1 Procesamiento de imágenes digitales

2 Tipos generales de procesamientoPre-procesamiento para clasificación Corrección radiométrica Corrección geométrica Mejoramiento de imagen Mejoramiento de contraste (estiramiento de histograma) Filtración Transformaciones especiales Extracción de componentes principales Índices de vegetación

3 Tipos generales de procesamiento, cont.Extracción de información temática Por interpretación visual Ej., fotointerpretación Por interpretación espectral Clasificación no-supervisada Clasificación supervisada Clasificación por inteligencia artificial Detección de cambios

4 Pasos generales para la clasificación digital

5

6 Definir el problema Identificar preguntas o hipótesis claras.Seleccionar área de estudio. Seleccionar clases o categorías a detectar. [Seleccionar tipo de dato telesensado.]

7 Seleccionar clases y tipo de dato telesensadoLas características de los datos digitales (e.g., su resolución espacial) deben ser apropiadas para el nivel o jerarquía de clases deseado.

8 Seleccionar clases y tipo de dato telesensado

9 Seleccionar clases y tipo de dato telesensado

10 Seleccionar clases y tipo de dato telesensado

11 Seleccionar clases y tipo de dato telesensadoCriterios Características del telesensor Consideraciones ambientales Condiciones atmosféricas Condiciones del terreno Condiciones de organismos

12 Procesar imágenes Corregir imágenesSeleccionar proceso de clasificación No supervisada Supervisada Con datos no-telesensados (datos auxiliares) Híbrida (Ej., no supervisada seguida de supervisada) Clasificar

13 Clasificación no supervisadaExtrae grupos de píxeles (clases espectrales) con características espectrales suficientemente similares entre sí mismos pero suficientemente distintos a los otros grupos. Los resultados son independientes de nuestro conocimiento sobre localización de tipos de cobertura en el área de estudio.

14 Proceso de agrupar

15 Proceso de agrupar

16 Proceso de agrupar

17 Proceso de agrupar

18 Uno de los algoritmos utilizados en Idrisi32CLUSTER Uno de los algoritmos utilizados en Idrisi32

19 Picos y hombros en un histograma

20 ETM4

21 Composición de ETM2,3,4

22 Necesidad de seleccionar 3 bandas de mayor contenido de informaciónUtilizar PCA. Seleccionar bandas con alta correlación con los componentes principales. Evitar seleccionar bandas con alta correlación entre sí.

23 Grupos amplios vs. Grupos finos