Introducción A La Teledetección Óptica - 1

Programa de nivelacin en teledeteccin
Introduccin a la teledeteccin
ptica.
Carlos Pinilla Ruiz
UNIVERSIDAD DE JAN
Departamento de Ingeniera Cartogrfica
Introduccin
C. Pinilla R
R.
Introduccin a laa teledeteeccin p

ptica
La teledeteccin.
Medida
M
did ((mediante
di t observacin)
b
i ) d
de un conjunto
j t d
de
caractersticas de un objeto sin mediar contacto fsico.
Slo midiendo las perturbaciones que el objeto induce en su

entorno:
Electromagnticas.
Ondas de presin.
presin
Objetivo:
Enmarcar la metodologa
metodologa.
Revisar las tcnicas de tratamiento propias.
Describir los sistemas ms extendidos de teledeteccin

Enumerar las aplicaciones ms generalizadas, especialmente
las orientadas al control medioambiental.
Programa nivelacin en teledeteccin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
Introduccin.
Fundamentos fsicos.
f
Resolucin de los sensores.
La imagen digital.
Sensores.
Correcciones.
Procesamiento digital.
Misiones.
Aplicaciones.
F d
Fundamentos
t
Correcciones
Resolucin
Misiones
Introduccin
Procesamiento
Aplicaciones
Sensores
La
imagen
C. Pinilla R
R.

ptica
Sumario

UNIVERSIDAD DE JAN
Curso 2007-2008.
Introduccin
C. Pinilla R
R.

ptica
La teledeteccin como conjunto de ciencias:
Ingeniera Electrnica y de Telecomunicaciones: diseo.
Aeronutica: puesta en rbita.
Diversas Ingenieras y Ciencias: explotacin de los datos.

UNIVERSIDAD DE JAN
Curso 2007-2008.
C. Pinilla R
R.

ptica
Sistema de teledeteccin

UNIVERSIDAD DE JAN
Curso 2007-2008.
Sistema de teledeteccin
Recepcin
Almacenamiento
Fotointerpretacin
Informacin til
Tratamiento
C. Pinilla R
R.

ptica
Datos Brutos

UNIVERSIDAD DE JAN
Curso 2007-2008.
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
La deteccin a distancia
C. Pinilla R
R.

ptica
La onda electromagntica

UNIVERSIDAD DE JAN
Curso 2007-2008.
el espectro electromagntico
(m )
- 13
-1 2
-11
-10
10
10
10
-9
-8
-7
-6
10
-5
-4
10
10
-3
10
-2
10
-1
10
10
b la n d o s
IR
R prximo
d u ro s
IR
R medio
R ayo s
Ulttravioleta
R ayo s X
IR t rm ic o
UHF
VH F
HF
MF
LF
R a d iio
M ic ro o n d a s
energa de enlace dela partcula
rota cin de la molecula ICl

vibracin de las molculas
energa de enlace del H2
energa liberada e n la fisin
vibracin de la molcula CO
Visible
de sinte gracin del tritio
Azul
0,4
C. Pinilla R
R.

ptica
R ad ar
R
Ro
ojo
jo
Ver d e
0, 5
0, 6

UNIVERSIDAD DE JAN
Curso 2007-2008.
0,7 m
C. Pinilla R
R.

ptica
El espectro electromagntico
Ventanas de observacin.
Manifestacin del fenmeno.

UNIVERSIDAD DE JAN
Curso 2007-2008.
10
fuentes de radiacin
Energa radiante:
Radiacin:
es el fenmeno fsico generador de energa

energa.
La energa electromagntica no se crea:
se genera a partir de la transformacin de otras fuentes de

energa.
Coherencia de la radiacin:
C. Pinilla R
R.

ptica
es la
l energa
transportada
t
t d por una onda
d electromagntica.
l t
ti
ancho de banda de la emisin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
11
generacin de la radiacin
Ondas de radio:
Microondas:
se generan en el interior de tubos electrnicos mediante la interaccin

de la energa transportada en chorros de electrones con diversos
materiales.
materiales
Ultravioleta (UV), Visible (VIS) e Infrarroja (IR):
mismo mtodo o incandescencia de materiales

materiales.
Energa trmica:
C. Pinilla R
R.

ptica
generadas mediante osciladores, en los cuales se hacen circular

corrientes elctricas por oscilacin peridica de cargas.
debida a la energa cintica de las molculas

molculas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
12
C. Pinilla R
R.

ptica
el cuerpo negro
Cualquier cuerpo a una cierta temperatura emite

radiacin en todas las longitudes de onda
onda.
El cuerpo negro es un emisor y receptor de energa

p
perfecto.
La energa radiante emitida desde el cuerpo negro

por unidad de superficie, en la unidad de tiempo y
por unidad
nidad de intervalo
inter alo de longitud
longit d de onda,
onda tiende
a cero para longitudes de onda muy cortas y muy
largas, y presenta un slo mximo a una longitud de
onda
d que depende
d
d de
d la
l temperatura.
t
t

UNIVERSIDAD DE JAN
Curso 2007-2008.
13
rayo incidente
C. Pinilla R
R.

ptica
el cuerpo negro

UNIVERSIDAD DE JAN
Curso 2007-2008.
14
Todos los cuerpos emiten radiacin electromagntica por el

hecho de estar a una temperatura distinta de cero.
La radiacin emitida por unidad de rea y por unidad de tiempo

es proporcional a la cuarta potencia de la temperatura
absoluta:
E = T
C. Pinilla R
R.

ptica
la ley de Stefan-Boltzmann
es la constante de Stefan-Boltzmann:
5 67 10-88 wm-22K
5,6710
K-44

UNIVERSIDAD DE JAN
Curso 2007-2008.
15
ley de radiacin de Planck

Energa radiada en una longitud de onda desde un
cuerpo negro a una temperatura T:
E ,T
C. Pinilla R
R.

ptica
8hc
1
= 5 (hc kT )
e
1
k es la constante de Boltzmann: 1,380540,0000610-16 ergK-1.
34 Js).
h es la
l constante d
de Pl
Planck
k (6
(6,62610
626 10-34
J )

UNIVERSIDAD DE JAN
Curso 2007-2008.
16
ley de desplazamiento de Wien

La longitud de onda para la cual es mxima la
emisin del cuerpo negro es inversamente
proporcional a su temperatura absoluta:
hc 2898 (mK )
max (m ) = 0 ,2014
=
kT
T (K )
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
17
emitancia (w/m
e
m mm
2
)
ley de desplazamiento de Wien

espectro visible
10
108
107
3.000 K
106
2.000 K
radiacin del cuerpo negro

a la temperatura de la Tierra
105
1.000 K
104
103
500 K
10
300 K
10
200 K
0,2
0,5
10
20
50
100
longitud de onda (mm)
C. Pinilla R
R.

ptica
radiacin del cuerpo negro

a la temperatura del sol
6.000 K
4.000 K

UNIVERSIDAD DE JAN
Curso 2007-2008.
18
Las leyes de la radiacin

Espectro visible
Radiacin del cuerpo negro

a la temperatura del Sol
Radiacin del cuerpo negro

a la temperatura de la Tierra
Ley de radiacin de Planck
Ley de desplazamiento de Wien
C. Pinilla R
R.

ptica
Ley de Stefan-Boltzmann

UNIVERSIDAD DE JAN
Curso 2007-2008.
19
la radiacin del cuerpo negro
C. Pinilla R
R.

ptica
Temperatura (K)
% IR
% VIS
% UV
1 000
1.000
99 999
99,999
7,36710
7
367 10-44
11
3,25810
3
258 10-11
2.000
98,593
1,406
7,40010-4
3 000
3.000
88 393
88,393
11 476
11,476
0 131
0,131
4.000
71,776
26,817
1,407
5 000
5.000
55 705
55,705
39 166
39,166
5 129
5,129
6.000
42,661
45,732
11,607
7 000
7.000
32 852
32,852
47 506
47,506
19 641
19,641
8.000
25,565
46,210
28,224
9 000
9.000
20 154
20,154
43 247
43,247
36 599
36,.599
10.000
16,091
39,567
44,342

UNIVERSIDAD DE JAN
Curso 2007-2008.
20
terminologa radiomtrica
Energa radiante Q:
Densidad de energa radiante W :
es la cantidad de energa por unidad de volumen. Se mide en Jm-3.
W =
dQ
dV
Flujo
j radiante :
Es la energa radiada desde una superficie por unidad de tiempo. Se

mide en watios.
dQ
=
dt
C. Pinilla R
R.

ptica
es la energa
transportada por la onda electromagntica.
S
Se mide en
Julios (J).

UNIVERSIDAD DE JAN
Curso 2007-2008.
21
Densidad de flujo radiante:
es el flujo radiante interceptado por la unidad de superficie

plana. Se mide en wm-2.
Irradiancia E es la densidad de flujo

fl jo radiante cuando
c ando
penetra en la superficie.
Emitancia M es la densidad de flujo cuando sale de la

superficie.
d
E ,M =
dA
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
22
Intensidad radiante I :
es el flujo
f
radiante emitido desde una fuente
f
puntual por unidad de
ngulo slido. Se mide en watios/estereorradin (wsr-1).
d
I=
d
S=r
Estereorradin: unidad de medida del ngulo slido.

Es el sustendido por un sector esfrico de 1 m2 de superficie, sobre una esfera de 1 m
de radio.
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
23
Radiancia L :
es la intensidad radiante emitida desde una fuente superficial
en una determinada direccin por unidad de rea proyectada
perpendicularmente
p
p
a esa direccin. Se mide en wsr-1m-2.
dI
L=
cos
dA
C. Pinilla R
R.

ptica
siendo el ngulo formado por la normal a la superficie y la

direccin considerada.

UNIVERSIDAD DE JAN
Curso 2007-2008.
24
La radiancia
dI
L=
cos
dA
normall a la
l
superficie
Flujo
ngulo
l slido
lid
siendo:
I = intensidad radiante
(flujo por estereorradin)
A = rea radiante
Superficie proyectada
Superfice
p
radiante
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
25
Geometra de la observacin
k
n
s
i
e
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
26
tipos de superficie por el hbito reflectivo
Superficies lambertianas:
Superficies parcialmente lambertianas:

aqullas en las que la radiancia depende de la direccin de
emisin.
Superficies especulares:
C. Pinilla R
R.

ptica
aqullas cuya radiancia no depende de la direccin.
emiten solamente en una direccin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
27
Todos los trminos radiomtricos anteriores

pueden matizarse con el calificativo espectral,
espectral
reduciendo entonces la magnitud de la variable a la
registrada
g
slo en un determinado intervalo de
longitudes de onda.
Ejemplo:
Flujo espectral entre las longitudes de onda 1 y 2:

2
[1 , 2 ] = ( )d
1
C. Pinilla R
R.

ptica
un matiz...

UNIVERSIDAD DE JAN
Curso 2007-2008.
28
La conservacin de la energa
Flujo: incidente, reflejado, absorbido, transmitido
r
e
a
a
C. Pinilla R
R.

ptica
t
t

UNIVERSIDAD DE JAN
Curso 2007-2008.
29
la conservacin de la energa
El flujo de energa i que incide en un objeto:

se refleja: r.
se absorbe: a.
y/o
/ se transmite:
t
it t.
r a t
+
+
=1
i i i
+ + =1
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
r + a + t = i
r
=
i
reflectancia
a
=
i
absorbancia
t
=
i
transmitancia
30
C. Pinilla R
R.

ptica
algunas particularidades
El cuerpo negro tiene una reflectancia y una

transmitancia nulas
nulas.
En objetos suficientemente gruesos, la

t
transmitancia
it
i es poco significativa.
i ifi ti
Si la superficie receptora es oscura y rugosa, la

reflectancia
fl t
i ser
muy pequea.
La reflectancia en el visible se conoce con el

nombre
b de
d albedo.
lb d

UNIVERSIDAD DE JAN
Curso 2007-2008.
31
C. Pinilla R
R.

ptica
tipos de reflexin
Si la superficie es suficientemente lisa en relacin

con la longitud de onda incidente,
incidente la reflexin es
especular. Se cumplen las leyes de la reflexin.
Generalmente la reflexin no es especular. El grado

de dispersin depende de la rugosidad de la
superficie:
perfectamente difusa,
difusa
pseudoespecular
d
l
especular

UNIVERSIDAD DE JAN
Curso 2007-2008.
32
tipos de reflexin
especular
difusa
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
pseudoespecular

perfectamente difusa
33
direccionalidad de la medida
Reflectancia hemisfrica:
Reflectancia direccional:
C. Pinilla R
R.

ptica
medida de la reflectancia desde toda el hemisferio superior

a una determinada superficie.
medida slo desde una direccin preferida. Es la que

efecta el satlite.

UNIVERSIDAD DE JAN
Curso 2007-2008.
34
medida de la dispersin de la reflexin
Funcin de distribucin de reflectancia bidireccional (BRDF):

define
f
la proporcin
de reflexin
f
en cada direccin
proyectada del rayo
reflejado sobre el plano de la superficie, en funcin de la direccin de
incidencia:
dL(,,,, E )
f (,,,) =
r
dE (,)
C. Pinilla R
R.

ptica
= ngulo vertical del flujo incidente con la superficie.

= ngulo vertical del flujo emergente con la superficie.
= acimut de la proyeccin del flujo incidente sobre la superficie.
= acimut de la proyeccin del flujo reflejado sobre la superficie.
E = irradiancia.
L = radiancia.

UNIVERSIDAD DE JAN
Curso 2007-2008.
35
BRDF
Rayos
y reflejados
j
'
'
C. Pinilla R
R.

ptica
Rayo incidente

UNIVERSIDAD DE JAN
Curso 2007-2008.
36
emisividad
Los cuerpos reales difieren del cuerpo negro en su

comportamiento emisor
emisor.
Emisividad espectral:
razn entre la cantidad de energa emitida por un cuerpo y la
emitida por el cuerpo negro, para cada longitud de onda y
temperatura.
M ( )
( ) =
M n ( )
C. Pinilla R
R.

ptica
M() emitancia radiante espectral del cuerpo en cuestin

Mn() emitancia radiante espectral del cuerpo negro.

UNIVERSIDAD DE JAN
Curso 2007-2008.
37
ley de Kirchoff
Si = 0, el flujo no reflejado se absorbe y se transforma en calor.
Una vez alcanzado el equilibrio trmico:
P
Para
ell cuerpo negro:
d a = de = MdA
d i = d an = d en = M n dA
d
a
M
=
d i
Mn
=
C. Pinilla R
R.

ptica
a = e
d
M = e
dA

UNIVERSIDAD DE JAN
Curso 2007-2008.
38
clasificacin de los cuerpos

En funcin del valor de , los cuerpos se pueden
clasificar en:
radiadores perfectos: () = = 1. El cuerpo negro.
cuerpos grises: 0 < () < 1, con () = cte.
reflectores perfectos: () = = 0
cuerpo negro
cuerpo gris
C. Pinilla R
R.

ptica
reflector perfecto
UNIVERSIDAD DE JAN
Curso 2007-2008.
39
clasificacin de los cuerpos
Radiador selectivo:
Su emisividad espectral es variable con la longitud de onda:
cuerpo negro
cuerpo gris
radiador selectivo
reflector perfecto
C. Pinilla R
R.

ptica
() = f()

UNIVERSIDAD DE JAN
Curso 2007-2008.
40
signatura espectral
Signatura o firma espectral:
C. Pinilla R
R.

ptica
representacin grfica del patrn de emisividad o de

reflexin de una superficie en relacin con la longitud de
onda.
La identificacin de superficies por teledeteccin se

basa en esta propiedad.
p p

UNIVERSIDAD DE JAN
Curso 2007-2008.
41
C. Pinilla R
R.

ptica
signatura espectral

UNIVERSIDAD DE JAN
Curso 2007-2008.
42
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
43
C. Pinilla R
R.

ptica
diseo de los sensores

UNIVERSIDAD DE JAN
Curso 2007-2008.
44
C. Pinilla R
R.

ptica
una variedad de satlites
Meteosat
NOAA
SeaWifs
Landsat
IKONOS
QuickBird
SPOT
ENVISAT
EOS
Etc

UNIVERSIDAD DE JAN
Curso 2007-2008.
45
tipos de sensores
C. Pinilla R
R.

ptica
Pasivos:
Registran la radiancia
reflejada o emitida por
la superficie terrestre.
Radimetros.
Sistemas pticoelectrnicos
electrnicos.
Activos:
Generan ellos mismos
la radiacin que miden
tras ser reflejada.
Sistemas radar.
Altmetros.
UNIVERSIDAD DE JAN
Curso 2007-2008.
Teledeteccin
Activa
Teledeteccin
Pasiva
46
Percibir ligersimos
cambios de tonalidad.
tonalidad
Identificar las superficies

y los fenmenos por su
signatura espectral.
Estudiar pequeas
extensiones en detalle o
grandes zonas
geogrficas.
Necesitar informacin con

mucha frecuencia.
Montaje
j del explorador
p
Mars Climate
C. Pinilla R
R.

ptica
requisitos del sistema

UNIVERSIDAD DE JAN
Curso 2007-2008.
47
C. Pinilla R
R.

ptica
resoluciones
Radiomtrica.
Espectral.
Espacial.
Temporal.

UNIVERSIDAD DE JAN
Curso 2007-2008.
48
resolucin radiomtrica
Resolucin radiomtrica:
C. Pinilla R
R.

ptica
capacidad del sensor para discriminar niveles de intensidad de

radiancia espectral.
En los
E
l sistemas
i t
analgicos
l i
(fotografa),
(f t
f ) la
l
resolucin radiomtrica viene determinada por el
nmero de niveles de gris.
gris
En los sistemas ptico-electrnicos, a cada celda se

le asigna un nivel digital (ND) proporcional a la
cantidad de energa recibida.

UNIVERSIDAD DE JAN
Curso 2007-2008.
49
resolucin radiomtrica
Rango de niveles digitales.
Imagen de 2 bits
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
Imagen de 8 bits
50
resolucin espectral
Resolucin espectral:
Capacidad del sensor para discriminar la radiancia detectada

en distintas longitudes de onda del espectro electromagntico.
Banda
Banda:
C. Pinilla R
R.

ptica
Intervalo de longitudes de onda explorados por el detector en cada

canal.
La resolucin espectral viene determinada por:
Nmero de canales.
canales
Ancho de banda de cada canal.

UNIVERSIDAD DE JAN
Curso 2007-2008.
51
resolucin espectral
C. Pinilla R
R.

ptica
Imgenes:
Pancromticas.
Multiespectrales.
Hiperespectrales
Hiperespectrales.

UNIVERSIDAD DE JAN
Curso 2007-2008.
52
C. Pinilla R
R.

ptica
resolucin espectral
Nmero de canales.
Ancho de banda.

UNIVERSIDAD DE JAN
Curso 2007-2008.
53
la adquisicin de la imagen
C. Pinilla R
R.

ptica
El Campo de visin
instantneo (IFOV)
determina el tamao de la
celda en el terreno.
IFOV
El campo de visin (FOV)

corresponde a una lnea de
imagen.

UNIVERSIDAD DE JAN
Curso 2007-2008.
54
C. Pinilla R
R.

ptica
imgenes IKONOS

UNIVERSIDAD DE JAN
Curso 2007-2008.
55
resolucin espacial
C. Pinilla R
R.

ptica
El tamao menor objeto

identificable = tamao de
celda en terreno.

UNIVERSIDAD DE JAN
Curso 2007-2008.
56
resolucin espacial: interpolacin
140
150
115
90
80
61
50
20
53
LEYENDA
20
80
50
20
100
200
C. Pinilla R
R.

ptica
80
60

UNIVERSIDAD DE JAN
Curso 2007-2008.
57
C. Pinilla R
R.

ptica
la resolucin espacial: un ejemplo
Distintas resoluciones espaciales para los datos AVHRR y TOMS

UNIVERSIDAD DE JAN
Curso 2007-2008.
58
C. Pinilla R
R.

ptica
tipos de rbitas
rbita geoestacionaria
UNIVERSIDAD DE JAN
Curso 2007-2008.
rbita polar
59
resolucin temporal
capacidad de revisita de un punto.
Sucesivas trazas de SeaWIFS

C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
60
trazas
Ascendentes y descendentes.
Movimiento orbital del satlite

C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
Conjunto de trazas ascendentes y descendentes
61
trazas
La franja barrida: Swath.
Dos trazas consecutivas

C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
Franja barrida
62
C. Pinilla R
R.

ptica
mecanismo de adquisicin

UNIVERSIDAD DE JAN
Curso 2007-2008.
Modis
63
C. Pinilla R
R.

ptica
mecanismo de adquisicin

UNIVERSIDAD DE JAN
Curso 2007-2008.
Terra
64
C. Pinilla R
R.

ptica
hasta poder confeccionar un mosaico completo.
Mosaico de imgenes SeaWIFS

UNIVERSIDAD DE JAN
Curso 2007-2008.
65
resolucin temporal
En satlites
meteorolgicos:
eteo o g cos
C. Pinilla R
R.

ptica
Hasta una imagen cada 15

o 30 minutos.
Secuencia de imgenes Meteosat
UNIVERSIDAD DE JAN
Curso 2007-2008.
66
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
67
sistema
Definicin:
Es una estructura, dispositivo, esquema o procedimiento,real o
abstracto,
que relaciona,, en un tiempo
q
p de referencia dado,, una entrada,,
causa o estmulo de materia, energa o informacin
y una salida, efecto o respuesta de informacin, energa o
materia
(Dooge, 1.973).
fe(x,y,z,t
x,y,z,t))
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
fs(x,y,z,t
x,y,z,t))
68
componentes del sistema

Un sistema S est constituido por tres componentes:
La entrada X(t).
X(t)
El operador o funcin de transferencia H.
La salida Y(t).
X(t)
Y(t)
La funcin de transferencia H, que contiene la caracterizacin

matemtica del proceso que relaciona la entrada con la salida, es la
que transforma la entrada en salida puede y considerarse como el
sistema mismo.
La relacin existente entre la entrada y la salida puede expresarse

mediante:
Y (t ) = H [ X (t )]
C. Pinilla R
R.

ptica
que indica que Y(t) es la respuesta de H a X(t).

UNIVERSIDAD DE JAN
Curso 2007-2008.
69
sistemas lineales
Un sistema H es lineal si cumple las siguientes

propiedades:
Principio de proporcionalidad:
sii a lla entrada

t d X1 all sistema
i t
lle corresponde
d lla salida
lid Y1, la
l entrada
t d
CX1 producir una salida CY1, siendo C una constante.
Principio
p de aditividad:
si dos entradas individuales X1 y X2 producen, respectivamente, dos

salidas Y1 e Y2, la entrada X1+X2 deber producir la salida Y1+Y2 .
Combinando las dos:
C. Pinilla R
R.

ptica
H(C1 X1 +C2 X2) = C1 H(X1) + C2 H(X2) = C1Y1 +C2Y2

UNIVERSIDAD DE JAN
Curso 2007-2008.
70
sistemas de teledeteccin
Los sistemas formadores de imgenes son

sistemas lineales invariables en el tiempo:
C. Pinilla R
R.

ptica
la magnitud de la salida no depende del tiempo sino slo de la

entrada.
entrada
En la formacin de imgenes de satlite:
ell sensor es ell sistema

i t
propiamente
i
t di
dicho.
h
entrada: radiancia de la escena.
salida:
lid iirradiancia
di
i sobre
b ell plano
l
ffocal.
l

UNIVERSIDAD DE JAN
Curso 2007-2008.
71
la imagen digital
La imagen digital es un modelo digital de radiancias.
Desde el punto de vista fsico, la imagen es una distribucin

bidimensional de energa electromagntica.
existe solamente cuando la superficie est iluminada por una fuente

radiante.
Si se considera una fuente radiante, cuya distribucin

espectral de energa est dada por una funcin c(), y se le
h
hace
incidir
i idi sobre
b una superficie
fi i de
d reflectancia
fl t
i (),
() la
l
energa devuelta ser:
c ( ) ( )d
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
72
la imagen continua
La reflectancia tiene dependencia espacial:
Modelo matemtico para la imagen monocroma fija:

z = f ( x , y)
x, y, z
usualmente 0 z 1:
C. Pinilla R
R.

ptica
cada punto (x,y) tiene una intensidad luminosa diferente.
0 = negro
1 = blanco

UNIVERSIDAD DE JAN
Curso 2007-2008.
73
C. Pinilla R
R.

ptica
la imagen continua

UNIVERSIDAD DE JAN
Curso 2007-2008.
74
la imagen discreta
Una imagen discreta est formada por un conjunto

finito de valores de luminancia
luminancia, obtenidos mediante
el muestreo equiespaciado de una imagen continua.
c, l
C. Pinilla R
R.

ptica
z = f (c, l )
las coordenadas de los p

puntos son discretas.
la luminancia vara de forma continua.

UNIVERSIDAD DE JAN
Curso 2007-2008.
75
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
76
la imagen discreta y finita

Si las coordenadas (c,l) cumplen:
0 c C-1
0 l L-1
entonces la imagen es finita y est representada por

una matriz de dimensiones
C x L (columnas
( l
x lneas).
l
)
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
77
la imagen multiespectral
Si a cada posicin (m,n) puede hacrsele
corresponder ms de un valor zz, el conjunto de
stos puede ser representado como un vector
((vector de caractersticas):
)
r r
z = f (c, l )
z1 f1 (c, l )

z 2 f 2 (c, l )
=
z f (c, l )
n n
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
78
la imagen digital
Para poder ser procesada digitalmente, la
luminancia tambin debe ser discreta:
ND = f (c, l )
ND , c, l
y adems:
C. Pinilla R
R.

ptica
0 ND 2 k 1

UNIVERSIDAD DE JAN
Curso 2007-2008.
79
C. Pinilla R
R.

ptica
Niveles digitales

UNIVERSIDAD DE JAN
Curso 2007-2008.
80
la imagen multiespectral
Si la imagen es multiespectral:
r
ND = f (c, l )
r
f = ( f1 , f 2 ,..., f n )
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
81
4
3
2
1
C. Pinilla R
R.

ptica
La imagen multiespectral
La imagen consta de varias bandas

UNIVERSIDAD DE JAN
Curso 2007-2008.
82
C. Pinilla R
R.

ptica
formatos de grabacin
Los ND de la imagen son almacenados en cdigo binario.
Para codificar 256 valores diferentes para cada pxel se

necesita 1 byte.
Formatos de grabacin de imgenes multiespectrales:
Bandas secuenciales (BSQ): se completa cada banda pxel a pxel.
Bandas intercaladas por lnea (BIL): se completa cada lnea de

imagen saltando de una banda a otra hasta completarlas todas.
Bandas intercaladas por pixel (BIP): graban los valores de cada

pxel en las distintas bandas anmtes de pasar el siguiente pxel
pxel.

UNIVERSIDAD DE JAN
Curso 2007-2008.
83
formatos de grabacin
celda
1
2
Lneas 1
2
3
4
5
6
7
8
1
2
1
2
8
7
4 Bandas
3
BSQ
111 112 ... 121 122 ... 211 212 ... 221222 ... 411 412 ... 421422 ...
BIL
111 112 ... 211212 ... 311312 ... 411412 ... 121122 ... 221222 ...
BIP
111 211311 411112 212 312412 ...
C. Pinilla R
R.

ptica
324

UNIVERSIDAD DE JAN
Curso 2007-2008.
84
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
85
tipos de sensores pasivos
No escneres.
No formadores de imagen.
Formadores de imagen
cmaras.
monocromas.
color natural
infrarrojo.
infrarrojo color
color.
otras.
Escneres
Formadores de imagen
escner del p
plano imagen.
g
cmaras de TV.
escneres slidos.
escneres del plano objeto.
C. Pinilla R
R.

ptica
radimetros
di t
d
de microondas.
i
d
sensores magnticos.
gravmetros.
espectrmetros de Fourier.
otros.
escneres ptico-mecnicos.
radimetros de microondas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
86
C. Pinilla R
R.

ptica
radimetros de microondas
Miden la intensidad radiante de longitudes de onda

comprendidas
p
entre 1 y 100 mm.
Pueden utilizarse en condiciones de nubosidad o falta de

iluminacin.
La resolucin de estos sistemas es directamente proporcional

al dimetro de apertura de la antena receptora e inversamente
proporcional a la longitud de la onda explorada.
Un uso especfico en el que los radimetros de microondas

han mostrado gran rendimiento es en campaas sobre las
zonas polares, cuya
y alta reflectividad en el visible dificulta la
observacin en esta zona del espectro electromagntico.

UNIVERSIDAD DE JAN
Curso 2007-2008.
87
De barrido (escneres)
C. Pinilla R
R.

ptica
forma de adquisicin

UNIVERSIDAD DE JAN
Curso 2007-2008.
De empuje (push broom)
88
C. Pinilla R
R.

ptica
escneres
Exploran la superficie mediante el barrido de la escena, gracias a un

espejo basculante, cuyo eje de oscilacin es paralelo a la trayectoria
del satlite portador.
Antes de ser registrada, la seal puede ser descompuesta

pticamente en varias bandas espectrales, cada una de las cuales se
enva
a un detector
d t t para formar
f
una imagen
i
multiespectral.
lti
t l
Si se conocen los parmetros de calibracin del sensor y las

condiciones de adquisicin, es posible transformar los niveles
di it l de
digitales
d la
l imagen
i
en valores
l
fsicos
f i
de
d radiancia.
di
i
Los valores numricos son almacenados a bordo del satlite para su

emisin posterior cuando entre en el cono de recepcin de las
estaciones de seguimiento
seguimiento, o transmitidos inmediatamente a una
constelacin de satlites repetidores.

UNIVERSIDAD DE JAN
Curso 2007-2008.
89
C. Pinilla R
R.

ptica
exploradores de empuje
Con la puesta en rbita del satlite SPOT se introdujo un nuevo

sistema de exploracin que prescinde del espejo oscilante.
Los detectores se disponen en lneas, de modo que abarquen

simultneamente todo el campo de visin. La lnea de detectores se
va excitando ordenadamente con el movimiento del satlite.
En general, estos sistemas aumentan la resolucin espacial del

sensor, pues al eliminar partes mviles minimizan el error introducido
por la falta de sincrona entre el su movimiento y el de la plataforma.
La captura de datos no se realiza pxel a pxel sino lnea a lnea.
Presentan el inconveniente de la dificultad de calibrar toda la cadenas

de detectores, para que todos mantengan los mismos coeficientes de
conversin de radiancia a nivel digital.

UNIVERSIDAD DE JAN
Curso 2007-2008.
90
tipos de sensores activos
No escneres.
No formadores de imagen
radimetros de microondas.
altmetros de microondas.
batmetros lser.
distancimetros lser.
Escneres
Escneres.
Formadores de imagen.
escneres del p
plano objeto.
j
rdar de apertura real.

rdar de apertura sinttica (SAR).
escneres del plano imagen.
C. Pinilla R
R.

ptica
rdar pasivo phased

phased array
array .

UNIVERSIDAD DE JAN
Curso 2007-2008.
91
C. Pinilla R
R.

ptica
rdar
Sistema activo que emite pulsos de energa electromagntica de longitud de

onda comprendida entre 1 mm y 1 m y mide la radiacin reflejada por la
superficie.
superficie
El sistema consiste en un mecanismo generador de pulsos electromagnticos

que, por un lado controlan la emisin de energa desde el transmisor y, por
otro,, accionan un mecanismo de registro.
g
La antena emite un pulso y recibe la respuesta del terreno. Un conmutador

electrnico (duplicador) evita la interferencia entre ambos pulsos.
El receptor
ecepto es u
un amplificador
a p cado de la
a seal
se a captadas po
por la
aa
antena.
te a El pu
pulso
so
recibido es grabado para su procesamiento posterior en el segmento
terrestre de la misin.
En el rango espectral del radar no existe prcticamente ninguna banda de

absorcin del agua,
agua lo que hace este sistema muy adecuado para el estudio de
las zonas cubiertas por masas nubosas.
Una modalidad muy utilizada de los sistemas de radar es el radar lateral

aerotransportado,
p
, denominado SLAR (Side
(
Looking
g Airbone Radar).
)

UNIVERSIDAD DE JAN
Curso 2007-2008.
92
C. Pinilla R
R.

ptica
sar
La resolucin acimutal de los radares es baja, y se

necesitan antenas de grandes proporciones
proporciones.
El radar de apertura sinttica SAR (Synthetic

A
Aperture
t
R
Radar)
d ) es un sistema
i t
fformador
d de
d
imgenes que compone los pulsos emitidos hacia
un punto desde dos posiciones diferentes de la
trayectoria, lo que permite emular (sintetizar) una
antena de mayor apertura.

UNIVERSIDAD DE JAN
Curso 2007-2008.
93
ldar
C. Pinilla R
R.

ptica
El ldar (ligh detection and ranging) es un sistema

activo primeramente destinado al estudio de la
atmsfera que emite pulsos de luz polarizada entre
atmsfera,
el ultravioleta y el infrarrojo prximo, mediante un
emisor lser.
El efecto producido por la interaccin atmosfrica se
recoge a travs de un sistema ptico en un detector
que enva la seal al sistema de almacenamiento
para su posterior estudio por ordenador.
Existen sistemas de lidar especficos para cada tipo
de dispersin atmosfrica, por lo que mediante ellos
se puede caracterizar la composicin en aerosoles
de la atmsfera y la cantidad de contaminantes
slidos, as como establecer medidas de la
temperatura, humedad y presin del aire y una
estimacin de la velocidad del viento.
viento
En los ltimos aos se desarrollan sistemas ldar
para la generacin de modelos digitales de elevacin
de alta precisin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
94
C. Pinilla R
R.

ptica
la adquisicin de la imagen

UNIVERSIDAD DE JAN
Curso 2007-2008.
95
la funcin de dispersin puntual
C. Pinilla R
R.

ptica
Si la entrada en el sistema es un impulso unitario, la

respuesta es la funcin de dispersin puntual
(PSF,Point Spread Function)
representa la respuesta del sistema al impulso unitario

unitario.
la PSF describe la imagen bidimensional de una fuente puntual.
modeliza la degradacin que sufre la seal

seal.

UNIVERSIDAD DE JAN
Curso 2007-2008.
96
La imagen adquirida
La imagen adquirida es la convolucin de la imagen
real por la respuesta del sistema al impulso unitario:
g ( x , y ) = h( x , y ) f ( x , y )
g ( x , y ) = PSF f ( x , y )
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
97
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
98
distorsiones de la imagen
C. Pinilla R
R.

ptica
Las imgenes orbitales no constituyen en s una

cartografa.
cartografa
Naturaleza de la proyeccin.
Distorsiones sistemticas y aleatorias:
por la localizacin de sus puntos.
por los niveles digitales

digitales.
Las operaciones de correccin pretenden minimizar

en la medida de lo posible estas alteraciones.
El estudio detallado, el multitemporal o la fusin

con otras fuentes cartogrficas
g
requieren
q
de
correcciones minuciosas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
99
C. Pinilla R
R.

ptica
fuentes de distorsin
Oscilacin de la plataforma.
R t i terrestre.
Rotacin
t
t
Tiempo de barrido.
Distorsin panormica
panormica.
Curvatura de la Tierra.
Distorsiones radiomtricas.
radiomtricas

UNIVERSIDAD DE JAN
Curso 2007-2008.
100
C. Pinilla R
R.

ptica
R t i terrestre.
Rotacin
t
t
Tiempo de barrido.
Distorsin panormica
panormica.
radiomtricas

UNIVERSIDAD DE JAN
Curso 2007-2008.
Aleteo
Cabeceo
Ladeo
Variacin de
altura
Variacin de
velocidad
101
C. Pinilla R
R.

ptica
Oscilacin de la
p
plataforma.
Rotacin terrestre.
Tiempo
p de barrido.
Distorsin panormica.

UNIVERSIDAD DE JAN
Curso 2007-2008.
102
C. Pinilla R
R.

ptica
R t i terrestre.
Rotacin
t
t
Tiempo de barrido.
Distorsin panormica
panormica.
radiomtricas
sentido del barrido

movimiento de
la plataforma

UNIVERSIDAD DE JAN
Curso 2007-2008.
resultante
103
C. Pinilla R
R.

ptica
Oscilacin de la
p
plataforma.
Rotacin terrestre.
Tiempo
p de barrido.
Distorsin panormica.
Distorsiones
radiomtricas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
104
R t i terrestre.
Rotacin
t
t
Tiempo de barrido.
Distorsin panormica
panormica.
radiomtricas
q
b
p
-f
- q
90
pc
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
105
C. Pinilla R
R.

ptica
R t i terrestre.
Rotacin
t
t
Tiempo de barrido.
Distorsin panormica
panormica.
radiomtricas
Prdida de lneas o celdas.
Bandeado.
Efecto atmosfrico.

UNIVERSIDAD DE JAN
Curso 2007-2008.
106
C. Pinilla R
R.

ptica
Correccin geomtrica
A la vista de lo anterior, se necesitan transformaciones que

restauren la g
geometra real de la imagen.
g
Son las correcciones
geomtricas.
Si la imagen resultante est dotada de coordenadas absolutas

en el sistema cartogrfico elegido
elegido, se habla de imagen
georreferenciada.
La correccin geomtrica de la imagen es imprescindible para

poder superponer
s perponer sobre ella cualquier
c alq ier informacin
cartogrfica auxiliar o para hacer posible un estudio
multitemporal entre dos o ms imgenes.
Procedimientos:
Aplicando modelos matemticos basados en los parmetros orbitales

del satlite.
Aplicando funciones de transformacin entre las posiciones de un

conjunto de puntos de control.

UNIVERSIDAD DE JAN
Curso 2007-2008.
107
C. Pinilla R
R.

ptica
transformaciones geomtricas
Correccin geomtrica.
Georreferenciacin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
108
correccin geomtrica
u = a pq x p y q
p =0 q =0
n n p
p q
u = b pq x y
p =0 q =0
C. Pinilla R
R.

ptica
n n p

UNIVERSIDAD DE JAN
Curso 2007-2008.
109
Distorsiones debidas al relieve
r = r
h
h
h
r = distancia del punto al nadir.

r = fraccin de esa distancia debida a la altura h del punto
h = altura del satlite.
La elevacin de la celda fuera de la traza

ocasiona el desplazamiento
p
de su
posicin real.
N
h
En las imgenes de muy alta resolucin,

puede ser significativamente superior al
tamao de la celda
celda.
x
x
C. Pinilla R
R.

ptica
Desplazamiento debido al relieve:

UNIVERSIDAD DE JAN
Curso 2007-2008.
110
C. Pinilla R
R.

ptica
Ortoimgenes
El desplazamiento debido al relieve no es eliminado con la correccin

polinmica
po
ca clsica,
c s ca, ni s
siquiera
qu e a e
elevando
e a do e
el g
grado
ado de las
as funciones
u c o es
aplicadas.
En algunos casos pueden resultar eficaces funciones polinmicas

que introducen la z.
z
En general ha de recurrirse a la ortorrectificacin. El resultado final

de este proceso es una ortoimagen.
La ortoimagen, dotada de los elementos cartogrficos auxiliares,

puede ser considerada como mapa.

UNIVERSIDAD DE JAN
Curso 2007-2008.
111
Reflectancia
Relacin lineal con el nivel digital de la celda.
C. Pinilla R
R.

ptica
= b0 ( ) + b1 ( )ND
Necesidad de la
normalizacin topogrfica.

UNIVERSIDAD DE JAN
Curso 2007-2008.
112
Normalizacin topogrfica
La radiancia real.
R(0,0)
R L = R L ( p, q ) = R L
R ( p, q )
Varios mtodos para estimar :
Normalizacin por el coseno del ngulo de incidencia solar:
1
cos i
Superficies de Minnaert.
E0 (k + 1) (cos i cos e )
2
cos e
Lr =
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
( ) =
cos e
cos k ( ) i cos k ( ) e
113
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
114
C. Pinilla R
R.

ptica
realce
Dentro del realce de imgenes se renen diversas

tcnicas orientadas a mejorar o realzar la calidad de
las imgenes para facilitar el anlisis visual de las
mismas o p
perfeccionar la produccin
p
cartogrfica.
g
Tipos de realce de imgenes:
radiomtrico: expansin del contraste.

contraste
geomtrico: filtrado digital.

UNIVERSIDAD DE JAN
Curso 2007-2008.
115
El contraste indica la amplitud del intervalo de los

ND que presenta una imagen concreta
concreta, de entre
todos los valores que puede proporcionar un
sensor determinado.
Formas de medir el contraste:

c1 = NDmax
NDmin
c2 = NDmax NDmin
c3 = ND
C. Pinilla R
R.

ptica
el contraste de la imagen

UNIVERSIDAD DE JAN
Curso 2007-2008.
116
C. Pinilla R
R.

ptica
paletas de color
Paleta es una tabla de referencia mediante la cual se define el

color ((valor y tono)) q
que se aplica
p
a cada ND para
p
la
visualizacin de la imagen.
Nivel visual (NV) es el nivel de gris correspondiente a cada ND

en la visualizacin
visualizacin.
Se trata de una matriz numrica en la que en la primera

columna se disponen ordenadamente de menor a mayor todos
los ND procesables (64
(64, 256
256, etc
etc.).
) A la derecha de cada uno
no se
indica el nivel de cada uno de los tonos bsicos (rojo, verde,
azul) que se le va a atribuir a cada ND.
Existen otras denominaciones: CLUT (Color Look-up Table),

tabla de color, etc.

UNIVERSIDAD DE JAN
Curso 2007-2008.
117
paleta de color
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
C. Pinilla R
R.

ptica
ND
nivel de tono p
primario ((NV))
Rojo
Verde
0
0
255
0
0
255
0
0
255
255
255
0
0
255
128
0
128
128
128
0
0
128
0
128
0
0
255
128
128
255
255
255

UNIVERSIDAD DE JAN
Curso 2007-2008.
color resultante
Azul
0
0
0
255
0
255
255
0
0
128
0
128
128
0
0
255
negro
rojo
verde
azul
amarillo
magenta
g
cian
marrn
caqui
prpura
verde oliva
azul azafata
azul marino
naranja
verde limn
blanco
118
tipos de paletas
C. Pinilla R
R.

ptica
Las paletas pueden ser:
monocromticas: gama de grises.
cromticas: incluyen los tres colores primarios.
En imgenes cuantitativas monobanda se emplean

paletas monocromas.
En imgenes
E
i
cualitativas
lit ti
monobanda
b d pueden
d
emplearse paletas cromticas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
119
Siempre que no haya habido alteracin del

contraste se verifica que ND = NV
NV.
La relacin entre ND y NV puede ser alterada para

realzar el contraste.
Ajuste del contraste:
C. Pinilla R
R.

ptica
modificacin del contraste
procedimiento encaminado a adecuar la resolucin radiomtrica

de la imagen a la capacidad de visualizacin del sistema,
representada por el margen dinmico del monitor o del nmero
de niveles de gris que pueda proporcionar otro perifrico de
salida.

UNIVERSIDAD DE JAN
Curso 2007-2008.
120
C. Pinilla R
R.

ptica
relacin ND-NV
Sin alteracin del contraste:
Reduccin del contraste:
Expansin del contraste

UNIVERSIDAD DE JAN
Curso 2007-2008.
121
C. Pinilla R
R.

ptica
compresin del contraste
En ciertos casos conviene o puede ser necesario reducir el nmero de NV en relacin al

de ND disponibles. Para ello puede dejarse fuera de la representacin todo el rango
dinmico excedente.
La compresin del contraste consiste en construir un nmero de intervalos en el rango de

ND igual al nmero de niveles de gris que se desea obtener, de modo que a cada clase
definida as se le asigne un mismo NV.

UNIVERSIDAD DE JAN
Curso 2007-2008.
122
expansin del contraste
Las operaciones ms frecuentemente aplicadas al contraste

son las de expansin porque la mayora de las imgenes
presentan un rango rango dinmico inferior a las posibilidades
de visualizacin.
C. Pinilla R
R.

ptica
Suele deberse a que la resolucin radiomtrica del sensor est

diseada para abarcar toda la gama de reflectancias posibles. Sin
embargo, no es frecuente que una misma escena muestre tal
diversidad.
diversidad
La expansin del contraste consiste bien en la aplicacin de

una nueva p
paleta que
q haga
g corresponder
p
un rango
g de NV
mayor que el rango de ND presentes en la imagen.

UNIVERSIDAD DE JAN
Curso 2007-2008.
123
C. Pinilla R
R.

ptica
expansin lineal
Se asigna el valor 0 para las celdas cuyo ND es inferior o igual a un

determinado
dete
ado valor
a o mnimo
o en
e la
a imagen
age original
o g a
Se asigna un valor 1 a las celdas con ND iguales o superiores a un

determinado valor mximo.
Se distribuyen linealmente los ND para los ND comprendidos entre

los valores mnimo y mximo.
z MIN
z =
MAX MIN

UNIVERSIDAD DE JAN
Curso 2007-2008.
z MIN
MIN z MAX
z MAX
124
tipos de expansin lineal

Mxima expansin sin truncamiento.
MIN = zmin
MAX = zmax
0
zz
min
z =
z max z min
1
C. Pinilla R
R.

ptica
z z min
z min z z max
z z max

UNIVERSIDAD DE JAN
Curso 2007-2008.
125
Es tipo especial de expansin del contraste es la binarizacin de la

imagen,
age , utilizada
ut ada en
e la
a formacin
o ac de mscaras.
sca as
Consiste en generar solamente dos niveles de valor, blanco y negro,

mediante el establecimiento de una funcin escalonada:
0
z =
1
C. Pinilla R
R.

ptica
binarizacin
z < zu
z zu

UNIVERSIDAD DE JAN
Curso 2007-2008.
126
realce radiomtrico
C. Pinilla R
R.

ptica
Expansin del contraste.

UNIVERSIDAD DE JAN
Curso 2007-2008.
127
El ojo humano distingue mejor variaciones de tono

que de valor.
valor
El color facilita los procesos de anlisis visual y la

preparacin para otros tratamientos digitales.
Puede aplicarse color a una imagen mediante dos

p
procedimientos:
C. Pinilla R
R.

ptica
aplicacin del color
Color compuesto: asociar un tono primario a cada una de las

tres bandas de la imagen multiespectral:
Composiciones en color verdadero.
Composiciones en falso color.
Pseudocolor: aplicar color a una imagen monobanda

monobanda.

UNIVERSIDAD DE JAN
Curso 2007-2008.
128
C. Pinilla R
R.

ptica
pseudocolor
La aplicacin del pseudocolor a una imagen

monobanda da lugar a imagen coloreada
coloreada.
Es de gran utilidad el empleo de paletas de color

sobre
b una sola
l banda
b d en la
l presentacin
t i de
d
imgenes clasificadas, al objeto de diversificar
mejor la leyenda, y cuando se trate de aislar,
mediante anlisis visual, determinadas cubiertas de
valor similar a las de su entorno.

UNIVERSIDAD DE JAN
Curso 2007-2008.
129
combinaciones de bandas
La combinacin de bandas es una transformacin,
mediante la cual
cual, a partir de todas o de varias
bandas de la imagen original, se genera una nueva
imagen:
g
z = T ( z1 , z2 ,L , zl )
Combinacin lineal:
z = c0 +
ci zi
i
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
130
combinacin de bandas
Combinacin global:
z1 = T1 ( z1 , z2 ,L , zl )
zk = Tk ( z1 , z2 ,L , zl )
generndose k bandas a partir de las l originales, y donde
usualmente k = l. Si la combinacin es lineal, puede expresarse:
r
r
z = T z
C. Pinilla R
R.

ptica
z2 = T2 ( z1 , z2 ,L , zl )

UNIVERSIDAD DE JAN
Curso 2007-2008.
131
Las composiciones en color constituyen un caso particular de

combinacin lineal analgica en el perifrico de visualizacin
visualizacin.
Se forma la imagen sumando tres bandas, a cada una de las

cuales se le asigna uno de los tres tonos primarios, azul, verde
o rojo.
Considerando el espacio tridimensional RGB que generan tres

ejes ortogonales
ortogonales, la luminancia cromtica de una celda es:
r
r
r
r
z = Rz1r + G z2 g + B z3b
C. Pinilla R
R.

ptica
composiciones en color

UNIVERSIDAD DE JAN
Curso 2007-2008.
132
C. Pinilla R
R.

ptica
el espacio RGB

UNIVERSIDAD DE JAN
Curso 2007-2008.
133
Con el fin de visualizar el mximo de informacin no

redundante es necesario utilizar las bandas que
redundante,
presenten la mayor varianza y el mnimo coeficiente
de correlacin entre ellas.
El factor de ndice ptimo OIF (Optimum Index

Factor) tiene en cuenta simultneamente los dos
requerimientos:
3
OIF =
sk
k =1
ABS ( rj )
3
j =1
C. Pinilla R
R.

ptica
mejor combinacin de bandas

UNIVERSIDAD DE JAN
Curso 2007-2008.
134
C. Pinilla R
R.

ptica
combinaciones en color
Las combinaciones en color verdadero son las

formadas por las bandas que corresponden al Rojo
Rojo,
Verde y Azul espectral en el orden RGB.
Cualquier
C
l i otra
t combinacin
bi
i se denomina
d
i falso
f l
color. Entre ellas, la ms difundida por ser la
primera en usarse es la correspondiente a
IRp-R-V (RGB).
Para dar impresin realista suelen utilizarse

combinaciones RGB IRm-IRp-VIS.

UNIVERSIDAD DE JAN
Curso 2007-2008.
135
el color compuesto
SISTEM
MA PTICO O D
DE IMPREESIN
TM4
TM5
C. Pinilla R
R.

ptica
T
M
3

UNIVERSIDAD DE JAN
Curso 2007-2008.
Imagen en color compuesto 5-4-3

Shizuoka-ken (Japn)
136
transformacin IHS
C. Pinilla R
R.

ptica
Transformacin IHS:
( e s dad o o Sa u ac ;
(Intensidad-Tono-Saturacin;
Intensity, Hue, Saturation):
transformacin global
consistente en obtener tres
nuevas bandas basadas en el
sistema de coordenadas de
color IHS.

UNIVERSIDAD DE JAN
Curso 2007-2008.
137
C. Pinilla R
R.

ptica
utilidad de la transformacin IHS
La transformacin IHS tambin se utiliza para componer

imgenes adquiridas por sensores de diferente resolucin
espacial.
i l
En este tipo de composiciones, en primer lugar deben

corregirse geomtricamente las dos imgenes para permitir su
superposicin
i i exacta.
t
En un segundo paso, se remuestrea la imagen de menor

resolucin al tamao de la celda de la otra.
Se transforma la imagen en sus componentes IHS y se

sustituye la banda correspondiente a la intensidad por la
imagen de alta resolucin.
Por ltimo se deshace la transformacin aplicando su inversa

y consiguiendo de nuevo una imagen multiespectral con tres
bandas correspondientes a las coordenadas RGB.

UNIVERSIDAD DE JAN
Curso 2007-2008.
138
realce geomtrico
C. Pinilla R
R.

ptica
Cambios de escala:
Es impropio aplicar el concepto de escala una imagen digital,

por cuanto sta es solamente un registro electrnico
almacenado en forma de fichero,, incluso sin estructura matricial
sino lineal.
Tiene sentido la escala cuando esa imagen es representada en

algn
l soporte
t plano
l
e iindeformable.
d f
bl

UNIVERSIDAD DE JAN
Curso 2007-2008.
139
C. Pinilla R
R.

ptica
realce geomtrico

UNIVERSIDAD DE JAN
Curso 2007-2008.
140
C. Pinilla R
R.

ptica
realce geomtrico

UNIVERSIDAD DE JAN
Curso 2007-2008.
141
realce geomtrico
C. Pinilla R
R.

ptica
Filtrado digital.
Es una transformacin de la imagen mediante operadores

locales.
El n
nuevo
e o ND de la celda es ffuncin
ncin de los ND de las celdas de
su entorno en la imagen inicial.
Los filtros se aplican para suavizar o destacar elementos de

inters aproximando los ND originales a los de sus vecinos, o
exagerando las diferencias.
L filt
Los
filtros di
digitales
it l pueden
d ser lilineales
l y no lilineales.
l

UNIVERSIDAD DE JAN
Curso 2007-2008.
142
el filtro digital
Naturaleza del filtro digital.

El filtro digital es una operacin de convolucin de la imagen
original con la funcin respuesta del filtro:
es decir:
d i
z = h(u ,v ) z (x , y )
z( x , y ) =
C. Pinilla R
R.

ptica
h( u , v ) f ( x + u , y + v ) dxdy

UNIVERSIDAD DE JAN
Curso 2007-2008.
143
el filtro digital
Normalmente, el filtro consiste en una matriz
deslizante de dimensin (2g+1)x(2h+1)
(2g+1)x(2h+1), de modo
que la doble integral puede ponerse en forma
discreta,, siendo m y n respectivamente
p
las
columnas y lneas de la matriz imagen resultante:
z (m , n ) = w(k ,l ) f (m, n ) =
= w(k ,l ) f (m+k , n+l )
g
k = g l = h
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
144
C. Pinilla R
R.

ptica
la matriz de filtrado
Los elementos w de la matriz de filtrado se

denominan coeficientes de peso
El entorno [-g,g]x[-h,h] es la ventana del filtro.
U
Usualmente
l
t g = h, es decir
d i (ventana
(
t
cuadrada).
d d )
Segn sea el valor de g y h, la influencia del entorno

de las celdas en el ND final ser progresivamente
progresi amente
mayor.
Habitualmente los filtros utilizados son de 3x3

elementos o de 5x5.

UNIVERSIDAD DE JAN
Curso 2007-2008.
145
la matriz de filtrado
El filtrado de una imagen mediante la matriz:
w11
w21
w31
w12
w22
w32
w13
w23
w33
d lugar
da
l
a la
l imagen:
i
z( m, n) = w11 z( m1, n 1) + w12 z( m, n1) + w13 z( m+1, n1) +
+ w21 z( m1, n)
+ w22 z( m, n)
+ w23 z( m+1, n )
+ w31 z( m1, n+1) + w32 z( m, n+1) + w33 z( m+1, n+1)

C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
146
Matriz de filtrado
C. Pinilla R
R.

ptica
Los filtros de convolucin

UNIVERSIDAD DE JAN
Curso 2007-2008.
147
realce geomtrico
Operaciones de filtrado.
Imagen original (Andjar)

C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
Imagen filtrada con filtro de paso alto
148
clasificacin digital
C. Pinilla R
R.

ptica
La clasificacin digital es un proceso de

generalizacin temtica que
que, mediante
categorizacin, convierte la informacin cuantitativa
de una imagen
g en una informacin cualitativa.

UNIVERSIDAD DE JAN
Curso 2007-2008.
149
categorizacin
Clasificacin.
C. Pinilla R
R.

ptica
Procedimientos para obtener mapas de clases (mapas

(
temticos),
)
discretizando y cualificando la informacin cuantitativa de partida.

UNIVERSIDAD DE JAN
Curso 2007-2008.
150
Automtica (no supervisada)
C. Pinilla R
R.

ptica
procedimientos de clasificacin

UNIVERSIDAD DE JAN
Curso 2007-2008.
Supervisada
151
teora de la decisin
Planteamiento del problema en el mbito de la
clasificacin de imgenes espaciales:
Establecer si una celda pertenece a una determinada clase

informacional de los i posibles estados recogidos en la leyenda
leyenda.
Ejemplo:
C. Pinilla R
R.

ptica
determinar si una celda que presenta ciertos niveles digitales en

las distintas bandas est ocupada por suelo desnudo, un cultivo
herbceo, una zona urbana o un bosque caducifolio.

UNIVERSIDAD DE JAN
Curso 2007-2008.
152
La tasa de presencia de los ND en una imagen monobanda no

responde a ninguna funcin determinista.
determinista
Tomados como un conjunto de valores, los ND pueden

considerarse como una distribucin normal.
Vector de caractersticas:
C. Pinilla R
R.

ptica
la imagen como variable aleatoria
vector cuyas componentes son los niveles digitales en cada una de las
bandas que integran la imagen.
En las imgenes multibanda, el vector de caractersticas de la

celda puede considerarse como una variable aleatoria
multivariante.

UNIVERSIDAD DE JAN
Curso 2007-2008.
153
distribucin normal multivariante
Funcin de densidad de la distribucin normal

multivariante:
r
r
( 2 )
1

r 2
=
M

n
vector de caractersticas
donde:
z1

r z
z = 2
M

z
n
C. Pinilla R
R.

ptica
r
f (z ) =
t
1 r
1 r
z z
2
vector de medias
L 1n
L 2n
O M
2
L n
matriz de covarianzas
= determinante de .
1 = inversa de .
r
r
(zr )t = traspuesto de (zr ).
y:

UNIVERSIDAD DE JAN
12 12
21 2 2
=
M
M
n1 n 2
Curso 2007-2008.
154
distribuciones normales
f(x,y)
( ,y)
z
f(x,y,z)
univariante

UNIVERSIDAD DE JAN
Curso 2007-2008.
bivariante
C. Pinilla R
R.

ptica
f(x)
trivariante
155
distribucin bidimensional
banda l
banda k
C. Pinilla R
R.

ptica
Nd

UNIVERSIDAD DE JAN
Curso 2007-2008.
Nd
156
distribuciones normales
C. Pinilla R
R.

ptica
Para distribuciones normales, la nube queda

definida por:
vector de medias: seala el centro de gravedad de la masa de

puntos.
puntos
matriz de covarianzas: marca la forma de la nube:
vectores propios: orientacin del hiperelipsoide.

hiperelipsoide
valores propios: longitud de los ejes del hiperelipsoide.

UNIVERSIDAD DE JAN
Curso 2007-2008.
157
distribucin bidimensional
y
x
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
158
Nd
Banda l
Nd
histograma l
Banda k
C. Pinilla R
R.

ptica
histograma k
h
histogramas univariados

UNIVERSIDAD DE JAN
Curso 2007-2008.
159
entrenamiento del clasificador
Entrenamiento:
definir los parmetros de cada clase:
vector de medias.
matriz de covarianzas.
covarianzas
Tipos de entrenamiento:
supervisado:
el operador delimita una muestra de celdas, a partir de la cual el

sistema extraer los parmetros de la clase clase que ocupa esas
reas.
reas
no supervisado:
C. Pinilla R
R.

ptica
el sistema
sistema, a partir de unas instrucciones mnimas
mnimas, busca
agrupamientos naturales de valores en el espacio de
caractersticas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
160
mtodo supervisado
Se definen en la escena los campos de entrenamiento (training
fields):
Conjunto de parcelas suficientemente representativas de una

determinada clase.
De la seleccin de los campos de entrenamiento depende

estrechamente el resultado de la clasificacin.
Requisitos:
Pureza de los pxeles:
las celdas representan solamente a la cubierta que se pretende caracterizar sin

contaminacin de otras.
Representatividad de la variabilidad de la clase:
C. Pinilla R
R.

ptica
el conjunto de campos de entrenamiento debe incluir la variacin interna de la

clase para dar cabida a distintas condiciones de la misma cubierta (orientacin
de la ladera, el tipo de suelo, el grado de humedad, diferencias inherentes a la
propia
p
p cubierta, etc).
)

UNIVERSIDAD DE JAN
Curso 2007-2008.
161
seleccin de los campos de entrenamiento
Zonas homogneas
Zonas de variabilidad
Leyenda:
Cereal de regado
C. Pinilla R
R.

ptica
Zonas heterogneas

UNIVERSIDAD DE JAN
Curso 2007-2008.
Algodn
Olivar
Huerta
Agua
162
C. Pinilla R
R.

ptica
seleccin de los campos de entrenamiento
Con un slo campo de entrenamiento por clase se corre el

riesgo
g de particularizar
p
excesivamente sus caractersticas y,
tras la clasificacin, pueden quedar zonas ocupadas por la
misma cubierta sin atribuir a su correspondiente clase.
Cuando hay variabilidad dentro de las clases es necesario

tomar ms de un campo de entrenamiento:
Su nmero depende de la matriz de covarianzas.
Se aconseja tomar entre 10 y 100 celdillas por clase y banda de la

imagen.
Es p
preferible, elegir
g un mayor
y nmero de campos
p de entrenamiento de
un tamao inferior (distribuidos segn la variabilidad de la escena)
que un slo campo de entrenamiento de gran tamao.

UNIVERSIDAD DE JAN
Curso 2007-2008.
163
C. Pinilla R
R.

ptica
mtodo no supervisado
Se busca la agrupacin natural de los datos de la

imagen en el espacio vectorial de caractersticas
(clusters), de acuerdo a alguna funcin de
similaridad.
Triple proceso:
determinacin de las caractersticas de las celdillas de

entrenamiento.
t
i t
medida de la similaridad o distancia estadstica entre casos.
aplicacin de algn criterio de agrupamiento de los casos

similares o escisin en clases diferentes.

UNIVERSIDAD DE JAN
Curso 2007-2008.
164
mtodos mixtos
C. Pinilla R
R.

ptica
Inconvenientes de los mtodos anteriores:
Supervisado: la leyenda de la clasificacin puede incorporar categoras no

espectralmente
p
separables.
p
Clasificacin automtica: no siempre los clusters encontrados tienen significado

identificable con la leyenda.
Pueden paliarse estos inconvenientes combinando los dos:
Realizar un entrenamiento no supervisado y obtener una clasificacin inicial, que

ser supervisada posteriormente por el analista, agrupando clusters de igual
significacin temtica y separando en nuevas clases los que mezclen dos
categoras diferentes
diferentes.
Realizar las dos clasificaciones (supervisada y no supervisada) y sintetizar los

resultados obtenidos de cada uno de ellas:
categoras que aparezcan en ambos anlisis: la clase propuesta en el entrenamiento

supervisado tiene adems significacin espectral.
categoras recogidas en la leyenda, pero no identificacbles en el mtodo no

supervisado: deben reestudiarse estratificando la imagen.
clases no supervisadas que aparecen sin estar en la leyenda: permiten desagregar la

leyenda, adaptndola a la heterogeneidad de la escena.

UNIVERSIDAD DE JAN
Curso 2007-2008.
165
anlisis de separabilidad
C. Pinilla R
R.

ptica
Discriminabilidad de las categoras:
Si son muy diferentes entre s, existir bajo riesgo de error en la

clasificacin, pero la leyenda ser ms pobre de lo que
permitira la riqueza espectral de la escena.
Si clases son muy similares, la clasificacin entraar un

elevado riesgo de confusin que requerira sustituir la leyenda
por otra menos desagregada.
Antes de la fase de clasificacin conviene estudiar

la separabilidad de las clases.
Mtodos:
grficos.
estadsticos.

UNIVERSIDAD DE JAN
Curso 2007-2008.
166
C. Pinilla R
R.

ptica
mtodos grficos de separabilidad
Los mtodos grficos proporcionan una primera

informacin para decidir a priori si las categoras
sern o no discriminables.
Diagrama de signaturas:
generalizacin de la signatura espectral de las clases,

remuestreado el barrido espectral al diseo de los canales del
sensor.
sensor
la informacin debe incluir el valor medio de la clase en cada

banda y alguna medida de dispersin alrededor de ella (rango
de variacin, desviacin estndar, etc).
)
Para cada banda es posible estudiar ms detalladamente el

solapamiento
so
apa e o es
estadstico
ad s co de las
as cclases
ases supe
superponiendo
po e do sus
histogramas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
167
diagrama de signaturas
Leyenda:
red viaria
suelos desnudos
cultivos en regado
agua
Bandas
C. Pinilla R
R.

ptica
Nd

UNIVERSIDAD DE JAN
Curso 2007-2008.
168
mtodos estadsticos de separabilidad
Divergencia transformada:
D AB
siendo c una constante.
Coseno del ngulo formado por los vectores de

medias:
r t r
M A MB
cos = r r =
M A MB
C. Pinilla R
R.

ptica
DTAB = c [1 81 e

UNIVERSIDAD DE JAN
Curso 2007-2008.
a b
i =1
i i
n 2 n 2
ai bi
i =1 i =1
169
mtodos estadsticos de separabilidad
Distancia de Mahalanobis:
Distancia de Battacharyya:
d=
C. Pinilla R
R.

ptica
r r t
r r
r 2 = ( z ) 1 ( z )
1
8
r
r
2 1
)[
t
1
2
(1 + 2 )]

UNIVERSIDAD DE JAN
Curso 2007-2008.
r
r
2 1 + 12 ln
1
2
(1 + 2 )
1
170
Consiste en atribuir cada una de las celdas de la

imagen a las categoras previamente determinadas
por cualquiera de los procedimientos anteriores.
F
Funcin
i de
d similaridad:
i il id d
C. Pinilla R
R.

ptica
fase de asignacin
permite asegurar que las celdas que pertenecen a un cluster

son ms parecidas entre s que a cualesquiera otras que
pertenezcan a otro.

UNIVERSIDAD DE JAN
Curso 2007-2008.
171
clasificadores
Son operadores que asignan

un vector de caractersticas
z
la clase wi :
r
z wi
C. Pinilla R
R.

ptica
si
r
r
g i ( z ) > g j ( z ) ji
siendo gi ( z ) un conjunto de c funciones discriminantes con i=1,2...c.

Por tanto, el clasificador divide el espacio de caractersticas en c
clases diferentes o regiones
g
de decisin w1,w2,... wc .
Principales clasificadores:
Mnima distancia.
Mxima distancia.
k-Means
Isodata
Isodata.
Paralelepipdico.
Mxima probabiidad.
UNIVERSIDAD DE JAN
Curso 2007-2008.
172
El criterio ms sencillo para asignar una celda a una

categora consiste en incluirlo en la espectralmente
ms cercana.
La funcin de similaridad utilizada es la distancia

eucldea entre el vector de caractersticas de la
celda y el centro de la clase:
dC =
C. Pinilla R
R.

ptica
clasificador de mnima distancia
(ND ND )
n
i =1
Ci
La celda se asignar a la clase que presente una

menor distancia dC.
UNIVERSIDAD DE JAN
Curso 2007-2008.
173
clasificador de mnima distancia
banda l
d1
d2
d3
Nd
b d k
banda
C. Pinilla R
R.

ptica
Nd

UNIVERSIDAD DE JAN
Curso 2007-2008.
174
C. Pinilla R
R.

ptica
clasificador isodata
Es un algoritmo de clasificacin automtica

iterativo.
iterativo
Est basado en la funcin de mnima distancia

eucldea.
ld
En cada ciclo de clasificacin se asignan las celdas

a una clase
l
provisional.
i i
l
Durante el desarrollo del algoritmo se registran

f
fugas
d celdas
de
ld de
d una clase
l
a otra hasta
h
que ell
proceso converge.

UNIVERSIDAD DE JAN
Curso 2007-2008.
175
C. Pinilla R
R.

ptica
clasificador isodata
1.
r r
r
Elegir los valores iniciales m1 , m2 ,L , mc que actuarn como semillas de los clusters. Si no
hay valores previos, tomar el vector de caractersticas de la primera celda de la imagen.
2.
Calcular la distancia entre la semilla y la segunda celda.

a)
Si inferior a un radio espectral r prefijado, se incluye en el mismo cluster.
b)
En caso contrario se considera la segunda celda como segunda semilla, y as sucesivamente hasta c
clases.
3.
Clasificar la imagen, asignando las celdas al agrupamiento ms prximo.
4.
Recalcular las medias de losragrupamientos

considerando las nuevas asignaciones,
r
r
m
,
m
,
L
,
m
pasando a tomar los valores 1 2
c.
5.
Reiterar
R
it
ell ciclo
i l de
d reclasificacin
l ifi
i hasta
h t mejorar
j
la
l convergencia
i de
d los
l valores,
l
o hasta
h t
que el nmero de ciclos prefijado.
6.
Se descarta cualquier agrupamiento que contenga menos datos que un determinado valor
tambin prefijado.
7.
Reagrupar o escindir, de acuerdo a las siguientes reglas:

a)
Agrupar clusters si el nmero de stos fuese superior a un valor prefijado.
b)
Dividir los clusters si el nmero de stos no alcanza un valor umbral.
8.
Tomar ell centro de

T
d cada
d cluster
l
como una nueva semilla
ill y reiterar
i
lla clasificacin
l ifi
i como
en la etapa 2.
9.
Repetir 3, 4, 5, 6 y 7 hasta que el proceso converja o hasta un nmero de iteraciones.

UNIVERSIDAD DE JAN
Curso 2007-2008.
176
clasificador k-Means
X1
Datos iniciales
C. Pinilla R
R.

ptica
X2
Adaptado de http://aquino.mty.itesm.mx/fcantu/
http://aquino mty itesm mx/fcantu/

UNIVERSIDAD DE JAN
Curso 2007-2008.
177
X1
Nmero de clusters K=3

C. Pinilla R
R.

ptica
X2

UNIVERSIDAD DE JAN
Curso 2007-2008.
178
X2
centroide 3
centroide 2
X1
Centroides iniciales, uno por cada cluster

C. Pinilla R
R.

ptica
centroide 1

UNIVERSIDAD DE JAN
Curso 2007-2008.
179
X2
Cluster 1
centroide 3
centroide 2
Cluster 2
X1
Asignar cada registro al centroide ms cercano

C. Pinilla R
R.

ptica
centroide 1
Cluster 3

UNIVERSIDAD DE JAN
Curso 2007-2008.
180
X1
C. Pinilla R
R.

ptica
X2
Calcular las fronteras de cada cluster: trazar una recta entre

cada par de centroides y trazar una perpendicular a la recta
equidistance
q
de ambos centroides
UNIVERSIDAD DE JAN
Curso 2007-2008.
181
X1
Calcular las fronteras de cada cluster

C. Pinilla R
R.

ptica
X2

UNIVERSIDAD DE JAN
Curso 2007-2008.
182
Cluster 1
R
Cluster 3
Cluster 2
X1
Fronteras de los clusters

C. Pinilla R
R.

ptica
X2

UNIVERSIDAD DE JAN
Curso 2007-2008.
183
Cluster 1
Cluster 3
Cluster 2
X1
Asignar cada registros a clusters . El registro R cambi

del cluster 2 al cluster 1
C. Pinilla R
R.

ptica
X2

UNIVERSIDAD DE JAN
Curso 2007-2008.
184
X2
Cluster 1
Cluster 2
X1
C. Pinilla R
R.

ptica
Cluster 3
Recalcular los centroides: promedio

en cada eje x1, x2
UNIVERSIDAD DE JAN
Curso 2007-2008.
185
X2
Cluster 1
Cluster 2
X1
C. Pinilla R
R.

ptica
Cl t 3
Cluster
Recalcular las fronteras de los clusters

El registro
eg s o R es
est ahora
o een eel ccluster
us e 2
UNIVERSIDAD DE JAN
Curso 2007-2008.
186
La clasificacin paralelepipdica o de hipercubos fija

reas de dominio para cada categora.
Una celda de nivel digital ND(k) en la banda k ser

atribuido a la clase C si se verifica:
Nd C ( k ) RC ( k ) < Nd ( k ) < Nd C ( k ) + RC ( k )
C. Pinilla R
R.

ptica
clasificador paralelepipdico
1 k n
siendo RC un rango de dispersin concedido alrededor del valor

medio.
Cuanto mayor sea el rango mayor ser el nmero de celdas

incluidas en la categora, pero se incrementar el riesgo de
error de clasificacin.
Si el umbral es excesivamente pequeo, el riesgo de error se

minimiza, pero tambin aumentarn las celdas sin clasificar.
UNIVERSIDAD DE JAN
Curso 2007-2008.
187
clasificador paralelepipdico
banda l
Nd
banda k
C. Pinilla R
R.

ptica
Nd

UNIVERSIDAD DE JAN
Curso 2007-2008.
188
C. Pinilla R
R.

ptica
teorema de Bayes
En un contexto de decisin en teledeteccin, la

variable aleatoria es el nivel digital de una celda z.
z
Si w1 y w2 son dos posibles estados para el pixel, se

asume la
l ocurrencia
i del
d l suceso w1 cuando:
d
O bien:
P( w1 z ) > P( w2 z )
w
decidir 1
w2
si P( w1 ) P( z w1 ) > P( w2 ) P( z w2 )
si P( w1 ) P( z w1 ) < P( w2 ) P( z w2 )

UNIVERSIDAD DE JAN
Curso 2007-2008.
189
decisin bayesiana multivariante

Si la imagen es multiespectral, el teorema de Bayes
es:
r
P(wi )P( z wi )
r
P(wi z ) = s
r
P(w j )P(z w j )
j =1
Y la decisin ser:
decidir wi
C. Pinilla R
R.

ptica
r
r
si P(wi )P(z wi ) > P (w j )P (z w j )

UNIVERSIDAD DE JAN
Curso 2007-2008.
190
clasificador bayesiano
La funcin discriminate es la probabilidad a

posteriori:
La celda se atribuir a la clase para la que la

probabilidad a posteriori sea ms alta.
Aplicando el teorema de Bayes

Bayes, la direccin de la
decisin no cambia si slo te toma el numerador:
r
r
(
)
gi z = P( z wi ) P( wi )
C. Pinilla R
R.

ptica
r
r
(
)
gi z = P( wi z )

UNIVERSIDAD DE JAN
Curso 2007-2008.
191
confusin entre clases
f
C3
C2
Nd
C. Pinilla R
R.

ptica
C1

UNIVERSIDAD DE JAN
Curso 2007-2008.
192
clasificador bayesiano
p(z/w i)
p(wi/z)
w1
w2
C. Pinilla R
R.

ptica
w1

UNIVERSIDAD DE JAN
Curso 2007-2008.
w2
193
otros criterios de asignacin
C. Pinilla R
R.

ptica
Clasificadores en rbol (decision tree classifier):
discriminan las categoras secuencialmente.
utilizan para cada una las bandas ms apropiadas para la

separacin.
en cada paso se extraen las celdas cuyo ND est comprendido

dentro de un cierto intervalo y no intervienen ms en el proceso.
cuando existan categoras con valores medios de ND similares

en una banda, el clasificador somete la celda a condiciones que
involucran a varias bandas.

UNIVERSIDAD DE JAN
Curso 2007-2008.
194
clasificadores en rbol
Datos:
Seleccionar banda j.
v1 < Nd < v 2
Nd < v
Clase w1

Curso 2007-2008.
Clase w2
Seleccionar bandas k y l.
Nd k < v 1
Ndl > v 2
UNIVERSIDAD DE JAN
Seleccionar banda i .
C. Pinilla R
R.

ptica
Bandas, Nd.
Clase w3
195
otros criterios de asignacin
Clasificadores de contexto:
Clasifican las celdas en funcin de la asignacin de las

adyacentes.
La asignacin se reali
realiza
a por gr
grupos,
pos pre
previamente
iamente re
reunidos
nidos por
similitud de los ND.
Clasificadores texturales:
C. Pinilla R
R.

ptica
Puede realizarse un anlisis de la textura de una escena

aplicando
p
determinados filtros e incorporando
p
esta informacin
como una fuente ms de discriminacin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
196
Imagen hiperespectral
C. Pinilla R
R.

ptica
clasificacin hiperespectral

UNIVERSIDAD DE JAN
Curso 2007-2008.
Clasificacin hiperespectral
197
control de calidad
Tipos de error temtico en la imagen clasificada:
Error de omisin:
se produce cuando, perteneciendo la celdilla a una determinada

categora no fue asignada a ella (error tipo I)
categora,
I).
Error de comisin:
C. Pinilla R
R.

ptica
se produce cuando la celdilla es asignada a una determinada

categora, no perteneciendo realmente a ella (error tipo II).

UNIVERSIDAD DE JAN
Curso 2007-2008.
198
control de calidad
Tipos de muestreo de verificacin:
Aleatorio simple:
Aleatorio estratificado:
a partir de un punto designado al azar, se confecciona la muestra mediante

la seleccin de puntos equidistantes en las dos coordenadas de la imagen.
Sistemtico no alineado:
se divide el espacio muestral en diversas subpoblaciones sobre cada una

de las cuales se aplica un muestreo aleatorio.
Sistemtico:
se traza una cuadrcula sistemtica, a partir de cuyos nudos se varan al

azar las coordenadas de los elementos de la muestra.
Por conglomerados:
C. Pinilla R
R.

ptica
las celdas a verificar se designan al azar.
es un muestreo aleatorio en el que en lugar de una sola celda se

selecciona un grupo para formar la muestra, siguiendo siempre el mismo
patrn de forma.

UNIVERSIDAD DE JAN
Curso 2007-2008.
199
Aleatorio simple
Aleatorio estratificado
Sistemtico no alineado
C. Pinilla R
R.

ptica
tipos de muestreo

UNIVERSIDAD DE JAN
Curso 2007-2008.
Sistemtico
Por conglomerados
200
C. Pinilla R
R.

ptica
muestreo sistemtico no alineado

UNIVERSIDAD DE JAN
Curso 2007-2008.
201
C. Pinilla R
R.

ptica
matriz de confusin
Matriz cuadrada en la que las filas recogen las clases

obtenidas y las columnas la verdad-terreno.
Cada elemento de la matriz representa el nmero de celdas

que, perteneciendo en la clasificacin a la categora que marca
su fila,
fila realmente la verificacin ha demostrado su pertenencia
a la clase que indica su columna.
La diagonal principal de la matriz representa el nmero de

celdas correctamente clasificadas para cada categora de la
leyenda.
Los elementos fuera de la diagonal

g
principal indican errores
de asignacin:
Los situados dentro de una misma columna representan el error de

omisin.
Los pertenecientes a una misma fila representan el error de comisin.

UNIVERSIDAD DE JAN
Curso 2007-2008.
202
C. Pinilla R
R.

ptica
una matriz de confusin

UNIVERSIDAD DE JAN
Curso 2007-2008.
203
anlisis de matriz de confusin
El error de omisin (riesgo del productor) se calcula

como la proporcin de los residuos por columnas
con respecto al total:
x x
=
x
EO j
jj
ijj
El error de comisin (riesgo del usuario) se calcula

como la proporcin de los residuos por filas con
respecto all total:
l
x x
=
x
ij
ECi
ii
ij
C. Pinilla R
R.

ptica
ij

UNIVERSIDAD DE JAN
Curso 2007-2008.
204
anlisis de la matriz de confusin

Los complementarios de los errores de omisin y
comisin se llaman fiabilidades del productor y del
usuario:
FPj =
x jj
ij
xii
FU i =
xij
j
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
205
matriz de 2 categoras
verdad-terreno
comisin
11
clasificacin
C. Pinilla R
R.

ptica
Com(A)=Om(B)
C
(A) O (B)
Om(A)=Com(B)
omisin

UNIVERSIDAD DE JAN
Curso 2007-2008.
206
matriz de 3 categoras
clasificacin
verdad-terreno
11
11
10
25

UNIVERSIDAD DE JAN
comisin
omisin
C. Pinilla R
R.

ptica
Com=Om
Curso 2007-2008.
207
anlisis categrico multivariante

Dentro del mbito del anlisis categrico
multivariante uno de los ndices ms empleados en
multivariante,
la evaluacin de la calidad de la clasificacin es el
estadstico Kappa
pp ,, que
q cuantifica el nivel de
acierto atribuible al mtodo de clasificacin
seguido, por encima del que se hubiese obtenido
meramente
t por azar:
n xii xij xij

i
i
j
2
n xij xij
j
i
C. Pinilla R
R.

ptica

UNIVERSIDAD DE JAN
Curso 2007-2008.
208

Introducción A La Teledetección Óptica - 1

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Introducción A La Teledetección Óptica - 1

Загружено:

Авторское право:

Доступные форматы

Programa de nivelacin en teledeteccin

Carlos Pinilla Ruiz

Introduccin a laa teledeteeccin p

Slo midiendo las perturbaciones que el objeto induce en su

Revisar las tcnicas de tratamiento propias.

Describir los sistemas ms extendidos de teledeteccin

Programa nivelacin en teledeteccin.

Resolucin de los sensores.

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

La teledeteccin como conjunto de ciencias:

Ingeniera Electrnica y de Telecomunicaciones: diseo.

Aeronutica: puesta en rbita.

Diversas Ingenieras y Ciencias: explotacin de los datos.

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

energa de enlace dela partcula

rota cin de la molecula ICl

energa de enlace del H2

energa liberada e n la fisin

de sinte gracin del tritio

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Manifestacin del fenmeno.

Programa nivelacin en teledeteccin.

es el fenmeno fsico generador de energa

La energa electromagntica no se crea:

se genera a partir de la transformacin de otras fuentes de

Introduccin a laa teledeteeccin p

ancho de banda de la emisin.

Programa nivelacin en teledeteccin.

se generan en el interior de tubos electrnicos mediante la interaccin

Ultravioleta (UV), Visible (VIS) e Infrarroja (IR):

mismo mtodo o incandescencia de materiales

Introduccin a laa teledeteeccin p

generadas mediante osciladores, en los cuales se hacen circular

debida a la energa cintica de las molculas

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Cualquier cuerpo a una cierta temperatura emite

El cuerpo negro es un emisor y receptor de energa

La energa radiante emitida desde el cuerpo negro

Programa nivelacin en teledeteccin.

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

Todos los cuerpos emiten radiacin electromagntica por el

La radiacin emitida por unidad de rea y por unidad de tiempo

Introduccin a laa teledeteeccin p

Programa nivelacin en teledeteccin.

ley de radiacin de Planck

Introduccin a laa teledeteeccin p

k es la constante de Boltzmann: 1,380540,0000610-16 ergK-1.

Programa nivelacin en teledeteccin.