Clasificación Multiespectral

• La clasificación digital no busca una

definición absoluta de cada cubierta, sino
una caracterización particular, válida para
una determinada imagen y un territorio
concreto.

• Busca obtener una nueva imagen, en la

cual cada uno de los ND’s originales
venga definido por un número de clase,
que es el identificador de la categoría en
donde se haya incluido.
Fundamentos de la clasificación
 Fases de la clasificación
ØEntrenamiento: definir numéricamente
las categorías:
üSupervisado.
üNo supervisado.

ØAsignación: categorizar los píxeles de la

imagen.

ØEdición de resultados.
 Entrenamiento Supervisado
ØTrata de definir con rigor cada una de las
categorías a discriminarse, teniendo en
cuenta su propia variabilidad en la zona de
estudio.

ØSeleccionar una muestra de píxeles de la

imagen que representen adecuadamente
las categorías de interés.
 Entrenamiento Supervisado
• El intérprete delimita áreas piloto suficientemente
representativas de las categorías.

• Es necesario seleccionar varios campos por categoría

para reflejar la variabilidad de la zona.

• El computador calcula las estadísticas elementales

de cada categoría a partir de los ND de todos los
píxeles incluidos en los campos de entrenamiento
asignados a cada clase (píxeles testigo).
 Entrenamiento supervisado
Agua Áreas
forestales

Cultivos con riego

Pastizal Apoyo de radiometría

de campo.

Señalar áreas características en la imagen

Características de las áreas de
entrenamiento
• Bien identificadas.
ØLocalización.
ØActualización.

• Suficientemente homogéneas.
ØRuido de la escena.
ØAuto-correlación espacial.

• Que cubran todas las clases.

Areas de entrenamiento
Espacios de características
Espacios de características
Estadísticas de una muestra