SR 15 Georrefernciacion

Instituto de Recursos Naturales y Ecodesarrollo UNIVERSIDAD NACIONAL DE SALTA
ESCUELA DE RECURSOS NATURALES FACULTAD DE CIENCIAS NATURALES
SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL
Por: Virgilio Núñez

Salta, 2012
1. GEORREFERENCIACIÓN
Las imágenes de satélites obtenidas con sensores basados en escáner óptico mecánicos,
de barrido o empuje, contienen una variedad de deformaciones geométricas inherentes a las
características propias del sistema; algunas de las principales anomalías son las provocadas por
la rotación de la Tierra durante el registro de una imagen completa o las causadas por el hecho de
que el campo visual instantáneo (IFOV acrónimo en inglés de Instantaneous Field Of View)
cubre más porción de terreno al final de las líneas del escáner, donde el ángulo visual es muy
oblicuo, a diferencia de la parte central donde el campo visual es vertical.
Para las imágenes satelitales comercializadas, como las del LANDSAT, IRS-P6
Resourcesat-1 o SPOT, la mayoría de los elementos de la restauración geométrica sistemática
asociados con la captación de imágenes son corregidos por los distribuidores. Entonces, para el
usuario final, la única operación que generalmente debe realizarse es la georreferenciación, con
el objeto de obtener un producto que pueda ser utilizado posteriormente en análisis del territorio
en un entorno de los Sistemas de Información Geográfica (SIG). Muchas empresas de
distribución comercial de imágenes satelitales realizan esta rectificación con un costo adicional.
La georreferenciación corresponde entonces al procedimiento mediante el cual se corrige
espacialmente un mapa o imagen digitales, asignándoles coordenadas en un sistema de referencia
determinado; esto sería, un cambio en el espacio de referencia, del espacio imagen al espacio de
proyección (Cuartero y Felicísimo, 2003) (Figura 1). Para los productos en formato raster la
georreferenciación involucra dos etapas: por un lado la asignación de nuevas coordenadas
(desplazamiento, rotación y escalado de la grilla de coordenadas) al producto resultante y, por
otro, la transferencia del atributo a las nuevas posiciones espaciales; para el caso de las imágenes
satelitales, el atributo corresponde al nivel digital (Nd) contenido en el píxel.
1
Figura 1. Cambio del espacio de referencia. Tomado de: Principios de georreferenciación

de un dataset ráster, Ayuda de ARCGIS 10.
Para fines cartográficos, es esencial que cualquier tipo de imagen registrada por un sensor
remoto sea ubicada correctamente en el espacio y proyectada en un sistema de referencia
determinado. Para las imágenes satelitales, la gran altura de la plataforma sensora resulta en
desplazamientos de la imagen provocados por el relieve y la curvatura de la tierra de escasa
magnitud. Normalmente, estas deformaciones no son consideradas al momento de la
georreferenciación en dos dimensiones (rectificación).
La ortorrectificación u ortocorrección (corrección en tres dimensiones) de una imagen
satelital involucra las elevaciones del terreno y la curvatura terrestre para cada posición de los
píxeles en una imagen. Algunas empresas distribuidoras de imágenes (DigitalGlobe, GeoEye
CNES, entre otras) entregan sus productos de alta resolución espacial (IKONOS, Quickbird,
SPOT, entre otros) con los Coeficientes Polinómicos Racionales (RPC: Rational Polynomial
Coefficients) que se requieren para la ortorrectificación, acompañado de un Modelo Digital de
Elevaciones (DEM: Digital Elevation Model) preciso. Los RPC corresponden a los coeficientes
de los valores de latitud, longitud y altitud necesarios para corregir ortogonalmente una imagen
satelital. Dichos coeficientes son generados a partir de la orientación exterior del sensor que
registra la imagen.
2
Figura 2. Parámetros de la orientación exterior de una cámara. Fuente: Erdas, 2005.

Al igual que en fotogrametría, la orientación exterior reconstruye la posición, inclinación
y rotación del sensor respecto al sistema de coordenadas terrestres durante el registro de la
imagen. Para la resolución de la orientación exterior se requiere entonces del conocimiento de
los siguientes parámetros: coordenadas x, y, z del centro de la lente de la cámara y sus
correspondientes rotaciones (ω, omega; φ, fi; κ, kappa), vinculadas con la actitud del satélite
(Figura 2). Por supuesto que se requieren también de los parámetros de la orientación interior:
coordenadas del punto principal, la distancia principal de la cámara y las distorsiones de la lente.
Los parámetros de ambas orientaciones son provistos por las empresas distribuidoras de
imágenes.
3
Figura 3. Arreglo del escáner lineal de empuje. Fuente: Morgan, 2004.

En la Figura 4 se muestran los parámetros de la orientación interior del escáner de empuje
con arreglo lineal (Figura 3), sensor HRV del satélite SPOT.
Figura 4. Parámetros de la orientación interior del escáner de arreglo linear del satélite
SPOT. Fuente: Erdas, 2005.
Pk: punto en la imagen
xk: coordenada x de la imagen para línea k de escaneo
f: distancia principal de la cámara
4
Ok: centro de perspectiva para la línea k de escaneo, alineado con la órbita

PPk: punto principal para la línea k de escaneo
lk: rayo de luz para la línea k de escaneo, vinculado al centro de perspectiva Ok
Como resultado de la georreferenciación, la ubicación espacial correcta de las imágenes
puede lograrse generalmente a través del uso de un proceso de transformación sistemática
llamado rubber sheet (lámina de goma); dicha transformación deforma suavemente la capa raster
(haciendo uso de ecuaciones polinominales) basándose en las posiciones conocidas de un grupo
de puntos de control de terreno (PCT o GCP: Ground Control Points) ampliamente dispersados.
Esta capacidad es brindada en IDRISI por el módulo RESAMPLE (Remuestreo) y en ARCGIS
10 por la herramienta GEORREFERENCIACIÓN.
1.1. AJUSTE DE LA GRILLA DE COORDENADAS

Como ya se dijera, la primera etapa de la georreferenciación corresponde al ajuste de la
grilla original de coordenadas que involucra el desplazamiento, rotación y escalado hacia nuevas
posiciones correspondientes a un sistema de proyección cartográfica con referencia conocida y
precisa. En síntesis, la imagen proyectada se obtiene mediante la aplicación de una
transformación geométrica utilizando polinomios de diferente orden en base a la localización de
PCT.
En una primera instancia se debe especificar las coordenadas de origen y de destino, el
tipo de transformación geométrica (orden polinómico, Figura 5) que se realizará, cuya aplicación
depende de la cantidad de puntos de control introducidos.
La herramienta de rectificación polinómica es útil cuando el ráster requiere una
corrección geométrica sistemática que se pueda modelar con un polinomio. Una transformación
espacial puede corregir o quitar distorsiones utilizando una transformación polinómica del orden
apropiado. Cuanto más elevado sea el orden del polinomio utilizado, más compleja será la
distorsión que puede ser corregida y requerirá progresivamente más tiempo de proceso.
Figura 5. Georreferenciación, ajustes polinómicos. Tomado de: Principios de

georreferenciación de un dataset ráster, Ayuda de ARCGIS 10.
5
Para determinar la cantidad mínima de vínculos (PCT) necesarios para un orden de

polinomios dado, se puede utilizar la siguiente fórmula:
n = (p + 1) (p + 2) / 2
donde:
n es la cantidad mínima de PCT requeridos para la transformación del orden polinómico
p elegido. Se recomienda enfáticamente utilizar más vínculos de lo que indica la cantidad
mínima.
1.1.1. Tipo de transformaciones geométricas en ARCGIS 10

Un polinomio de primer orden (lineal o afín) fija un plano chato en los puntos de entrada.
Los polinomios de segundo (cuadrática) y tercer (cúbica) orden fijan una superficie algo
más complicada en los puntos de entrada.
ADJUST (Ajuste): Es una transformación que optimiza la exactitud local y global que se
logra realizando primero una transformación polinómica, para luego ajustar localmente los
puntos de origen a los PCT de destino, con la aplicación de la técnica de interpolación de red
irregular de triángulos (TIN).
SPLINE (Regla o línea flexible): Transforma de manera precisa las posiciones de los
puntos de origen en las ubicaciones de los PCT de destino, pero no así en los sitios que se
encuentran entre los puntos de control.
PC 02 PC 02
PC 01 PC 01
PC 03 PC 03
PC 04 PC 04
PC 09 PC 09
PC 10 PC 10
PC 12 PC 12
PC 11 PC 11
PC 06 PC 06
PC 05 PC 05
a b
6
PC 02 PC 02
PC 01 PC 01
PC 03 PC 03
PC 04 PC 04
PC 09 PC 09
PC 10 PC 10
PC 12 PC 12
PC 11 PC 11
PC 06 PC 06
PC 05 PC 05
c d
PC 02
PC 01
PC 03
PC 04
PC 09
PC 10
PC 12
PC 11
PC 06
PC 05
e
Figura 6. Tipos de transformaciones geométricas: a, polinómica de primer orden; b,
polinómica de segundo orden; c, polinómica de tercer orden; d, ajuste (adjust);
y, e, línea flexible (spline).
En la Figura 6 se pueden ver las deformaciones que sufre una fotografía aérea (Núñez,
2003), por la aplicación de diferentes transformaciones geométricas en base a diez PCT. Los
errores y residuales máximos se pueden consultar en la Tabla 1.
Residual
RMS
Transformación geométrica máximo PCT
(m)
(m)
Polinómica de primer orden 9.311 14.357 02
Polinómica de segundo orden 2.134 3.689 03
Polinómica de tercer orden 0.006 0.011 06
Ajuste (adjust) 0.000 0.000 todos
Línea flexible (spline) 0.004 0.004 todos
Tabla 1. Error estándar (RMS: Root Mean Square) y residual máximo por la aplicación
de diferentes transformaciones geométricas sobre una fotografía aérea basado
en diez PCT.
7
1.2.1. Tipo de transformaciones geométricas en IDRISI

Solo están disponibles en IDRISI las tres primeras transformaciones geométricas, o sea
las polinómicas de primero, segundo y tercer orden.
Debe tenerse presente siempre que la calidad de la georreferenciación depende en
primera instancia de la precisión, distribución e identificación correcta de los PCT en la imagen a
rectificar.
2.1. TRANSFERENCIA DE POSICIONES DE LOS NIVELES DIGITALES

La imagen digital es una matriz de celdillas en una dimensión finita. Las posiciones de
los píxeles son de tipo discreto, debe recordarse el sistema fila, columna. Luego de la aplicación
de las funciones de ajuste (coordenadas de imagen a coordenadas en un sistema de referencia),
las nuevas posiciones de los píxeles estarán representadas por números reales, que en la mayoría
de los casos no coincidirá con la situación de las celdillas, expresadas para la imagen original,
como números enteros (fila, columna).
Figura 7. Posiciones definitivas de los píxeles luego de la transformación geométrica de la

imagen. Tomado de Pinilla, 1995. Pág. 142.
Luego de la transformación de la imagen original, esto es desplazamiento, rotación y
escalado de la grilla de coordenadas (Figura 7), es necesario asignar a las nuevas posiciones de
las celdas un único valor proveniente de los píxeles primitivos.
Existen varios métodos para la transferencia de los Nd a la nueva posición en la imagen
corregida, operaciones conocidas con el nombre de remuestreo o interpolación (RESAMPLE),
mediante las cuales se trasladan los Nd de las posiciones en la imagen transformada a las
localizaciones definitivas en la imagen corregida. La denominación de imagen transformada
corresponde a la resultante de la transformación geométrica una vez aplicadas las funciones de
ajuste; se reserva el calificativo de imagen corregida a la que resulta de la aplicación del
remuestreo o interpolación sobre la imagen transformada.
8
2.1.1. MÉTODO DEL VECINO MÁS CERCANO

El método del vecino más cercano (nearest neighbourg) consiste en un algoritmo que
asigna a cada celdilla de la imagen corregida el Nd correspondiente al píxel de la imagen
transformada cuyo centro esté más próximo al de la corregida (Figura 8); las expresiones
algebraicas correspondientes son:
ƒ(x,y) ∆x < 0,5 ∆y < 0,5
ƒ(x+1,y) ∆x ≥ 0,5 ∆y < 0,5

ƒ(m,n) =
ƒ(x,y+1) ∆x < 0,5 ∆ ≥ 0,5
ƒ(x+1,y+1) ∆x ≥ 0,5 ∆y ≥ 0,5
donde: ƒ(m,n) es el Nd asignado a la celdilla (m,n) de la imagen corregida, ƒ(x,y) es el

valor correspondiente al píxel de la imagen transformada, situado en una posición delimitada por
un número real, siendo:
m = x + ∆x 0 ≤ ∆x ≤ 1
n = y + ∆y 0 ≤ ∆y ≤ 1
donde: ∆x e ∆y son las diferencias respectivas en la dirección de las columnas y de las

filas entre el centro de la celdilla corregida y el de la transformada, expresada en fracciones de
píxel.
Este procedimiento no supone la alteración de los Nd de la imagen original, sino
solamente la traslación a otra localización. Presente el inconveniente de introducir fracturas y
quiebres en el trazado de los rasgos lineales de la imagen original, distorsión conocida como
efecto escalera. A pesar de ello, es el único método utilizable en la georreferenciación de
imágenes con datos cualitativos o temáticos e inclusive en aquellas imágenes que serán luego
utilizadas para calcular parámetros físicos como la biomasa a partir de los valores de Nd.
9
Figura 8. Remuestreo por el método de vecino más cercano. Tomado de Pinilla, 1995.
Pág. 144.
2.2.1. MÉTODO DE INTERPOLACIÓN BILINEAL

El algoritmo de interpolación bilineal (bilinear interpolation) asigna al píxel corregido la
media ponderada de los Nd correspondientes a las cuatro celdas más cercanas de la imagen
transformada (Figura 9); el peso asociado a cada Nd es proporcional a la cercanía de aquellas (1 -
∆x y 1 - ∆y), considerando la distancia medida entre los centros de las celdas.
ƒ(m,n) = c1 ƒ(x,y) + c2 ƒ(x+1,y) + c3 ƒ(x,y+1) + c4 ƒ(x+1,y+1)
donde ƒ(m,n) y ƒ(x,y) tienen el significado ya expresado y ci son los factores de
ponderación asignados a los cuatro Nd de entrada definidos de la siguiente manera:
c1 = (1 - ∆x) (1 - ∆y)
c2 = ∆x (1 - ∆y)
c3 = (1 - ∆x) ∆y
c4 = ∆x ∆y
10
Figura 9. Remuestreo por interpolación bilineal. Tomado de Pinilla, 1995. Pág. 145.
Este método produce resultados suavizados, pues las cuatro posiciones más cercanas a la
celdilla corregida son utilizadas para calcular un valor promedio que homogeniza las escalas de
grises: El método de interpolación bilineal se utiliza para georreferenciar imágenes con datos
cuantitativos, permitiendo salidas de mayor calidad visual.
2.3.1. MÉTODO DE CONVOLUCIÓN CÚBICA

El método de convolución cúbica (cubic convolution) es un algoritmo muy utilizado que
emplea polinomios bivariados de tercer orden. En esencia es similar al anterior, con la diferencia
que para calcular la media ponderada utiliza las dieciséis celdillas más próximas al píxel
considerado. Los Nd de las dieciséis celdas de la imagen transformada se interpolan linealmente
en cuatro grupos de cuatro líneas de cuatro píxeles, cada una de aquellas para formar cuatro
interpolantes. Con posterioridad se realiza una nueva interpolación entre los cuatro valores
anteriores obtenidos para asignar finalmente el Nd a la celda corregida (Figura 10). La expresión
que calcula la interpolación unidimensional en función de los cuatro valores más próximos de
una línea es:
ƒ(m,n) = ∆x{∆x(∆x[ƒ(x+2) - ƒ(x+1) + ƒ(x) - ƒ(x-1)] -
- [ƒ(x+2) - ƒ(x+1) + 2ƒ(x) – 2ƒ(x-1)]) +
+ [ƒ(x+1) - ƒ(x-1)]} +
+ ƒ(x)
11
Figura 10. Remuestreo mediante convolución cúbica. Tomado de Pinilla, 1995. Pág. 146.
que puesta en función de las luminancias de cada celdilla queda:
ƒ(m) = [(∆x)3 – (∆x)2] ƒ(x+2) -
- [(∆x)3 – (∆x)2 - (∆x)] ƒ(x+1) +
+ [(∆x)3 – 2(∆x)2 + 1] - ƒ(x) -
- [(∆x)3 – 2(∆x)2 + (∆x)] ƒ(x-1)
donde ƒ(m) es el interpolante asignado a la celdilla central (m) de cada una de las cuatro
líneas de la imagen corregida y ƒ(x) es el valor correspondiente al píxel de la imagen
transformada, situado en una posición delimitada por un número real. El polinomio de
interpolación entre los cuatro valores ƒ(m) obtenidos será de la forma:
ƒ(m,n) = [(∆y)3 – (∆y)2] ƒ(m+2) -
- [(∆y)3 – (∆y)2 - (∆y)] ƒ(m+1) +
+ [(∆y)3 – 2(∆y)2 + 1] - ƒ(m) -
- [(∆y)3 – 2(∆y)2 + (∆y)] ƒ(m-1)
Este método asegura que la interpolación pase por los valores conocidos en los centros de
las celdillas y que sus dos primeras derivadas sean suaves. Ello produce gran conservación en el
aspecto visual de la imagen resultante, pues el suavizado que introduce es menos severo que en
la interpolación bilineal. Sin embargo presenta el inconveniente de una mayor exigencia de
cálculo al sistema de tratamiento, lo que insume mayor tiempo.
En IDRISI solo están disponibles las dos primeras opciones de remuestreo (vecino más
cercano e interpolación bilineal), mientras que en ARCGIS 10 se ofrecen los tres métodos y se
incluye un cuarto llamado Majority (Mayoría). Este último corresponde a un remuestreo o
interpolación en el que se asigna el identificador dominante a la posición de la celda de salida; se
requiere que tres de cuatro o cinco de ocho celdas próximas (en un arreglo ortogonal) de la
imagen transformada tengan el mismo valor (identificador temático o Nd), en caso contrario se
asigna el dato del píxel más próximo.
Las opciones NEAREST y MAJORITY se utilizan para los datos temáticos, como los
mapas de uso del suelo en formato ráster. NEAREST es la opción predeterminada dado que es la
12
más rápida y también porque no cambiará los valores de los píxeles. No se deben utilizar
NEAREST o MAJORITY para datos continuos, como las superficies de elevación.
Las opciones BILINEAR y CUBIC son más adecuadas para los datos continuos. No se
recomienda la utilización de los algoritmos BILINEAR o CUBIC para datos temáticos ya que
pueden alterar los valores de las celdas.
2. CANTIDAD Y DISTRIBUCIÓN DE PUNTOS DE CONTROL PARA LA

GEORREFERENCIACIÓN
La siguiente presentación está basada en el trabajo de Juliá (1999). Si bien el trabajo del
profesor Juliá está referido a los puntos de enlace para los métodos de aerotriangulación de
fotografías aéreas – este caso en particular para el ajuste planimétrico -, las consideraciones y
conclusiones pueden resultar de utilidad para los trabajos de georreferenciación de imágenes
satelitales.
1.1. Introducción
La utilización de las técnicas de la Aerotriangulación y de la compensación por bloques
ha aumentado considerablemente en el país en los últimos años, y es probable que ese aumento
sea aún mayor en el futuro, si se tienen en cuenta los requerimientos cartográficos que
implicarán, por un lado las importantes inversiones previstas en obras de infraestructura y, por el
otro, el impacto trascendente que viene a significar la aparición y rápida generalización de los
Sistemas de Información Geográfica.
Ante este futuro promisorio, resulta conveniente brindar a los usuarios información
suficiente, inexistente en idioma español, sobre la relación entre la precisión de la compensación
y aquellos parámetros como forma y tamaño del bloque, distribución de puntos de control,
cantidad de puntos de enlace, recubrimiento (especialmente el transversal), tipo de fotografía etc.
Muchas de las dificultades encontradas en la práctica tienen su origen en un diseño
deficiente de la distribución de puntos de control o en la elección de la cantidad de puntos de
enlace, por ejemplo.
Este trabajo persigue principalmente fines didácticos y presenta los resultados de varias
investigaciones sobre el tema.
2.1. Estudio teórico de la precisión de la compensación en bloque por modelos independientes

Las investigaciones que a continuación se presentan fueron realizadas mediante la
obtención de las matrices de varianza covarianza de los parámetros de transformación y de las
coordenadas incógnitas, para lo cual fue necesario invertir las correspondientes matrices de las
ecuaciones normales reducidas de la compensación.
2.1.1. Planimetría
Ackermann (1967) ha estudiado el tema del ajuste planimétrico de bloques de fotografías
en detalle y sus investigaciones han dado lugar a muchas publicaciones. En una de ellas se
presentan la conclusiones principales mediante perspectivas muy expresivas que permiten
apreciar la influencia de la distribución de los puntos de control en la compensación (Figura 12 y
Figura 13). Al examinar estas figuras debe tenerse presente que ellas son una representación
gráfica espacial de los errores cuadráticos medios (σx = σy = σ) de las coordenadas planimétricas
13
(x,y) compensadas de los puntos de enlace del bloque, y no una representación de la deformación
planimétrica real del bloque, como podría interpretarse apresuradamente.
Figura 11. Influencia en la distribución de los puntos de control en la compensación por

bloques.
14
Figura 12. Influencia en la distribución de los puntos de control en la compensación por

bloques con pasadas adicionales.
El valor de σ está representado en la dirección vertical en unidades de σo, que es el error

cuadrático medio de la unidad de peso, cuyo valor oscila en los 10 µm según sea la precisión con
que se trabaje y representa la precisión con que se miden las coordenadas en el modelo. El valor
de σo será menor que 10 µm en los trabajos de alta precisión (puntos preseñalizados, por
ejemplo), pero ascenderá a los 25 o 30 µm si se trabaja con puntos “perforados” en la emulsión
por medio de aparatos de transferencia de puntos. µ es el valor medio cuadrático de los errores
medios de todos los puntos de enlace después de la compensación. σmáx es el máximo valor que
toma σ en el bloque. También se consigna el valor de σ para algunos puntos característicos del
bloque. Para los bloques f9 y f10 se consignan, además, los valores de (σmáx) y µi
correspondiente al espacio interior a los puntos de control.
15
( xi − x) 2
σo =σ = ∑ 2
Varianza de la unidad de peso, precisión.
n −1
( xi − x) 2 Promedio del error medio de los puntos de
µ =σ x = ∑
2
enlace luego de la compensación.
n * (n − 1)
RMS = 2 σ x2
σ Error estándar (Root Mean Square).
RMS = 2
n
σ = RMS 2 n Desvío estándar.
De los ejemplos presentados en la Figura 12 se extraen fácilmente las siguientes
conclusiones:
Con solo 4 puntos de apoyo en las esquinas del bloque la precisión se reciente
sensiblemente en el perímetro del bloque (bloques f6 y d10), pero en el interior de ella
es bastante mejor y de carácter uniforme.
El inconveniente de la poca precisión en los bordes desaparece empleando puntos de
apoyo a lo largo del perímetro de bloque (bloques f7, d11, d12 y d14). Cuanto mayor
sea la densidad de ese apoyo, mejor será la precisión final.
Por su parte, de lo mostrado en la Figura 13 se puede concluir:
No resulta necesario colocar una alta densidad de puntos de apoyo en el interior del
bloque (bloque f5).
El empleo de pasadas adicionales con un alargue de 2 modelos al principio y al final de
cada una de ellas brinda una interesante posibilidad de ahorrar puntos de control en el
perímetro. En los bloques f9 y f10, se puede apreciar que la precisión, dentro de la zona
definida por los puntos de control, es comparable a la obtenida en los bloques con
mayor apoyo planimétrico denso.
3. CORRECCIÓN MEDIANTE MODELIZACIÓN MATEMÁTICA

Los métodos de corrección mediante modelización matemática permiten restablecer las
condiciones reales de la escena a partir del conocimiento de los parámetros orbitales del satélite
en el instante de la adquisición; dichos parámetros son almacenados en el fichero de cabecera
(header) de la imagen. La corrección automática de las imágenes satelitales está basada en estos
procedimientos, los mismos se conocen también como correcciones de sistema (Figura 13).
16
Figura 13. Transformaciones geométricas simples. Tomado de Pinilla, 1995. Pág. 148.
Este tipo de tratamientos consiste en realizar una serie de transformaciones geométricas

simples sobre una imagen, o bien, una combinación de ellas. Se presentan algunas de las más
elementales:
Traslación
u=x+a
v=y+b
Inclinación
u = x + ay
v=y
Cambio de escala
u = ax
v = by
Perspectiva
u = axy
v=y
Rotación
u = cos θ x + sen θ y
v = - sen θ x + cos θ y
para una rotación levógira de ángulo θ.
En cualquiera de los casos anteriores, todos los puntos de la imagen se habrán trasladado
a la posición corregida mediante la aplicación del operador de corrección sin la introducción de
error alguno en el proceso.
17
4. BIBLIOGRAFÍA
Ackermann, F. 1967. Theorestische Beispiele zur Lagegenautigkeit ausgeglichener
Bloecke. Bildmessung und Luftbildwesen, Helft 3.
Cuartero, A. y A. M. Felicísimo. 2003. Rectificación y ortorrectificación de imágenes de
satélite: análisis comparativo y discusión, GeoFocus (Artículos), nº 3, 2003, p. 45-57. ISSN:
1578-5157.
Erdas field Guide Lieca Geosystems, GIS and Mapping. 2005.
Juliá, J. E. 1999. Puntos de enlace y de control en la aerotriangulacion. ¿cuantos?
¿donde?. Universidad Nacional de Tucumán.
Morgan, M. 2004. Epipolar Resampling of Linear Array Scanner Scenes, University of
Calgary, CALGARY, ALBERTA, EEUU.187 pp.
Núñez, V. 2003. Levantamiento aerofotográfico con cámara de mediano formato sobre
Avenida Bolivia, Ciudad de Salta. IRNED, UNSa. Salta, Argentina.
Pinilla, C. 1995. Elementos de teledetección. Ed. RA-MA. Madrid, España. 282 pp.
18

SR 15 Georrefernciacion

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

SR 15 Georrefernciacion

Cargado por

Copyright:

Formatos disponibles

Instituto de Recursos Naturales y Ecodesarrollo UNIVERSIDAD NACIONAL DE SALTA

ESCUELA DE RECURSOS NATURALES FACULTAD DE CIENCIAS NATURALES

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Por: Virgilio Núñez

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Figura 1. Cambio del espacio de referencia. Tomado de: Principios de georreferenciación

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Figura 2. Parámetros de la orientación exterior de una cámara. Fuente: Erdas, 2005.

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Figura 3. Arreglo del escáner lineal de empuje. Fuente: Morgan, 2004.

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Ok: centro de perspectiva para la línea k de escaneo, alineado con la órbita

1.1. AJUSTE DE LA GRILLA DE COORDENADAS

Figura 5. Georreferenciación, ajustes polinómicos. Tomado de: Principios de

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Para determinar la cantidad mínima de vínculos (PCT) necesarios para un orden de

1.1.1. Tipo de transformaciones geométricas en ARCGIS 10

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

1.2.1. Tipo de transformaciones geométricas en IDRISI

2.1. TRANSFERENCIA DE POSICIONES DE LOS NIVELES DIGITALES

Figura 7. Posiciones definitivas de los píxeles luego de la transformación geométrica de la

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

2.1.1. MÉTODO DEL VECINO MÁS CERCANO

ƒ(x,y) ∆x < 0,5 ∆y < 0,5

ƒ(x+1,y) ∆x ≥ 0,5 ∆y < 0,5

ƒ(x+1,y+1) ∆x ≥ 0,5 ∆y ≥ 0,5

donde: ƒ(m,n) es el Nd asignado a la celdilla (m,n) de la imagen corregida, ƒ(x,y) es el

donde: ∆x e ∆y son las diferencias respectivas en la dirección de las columnas y de las

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

2.2.1. MÉTODO DE INTERPOLACIÓN BILINEAL

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

2.3.1. MÉTODO DE CONVOLUCIÓN CÚBICA

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

2. CANTIDAD Y DISTRIBUCIÓN DE PUNTOS DE CONTROL PARA LA

2.1. Estudio teórico de la precisión de la compensación en bloque por modelos independientes

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Figura 11. Influencia en la distribución de los puntos de control en la compensación por

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Figura 12. Influencia en la distribución de los puntos de control en la compensación por

El valor de σ está representado en la dirección vertical en unidades de σo, que es el error

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

3. CORRECCIÓN MEDIANTE MODELIZACIÓN MATEMÁTICA

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

Este tipo de tratamientos consiste en realizar una serie de transformaciones geométricas

SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y ORDENACIÓN TERRITORIAL

También podría gustarte