Nose

1. GLDV contrast (equivalent to contrast)

2. Inverse Difference

En la aplicación de los algoritmos de textura se pudo evidenciar, que la gran
mayoría de estos, no nos brindan una diferenciación clara de las texturas
de la imagen de radar, para este taller se realizaron los 13 algoritmos
(mostrado en las imágenes anteriores) que trae el software PCI, y se
escogieron los 6 mejores, loscuales cada uno nos muestra una
característica o varias características de las coberturas presentes en la
zona de estudio.
A continuación se mostraran los algoritmos seleccionados y se dará una
breve explicación, por la cual fueron escogidos.
1.
2.
3.
4.
5.
6.

HOMOGENEITY
DISSIMILARITY
MEAN
ANGULAR SECOND MOMENT
GLDV MEAN
INVERSE DIFFERENCE
Esta selección se realizó con elobjetivo de escoge r los mejores que nos
brinden información acertada, para posteriormente utilizarlos en la
realización de la clasificación en software.

SELECCION DE ALGORITMOS DE TEXURA
Cabe resaltar que cada uno de estos algoritmos fueron aplicados a la
imagen, con una ventana de corrimiento de 5 X 5, ésta nos permitió
obtener una diferenciación adecuada en las coberturas presentes en lazona de trabajo.
1. HOMOGENEITY

Este algoritmo fue seleccionado dado que en su imagen nos muestra
una diferenciación no eficaz pero optima, entre las coberturas de
cultivos, mostrándonos la separación de cada uno de ellos, allí se
observan claramente las cercas vivas y permite obtener una separación
de cada uno de ellos de acuerdo a su estado de desarroll o, se notas
ciertas zonas urbanas deBogotá, la cobertura del rio Bogotá, la
estructura vial de la ciudad, entre otras.
2. DISSIMILARITY

Aunque este algoritmo se presenta un poco más oscuro en su tono que
el presentado anteriormente, observamos que se asemejan en ciertos
sectores, allí se puede apreciar algunas zonas con características
especiales; como por ejemplo, la zona urbana con algunas
características en cuanto amateriales con una respuesta significativa
hacia el sensor, también nos brinda un análisis importante con respecto
a los cultivos, la zona del río, estructura vial, pero en comparación este
presenta más coherencia en la con respecto a las alturas de la parte sur
de la imagen.

3. MEAN

Este algoritmo de textura fue el que más nos llamó la atención, debido a
la claridad de la imagen paraapreciar las diferentes coberturas
presentes en ella; es más, elimina muchísima más cantidad de ruido
(speckel) comparado con la imagen que le aplicamos el filtro Frost 7x7,
allí se pueden observar de manera mucho más clara las características
de la zona.
4. ANGULAR SECOND MOMENT

Para este algoritmo la razón
por la lo cual lo escogimos fue
sencillamente, por la información que nos puedebrindar en cuanto a la
cobertura de los cultivos, ya que en la zona u rbana no se presenta con
mucha claridad la mayoría de ella, siguen destacándose las zonas
urbanas con materiales especiales que causan un efecto importante en
la respuesta de estas coberturas con el sensor.
5. GLDV MEAN

En el GLVD mean, se observa la zona urbana un poco más marcada
que los anteriores algoritmos, ademásnos permite tener una
delimitación de las cercas vivas en la parte de los cultivos y por otro lado
la estructura vías se observa de manera adecuada.
6. INVERSE DIFFERENCE

Por último tenemos el algoritmo inverse difference, allí se puede
observar parte de los cultivos, su delimitación de acuerdo a las cercas
vivas o canales de riego, también observamos las zonas de los pastos
limpios o áreasde preparación de cultivos. Entre otras.
La conclusión a la cual llegamos es la siguiente, de acuerdo a los
resultados arrojados por estos algoritmos, cada uno de ellos contiene
información, relevante de cada una de la coberturas, lo que cual nos
permite recopilar todas estas 6 bandas por decirlo de alguna manera en
una sola imagen realizando combinaciones, para al momento de realizar
la...