03 Procesamiento Imágenes

Pucallpa
Noviembre de 2012
Lizardo Fachn Malaverri
PROCESAMIENTO DE IMAGENES DE SATELITE
UNIVERSIDAD NACIONAL DE UCAYALI

FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES
MAESTRA EN MEDIO AMBIENTE, GESTIN SOSTENIBLE Y
RESPONSABILIDAD SOCIAL

CURSO
MANEJO DE DATOS GEOGRFICOS PARA EL DESARROLLO SOSTENIBLE
PROCESAMIENTO DE IMGENES DESATLITE
PROCESAMIENTO Y ANALISIS VISUAL DE IMGENES DE SATLITE
Las imgenes obtenidas por satlites pueden ser tratadas para realzar su
apariencia visual y su exactitud geomtrica.
Al proveer las imgenes los proveedores ofrecen mltiples posibilidades
de procesamiento que deben ser consideradas.
Esta consideracin se har teniendo en cuenta el tipo de programa
informtico que se utilizar para trabajar con stas.
Es importante tener en cuenta los trminos que los proveedores dan a
estos niveles de procesamiento pues, en muchos casos son genricos. Es
por ello importante solicitar al servicio de atencin al cliente nos expliquen
los nombres de los sistemas de procesamiento a fin de poder
correlacionarlos con la lista siguiente:
PROCESAMIENTO DE IMAGENES
Entonces, conociendo estos niveles de procesamiento podemos
mencionar y desarrollar algunas tcnicas que ayudarn a nuestra
interpretacin de las imgenes de los sensores remotos y que facilitarn
la obtencin de informacin a partir de las mismas.
La eleccin de la tcnica a emplearse y de los algoritmos que deben
aplicarse depende de las metas que se pretenden alcanzar en cada
proyecto.
Pre-procesamiento
Realce de la imagen
Clasificacin multiespectral
Mosaicos
Pre-procesamiento
GEORREFERENCIACIN
SE REFIERE A LA MANERA EN LA CUAL LAS POSICIONES EN UN MAPA
SE RELACIONAN CON LAS POSICIONES EN LA SUPERFICIE
TERRESTRE.

Representacin del espacio sobre un sistema de referencia con un
componente espacial (informacin geogrfica) dado en forma de
coordenadas

Imagen Imagen: Se seleccionan Puntos de Control Terrestre (GCP)
que sean identificables en la imagen georreferenciada que se va a
emplear como base para la correccin de la imagen original (raw
image).
GCP
Correccin Geomtrica o Georreferenciacin
Georreferenciacin
Imagen - Mapa: Se seleccionan Puntos de Control Terrestre (GCP) que
sean identificables en la cartografa base (Carta Nacional) que se va a
emplear como base para la correccin de la imagen original (raw
image).
GCP
Georreferenciacin
GCP #1
Mapa base (Carta Nacional) Imagen: Se seleccionan Puntos de
Control Terrestre (GCP) que sean identificables en la cartografa base
(Carta Nacional formato anlogo) que se va a emplear como base
para la correccin de la imagen original (raw image).
GCP
Georreferenciacin
Datos GPS Imagen: Se toman datos con unidades de GPS que
servirn como Puntos de Control Terrestre: GCP. Este tipo de
georreferenciacin se puede hacer sobre reas pequeas cubiertas por
imgenes (Imgenes de alta resolucin).
GCP
GCP #1
GCP #2
Georreferenciacin
Georeferenciacin
Para el caso de las bandas del satlite Landsat TM, es posible
combinarlas para obtener diferentes efectos. Las siguientes
combinaciones son muy usuales.
Bandas 3,2,1. Generan una composicin de color verdadero. Esto
significa que los objetos pueden verse como en una fotografa a
color.
Combinacin de bandas
Bandas 4,3,2. Generan una composicin de falso color. Una
composicin de falso color es parecida a una fotografa infrarroja
donde los objetos no tienen los colores y los contrastes naturales.
Por ejemplo, en una imagen infrarroja, la vegetacin aparece roja,
el agua azul oscuro o negro, etc.
Bandas 5,4,2. Generan una composicin de pseudo color (una
imagen temtica es una imagen de pseudo color). En pseudo
color, los colores no reflejan los colores naturales de las
caractersticas del paisaje. Por ejemplo, las vas podran ser
rojas, el agua amarillo y la vegetacin azul.
Bandas 542
Bandas 432
Bandas 321
Banda 3 Banda 4 Banda 5
Combinacin 543 RGB
Composiciones de Color
Utiliza los tres colores primarios (Rojo, Verde, Azul)

Combinaciones Usuales Landsat TM

3,2,1 : Color Verdadero Identificacin de objetos intuitiva
4,3,2 : Falso color Vegetacin roja, agua azul oscuro o negro
5,4,2 : Pseudo color No reflejan el color natural
5,4,3 4,5,3 : Usual para estudios de vegetacin

Distintas composiciones de color sobre la misma imagen
4/5/3
4/3/2 4/7/1
3/2/1
Clasificacin Multiespectral
Las diversas coberturas sobre una imagen pueden ser discriminadas
empleando algoritmos de clasificacin, los que operan usando las
caractersticas espectrales de los componentes del paisaje; esto es
la informacin de brillo y color contenido en cada pxel.
Una clasificacin es el proceso de extraccin de informacin en
imgenes para reconocer patrones y objetos homogneos. Los
mtodos de clasificacin se utilizan para mapear o cartografiar reas
de la superficie terrestre que presentan un significado igual en
imgenes digitales.
Cada tipo de cobertura es conocida como un tema y el producto de
la clasificacin se conoce como un mapa temtico. As tenemos:
En una clasificacin supervisada, las caractersticas espectrales de
algunas reas de coberturas conocidas son extradas de la imagen,
stas se denominan reas de entrenamiento y definen clases.
Luego, cada pxel de la imagen es clasificada como perteneciente a
una de las clases predefinidas, dependiendo de cuan cercana est su
caracterstica espectral a las caractersticas espectrales del rea de
entrenamiento.
Cuando existen regiones de la imagen en las que el usuario dispone
de informaciones que permiten la identificacin de una clase de
inters, el entrenamiento es denominado supervisado.
Para un entrenamiento supervisado el usuario debe identificar en la
imagen un rea representativa de cada clase. Es importante que el
rea de entrenamiento sea una muestra homognea de la respectiva
clase.
Se recomienda que el usuario adquiera ms de un rea de
entrenamiento, utilizando el mayor nmero de informaciones
disponibles, como trabajos de campo, mapas, entre otros.
En una clasificacin no supervisada, el computador agrupa los
pixeles de la imagen en clusters separados, en funcin de sus
caractersticas espectrales. Luego cada cluster es definida como
una clase por el analista.
Cuando el usuario utiliza algoritmos para reconocer las clases
presentes en la imagen, el entrenamiento es denominado no
supervisado.
Al definir reas para el entrenamiento no supervisado, el usuario no
se debe preocupar con la homogeneidad de las clases. Las reas
seleccionadas deben ser heterogneas para asegurar que todas las
posibles clases y sus variaciones sean incluidas.
Los "pixels" dentro de un rea de entrenamiento son sometidos a un
algoritmo de agrupamiento ("clustering") que determina el grupo al
cual pertenece el dato, en un espacio de dimensin igual al nmero
de bandas presentes. Este algoritmo asume que cada grupo
("cluster") representa la distribucin de probabilidad de una clase.

Un mosaico es un conjunto de dos o ms imgenes enlazadas en
forma contigua, tal ensamblaje es necesario cuando el rea de inters
supera el rea cubierta por una sola imagen. En un mosaico los pixeles
presentan diferentes fechas de adquisicin, de modo que es muy
importante tener en cuenta esta caracterstica al hacer la interpretacin
del mismo. Por otro lado, al elaborar mosaicos de diversas imgenes
ser necesario ajustar las tonalidades entre las escenas a unir.

Ejemplo: MOSAICO CON 42 IMGENES DE SATLITE LANDSAT TM
Mosaicos
Mosaicos
Mosaico de imgenes de
satlite LANDSAT TM de la
Amazona Peruana sin
correcciones
Mosaicos
Mosaico de imgenes de
satlite LANDSAT TM de la
Amazona Peruana con
correcciones
Mosaicos
Mosaicos
Mosaico de fotografas areas
CRITERIOS VISUALES PARA IDENTIFICAR CUBIERTAS
Una de las principales ventajas del anlisis visual sobre el digital es su
capacidad para incorporar a la interpretacin de la imagen criterios
complejos.
Mientras el tratamiento digital se basa casi exclusivamente sobre la
intensidad radiomtrica. El anlisis visual puede utilizar otros
elementos como son la textura, estructura, emplazamiento o
disposicin, muy difciles de definir en trminos digitales.
El Tono
Hace referencia a la intensidad de la energa recibida por el sensor
para una determinada banda del espectro. Los pixeles con tonos
oscuros indican aquellas reas sobre la que el sensor detect una
dbil radiancia. Una superficie ocupada por vegetacin vigorosa
ofrece tonos oscuros en las bandas visibles del espectro.
Anlisis Visual vs. Anlisis Digital
Fotografa en blanco y
negro de energa verde
reflejada (manglares en
la Florida)
negro de energa roja
la Florida)
negro de energa
infrarroja cercana
la Florida)
Tono
Composicin de imagen en las
bandas verde, roja e infrarroja
cercana

Tono
El Color
Varios autores han puesto de manifiesto que el ojo humano es ms
sensible a las variaciones cromticas que a la intensidad luminosa.
Si ha esto aadimos el aumento de informacin que supone la
mezcla de varias bandas del espectro, fcilmente se comprende que
el color resulta un elemento bsico en la interpretacin visual de las
imgenes, puesto que es fruto de la reflectividad selectiva de los
objetos a distintas longitudes de onda.

A continuacin se describe la tabla de coloraciones y su relacin con
los objetos.
Coloraciones caractersticas
Blanco
rea de escasa o nula vegetacin (gran reflectividad)
- Nubes
- Arenas
- Depsitos Salinos Canteras
- Suelos desnudos
Azul Oscuro-Negro
Superficies Cubiertas parcial o totalmente por agua
-Ros
-Canales
-Lagos
-Embalses
-Flujos de lava (tonos de negro)
en zonas volcnicas

Gris o Azul Metlico
-Ciudades o reas pobladas
-Rocas desnudas

Marrn
-Vegetacin arbustiva
-Materiales paleozoicos (pizarra) en tonos oscuros
-Materiales calccolas en tonos ms claros

Beige-Dorado
-Zonas de transicin prados secos,
frecuentemente asociados con
material ralo

Cultivos herbceos de Primavera
tierra sin riego

Rosa
-reas Vegetales menos densas
-Vegetacin en temprano estado de crecimiento
-reas suburbanas de grandes ciudades

Rojo-Magenta
-Vegetacin vigorosa:

Cultivos regados
Prados de montaa Verano
Bosque Coducifolio
Textura
Esta cualidad se refiere a la aparente rugosidad o suavidad de una
regin de la imagen; en definitiva al contraste espacial entre los
elementos que la componen. La textura de imagen procede de la
relacin entre el tamao de los objetos y de la resolucin del sensor.
De esta forma en funcin de los tamaos de los objetos se distinguen:

- Textura grosera, cuando los objetos estn comprendidos entre
0.25 y 1 mm
2
a la escala de la imagen.
- Textura media, objetos comprendidos entre 0.4 y 0.25 mm
2
-

Textura fina, objetos inferiores a 0.04 mm
2
Textura
Textura
Textura
Textura
Textura
Textura
Textura
Contexto Espacial
Se refiere a indicar la localizacin de las cubierta de inters en
relacin con elementos vecinos de la imagen, es decir al conocimiento
previo de la zona en estudio o de su alrededor.

Se puede diferencias una cubierta de vegetacin arbrea con una
cubierta donde se ha producido actividades antrpicas.
Contexto espacial
Periodo de Adquisicin
La mayor parte de especialistas estn de acuerdo que la observacin
sistemtica de la superficie terrestre es una de las principales
ventajas de la teledeteccin del espacio.

Las caractersticas orbitales de un satlite permiten que las imgenes
sean adquiridas peridicamente y en condiciones similares de
observacin, facilitando as cualquier estudio que requiera una
dimensin temporal.
Periodo de adquisicin
Imagen de cultivo
de arroz en
diferentes estados
fenolgicos
Otros criterios de Anlisis
Los criterios mencionados son los ms importantes para el anlisis
visual de la imagen, no obstante en algunos casos puede ser
conveniente enriquecer la interpretacin apoyndose en otros aspectos
secundarios, como son:
Sombra

Patrn espacial

Contorno y forma

Visin estereoscpica

Tamao
Sombras:
Modifican la seal recibida por el sensor de una misma cubierta,
produciendo una tonalidad distinta a la realidad. Conviene tener en
cuenta para evitar delimitar fronteras entre coberturas, all donde
solo hay cambios en las condiciones de iluminacin.

Se conoce que para la toma de imgenes de satlite se cuenta con
+/- 2 hrs. de luz solar (medio da) para evitar sombras en las
imgenes. Esto se hace con la finalidad de que la sombra de un
objeto pueda cubrir otros.
Anque esto resulte un problema para algunos casos para otros la
presencia de sombras o siluetas en una imagen puede ser la nica
pista para determinar la identidad de un objeto.
Sombras
Sombras
Patrn Espacial:
Indica una organizacin peculiar de los objetos que forman una
determinada cubierta. (en imgenes est bastante limitada como
consecuencia de la baja resolucin de los sensores de ms uso).

Este patrn espacial tambin est referido a la situacin de los objetos,
es decir cmo stos estn organizados u orientados el uno al otro
dentro de una imagen.

Por lo general, ciertos materiales, edificios, oleoductos, entre otras
construcciones estn ubicadas de manera lgica o mejor dicho de
manera previsible.
Patrn espacial
Patrn espacial
Contorno y forma:
Facilita el reconocimiento de algunos rasgos peculiares, como
carreteras, ros y lagos, zonas urbanas y otros como estructuras
geolgicas bien definidas (volcanes, domos o lineamientos).

Entonces, se puede decir que existe un nmero considerable de
formas ya sea naturales o hechas por el hombre, tales como: formas
lineales, curvilneas, circulares, elpticas, radiales, cuadradas,
rectangulares, triangulares, hexagonales, estrellas, elongadas y otras
amorfas.

Contorno y forma
Contorno y forma
Visin estereoscpica:
De manera natural nuestro mecanismo de visin es estreo, es decir,
somos capaces de apreciar, a travs de la visin binocular, las
diferentes distancias y volmenes en el entorno que nos rodea.
Nuestros ojos, debido a su separacin, obtienen dos imgenes con
pequeas diferencias entre ellas, a lo que denominamos disparidad.
Nuestro cerebro procesa las diferencias entre ambas imgenes y las
interpreta de forma que percibimos la sensacin de profundidad,
lejana o cercana de los objetos que nos rodean. Este proceso se
denomina estereopsis.

Esto nos permite tener una visin tridimensional del espacio
observado.
Visin estereoscpica
Tamao:
Este criterio est marcado por la resolucin espacial de las imgenes.

El tamao de un objeto es la caractersticas de mayor distincin y uno
de los ms importantes elementos de interpretacin.

Los parmetros usualmente medidos son: longitud, ancho, permetro,
rea y ocasionalmente volumen.

Para realizar la medicin de los objetos en las mapas es necesario
conocer la escala (1:24,000).

Para medir los objetos en una imagen de satlite es preciso conocer la
resolucin espacial de la misma (30x30 metros).
Tamao
Tamao
Los criterios de identificacin visual aqu comentados pueden agruparse
en una escala jerrquica en funcin a su grado de complejidad y de las
variables que considera.
COLOR
TONALIDAD
FORMA TAMAO TEXTURA
SOMBRAS CONTEXTO ASOCIACION
FENOLOGIA: CONDICIONES ESTACIONALES
Criterio
Espectral
Criterio
Espacial
simple
Criterio
Espacial
complejo
Criterio
Temporal
Organizacin jerrquica de los criterio de interpretacin visual
Cartografa de Caractersticas:
El uso ms comn es identificar,
ubicar y cartografiar objetos y
caractersticas del terreno
(mapas se crean a partir de
imgenes).
Mapa de suelos de la
Regin San Martn
APLICACIONES DE LAS IMGENES DE SATLITE
Ofrecen informacin valiosa a miles de usuarios

Clasificacin de la cubierta del terreno: Es un tipo de cartografa
que se realiza muy bien con imgenes multiespectrales y se puede
llevar a cabo en un sistema de procesamiento de imgenes mediante
las funciones de clasificacin.
Clasificacin supervisada y no supervisada
Clasificacin en
funcin del uso del
suelo: Utiliza las
mismas tcnicas de
clasificacin y
adiestramiento para
dividir la imagen en
zonas de similar uso
del suelo.
Imagen de satlite
Mapa de vegetacin
Deteccin de cambios: Proceso automatizado que est al alcance
de cualquier tratamiento de imgenes. Requiere al menos dos
imgenes de la misma rea geogrfica, captada en momentos
diferentes (ej. monitoreo de la deforestacin, cambio en el cauce de
los ros).
1987 1995 2001
1987
1995
2001
Deteccin de cambios
Cambios en la
dinmica fluvial del
ro Amazonas
1987
1995
2001
Deteccin de cambios
Deforestacin en el
ro Tamshiyacu
13 / Dic / 2000
Lago de Junn
o Chinchaycocha
05 / May / 1986
Cartografa GPS: Debido a que el uso de GPS se ha convertido en
un mtodo de levantamiento de mapas muy comn, muchos
topgrafos prefieren volcar directamente sus puntos sobre
imgenes. Esto brinda una representacin cartogrfica vvida de lo
que, de otro modo, sera una serie de puntos (ingeniera civil
cartografias coordenadas verticales y horizontales).
Actualizacin de vectores cartogrficos: Las imgenes son
consideradas como mapas ideales ya que estn actualizadas y
muestran las caractersticas del paisaje en perspectivas fotogrficas.
Con los SIG se puede actualizar la cartografa utilizando imgenes
(agregar vectores, conos, etc).
Modelizacin tridimensional: Con el uso de sistemas de tratamiento
de imgenes y los SIG, es posible crear modelos de elevacin digital
creando as una vista tridimensional del paisaje. Su uso es frecuente
en manejo forestal, geologa, ingeniera, entre otros.


DEM (Modelo Digital de Elevacin 3D
DEM (Modelo Digital de
Elevacin 3D y mosaico
de imgenes de satlite
de la Regin San Martn
APLICACIONES DE IMGENES DE SATLITE EN AMAZONA PERUANA
A
G
R
I
C
U
L
T
U
R
A

A
G
R
I
C
U
L
T
U
R
A

P
A
S
T
O

P
A
S
T
O

B
O
S
Q
U
E

S
E
C
U
N
D
A
R
I
O

A
R
E
A
S

D
E
G
R
A
D
A
D
A
S

A
R
E
A
S

D
E
G
R
A
D
A
D
A
S

A
R
E
A
S

S
I
N

V
E
G
E
T
A
C
I
N

C
E
N
T
R
S
O

P
O
B
L
A
D
O
S

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

N
I
C
H
O
S

E
C
O
L
G
I
C
O
S

C
A
R
A
C
T
E
R
I
Z
A
C
I
N

D
E

N
I
C
H
O
S

E
C
O
L
G
I
C
O
S

ENTONCES; PORQU UTILIZAR IMGENES SATLITE?
Para la mayora de aplicaciones la respuesta ms sencilla es que las
imgenes de satlite son ms rpidas, mejores y baratas.
Digital: Listas para ser
cargadas y utilizadas por un
SIG, programas de
tratamiento de imagen o
sistema informtico de
cartografa. Debido a su
naturaleza digital, stas se
procesan, manipulan y realzan
para extraer de ellas sutiles
detalles e informaciones que
otras fuentes no detectaran.
Rpido: El satlite de teledeteccin levanta el mapa del vasto
bosque o el de una ciudad entera de manera rpida debido a que se
encuentran en rbitas estables.
El Nio 97/98
Econmico: Para zonas extensas, las imgenes resultan
normalmente econmicas que la fotografa area o las campaas
topogrficas sobre el terreno.
Global: Los satlites no estn limitados por fronteras polticas ni
geogrficas. Los satlites comerciales se hallan en rbitas polares
que los permiten sobrevolar todas las zonas del planeta.
Actuales: El mundo
actual est en rpido
cambio y una imagen
de satlite podra ser
considerada un mapa
actualizado.

Agricultura de precisin
Catastro rural / urbano
Precisin: La cmara no miente y tampoco lo hace un sensor de
satlite. La informacin que contiene es una representacin precisa,
objetiva e imparcial de los objetos y detalles de la superficie terrestre.
Flexibilidad: El tratamiento y la extraccin de la informacin de las
imgenes de satlite pueden ser tan complicados o sencillos como se
desee. No hace falta ser un cientfico espacial para observar imgenes
de satlite e identificar una casa y un ro crecido por la lluvia en sus
proximidades, comprendiendo la relacin entre ambos.

De igual modo, cualquiera puede
sacar datos ms complejos y
aprender a combinar las imgenes
con miles de datos geogrficos
distintos fcilmente obtenidos con
tan slo unas pocas horas de
capacitacin en el manejo de
programas informticos de
aplicaciones geogrficas.
Precios: stos varan en funcin de la resolucin espacial, al tamao
de la escena, nivel de tratamiento y antigedad.

Tamao: Generalmente stas estn disponibles slo en tamaos de
escenas estndar guardando poca relacin con la cartografa real.

Formatos: Existen docenas de formatos de archivos para datos de
imgenes digitales. Para hacer el requerimiento debemos tener en
cuenta el programa de tratamiento de imgenes y mdulo de
exportacin. BIL (Band Interleaved by Line), BSQ (Band Sequential),
GeoTIFF (Tagged Image File Format), TIFF, entre otros.

ASPECTOS A CONSIDERAR ANTES DE ADQUIRIR IMGENES
DE SATLITE
Escala: No poseen escala propia. La escala geogrfica depende de la
calidad de los datos de la imagen y est muy ligada a la resolucin
espacial. Generalmente, un conjunto de datos con resolucin espacial
superior produce una escala geogrfica mayor:
Resolucin de la imagen

1000 metros
30 metros
20 metros
10 metros
5 metros
1 metro
Escala topogrfica tpica

1:1 500 000
1:80 000
1:50 000
1:25 000
1: 12 000
1:2 000
Resolucin digital
ASPECTOS A CONSIDERAR ANTES DE ADQUIRIR IMGENES
DE SATLITE
ALGUNOS PROVEEDORES DE IMGENES DE SATLITE
CONCLUSIONES:
La tecnologa de la teledeteccin es capaz de ofrecer a las actividades
de ingeniera, informacin que antes era muy difcil de conseguir, sobre
reas muy extensas a mayor o menor detalle.

Normalmente esta tecnologa se utiliza para detectar diferentes tipos de
cobertura terrestre, pero tambin puede brindar informacin, entre otros,
sobre procesos ecofisiolgicos, sobre la relacin que existe entre los
factores ambientales y la distribucin de organismos y los diferentes
tipos de vegetacin, as como superficies modificadas por el hombre.

La Teledeteccin puede utilizarse para el manejo de recursos, la
simulacin de procesos ecolgicos, la elaboracin de modelos
espaciales dinmicos y la prediccin de acontecimientos de relevancia
ecolgica.
Esta tecnologa enfrenta algunas limitaciones en zonas tropicales
sobre todo en reas de mucha precipitacin. (alternativa uso de
radar).

En zonas no tropicales los tipos de vegetacin son ms simples que
de los trpicos. Esta condicin limita, ms que la tecnologa misma, la
utilidad y el detalle de las clasificaciones basadas en datos
teledetectados (vegetacin muy heterognea).

El uso de imgenes de satlite se ha convertido en una herramienta
muy eficaz en el estudio de las caractersticas naturales,
medioambientales y hechas por el hombre. stas, a su vez, permiten
tener una visin multitemporal de un rea o de un fenmeno, para su
anlisis.
CONCLUSIONES:
http://www.ciat.cgiar.org/dtmradar/teledeteccion.htm
http://www.aeroterra.com/HTMs/landsat7ETM.htm
http://www.aurensa.es/satelites/spot.htm
http://www.uned.es/ca-bergara/spring/usuario_spa/sensorr.htm
http://www.um.es/~geograf/sig/teledet/fundamento.html
http://www.etsimo.uniovi.es/vision/intro/node2.html#SECTION0011000000000
0000000
JENSEN, JOHN R, 1996, Introductory Digital Image Processing. A Remote
Sensing Perspective.
JENSEN, JOHN R, 2000, Remote Sensing of the Environment. An Earth
Resource Perspective.
CHUVIECO, EMILIO, 1996, Fundamentos de Teledeteccin Espacial.
BIBLIOGRAFA:
GRACIAS!!!

03 Procesamiento Imágenes

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

03 Procesamiento Imágenes

Diunggah oleh

Hak Cipta:

Format Tersedia

Pucallpa

Anda mungkin juga menyukai