Técnicas avanzadas de segmentación y clasificación de imágenes para teledetección

Creación de objetos mediante un algoritmo de segmentación

El objetivo es simplificar la representación de una imagen a una forma con más significado y más sencilla de analizar. La segmentación se debe hacer teniendo en cuenta la resolución de la imagen y el tamaño de los objetos a identificar. Como resultado, obtenemos un conjunto de regiones que cubren completamente la imagen. Todos los píxeles de una región son similares con respecto a alguna característica y son diferentes de los píxeles situados en regiones adyacentes. Segmentar una imagen varias veces con distintas escalas da lugar a que surja una estructura jerárquica entre los objetos de los distintos niveles, ya que un objeto puede incluir objetos de niveles inferiores y estos, a su vez, abarcar la superficie ocupada por polígonos de otro nivel inferior.

Descripción de los objetos con la extracción de un conjunto de características

Describir los objetos desde varios puntos de vista con características:

• Características espectrales: Media, desviación típica, rango, moda, etc.
• Características de textura: Estadísticos de 1º y 2º orden, filtros de Laws, etc.
• Características de forma: Perímetro, longitud, anchura, etc.
• Características relativas a la posición: Por ejemplo, el campo tiene un orden.
• Características relativas a objetos vecinos: Sombra/árbol, piscina/edificio, etc.
• Características relativas a objetos en un nivel de segmentación distinto al del objeto de estudio: Relaciones en distintos niveles de segmentación.
• Características altimétricas: Extraídas de MDE o datos Lidar.
• Información auxiliar:
  • Información temporal: Información de otras épocas.
  • Información proveniente de una clasificación por píxel.

Clasificación de cada objeto en una de las clases de la leyenda

Pasos:

1. Selección de objetos que serán muestras de aprendizaje o de evaluación.
2. Se proporcionan las muestras de aprendizaje al clasificador para determinar las reglas de clasificación.
3. Se clasifican todos los objetos con las reglas deducidas.
4. Se evalúa la clasificación con las muestras de evaluación.

Factores en el éxito de la clasificación por parcela

• Propiedades espectrales y espaciales de la imagen.
• Tamaño y forma de las parcelas.
• Clases definidas en la leyenda.
• Precisión métrica y temática de los datos cartográficos.
• Correcta georreferenciación de la imagen a utilizar.

Clasificación de las parcelas

Obtener las características de cada parcela y la parcela se clasifica.

• Se divide la totalidad de la imagen en conjuntos de píxeles de dimensiones reducidas más sencillos de interpretar.
• Permite incorporar la proporción de píxeles clasificados en una clasificación por píxel.
• Se anulan los errores en las zonas limítrofes entre parcelas derivados del cálculo de variables en las que interviene el vecindario de un píxel.
• Mayor precisión.