Clasificación Digital
FACULTAD DE CIENCIAS FORESTALES Y CONSERVACIÓN DE LA NATURALEZA
ESCUELA DE CIENCIAS FORESTALES
LABORATORIO Nº10
“Clasificación digital”
Integrantes: Aarón Núñez Gianfranco Armijo
Profesor: Jaime Hernández.
Ayudante: Diego Valencia D.
7/06/2012 Santiago, Chile
INTRODUCCION.
La clasificación de una imagen digital consiste en categorizar una imagenmultibanda. Se pasa de tener unos ND continuos medidos por los sensores a una escala nominal o categórica de manera que cada píxel pertenece a una categoría definida previamente. El ND de un píxel clasificado es, en definitiva, el identificador de la clase o categoría en la que se haya incluido. Estas clases pueden describir distintos tipos de cubiertas (variable nominal o categórica) o bienintervalos de una misma categoría de interés (variable ordinal). Un ejemplo del primer tipo sería una clasificación de distintos tipos de cubierta vegetal, en cambio uno del segundo tipo sería un intento de clasificar distintos niveles de daño producidos por un incendio. Los primeros intentos de clasificación digital se basaban exclusivamente en los ND de la imagen que son una traducción digital de unflujo energético recibido por un sensor para una determinada banda del espectro. Este tipo de clasificación tiene como inconveniente que no siempre permite separar cubiertas, ya que pueden existir distintas categorías temáticas que tengan un comportamiento espectral similar. La clasificación digital de imágenes es , en cierta medida , parecida a la foto-interpretación. En este método, se identificael patrón visual asociado a cada cubierta (categoría) de acuerdo a una serie de parámetros como son el tono, la textura, la forma, el contexto, la disposición, etc. y después se identifican sobre las fotografías las superficies correspondientes a estas categorías, mediante su semejanza con el patrón-tipo previamente identificado. Por último es necesaria una verificación de los resultados. En lastécnicas digitales de clasificación de imágenes se dan 3 fases, la primera consiste en la definicion digital de las categorias (fase de entrenamiento), a continuacion la agrupacion de los pixeles de la imagen en una de las categorias previamente definidas (fase de asignacion), y finalmente comprobacion y verificacion de los resultados. Los métodos de clasificación se pueden distinguir en dos grupos:supervisado y no supervisado. El método supervisado parte de un conocimiento previo del terreno del cual se seleccionan las muestras para cada una de las diferentes categorías. En cambio, en el método no supervisado se buscan automáticamente grupos de valores espectrales homogéneos en la imagen para que después el usuario intente encontrar las correspondencias entre esos grupos seleccionadosautomáticamente y las categorías que le puedan ser de interés.
RESULTADOS.
Actividad 1 de clasificacion no supervisada. El método no supervisado crea agrupamientos espectrales o clusters que no tienen mayor significado desde el punto de vista del usuario, por lo que el analista debe intentar asociar una clase temática a cada uno de dichos grupos, primero determina las clases espectralmenteseparables y luego define las clases temáticas de interés. Se selecciona la carpeta Santiago_Idrisi en el Explorer de Idrisi, luego se busca el modulo CLUSTER para clasificar la imagen usando todas las bandas disponibles, en este caso la banda 6 original que corresponde a la banda termal no esta presente, sustituyendose por la banda TM 7 (infrarroja). Luego en Output Image se le asigno el nombreClassi_santiago 6,8 o 10 según el numero maximo de clusters. Enseguida en Clustering rule se selecciona la opcion Set maximun number of cluster y se digita 6, 8 o 10 según corresponda. Finalmente se obtienen tres salidas distintas para Santiago_Idrisi. Acontinuacion se presenta la imagen classi_santiago_6: Imagen clasificada no supervisada de Santiago con 6 clusters:
Imagen clasificada no...
Regístrate para leer el documento completo.