DE PÍXELES A OBJETOS: HACIA UN PROCEDIMIENTO DE CLASIFICACIÓN DE

IMÁGENES MÁS INTELIGENTE.

Eduardo Iturrate
ITT Visual Information Solutions
4990 Pearl East Circle. Boulder, Colorado 80301, USA
eduardo@ittvis.com

Resumen
Este artículo analiza la necesidad de desarrollar algoritmos de clasificación de imágenes
basados no solamente en los valores espectrales de la imagen, sino en otras variables de
tipo espacial, texturas, etc. Se hace un repaso a distintas técnicas propuestas en la literatura
y se presentan nuestras conclusiones, implementadas en la herramienta ENVI FX (ENVI
Feature eXtraction). Nótese que este trabajo es de carácter genérico e ilustrativo y el nivel
de detalle no es muy profundo, por razones competitivas y de confidencialidad.

Abstract
This article analyzes the need to develop image classification algorithms based not just on
spectral signatures, but also on other variables like textures, shapes, etc. A number of
different proposed techniques will be reviewed, particularly those implemented in the
ENVI FX (ENVI Feature eXtraction) commercial software. Please, note that this article is
illustrative in nature, and the level of technical and implementation detail provided will be
limited for both competitive and confidentiality reasons.

Palabras clave: Clasificación, Objetos, Texturas, Segmentación, Teledetección, ENVI FX.

1. INTRODUCCION automática? ¿Cuáles son los mejores

Se dice frecuentemente que las imágenes
satelitales contienen una cantidad ingente
de información. El problema es cómo
extraer el máximo posible de esa
información, de manera automática,
cuando lo único que el usuario recibe es
una cantidad del orden de millones de
valores numéricos en forma de píxeles
(datos). Se hace necesario responder a las
preguntas ¿qué información exactamente
se puede o se quiere extraer? ¿Es posible
extraer esa información de manera
métodos para extraer esa información?
A partir de una misma imagen satelital, la
información útil para una persona
interesada en el análisis de cultivos es
muy diferente que la información
requerida por el experto en exploración
minera. El concepto información no es
exclusivo del tipo de datos que se tiene,
sino también de la aplicación en la que se
trabaje.

1
Se hace necesaria una metodología que
sea fácil de usar, precisa y automática.
2. DEFINICIONES CLAVE
Estas son algunos de los conceptos
utilizados en este artículo, con su
definición entendida desde el punto de
vista de la segmentación de imágenes
satelitales.
Anexado de Regiones: el proceso de unir
varios segmentos en uno, utilizando un
criterio concreto.
Característica Espacial: grupo de píxeles
contiguos que representan un objeto o
fenómeno visible en una imagen
geoespacial.
Clasificación por píxeles: método
tradicional de cuantificación de imágenes
digitales según la cual cada píxel se
analiza de forma individual y aislada.
Clasificación por objetos: método de
cuantificación de imágenes digitales por
la cual se definen regiones de píxeles
contiguos que se tratan como entidades
independientes con una serie de atributos
de forma, textura y valores espectrales.
Segmentación: el proceso de separar áreas
de una imagen en entidades individuales.
Sobre-segmentación: el efecto de dividir
una única característica espacial en varios
segmentos o entidades. Es un error que
debe de ser corregido mediante un
proceso de anexado de regiones.
Textura: función que representa la
distribución de los valores de píxeles en
un área determinada.
3. DE PIXELES A OBJETOS
Los algoritmos de clasificación de
imágenes satelitales por computadora se
han basado, en su gran mayoría, en el
análisis de la firma espectral de píxeles
individuales, sin tener suficientemente en
cuenta la relación espacial entre puntos
contiguos.
Desde el punto de vista de cómo los
humanos perciben información visual,
esto sería equivalente a identificar un
objeto únicamente por su color sin tener
en cuenta su forma, textura, tamaño, y
otras variables que el cerebro utiliza. La
razón por la que los algoritmos de
clasificación actuales se han
especializado en este tipo de análisis
claramente limitado es doble:
1. Facilidad de medición de la firma
espectral en distintos puntos de espectro
por sensores digitales modernos,
mejorando incluso las capacidades del ojo
humano al incorporar bandas del rango
infrarrojo (invisibles al ser humano).
2. Los algoritmos de clasificación
basados en discriminación de firmas
espectrales son relativamente sencillos y
han sido utilizados con éxito por varias
décadas.
2
Sin embargo, a pesar del éxito relativo de
este tipo de algoritmos, hay tres razones
clave por las que se hace imperativo
seguir avanzando en la búsqueda de
algoritmos más sofisticados, basados en
otras características presentes en la
imagen:
1. La dificultad de producir imágenes con
información espectral precisa a la vez que
espacialmente detallada. Hay que buscar
un compromiso entre ambas resoluciones
a la hora de diseñar sensores de
teledetección.
2. Los algoritmos de corrección
atmosférica, aunque sofisticados, son
todavía relativamente difíciles de utilizar.
3. La certeza intuitiva de que si el cerebro
humano puede obtener ciertos resultados
en reconocimiento de patrones, una
computadora podría hacerlo también,
mejorando de esta forma los resultados
actuales.
El paquete de software ENVI, de la
empresa ITT Visual Information
Solutions (Boulder, Colorado, Estados
Unidos), es probablemente el paquete de
teledetección que incorpora los
algoritmos más avanzados y sofisticados
para el análisis puramente espectral de
imágenes. Algoritmos como Píxel Purity
Index, Spectral Unmixing, Maximum
Noise Fraction y otros, representan el
máximo exponente del procesamiento
puramente espectral de imágenes satélite.
Lo que resulta interesante de resaltar es
que, a pesar de toda su sofisticación y
eficacia, lo que ocurre en un píxel de la
imagen no tiene importancia alguna en el
análisis de sus píxeles contiguos.
El píxel tiene una posición determinada,
una serie de valores espectrales (un valor
por banda) y un tamaño determinado en la
tierra (resolución espectral), mientras que
el objeto es una combinación de píxeles
contiguos, con atributos adicionales
como: textura, forma, etc. El objeto
también tiene un borde con una forma
determinada.
A la hora de seleccionar una metodología
y flujo de trabajo, se tuvieron en cuenta
los siguientes requerimientos:
1. Uso de tanta información espacial y
espectral disponible en una imagen como
sea posible.
2. Uso de metodología basada en objetos,
no en píxeles.
3. Precisión de resultados.
4. Facilidad de uso: pocos parámetros y
previsualización inmediata de resultados
intermedios.
5. Repetibilidad de resultados.
6. Velocidad de ejecución.
La literatura científica proporciona
multitud de técnicas de segmentación de
imagen, particularmente abundante en los
últimos años. La principal desventaja de
3
todas ellas es su limitación práctica a
casos muy concretos. Algunos algoritmos
por ejemplo se especializan en identificar
células en imágenes de microscopio, otros
sobresalen en el reconocimiento de
caracteres, pero ninguno ofrece una
solución genérica al problema de
segmentación de imágenes digitales.
Una dificultad adicional cuando se trata
de analizar imágenes de teledetección es
que en muchos casos, la separación entre
fondo y objeto no se puede parametrizar
con un único valor o rango reducido; la
variabilidad es demasiado grande.
Dado que ningún algoritmo es capaz de
resolver todos los problemas de
segmentación de imágenes, nuestro
enfoque se centra más en desarrollar un
proceso de análisis formado por varios
algoritmos probados y robustos, cuyo uso
se realiza a través de un interfaz intuitivo,
con el mínimo posible de parámetros a
definir por el usuario y con la posibilidad
de previsualizar resultados intermedios.
4. GENERACION DE OBJETOS
Observemos primeramente el proceso
completo de análisis de imágenes por
objetos.
Generación de Objetos
Segmentación
Generación
Vectorización
De Objetos
Clasificación
Clasificación
Definición
De Características
Clasificación Clasificación
Por Reglas Supervisada
Figura 1: Etapas principales del proceso de
clasificación por objetos
Se pueden diferenciar dos partes
principales: generación de objetos y
clasificación. La primera parte tiene que
ver con la segmentación y vectorización
de la imagen en regiones denominadas
objetos, que contienen una serie de
atributos asociados. La segunda parte
agrupa objetos en clases en función de su
similitud relativa, con criterios que hacen
uso de los atributos calculados en la
primera fase. Se observa ya que la
clasificación se puede realizar mediante
dos aproximaciones, un algoritmo
supervisado y otro basado en reglas.
4.1. SEGMENTACION
La segmentación se define como el
proceso de dividir la imagen en un
4
número finito de regiones que tienen escala a la cual la segmentación es óptima
significado geoespacial. para cada situación e imagen. Este
algoritmo está en estos momentos en
Veamos con más detalle los pasos proceso de ser patentado.
necesarios para realizar un proceso de
segmentación de imagen: Otra ventaja de este algoritmo es su
relativa rapidez, lo cual permite
implementar una herramienta de
Imagen Segmentación
Original Multi-Escala previsualización que permite afinar los
parámetros de segmentación a medida
que ésta se va calculando. Esto aumenta
Imagen de forma significativa la utilidad del
Etiquetada
proceso completo, proporcionando
resultados inmediatos a medida que se
trabaja con los parámetros.
Anexado Selección
De Regiones De Umbrales
Los dos errores que se pueden cometer al
no escoger un valor acertado de escala de
Imagen Imagen segmentación son sub-segmentación
Etiquetada Etiquetada (pocos segmentos encontrados) y sobre-
Refinada Refinada
segmentación (más segmentos que los
Figura 2: Pasos intermedios del proceso de
segmentación necesarios). En nuestro procedimiento, se
recomienda forzar el primer paso con una
El algoritmo de segmentación cierta sobre-segmentación que será luego
“watershed” se puede entender compensada con dos técnicas de refinado
imaginando una imagen como una de segmentos.
superficie topológica donde cada valor de
píxel representa una elevación. La imagen El algoritmo de anexado de regiones
tendrá mínimos locales hacia los cuales “Full Lambda Schedule” representa una
convergería proveniente de píxeles manera muy eficiente de mejorar el
circundantes. Estas regiones son el problema de sobre-segmentación.
resultado de la segmentación, Inicialmente desarrollado por Robinsin,
representadas por los bordes entre ellas Redding y Crisp para la segmentación de
[4]. imágenes de radar de apertura sintética
(SAR), el algoritmo mezcla de manera
En ITT VIS implementamos una versión interactiva regiones vecinas,
modificada del algoritmo de considerando para ello todos los pares
segmentación watershed multi-escala. posibles de regiones, hasta conseguir un
Ajustando dicho parámetro de escala, el resultado teóricamente óptimo [3].
usuario puede definir la resolución o

5
El único parámetro controlable en este mientras que el resto será combinado en
paso es el grado de anexado, que varía una o varias regiones de fondo.
entre 0.0 (ninguna región es anexada) a
100.0 (todas las regiones se combinan en Se ha observado en repetidas casos que el
una sola). Es destacable que en este paso, primer método de refinamiento funciona
la velocidad de ejecución del algoritmo mejor en problemas de sobre-
también permitió la implementación de segmentación provocados por zonas de
una herramienta de previsualización, de texturas muy variables, como vegetación
inestimable ayuda para el operador. o nubes. El segundo método es mejor
cuando se desean extraer objetos
Conviene destacar que el algoritmo de específicos como aviones o edificios.
watershed se centra en la selección de
bordes entre segmentos, mientras que el 4.2. VECTORIZACION
Full-Lambda Scheduling se centra en el
análisis de cada región individual. El siguiente paso es la generación de los
Combinando ambos en un procedimiento objetos, propiamente definidos como
interactivo, se consigue una metodología vectores con una serie de atributos
robusta que combina las ventajas de cada asociados.
técnica.
Imagen Conversión
El segundo método de corrección de Etiquetada Raster a Vector
sobre-segmentaciones se denomina
“Selección de Umbral”. Utilizado como Shapefile
método de afinado alternativo y
complementario al mismo tiempo al
Suavizado
algoritmo Full Lambda Schedule, este Douglas Peuker
algoritmo permite refinar un resultado de
segmentación separando el fondo de la Shapefile
imagen de los objetos de interés. Para Suavizado
ello, se utiliza el histograma del nivel Imagen
Etiquetada
digital de cada segmento (correspondiente Cálculo De
Atributos
al nivel digital medio de los píxeles Imagen
contenido en él) a partir del cual el Original

usuario puede seleccionar Shapefile +

Tabla DBF
interactivamente valores máximos y
Figura 3: Procesos intermedios de la generación de
mínimos de umbral. Las regiones con objetos
niveles digitales contenidos entre dichos
valores serán considerados como objetos
de interés y segmentados como tal,

6
Estos atributos se pueden agrupar en tres Definición De
clases: Características

1. Atributos espectrales, como por

ejemplo valores máximos, mínimos, Clasificación
Definición De
Regiones De
medios, por banda, así como ratios de Por Reglas
Entrenamiento
bandas, índices de vegetación, etc.

2. Atributos espaciales, entre los que Resultado De

Clasificación
destacan el área, perímetro, compacidad, Clasificación
Supervisada
elongación, longitudes máximas y NO
mínimas, etc.
¿Resultado Resultado De
2. Atributos de textura, como la Satisfactorio? Clasificación
desviación estándar, entropía, etc.
SI
En algunos casos, se has obtenido Fin
¿Resultado
Satisfactorio?
mejores resultados de segmentación si la
imagen se filtra antes de ser procesada,
SI
por ejemplo, con un filtro Mean Shift [6].
Fin
Sin embargo, se observó que esta técnica
Figura 4: Pasos intermedios del proceso de clasificación
resulta demasiado lenta incluso en de objetos
imágenes relativamente pequeñas, por lo
que fue desechada. El método de clasificación supervisada
requiere que el usuario defina una serie de
características, identificándoles como
5. CLASIFICACION DE OBJETOS representativas de las clases que se
desean obtener. El resultado de este
Tras la generación de objetos, el siguiente proceso se denomina regiones de
paso es el de clasificación de esos objetos entrenamiento y se utilizan como entrada
en clases con significado concreto. La para el algoritmo de clasificación
idea tras esta segunda colección de automática que determinará, para el resto
algoritmos es agrupar objetos en distintas de objetos en la imagen, la clase más
clases, en base a sus atributos y cercana a la que pertenecen, asignándolos
características. a la misma.

Entre los algoritmos de clasificación

supervisada, creemos que dos de ellos

7
producirán los mejores resultados para
clasificar objetos son Support Vector
Machine (SVM) y K-Nearest Neighbor
(k-NN). La razón es que estos dos
algoritmos son buenos cuando los valores
a clasificar son de naturaleza
completamente diferente, como es el caso
de atributos de los objetos generados en la
segmentación. Por ejemplo, valores de
texturas tendrán un rango completamente
diferente que los de perímetro,
elongación, o simplemente valores
espectrales medios del objeto.
El algoritmo SVM tiene sus bases en la
teoría de aprendizaje estadístico. Separa
los resultados con una superficie de
decisión (llamada hiperplano óptimo) que
maximiza la distancia entre clases [7]. El
algoritmo K-Nearest Neighbor extrae un
vector de características por cada objeto,
con el cual se calcula una serie de
distancias euclídeas al vector
representativo de cada clase [5].
La clasificación basada en reglas en una
técnica poderosa para la clasificación de
objetos. Según esta metodología, el
usuario define características y construye
reglas para cada una de las clases,
basadas en los atributos de los objetos.
Por ejemplo, el usuario será capaz de
definir un edificio como un objeto de un
tamaño determinado, con un color
establecido y una forma más o menos
cuadrada. Es una forma poderosa de
poder utilizar la intuición y experiencia
humana aplicadas a la resolución del
problema de clasificación de objetos.
6. CONCLUSIONES
Este artículo describe el funcionamiento
básico y ventajas de un procedimiento de
clasificación de imágenes de
teledetección tomando como elemento
básico el concepto de objeto, en vez de el
píxel.
La literatura técnica presenta una buena
cantidad de métodos que intentan
segmentar una imagen digital en áreas
que tienen significado semántico para el
observador. Dicha significancia está
íntimamente ligada a la aplicación
concreta y al objeto de estudio de dicha
imagen.
Ante la limitación de que ningún
algoritmo por sí sólo resulta óptimo en
todas las situaciones, el uso de un
procedimiento interactivo de varias fases
proporciona la robustez y flexibilidad
necesaria para obtener resultados
altamente satisfactorios en una mayor
parte de los casos.
La clasificación por objetos no pretende
sustituir completamente a la clasificación
basada en firmas espectrales de píxeles
individuales. Existen aplicaciones como
la exploración minera donde el uso de
tecnología hiperespectral sigue siendo
claramente superior. Ambas técnicas de
clasificación son evidentemente
complementarias.
En el momento de escribir este artículo,
los ingenieros de ITT Visual Information
8
Solutions están terminando de
implementar los últimos bloques de lo
que será el nuevo software ENVI FX
(Feature eXtraction) para clasificación de
imágenes por objetos. Creemos que
hemos encontrado un balance muy
interesante entre precisión, facilidad de
uso y sofisticación para resolver
problemas de segmentación de imágenes
satelitales.

REFERENCIAS
[1] Padwick, C. et. al., “Spatial Feature
Extraction R&D Final Report”, October 2006,
ITT Visual Information Solutions, Boulder,
Colorado, USA.

[2] Yang, Z., “Support Vector Machine for High

Resolution Remote Sensing Imagery Spatial
Feature Extraction with Hierarchical
Reasoning”, ASPRS presentation, May 2006.

[3] Robinson, D. et. al., “Implementation of a

Fast Algorithm for Segmenting SAR
Imagery”, January 2002, Defense Science and
Technology Organization – DSTO, Australia.

[4] Beucher, S., Meyer, F., “The morphological

approach to segmentation: the watershed
transformation, Mathematical Morphology in
Image Processing”, 12, 433-481, Marcel
Dekker, New York, 1993

[5] Moore, A. “An Introductory Tutorial on KD-

Trees”, Carnegie Mellon University, PHd.
Thesis, 2003.

[6] Comaniciu, D., “Mean Shift: A Robust

Approach Toward Feature Space Analysis”,
IEEE Transactions on Pattern Analysis and
Machine Intelligence, Vol 24, No. 5, May
2002.

[7] “ENVI User’s Guide”, 2006. ITT Visual

Information Solutions.