Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DIGITALIZACION
La digitalización de una imagen (fotografía aérea, fotografía espacial, imagen satelital,
cartografía, etc.) es el proceso de convertir estos datos analógicos en un arreglo ordenado de
píxeles.
Por otro lado los sistemas de registro de la mayoría de sensores remotos también
involucra el proceso descrito anteriormente, en otras palabras estos instrumentos convierten
también, la superficie terrestre observada, en un arreglo ordenado de píxeles
Para poder entender mejor lo que significa una imagen digitalizada haremos un
ejercicio a través de una fotografía (dato analógico) y una grilla superpuesta.
Ahora nuestra fotografía con su grilla, nos permite hacer un análisis individual de cada
celda y asignarles valores de 1 a 7 al valor de gris promedio involucrado. Tenemos una grilla donde
cada casillero tiene un número que representa un valor de gris promedio de la fotografía original. Si
escribimos el ordenamiento, por ejemplo: nuestra imagen esta formada por 18 líneas de 13 píxeles
cada una, y los valores obtenidos se ordenarán desde izquierda a derecha en cada línea y de
arriba hacia abajo hasta terminar el registro (descripción de su estructura) y los valores asignados a
cada celda (datos propiamente dichos) en un papel, habremos generado la esencia de un archivo
digital. Si este papel se lo damos a otra persona, a partir de ese archivo, estaría en condiciones de
reproducir la imagen que dio origen a estos datos.
Debido a que en las imágenes la cantidad de datos es muy grande en vez de utilizase un
papel como soporte, se utilizan otros medios con mayor capacidad como soportes magnéticos
(Cinta, Cartridge, diskette, etc.) u ópticos (CD o DVD).
Cada uno de las celdas analizadas independientemente se conocen con el nombre de
PIXEL, término que proviene del inglés: PICTURE X ELEMENT. Una imagen digital está constituida
por un arreglo de píxeles y cada uno tiene un atributo de valor
numérico que se conoce como número digital (ND). Una imagen
digital está estructurada de la siguiente manera: Dentro de un
arreglo podemos ubicar un pixel, contando el número de píxeles
desde su origen izquierdo y de líneas desde su margen
superior, esta estructura nos permite identificar cada pixel con
dos valores X: PIXEL Y :LÍNEA, según esquema:
pixel : L 11 P 7
Una imagen como archivo digital casi siempre tiene que regresar a la forma analógica
para poder ser utilizado. En este paso se procede con diferentes métodos, según las características
requeridas en la salida. Es posible realizar un registro fotográfico del monitor, una salida de
impresora, una salida de plotter o una salida a través de un sistema laser dónde se obtiene una
imagen de muy alta resolución.
Sistemas Soportados en PC
En nuestro país están funcionando entre otros ER Mapper, Erdas, Easi/Pace de PCI,
Micro-image de Terramar, TNT Mips, Intergraph. Hay otros softwares diseñados para la enseñaza
como: Idrisi de la Universidad de Clark de Massachusset USA., entre otros. También existen
sistemas desarrollados en La Argentina (PC PIXEL).
En un sistema de procesamiento digital de imágenes es necesario considerar el
Hardware y el software, debido a que son estructuras y configuraciones especiales las que se
necesitan para manipular la información digital de imágenes.
La nueva generación de programas desarrollados en este tema se conocen como
"integrados" donde en el mismo software se procesa digitalmente imágenes y accede a un GIS.
Por ejemplo TNT MIPS, INTERGRAPH, Idrisi, ILWIS, etc.
Entre Software y Hardware se necesita actualmente, hacer inversiones entre $ 8.000 y
$100.000.
Por otro lado existe una generación de programas no comerciales que están destinados
a la actividad docente y que son de fácil accesibilidad. Es importante destacar que estos programas
funcionan muy bien en la enseñanza introductoria y pueden correr en una PC standard y no
necesitan mayormente accesorios especiales entre ellos se puede mencionar:
DRAGON - Goldin Rudahl System, Inc. Six University Drive, Suite 213 Amherst, MA 01002 (USA) $
995
IDRISI - Clark University Massachusset USA $250
RSVGA - Eidetic Imaging Ltd.,1210 Marin Park Drive, Brentwood Bay,British Columbia, Canada,
VOS 1Ao $ 425
BILKO - UNESCO, Marine Science Training and Education Programme TREDMAR 7 place de
Fountenoy 75700 Pris Francia Gratis
LANDSAT - Mj. Scot A. Loomer 94-037 Kuahelani Avenue # 117 . Mililani Hawaii 96789 Gratis
PROCESAMIENTO DIGITAL
RESTAURACION
LINEAS PERDIDAS
PERIÓDICAMENTE
En algunas imágenes
MSS los datos de uno de los seis
detectores se perdía a causa de un
problema de registro. En el archivo
digital, cada seis líneas escaneadas
aparecía una línea de ceros que se
observaban en la imagen como
líneas negras. Esto es llamado
PERIODIC LINE DROPOUT. El
proceso de restauración de este
problema es muy simple, se asigna
a cada pixel con valor 0 un promedio
del ND calculado entre los píxeles
vecinos en el registro superior e
inferior respectivamente. Este
proceso se observa claramente en
el gráfico donde se muestran los
ND de una imagen antes y después
del proceso de restauración.
STRIPING
Para cada banda
espectral, los seis detectores del
sensor Landsat MSS o 16 para el
Tematic Mapper (TM), están
calibrados cuidadosamente y
ecualizados radiométricamente
antes que el satélite sea lanzado,
Con el tiempo, las respuestas de
Procesamiento Digital de Imágenes Aplicado a Recursos Naturales Noviembre 2001
Profesor Juan Carlos Gómez
jcarlosgomez@interar.com.ar
Departamento Postgrado Facultad de Ciencias Naturales y Museo
UNIVERSIDAD NACIONAL DE LA PLATA
algunos detectores pueden derivar a niveles más altos o más bajos, en términos generales este
defecto se conoce cómo striping. Un método para solucionar este problema es generar seis
histogramas de la imagen, correspondiente a cada detector (en el caso del MSS) y compararlos
entre sí y de esa manera ecualizar al detector anómalo para obtener así una imagen sin striping
(Lámina 1), este proceso se describe en el gráfico.
RUIDO ALEATORIO
Las line dropout y striping son formas de ruidos sistemáticos que pueden reconocerse y
restaurarse de una manera muy simple, el ruido aleatorio (random noise) requiere métodos más
sofisticados. Este ruido aparece cómo un pixel con valores ND mucho más altos o bajos que sus
vecinos, y producen puntos más claros o más oscuros que no solamente dañan la imagen sino que
dificultan procesos posteriores cómo por ejemplo la clasificación. Los ruidos aleatorios pueden ser
removidos por filtros digitales.
En la figura se muestra un arreglo
de píxeles el cual tiene valores ND que van
de 40 a 60, hay dos píxeles con valores ND
de 0 y 90, los cuales pueden producir puntos
claros y oscuros en la imagen, pueden ser
removidos con un filtro de promedios de la
siguiente manera:
Designar un filtro Kernel con un
arreglo de píxeles impares en x e y,
tendremos cómo en este caso 9 píxeles. El
filtro nos permite calcular el valor ND
promedio del pixel central, luego
comparamos el valor calculado con el valor
real. Si la diferencia entre ellos es mayor a la
diferencia entre el valor máximo y mínimo de ese arreglo se le asigna a ese pixel el valor de ND
calculado.
DISPERSIÓN ATMOSFÉRICA
La luz solar al ingresar en la atmósfera sufre una dispersión en determinadas longitudes
de onda, una dispersión atmosférica muy familiar es aquella que actúa sobre la longitud de onda
del color azul, motivo por el cual
vemos de ese color al cielo, los
colores rojizos y amarillentos que
contemplamos al comienzo y final
del día también se deben a efectos
de dispersión. Este fenómeno deja
en la imagen una presencia de
bruma en casi todas las bandas. El
método que corrige este defecto es
conocido cómo eliminación de
bruma (Haze remuve) Este proceso
se basa en el concepto que la
longitud de onda de la banda
infrarroja no presenta dispersión
atmosférica y dentro de su
histograma existen píxeles negros
(valor ND = 0) la comparación con
los histogramas de las demás
Procesamiento Digital de Imágenes Aplicado a Recursos Naturales Noviembre 2001
Profesor Juan Carlos Gómez
jcarlosgomez@interar.com.ar
Departamento Postgrado Facultad de Ciencias Naturales y Museo
UNIVERSIDAD NACIONAL DE LA PLATA
DISTORSIONES
SISTEMÁTICAS
Las distorsiones geométricas
cuyos efectos son constantes y
predecibles, se llaman sistemáticas,
ellas dependen de: Oblicuidad del
barrido (Scan Skew), distorsión a lo
largo de la línea de barrido (Cross-
Tack) y variación de la velocidad del
espejo.
Después de realizar todos
éstos procesos estamos en
condiciones de utilizar los datos
digitales, se pueden diferenciar
claramente, dos métodos de utilización
de los datos digitales de una imagen
con un sistema de procesamiento digital, podemos tomar dos caminos ver gráfico adjunto.
Extracción o Análisis digital
Utilizar los datos digitales realizando análisis multiespectral, clasificación, componentes
principales, razón entre bandas, etc. Donde los objetivos en sí son discriminantes: Análisis Digital
Carta
Temática
Realce
Este tipo de técnica es la más usada por la comunidad geológica, porque lleva de
arrastre muchos años de interpretación visual, en el uso fotografías aéreas para obtener
información estratigráfica y estructural. Esta habilidad valoriza a las imágenes realzadas dónde se
distinguen elementos de relieve, cobertura y geología con mayor claridad.
La situación particular de nuestro país pone también a las imágenes corregidas
geométricamente, en un lugar de importancia, debido a que ellas ocupan el que deja la información
cartográfica argentina.
Un sistema de procesamiento digital de imágenes cuando hablamos de realces
(enhacement) se puede comparar con un instituto de belleza donde muchas personas entran,
pueden quedarse horas días o meses resaltando lo que quieran y distrayendo lo que quieran y al
salir puede ser difícil reconocerlos.
Describiremos algunos de los procesos realizados sobre los datos digitales para obtener
un óptimo material, que posteriormente es usado mediante la técnica de interpretación visual.
CONTRASTE
Dentro de las técnicas de realce las más usadas son las de contraste.
El rango de sensibilidad de los detectores TM y MSS se diseñaron para registrar un
amplio rango de valores ND, registran desde un basalto con tonalidades muy oscuras hasta una
salina o una masa de hielo con tonalidades extremadamente claras dentro de un amplio rango de
condiciones de luz. La mayoría de las escenas individuales, no utilizan en su totalidad el rango de
sensibilidad de los detectores, para producir una imagen de óptima relación de contraste, es
importante utilizar el rango de luminosidad completo. Si tenemos la imagen original sin ninguna
modificación de los datos ND nos mostrará un histograma, dónde los valores horizontales
corresponden al valor ND (o valor de luminosidad o brillantez) y los verticales el número de píxeles,
veremos que el central está en el 92% del histograma y tiene un rango de ND desde 49 a 106, el
cual utiliza solo un 23% del rango potencial de luminosidad (106-49)/ 256=23%. Este limitado rango
de luminosidad refleja el bajo contraste de la imagen original. De los métodos de realce de
contraste los más usados son tres: Contraste Lineal, Contraste no lineal y IHS.
Contraste Lineal
El contraste lineal es
el realce más simple,
analizando el histograma de la
imagen original en la figura 13,
observamos que el valor
mínimo del ND es 49 y el
máximo es 106, si le
asignamos al valor 49 el negro
(ND = 0) y al valor 106 el
blanco (ND = 255) los
restantes valores son
distribuidos linealmente entre
los extremos, histograma
superior de la figura.
Contraste no lineal
Es también posible realizar modificación del histograma en forma no lineal, Estiramiento
Gaussiano es un realce no lineal que realza el contraste en los extremos del histograma, este
estiramiento, muestra una curva de distribución normal entre los límites de 0 a 255 provocando
mayor contraste en la parte clara y oscura del histograma y una pérdida de contraste de los valores
medios.
en la figura se muestra un histograma, dónde la distribución uniforme del estiramiento
(ecualización del histograma) se ha modificado produciendo una densidad de población donde los
rangos medios de luminosidad (ND) son estirados preferencialmente con pérdida del contraste de
los píxeles de valores más bajos y más altos.
Un paso importante en este tipo de procesamiento digital es realizar un análisis previo del
histograma, localizar el área de ND de interés y actuar en consecuencia.
IHS
En la generación de una imagen
color se utiliza el criterio de sistema de
colores aditivos : azul verde y rojo (RGB),
otra alternativa en la generación de una
imagen color es el de utilizar técnicas de
IHS (Intensity, Hue, Saturation) que ofrece
la posibilidad de percibir más claramente
las diferencias cromáticas que existen en la
imagen RGB.
La misma se analiza desde tres
puntos de vista diferentes:
tabla arbitraria de colores con correspondencia a valores ND. Por ejemplo 10=rojo y 40=amarillo
70=verde 130=azul 200=magenta, y al analizar el color del pixel de la imagen RGB podremos
asignarle el valor ND que corresponda.
Saturación: el análisis de los píxeles de la imagen RGB con respecto a la saturación de
color, permite generar una banda donde cada pixel tiene un valor de ND relacionado con el valor de
saturación, asignándole el valor 0 a la saturación mínima (pixel gris) y 255 al de saturación máxima
y los valores intermedios. En otras palabras un pixel de mínima saturación tiene idéntico valor de
ND para cada banda (ejemplo: rojo=80 verde=80 y azul=80) y un pixel con valor máximo de
saturación es cuando dos de sus bandas tienen valor ND=0 (ejemplo rojo=0 verde=0 y azul=255).
Density Slicing
Esta técnica convierte los tonos continuos de grises de una imagen en una serie de
intervalos de un rango digital específico. Este tipo de producto puede analizarse con colores o
como aéreas rodeadas por líneas de contorno. Esta técnica enfatiza sutiles diferencias de grises
que pueden ser imperceptibles en la imagen original.
Realce de bordes
El análisis del relieve es de fundamental importancia en la interpretación visual de la
imagen, la litología se encuentra asociada con formas de erosión y la estructura, ya sean sistemas
de diaclasas hasta fracturas regionales presentan una expresión morfológica característica.
Generalmente el relieve se refleja en la imagen por un cambio brusco de valor de ND , al realzar los
bordes entre píxeles con diferencias en su luminosidad, resaltaremos las formas del relieve y
observaremos mas claramente el mismo. A veces este realce nos permite detectar rasgos que no
son visibles en la imagen original.
El realce de bordes es otra técnica para enfatizar las sutiles variaciones de ND entre
pixeles adyacentes. Cuando la diferencia entre éstos supera valores predeterminados, el realce de
bordes lo marca sobre la imagen como un contorno, escalones en la escala de grises o en cambios
de color.
Han sido desarrollados en este caso filtros digitales que realzan los bordes en imágenes
y los separamos en dos grupos: Direccionales y no direccionales.
Filtros no Direccionales
El filtro Laplaciano es un filtro no direccional por que realza los rasgos lineales en todas
las direcciones, sutiles cambios en el relieve o elementos de infraestructura. (Lámina 4) Un típico
filtro Laplaciano es mostrado en la figura. Es un Kernel con un alto valor central, 0 en cada esquina
y -1 en el centro de cada lado. Este filtro es superpuesto sobre el arreglo original de pixeles de la
imagen y cada pixel es multiplicado por el correspondiente valor del Kernel, los nueve resultados se
suman y el valor resultante se suma al pixel original ubicado en el centro del Kernel y este valor
reemplaza al ND original. En la figura el filtro esta ubicado sobre la imagen y la multiplicación y
suma da un valor de 5, el pixel central en el arreglo original(40) es sumado al valor del kernel y
produce un nuevo valor: 45, de esta manera obtenemos una imagen filtrada Figura. En la Figura se
grafican los perfiles de los datos originales y los filtrados donde se observa claramente el efecto del
filtro utilizado.
Filtros direccionales
Los filtros direccionales son usados para realzar los rasgos lineales en una dirección
específica. Se usan dos filtros Kernel cada uno de ellos son multiplicados por el seno y coseno del
ángulo con respecto al norte de la dirección que se quiere resaltar, si los valores angulares se
toman a la en sentido levógiro con respecto al norte se usan valores angulares negativos.
Corrección Geométrica
La técnica de procesamiento digital de imágenes utilizada para generar cartografía
es no solo novedosa sino poco conocida en la mayoría de los medios técnicos que utilizan
cartografía, por esta razón, es necesario actualizar criterios relacionados con los beneficios y
limitaciones del método. Las imágenes satelitarias son utilizadas desde hace mas de 20 años como
fuente para la obtención de cartografía planimétrica.
En este tipo de estudio se pueden utilizar imágenes Landsat TM con una
resolución espacial de 30/15 m, Spot XS con 20 m, Spot P 10 m, imágenes Resours-F con 2, 5, 8,
10 y 20 m e imágenes de alta resolución con 0.61 a 4 m. Es decir que la imagen resultante esta
compuesta por pixels que representan cada uno una celda de 30 x 30 m hasta 1 x 1 m. Si la
precisión de los datos usados para la corrección acompañan a la resolución espacial de la imagen
a corregir, podremos tener un rms (error medio cuadrático) planimétrico, del orden del pixel. Esto
implica que utilizando una Landsat TM la precisión planimétrica que podremos lograr es muy
parecida a la precisión que la Ley de la Carta define para escala 1:100.000, por otro lado es
importante consignar que una imagen Landsat cubre una superficie equivalente a mas de 17 hojas
1:100.000 del IGM.
El objetivo buscado es la obtención de una imagen realzada y corregida
geométricamente para poder, a partir de ella, obtener una cartografía con métodos de
Procesamiento Digital de Imágenes Aplicado a Recursos Naturales Noviembre 2001
Profesor Juan Carlos Gómez
jcarlosgomez@interar.com.ar
Departamento Postgrado Facultad de Ciencias Naturales y Museo
UNIVERSIDAD NACIONAL DE LA PLATA
interpretación y de esta manera obtener una cartografía confiable desde el punto de vista de su
precisión cartográfica. En la corrección geométrica es posible elegir la proyección geográfica (
Gauss Krüger, UTM) y un sistema de referencia determinado ( Posgar, Chos Malall, Campo
Inchauspe, La Canoa, Aguaray, Pampa de castillo, etc.)
La corrección geométrica se realiza a partir de toma de puntos (GCP: Ground
control point) con coordenadas geográficas conocidas con error acotado. Estos datos pueden ser
tomados de cartografía o a partir de datos gps tomados en el campo.
La situación real de la cobertura de nuestro país hace que esta técnica se torne
importante a causa de que nos permite obtener cartografía confiable donde no exista o actualizar la
cartografía disponible.
Mosaico Digital
Cuando estamos frente a un proyecto que involucra más de una imagen y es necesario
construir un mosaico, éste tendrá conflictos de dos tipos:
1-Tonales (blanco y negro) Cromáticos (color)
2-Geométricos
Cuando generamos una banda donde cada pixel es el cociente de los valores de ND de
la banda1 / banda 3, observamos que de esta forma podemos obtener un valor ND para esta roca,
en cierta manera estamos eliminando la
variación en la iluminación solar generada por el
relieve.
Componentes Principales
Clasificación multiespectral
El método de clasificación multiespectral tiene
por objeto discriminar clases dentro de los valores
espectrales de una imagen, cuando se realiza una
clasificación en campos de nuestra pampa húmeda es
común encontrar pocas clases ( pasturas, campos
arados, campos sembrados: trigo, maíz, soja etc.) y los límites son netos: alambrados que separan
parcelas con diferente uso, pero cuando se realiza una clasificación en un área con geología de
superficie expuesta, los límites entre unidades suelen ser transicionales y las clases son
numerosas. De todos modos es un método que requiere el uso de cálculos estadísticos de variada
complejidad, la clasificación puede ser realizada en forma automática o supervisada por el
operador, este último implica mucho control de campo. Para realizar una clasificación con seriedad
tiene que apoyarse en estudios estadísticos, trabajo de campo y la intervención de un profesional
de basta experiencia en el tema objetivo.
Análisis multitemporal
El registro de imágenes satelitarias se realiza con períodos de 18 días las imágenes
Landsat y de 6 a 26 días en las imágenes Spot, existen otros sensores con una revisita mas corta.
El análisis temporal puede ser de mucha utilidad cuando se esta realizando el estudio de
un proceso dinámico, los lapsos de observación pueden variar en meses o años según el tipo de
rasgo a estudiar.
Bibliografía Consultada
Procesamiento Digital de Imágenes Aplicado a Recursos Naturales Noviembre 2001
Profesor Juan Carlos Gómez
jcarlosgomez@interar.com.ar
Departamento Postgrado Facultad de Ciencias Naturales y Museo
UNIVERSIDAD NACIONAL DE LA PLATA
Publicaciones Periódicas: