You are on page 1of 36

Copyright 1997-2001 ERDAS

, Inc. All Rights Reserved.







1his dotumenl represenls u tolluborulive eorl belveen lnt. und lhe Lniversidud
Dislrilul (Bogol, Colombiu) lo treule lhe irsl Spunish lrunslulion o key munuuls lo
intreuse usubilily or Spunish-speuking tuslomers. exlends ils lhunks lo lhe
Lniversidud Dislrilul or ils help in lhis endeuvor.

1his dotumenl hus been lrunsluled rom ils originul Lnglish lexl, does nol ussume
responsibilily or uny errors during lhe lrunslulion protess.






2

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

CAPITULO 18 - IMAGINE Expert CIassifier


Introduccin
Este capItulo est diseado para presentar IMAGINE Expert Classifier. Este Clasificador Experto est
compuesto de dos mdulos: Knowledge Engineer y Knowledge Classifier. Knowledge Engineer
provee una interface para un experto que tenga conocimiento de primera mano de los datos y de la
aplicacin, para identificar las variables, reglas y clases de salida que sean de inters y para crear el
rbol de decisin jerrquica. Knowledge Classifier prove una interface para que un usuario no experto
aplique la base de conocimiento y cree la clasificacin de salida.
Este conjunto de ejercicios lo guiar a usted a travs del proceso bsico de crear una base de
conocimiento a partir de cero. AquI se presentan las herramientas y los usos de Knowledge Engineer.
Creacin de una Base de Conocimientos
En esta guIa usted aprender cmo:
agregar hiptesis
entrar reglas para hiptesis
editar variables para las reglas
copiar y editar reglas existentes
probar una base de conocimientos





___________________________________________________________________
El tiempo aproximado para realizar esta gua es de 30 minutos.




ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

3

Especificar Ias cIases de saIida
Para el propsito de este ejercicio, suponga que usted est determinando las clases temticas
Residential y Commercial Services a partir de imgenes y datos existentes. (Las clases de ejemplo
son un subconjunto de Ianier.ckb incluIdo en el directorio de ejemplos).
Este simple ejemplo de dos clases ofrece la oportunidad de usar y familiarizarse con las herramientas
y procesos de Knowledge Engineer. Esta utilidad ayuda al proceso de disear una base de
conocimiento y permite que usted defina un marco de trabajo que puede ser editado y reorganizado
fcilmente durante el proceso de diseo.
Iniciar KnowIedge Engineer
1. Haga click en el Icono Classifier y seleccione KnowIedge Engineer en el men CIassification.


El dilogo Knowledge Engineer se inicia con espacios vacIos en la ventana de edicin, la seccin de
vistazo del rbol de decisin y la lista de componentes de la Base de Conocimientos (Hypotheses,
RuIes y VariabIes).




4

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

CoIocar Hiptesis en Ia Ventana de Edicin
1. Seleccione Edit | New Hypothesis para agregar la primera hiptesis. Se abre el dilogo Hypo
Props (Hypothesis Properties) con untitIed.ckb en la barra de tItulo, un nombre de hiptesis por
default: New Hypothesis, y el CoIor est definido en GrayscaIe.

2. Cambie Name de la hiptesis default al nombre de la primera clase, ResidentiaI.
3. Como usted quiere que ResidentiaI sea una clase de salida, la opcin Create an Output CIass
debe estar habilitada. Usted va a dar colores a cada una de las clases.
4. Haga click en el botn Specify en la seccin CoIor. Luego use el men de despliegue para
seleccionar Orange como el color de esta clase.

5. Ahora haga click en el botn AppIy en el dilogo Hypo Props.
Aparece un rectngulo verde con el nombre de la hiptesis ResidentiaI en la ventana de edicin y
aparece un rectngulo delineado en la ventana de vistazo al rbol de decisin. Usted probablemente
observ que hay lIneas diagonales que cruzan el rectngulo en la ventana de edicin. Estas lIneas
permanecen allI hasta que se agreguen condiciones que puedan hacer que la hiptesis sea
verdadera o falsa.
6. Seleccione Edit | New Hypothesis otra vez para especificar la nueva clase, CommerciaI
Services. Entre el Name de la clase y Specify Red como el color de la clase.
7. Haga click en AppIy en el dilogo Hypo Props para agregar la clase.
SeIeccin de coIores para Ias cIases de saIida

Si un color no se especifica para una clase de salida, l se fija automticamente en una
escala de grises. Cuando se agregan clases de salida adicionales en tonos de gris, los
valores de gris son automticamente actualizados y expandidos dentro del rango blanco
a negro. Esto ocurre incluso cuando otras clases tienen colores especIficos asignados.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

5

8. Haga click en CIose en el dilogo Hypo Props.

Entrada de RegIas para Ia Hiptesis
1. Seleccione el Icono Create Rule Graphic Tool en la barra de Iconos del dilogo Knowledge
Engineer.

2. Mueva el cursor, que cambia a la forma de una regla y haga click en el rectngulo verde de la
hiptesis ResidentiaI.
Un rectngulo de regla de color amarillo, llamado, llamado New RuIe, aparece conectado al
rectngulo de la hiptesis Residential, por una lInea que se refleja en la ventana del rbol de
decisin (knowledge tree overview).




6

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

3. Haga doble-click en el rectngulo amarillo New RuIe para abrir el dilogo Rule Props (Rule
Properties).

4. Cambie el nombre Name de la regla a Vegetated Within City y deje el botn Compute from
Conditions seleccionado en Rule Confidence.
Entre VariabIes para Ia RegIa
1. Haga click dentro de la celda debajo de VariabIe y seleccione New VariabIe en la lista de
despliegue. El dilogo VariabIe Props se abre.

2. Cambie VariabIe Name a Highway Map, y cambie VariabIe Type a Raster. Al cambiar el tipo a
Raster se cambia la parte inferior del dilogo a Raster VariabIe Options, suministrando un
conjunto de opciones diferentes a las del tipo de variable ScaIar.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

7

3. Haga click en el Icono SeIect Image FiIe, luego navegue y seleccione lnput.img en el directorio
<IMAGINE_HOME>/exampIes.

2. Haga click en OK en el dilogo Select Image para agregar el archivo al dilogo Variable Props.
3. Haga click en el botn AppIy en el dilogo Variable Properties para agregar Highway Map al
arreglo de celdas de propiedades de la regla.

4. Haga click en CIose para cerrar el dilogo Variable Props.
5. En el dilogo Rule Props, haga click en la celda debajo de VaIue y seleccione Other.
6. En la celda resaltada, teclee 7 y presione Return en su teclado (7 es el nmero de la clase para
reas urbanas en Input.img).



8

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol


7. Haga click en AppIy en el dilogo Rule Props para entrar los cambios, luego en CIose.
La nueva regla con su variable adjunta aparece en la ventana de edicin. Observe que las lIneas
diagonales en los rectngulos de la hiptesis, Residential, y de la regla, Vegetated Within City, han
desaparecido debido a las ediciones realizadas. Esto ocurre porque se ha definido por lo menos una
condicin completa.

Adicin de una Hiptesis Intermedia
En esta seccin, usted agregar una hiptesis intermedia lo mismo que sus condiciones.
1. Seleccione la herramienta grfica Create Hypothesis y haga click en la regla, Vegetated Within
City.

Una hiptesis intermedia, New Hypothesis, est adjunta a la regla, conectada por una variable New
Hypothesis == TRUE.
2. Haga doble-click en el rectngulo New Hypothesis para abrir el dilogo Hypo Props.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

9

3. En el dilogo Hypo Props, cambie el nombre a a Vegetation y deshabilite la opcin Create an
Output CIass ya que usted no quiere que ella sea una clase de salida.
4. Haga click en AppIy, luego en CIose.
Creacin de una Nueva RegIa
1. Usando la herramienta grfica Create Rule, coloque New RuIe en la hiptesis Vegetation.

2. Haga doble-click en New RuIe para abrir el dilogo Rule Props, y cambie el nombre de la regla
Name a High IR and Low VisibIe.
3. Haga click en la celda debajo de VariabIe y seleccione New VariabIe.
4. Teclee el nombre TM Band 4 en el campo VariabIe Name.
5. Cambie VariabIe Type a Raster.
6. Haga click en el Icono Open para abrir el dilogo Select Image y seleccione lanier.img en el
directorio <IMAGINE_HOME>/examples.

7. Haga click OK en el dilogo Select Image para agregar lanier.img al dilogo Variable Props.
8. Haga click en la lista de despliegue Layer y seleccione (:Layer_4).



10

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

9. Haga click en AppIy, luego en CIose en el dilogo Variable Props. El dilogo Rule Props se
actualice.

10. En el dilogo Rule Props, haga click en la celda bajo ReIation y seleccione >=.
11. Haga click, luego seleccione Other en la celda VaIue, cambie VaIue a 21, luego presione Return
en su teclado.
12. Ahora, utilizando los pasos desde 3. hasta 11. indicados anteriormente, agregue la capa 2 de
Ianier.img como la segunda variable (fila 2 debajo de la columna AND), nmbrela TM Band 2,
defina ReIation en < y defina el valor en 35.

13. Haga click en AppIy, luego en CIose en el dilogo Rule Props.
Copiar y Editar
Como la hiptesis para la clase CommerciaI Services tiene reglas y condiciones muy similares a la
clase ResidentiaI, algunas de las condiciones pueden utilizarse directamente o pueden ser copiadas
y editadas para ahorrar tiempo.
1. Empiece editando la clase CommerciaI Services colocando una nueva regla en el rectngulo de
hiptesis CommerciaI Services, luego haga doble-click en New RuIe para abrir el dilogo Rule
Props.
____________________________________________________________________________
Refirase a "Entrada de Reglas para la Hiptesis" en la pgina 482 si usted olvid como crear una
nueva regla.
2. En el dilogo Rule Props, cambie el nombre de la regla Name a Bright Within City. La primera
variable que es necesaria es Highway Map, que aparece en la lista VariabIe debido a que ella se
entr previamente.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

11

3. Haga click en la celda debajo de VariabIe y seleccione Highway Map, confirme que ReIation
est definida en ==, y defina VaIue en 7. Al igual que antes, esto hace la variable igual al rea
urbana de lnput.img.

4. Haga click en AppIy en el dilogo Rule Props, luego en CIose.
5. Ahora use la herramienta grfica Create Hypothesis para colocar una nueva hiptesis (que es
una hiptesis intermedia) en el rectngulo de la regla Bright Within City.
_____________________________________________________________________
Vea "Agregar una Hiptesis Intermedia" en la pgina 486 si usted olvid cmo crear una hiptesis.
6. Haga doble-click en New Hypothesis para abrir el dilogo Hypo Props.
7. En el dilogo Hypo Props, nombre la nueva hiptesis Bright y deshabilite la opcin Create an
Output CIass.
8. Haga click en AppIy, luego en CIose en el dilogo Hypo Props. El dilogo Knowledge Engineer
se actualiza de manera acorde con las operaciones realizadas.

Debido a que la regla que se va a adjuntar a la hiptesis Bright es muy similar a la regla High IR
and Low VisibIe que est adjunta a la hiptesis Vegetation, usted puede hacer una copia de
ella y luego editarla.
9. Haga click en la regla High IR and Low Visible.



12

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

10. Haga click derecho y seleccione Copy en el men Options.
11. Haga click en la hiptesis Bright, luego haga click derecho y seleccione Paste en el men
Options.
Una nueva regla se adjunta a la hiptesis Bright con un nombre default de High IR and Low
VisibIe (1) (el nmero (1) es adicionado debido a que la regla es una copia).
12. Haga doble click en la regla High IR and Low VisibIe (1) para abrir el dilogo Rule Props.
13. En el dilogo Rule Props de la nueva regla, cambie Name a High IR and High VisibIe. El nico
cambio que debe hacerse a la variable es la ReIation para TM Band 2.
14. Cambie ReIation para TM Band 2 a >=.
15. Haga click en AppIy, luego en CIose en el dilogo Rule Props.


Hasta ahora, se han entrado dos hiptesis y sus condiciones. Ahora, se van a probar las dos clases
para ver cules pixeles sern asignados a ellas.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

13

Probar Ia Base de Conocimiento
1. En la barra de herramientas del dilogo Knowledge Engineer, seleccione el Icono Run Test
Classification (o seleccione EvaIuate | Test KnowIedge Base).

El dilogo Knowledge Classification se abre en modo de prueba (Test Mode) en el panel SELECT
THE CLASSES OF INTEREST, junto con un nuevo visor (Viewer) en el cual se despliega la
clasificacin de prueba. Todas las clases que se han habilitado como activas son seleccionadas por
default.

2. Deje las dos clases, ResidentiaI y CommerciaI Services, seleccionadas en la seccin SeIected
CIasses del dilogo Knowledge Classification.
3. Haga click en Next para avanzar al siguiente panel del dilogo Knowledge Classification.
_____________________________________________________________________________
Si la opcin Prompt User hubiera sido seleccionada, en lugar de entrar los nombres de archivo de
las variables, aparecera un panel intermedio, SELECT THE INPUT DATA FOR CLASSIFICATION,
para permitir la entrada de los nombres de los archivos.
El panel Select Classification Output Options permite que usted defina el nmero de mejores clases
por pixel, defina un rea de salida y defina un tamao de celda de salida. Las opciones "default" se
usan aqu, ya que usted solamente tiene dos clases y tiene imgenes pequeas que son del mismo
tamao y tienen el mismo tamao de celda.
Observe tambin las opciones en tonos de gris, para Output Classified Image, Output Confidence
Image y Output Feedback Image. Estas imgenes son convertidas en archivos temporales en Test
Mode, pero pueden ser seleccionadas como archivos de salida cuando se ejecuta Knowledge
Classifier en modo regular (non-test) en el men Classification.



14

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol


4. Haga click en OK en el dilogo Knowledge Classification para iniciar la clasificacin de prueba.
Se abre una barra de estado. Cuando la clasificacin est terminada, la imagen de clasificacin
de prueba se despliega en el visor.

5. Haga click en OK para cerrar la barra de estado cuando la clasificacin ha finalizado.
6. En el dilogo Knowledge Engineer, haga click en el Icono Start Classification Pathway Feedback
Mode.




ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

15

El dilogo Classification Path Information se abre, al igual que un cursor en el visor.

7. Mueva el cursor dentro de las reas roja y naranja del visor, las cuales corresponden a la clase
naranja ResidentiaI y a la clase roja CommerciaI Services.
Observe que cuando se coloca el cursor en un pixel de una de las clases, la ruta de la clase se
resalta en el dilogo Knowledge Engineer y en la ventana overview. En bases de conocimiento
complejas, esta caracterIstica es til para visualizar rpidamente cules hiptesis se utilizaron para
clasificar el punto de inters.

8. Haga click en el botn CIose para cerrar el dilogo Classification Path Information.
9. Seleccione el Icono gris Disable Node, luego haga click en el grfico de la hiptesis CommerciaI
Services para deshabilitarla.




16

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

La ruta de la hiptesis Commercial se despliega en tonos de gris. Esto significa que la clase no se
considera cuando se ejecuta una clasificacin de prueba (o, en Knowledge Classifier regular, si la
base de conocimiento ha sido grabada con la clase deshabilitada).

10. Para habilitar la clase CommerciaI Services nuevamente, haga click en el grfico de la hiptesis
CommerciaI Services con el Icono amarillo Enable Node (o haga click derecho en el grfico de
la hiptesis y seleccione EnabIe).

11. Grabe la base de conocimiento seleccionando FiIe | Save As.
12. Navegue al directorio en el cual usted tiene permiso de escritura y nombre el archivo
ResComm_CIass.ckb.
13. Haga click en OK en el dilogo Save Classification Knowledge Base As.
14. Seleccione FiIe | CIose en el dilogo Knowledge Engineer, que ahora tiene el tItulo
ResComm_CIass.ckb, para finalizar.
Creacin de una Base de Conocimiento PorttiI
Este ejercicio le permitir practicar en la creacin y utilizacin de una base de conocimiento porttil.
En este ejemplo, usted usar una base de conocimiento para determinar las reas ms aptas para
viajar a travs de una zona rural.
Datos
Los datos disponibles para el proyecto incluyen los siguientes:
una clasificacin de cobertura de la tierra (supervised.img)
un DEM (30meter.img)
un mapa de rutas principales y secundarias (roads.img)
una fotografIa area infraroja con una resolucin espacial degradada de 30 m (mason_ap.img)



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

17

El archivo supervised.img muestra una clasificacin de cobertura tIpica derivada de datos Landsat
TM (una porcin de la escena Landsat es suministrada como tm_860516.img junto con el archivo de
firma espectral tm_860516.sig, que fue utilizado para producir una clasificacin de mxima
probabilidad). La imagen muestra la distribucin de categorias de cobertura amplias como diferentes
tipos de bosque, objetos culturales, agua y zonas abiertas. Sin embargo, no muestra el uso de la
tierra para cada pixel o cmo cada pixel podrIa ser usado.
Considere un escenario en el cual alguien quiere atravesar esta rea de terreno con uno o ms
vehIculos. Se necesita usar la informacin de cobertura de la tierra junto con datos histricos para
determinar cules reas pueden ser atravesadas fcilmente y cules no.
MetodoIoga
Dados estos conjuntos de datos, podemos empezar a definir reglas expertas que estn basadas en
estos datos (y en datos derivados de ellos) para determinar la facilidad de cruzar un rea particular.
Preparacin
ERDAS IMAGINE debe estar corriendo.
1. Haga click en el Icono Classifier en el panel de Iconos de ERDAS IMAGINE. El men
CIassification se abre.





18

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

2. Haga click en KnowIedge Engineer en el menu CIassification. Se abre un dilogo Knowledge
Engineer vacIo.

Abrir una Base de Conocimiento
Enseguida, usted puede abrir la base de conocimiento mobiIity_factors.ckb para examiner cules
reglas expertas se usan y cmo fueron creados sus componentes.
1. En el dilogo Knowledge Engineer, haga click en el Icono Open o seleccione FiIe | Open. El
dilogo Open Classification Knowledge Base se abre.

2. Navegue al directorio <IMAGINE_HOME>/examples y seleccione el archivo
mobiIity_factors.ckb.
______________________________________________________________________
<IMAGINE_HOME> es el directorio donde ERDAS IMAGINE reside en su sistema.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

19

3. Haga click en OK en el dilogo Open Classification Knowledge Base para cargar el arhivo. La
base de conocimiento de factores de movilidad se abre.


Exmen de Ia Base de Conocimiento
Esta base de conocimiento fue creada para definir la mayor cantidad de variables requeridas. Por
ejemplo, las vIas son las areas ms fciles de atravesar, de manera que se requiere una variable
para definir dnde estn las vIas que pueden ser usadas.
1. En el dilogo Knowledge Engineer, haga click en el tabulador VariabIes. Las variables de la
base de conocimiento mobility_factors.ckb se despliegan.




20

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

2. En la lista VariabIes, haga doble-click en la variable Roads. El dilogo Variable Props se abre.

En el dilogo Variable Properties, usted puede ver que VariabIe Type is Raster y que la opcin
Imagery est seleccionada debido a que la entrada es una imagen.
Esta base de conocimiento es transportable, usted puede pasarla a un colega en otra oficina o re-
usarla usted mismo para automatizar un proceso de produccin. AsI que, en lugar de seleccionar
una imagen especIfica para utilizarla, la opcin Leave Undefined est seleccionada y en la ventana
Info se debe teclear el tipo de dato que usted quiere que el usuario final suministre (p.ej., SeIect
road coverage).
El mismo tipo de variables de imgenes se ha definido para la clasificacin de cobertura de la tierra
(Terrain Categorization), Digital Elevation Model (DEM) y fotografIa area photo (AeriaI Photo).
Algunas de las variables de imgenes son usadas directamente en las reglas (tal como la variable
Terrain Categorization que se usa para identificar las zonas abiertas en la imagen). Otras se usan
indirectamente para calcular valores de variables.
Por ejemplo, las zonas abiertas (p.ej.,csped, herbazal) es tambin favorable para el cruce de
vehIculos pero no lo es si el terreno es muy empinado. El hecho que un area sea una zona abierta
puede ser determinado por la clasificacin de cobertura de la tierra (la variable Terrain
Categorization), pero usted no tiene una imagen que indique la pendiente del terrreno de manera
directa. Sin embargo, usted tiene un modelo digital de elevaciones (la variable DEM), que puede ser
utilizado para derivar la pendiente.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

21

Derivacin de VaIores de Pendiente
1. En el tabulador VariabIes, haga doble-click en la variable llamada SIope from modeI. El dilogo
Variable Props se actualiza de manera acorde con la operacin realizada.

Observe que la variable es nuevamente de naturaleza raster, de manera tal que VariabIe Type est
definida como Raster.
En este caso, sin embargo, la opcin Graphic ModeI de Raster VariabIe Options ha sido
seleccionada. El modelo grfico asociado con esta variable tiene el nombre sIope.gmd.



22

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

2. En el dilogo Variable Props, haga click en el botn Edit ModeI para ver el modelo grfico. Se
abre el visor Spatial Modeler, que contiene el modelo que define la variable SIope from modeI.

Este es el modelo que la variable SIope from modeI usa para calcular la pendiente de cualquier
lugar.
Para hacer la base de conocimiento transportable, usted no quiere definir nombres de imgenes
reales en el modelo sIope.gmd. En lugar de ello, INPUT RASTER y OUTPUT RASTER del modelo
se han fijado para que el usuario las indique (PROMPT_USER).
En el dilogo Variable Properties, la salida del modelo PROMPT_USER Input Node se ha definido
como Output, y el arreglo de celdas (CellArray) siguiente ha sido usado para definir cules variables
deberIan ser usadas para indicar cul Input Node. En este ejemplo, al hacer click en la celda
VariabIe Definition se tendr la lista de las variables definidas, entre las cuales se seleccion DEM.

AsI que se ha definido una variable que calcula valores al instante cuando se requiera por otra
variable (en este caso, la pendiente se deriva de un DEM).



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

23

3. Haga click en el Icono Close Model o seleccione FiIe | CIose en el visor Spatial Modeler. El visor
SpatiaI ModeIer se cierra.

4. Haga click en CIose en el dilogo Variable Props.
Construir Hiptesis
Ya que usted ha examinado cmo se pueden definir los dos principales tipos de variable de entrada,
ahora usted puede examinar cmo se construye cada hiptesis en la base de conocimiento.
La base de conocimiento mobility_factors.ckb se despliega:

Las primeras dos hiptesis, Wide Road y Narrow Road, son bastante simples. La regla experta en
estos casos es que un objeto identificado como una vIa es fcilmente atravesado por los vehIculos,
siendo las vIas principales mejores que las vIas secundarias.
Consecuentemente, la hiptesis Wide Road tiene dos reglas (es decir, ellas tienen una declaracin
OR de manera que una de ellas debe ser cierta para que la hiptesis sea cierta). La primera busca
vIas principales (DN value 2) en la variable Roads (roads.img), y la segunda busca pixeles que se
hayan identificado como vIas mediante la clasificacin supervisada.




24

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

1. Haga doble-click en la regla Highway category. El dilogo RuIe Props se abre.

El dilogo Rule Props muestra cmo esta regla particular depende del archivo Terrain
Categorization (supervised.img).
2. En el dilogo Rule Props, haga click en la barra de desplazamiento horizontal hasta que usted
vea el valor de Confidence, 0.80.
3. En el dilogo Knowledge Engineer, haga click en la regla Major Road. Sus propiedades se
despliegan en el dilogo Rule Props.
4. Haga click en la barra de desplazamiento horizontal hasta que vea el valor de Confidence, 0.98.

Observe que el campo Confidence para la regla Highway category se ha fijado en un valor mucho
ms pequeo que el de Confidence para la regla Major Road. Esto se debe a que usted tiene
menos certeza de los resultados de una clasificacin de probabilidad mxima que de la informacin
de un mapa vial.
Las siguientes cuatro hiptesis trabajan de la misma manera. La regla experta es que los tipos de
zonas abiertas son buenos para el paso de vehIculos. Sin embargo, a medida que las pendientes son
ms fuertes, las zonas abiertas se vuelven menos manejables hasta que se convierten en
prcticamente impasables cuando los ngulos de inclinacin son muy grandes.
5. Haga click en CIose en el dilogo Rule Props.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

25

Definicin de criterios AND
Estas hiptesis tambin demuestran la utilizacin de criterios AND en una regla. La hiptesis FIat
soIid open ground (go) tambin tiene nicamente una regla, pero dicha regla tiene dos condiciones.
Las dos condiciones deben ser ciertas para que la regla sea cierta.

1. Haga doble-click en la condicin SIope from modeI <= 4 . El dilogo RuIe Props se abre.

En el arreglo de celdas de List of Conditions, la pendiente calculada por la variable SIope from
modeI debe ser menor o igual a 4 grados, y (es decir, AND, observe la columna del extremo
izquierdo del arreglo de celdas) la variable SoIid open ground debe ser cierta para que esta regla
pueda ser cierta.
2. Haga click en CIose en el dilogo Rule Props. La regla FIat soIid open ground est definida por
una hiptesis intermedia: SoIid open ground.
3. En el dilogo Knowledge Engineer, haga click en la barra de desplazamiento horizontal y muvala
a la derecha hasta que pueda ver la hiptesis intermedia SoIid open ground.

La hiptesis intermedia SoIid open ground usa la variable Terrain Categorization para
identificar varios tipos de cobertura de zonas abiertas.



26

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

Chequeo de Otras Hiptesis
Usted puede chequear otras hiptesis listadas a lo largo de la parte izquierda del dilogo Knowledge
Engineer.
1. Posicione la barra de desplazamiento horizontal en el extremo izquierdo del dilogo Knowledge
Engineer.
2. Mueva la barra de desplazamiento vertical hacia abajo hasta que usted vea la hiptesis Water
(no go).

La hiptesis Water (no go) es una regla experta simple que establece que si la variable Terrain
Categorization muestra que un lugar es agua, l es impasable.
3. Observe la hiptesis debajo de Water (no go): Soft Ground (no go). De manera similar, la
hiptesis Soft Ground (no go) es una regla experta simple que establece que si la variable
Terrain Categorization indica que un sitio es un tipo de tierra hmeda, l es impasable.
Presentacin de Ia Lgica EspaciaI de Ia Base de Conocimiento
Las tres hiptesis de bosque son ms complicadas, y muestran cmo los operadores espaciales
pueden ser usados dentro de IMAGINE Expert Classifier para crear un clasificador con conciencia
espacial (en lugar de un clasificador tradicional por pixel).
1. Use la barra de desplazamiento vertical para examinar las diferentes hiptesis de bosque.




ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

27

La regla experta es que un dosel de bosque abierto es ms fcil de atravesar que un dosel de
bosque cerrado debido a que los espacios entre los troncos son ms estrechos en un dosel cerrado
(es decir, los rboles son ms viejos y tienen troncos grandes). Sin embargo, es difIcil determinar el
cierre del dosel en un mtodo pixel por pixel.
Hasta cierto punto, el cierre del dosel puede ser inferido del tipo de cobertura arbrea. Por ejemplo, si
la cobertura es conIfera, es muy probable que exista un dosel cerrado y troncos cercanos. Sin
embargo, esto es ms difIcil de establecer para coberturas mixtas y otros tipos de cobertura arbrea.
Por consiguiente, esta hiptesis particular tambin busca en la fotografIa area para determinar el
cierre del dosel. Sin embargo, usted no puede determinar el estado del dosel en una base pixel por
pixel. En lugar de ello, la variable Tree Density modeI (usando las variables AeriaI Photo y Terrain
Categorization como entradas) ejecutan un modelo grfico (texture.gmd).
2. Haga click en el tabulador VariabIes en el dilogo Knowledge Engineer.

3. Haga doble-click para seleccionar la variable Tree Density modeI. El dilogo Variable Props
para la variable Tree Density modeI se abre:

4. Observe que Raster Variable Options para la variable Tree Density model est fijado en Graphic
Model. El modelo que proporciona informacin para la variable Tree Density modeI es
texture.gmd.



28

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

5. Haga click en el botn Edit ModeI en el dilogo Variable Props. El visor de Spatial Modeler se
abre y despliega el modelo texture.gmd.

Este modelo, texture.gmd, es un modelo que busca en cada posicin que se ha determinado como
cobertura arbrea (a partir de la variable Terrain Categorization) , y analiza tanto el nmero digital
(DN) de la foto area en esa posicin como los valores DN en los sitios adyacentes (usando una
ventana mvil de 3 x 3) para determinar la textura local. Esta variable espacial es luego usada en las
hiptesis CIose Forest (no go), Medium Density forest (sIow go), y Open Forestry (go) para
determinar la densidad relativa del dosel de rboles y, por consiguiente, determinar la facilidad
relativa del paso de vehIculos.
6. Seleccione FiIe | CIose en el visor Spatial Modeler.
7. Haga click en CIose en el dilogo Variable Props que despliega las propiedades de la variable
Tree Density modeI.

Chequeo de Ia Creacin de Hiptesis
La hiptesis BuiIdings (no go) es una regla experta simple que establece que si Terrain
Categorization muestra que un sitio es un tipo de rea urbanizada, l es impasable.

Los niveles de confianza (confidences) se mantienen bajos para estas reglas de manera que ellos no
superen las hiptesis Wide Road y Narrow Road. Es decir, las vIas dentro de las reas urbanizadas
se pueden atravesar.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

29

1. Haga doble-click en la regla Suburban adjunta a la hiptesis BuiIdings (no go). Se abre Rule
Props para la regla Suburban.

2. En el dilogo Rule Props, mueva la barra de desplazamiento horizontal completamente hacia la
derecha.
3. Observe que los valores de Confidence se han fijado en 0.75.
4. Haga click en CIose en el dilogo Rule Props.
Identificacin de Puntos de Obstruccin
La hiptesis final es otro buen ejemplo de la capacidad espacial de IMAGINE
Expert Classifier. Esta hiptesis identifica puntos de bloqueo en la red vial puntos en donde la vIa
se estrecha considerablemente y el trfico no puede circunnavegar, y por la tanto, se presenta un
punto impasable potencial. El principal ejemplo de estos puntos son los puentes.

La identificacin de los puentes parece una proposicin fcil: encontrar las vIas que atraviesan agua.
Sin embargo, la nica informacin que tenemos sobre la ubicacin de los cuerpos de agua es la
clasificacin de cobertura de la tierra (la variable Terrain Categorization), la cual no identifica el
agua que fluye por debajo de otros objetos. Por consiguiente, se requiere una aproximacin ms
compleja.
1. Haga click en el tabulador VariabIes en el dilogo Knowledge Engineer.




30

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

2. En el tabulador VariabIes, haga doble-click en Identify possibIe bridges modeI. El dilogo
Variable Props para la variable Identify possibIe bridges modeI se abre.

3. Haga click en el botn Edit ModeI en el dilogo Variable Props. El modelo usado para identificar
los puentes potenciales, identify_bridges.gmd, muestra la regla experta.




ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

31

Como usted no puede identificar inmediatamente las vIas que cruzan agua, usted debe buscar las
vIas que estn prximas al agua. Esto podrIa hacerse con un buffer (ejecutando una funcin
Search) alrededor de las vIas y superponiendo los resultados con la ubicacin de los pixeles de agua.
Sin embargo, muchas vIas simplemente estn a lo largo de lagos o rIos y no necesariamente
constituyen una amenaza de obstruccin. En lugar de ello, es mejor identicar las vIas que estn
localizadas muy cerca de por lo menos dos cuerpos de agua discretos (es decir, uno a cada lado del
puente).
De manera que, identify_bridges.gmd primero identifica todos los pixeles de agua en la clasificacin
de cobertura de la tierra. Esas posiciones son la entrada de dos procesos. El primero encuentra
todas las posiciones que estn muy cerca de agua usando una ventana circular mvil de 5x5. Estos
sitios son luego superpuestos con la localizacin de las vIas (a partir de las variables Roads y
Terrain Categorization) para identificar las vIas que estn muy cerca al agua. Al mismo tiempo, los
pixeles de agua son utilizados para correr un proceso Clump para producir cuerpos de agua discretos
con una numeracin nica. Luego se usa una funcin Focal Diversity en cada sitio determinado como
una vIa cercana al agua para establecer cuntos cuerpos de agua discretos han sido cerrados. Si se
han identificado ms de dos cuerpos de agua, entonces la vIa se seala como un puente potencial u
otro punto de obstruccin. Esta informacin se usa luego en la regla experta Bridges/Iandings
(Choke Point).
Esto proporciona un ejemplo claro de cmo usar IMAGINE Expert Classifier para integrar reglas con
conciencia espacial. En este caso, los valores de los pixeles vecinos son analizados para ayudar a
determinar el uso de la tierra (puentes versus vIas) de los pixeles destino.
4. Haga click en el Icono Close Model, o seleccione FiIe | CIose en el visor Spatial Modeler.

Observe que la hiptesis Bridges/Iandings (Choke Point) siempre va a ocurrir en la ubicacin de
pixeles que tambin cumplan los requerimientos definidos para las clases Wide Road o Narrow
Road (es muy difIcl crear reglas expertas que siempre sean mutuamente exclusivas). Por
consiguiente, los valores de Confidence en la regla Bridges/Iandings han sido definidos ms altos
que en las reglas de vIas normales. De esta manera, la hiptesis Bridges/Iandings (Choke Point)
siempre toma precedencia en las clasificaciones.
5. En el dilogo Knowledge Engineer, haga doble-click en la regla Bridges/Iandings. El dilogo
Rule Props para Bridges/Iandings se abre.




32

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

6. Mueva la barra de desplazamiento horizontal hacia la derecha para ver el valor de Confidence.
7. Observe que el valor de Confidence de la variable Identify possibIe bridges modeI est fijado
en 0.99.
8. Haga click en CIose en el dilogo Rule Props.
9. Haga click en CIose en el dilogo Variable Props.
Ejecucin de Ia CIasificacin Experta
1. En el dilogo Knowledge Engineer, haga click en el Icono Run, o seleccione Evaluate | Test
Knowledge Base.

El dilogo Knowledge Classification (Test Mode) se abre en el panel SeIect the CIasses of
Interest.

Si quiere ver los resultados de todas las clases; puede proceder con el panel siguiente.
2. Haga click en el botn Next en el dilogo Knowledge Classification (Test Mode). El panel SeIect
the Input Data for CIassification se abre.




ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

33

Este panel permite identificar los archivos que se usarn como variables, los cuales fueron fijados en
el estado Leave Undefined (Prompt AnaIyst).
3. Utilice la barra de desplazamiento vertical para ver las variables y sus correspondientes archivos.
En esta Base de Conocimiento, la variable Roads est asociada con roads.img, la variable
Terrain Categorization est asociada con supervised.img, la variable DEM est asociada con
30meter.img, y la variable AeriaI Photo est asociada con mason_ap.img.
4. Haga click en Next en el dilogo Knowledge Classification (Test Mode). El panel SeIect
CIassification Output Options se abre.

5. Cambie el valor de Best CIasses Per PixeI a 2.
6. Confirme que CeII Size est fijado en Minimum.
7. Haga click en OK en el panel Select Classification Output Options del dilogo Knowledge
Classification (Test Mode). Se abre el dilogo Job Status, que reporta el progreso de la
clasificacin experta.




34

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

8. Cuando el trabajo est completo, haga click en OK en el dilogo Job Status.
______________________________________________________________________
Usted puede definir una preferencia para cerrar automticamente el dilogo Job Status despus que
haya terminado el clculo. Esa posibilidad est ubicada en la categora User Interface & Session de
Preference Editor.
Cuando el proceso est completo, la clasificacin se despliega en un Viewer.


EvaIuacin de Areas de Ros
Ahora que la clasificacin est completa, usted puede hacer zoom in y ver lo que IMAGINE Expert
Classifier defini como puentes potenciales.
1. En la barra de herramientas del Viewer tool bar, haga click en el Icono Zoom In.

2. Mueva su mouse en el Viewer, y haga click sobre un rea del rIo.



ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

35

3. Haga click tantas veces como sea necesario para ver el detalle del rea.

4. Haga zoom in hasta que usted pueda ver pixels amarillos en las posiciones en donde estn
ubicados los puentes, los cuales indicant la clase Bridges/Iandings (Choke Point).
________________________________________________________________________________
Si usted considera el dilogo Knowledge Engineer, usted puede ver que la hiptesis
Bridges/landings (Choke Point) tiene un cuadrado de color amarillo. As que los pixeles de esa
clase tambin son amarillos.
Use Pathway Feedback
Usted puede usar el cursor de retroalimentacin de rutas para analizar la clasificacin en el Viewer.
1. Haga click en el Icono CIassification Pathway Feedback Mode en el dilogo Knowledge
Engineer. El dilogo CIassification Path Information se abre.





36

ERDAS Tour Guide CAPITULO 18 - IMAGINE Expert Classifier Versin en Espaol

En el dilogo Classification Path Information, la segunda fila en el CellArray especifica la segunda
clase ms probable (hiptesis) para este pixel (debido a que usted solicit las dos mejores clases por
pixel (2 Best CIasses Per PixeI) en la pgina 514).
Un cursor inquire se coloca en el Viewer que contiene la clasificacin y la ruta a la que corresponde
est resaltada en rojo en el dilogo Knowledge Engineer.
2. Haga click en el Icono SeIect en la barra de herramientas del Viewer.

3. Haga click, mantenga presionado y arrastre el cursor inquire hasta un pixel amarillo en el
Viewer.
El dilogo Classification Path Information y el dilogo Knowledge Engineer se actualizan de
manera acorde.

4. Continue moviendo el cursor inquire en el Viewer y analice los resultados en el dilogo
Classification Path Information y en el dilogo Knowledge Engineer.
5. Cuando haya terminado, haga click en CIose en el dilogo Classification Path Information.
______________________________________________________________________
Un modelo grfico (clean_up_mobility.gmd) se suministra para remover los pixeles de clasificacin
de sal y pimienta del mapa final de uso de la tierra. Este modelo usa una mayora focal pero evita
alterar las clases de vas y de agua.
6. Seleccione FiIe | CIose en el Viewer que contiene la clasificacin.
7. Seleccione FiIe | CIose en el dilogo Knowledge Engineer.
La base de conocimiento mobiIity_factors.ckb es un ejemplo de cmo construir una base de
conocimiento para tomar en cuenta las relaciones espaciales ms que (o tanto como) las relaciones
espectrales pixel a pixel, para derivar informacin de uso de la tierra. Ella tambin muestra cmo
automatizar las tareas que se repiten en una organizacin o cmo usar la misma metodologIa en
otras organizaciones. En lugar de ejecutar por separado varios modelos separados y tratar de
integrar los resultados, el proceso completo se captura en una base de conocimiento que puede ser
fcilmente aplicado a otros datos en otros sitios, con resultados consistentes.








Copyright 19972001, ERDAS, Inc.
Printed in the United States of America