mayoría de los casos, un valor de a de -0.5 tiende a producir capas de salida con
una media y una desviación estándar más cercana que las de los datos originales
(Atkinson 1985).
Hay muchas veces en las que usted puede necesitar cambiar un mapa que ya está
registrado en una proyección plana a otra proyección. Algunos ejemplos son los
siguientes (ESRI 1992):
El remuestreo ocasiona que parte de la integridad espectral de los datos se pierda (vea
las desventajas de los métodos de remuestreo explicadas previamente). Así que, no es
muy aconsejable remuestrear los datos que yan sido remuestreados si la exactitud de los
niveles digitales es importante para la aplicación. Si los datos no rectificados originales
están disponibles, es mejor rectificar esos datos a un sistema de proyección cartográfica
que perder una generación convirtiendo datos rectificados y remuestreándolos por
segunda vez.
Proceso de Conversión
Datos Vectoriales