INDICE
CAPITULO 1 — FUNDAMENTOS
1.1 Concepto de Imagen Multiespectral
1.2 Programas Espaciales dedicados al
Estudio de Recursos Naturales
1.3 Análisis de Imágenes Multiespectrales
1.4 Procesamiento Digital
1.4.1 Formatos de almacenamiento de Imágenes
Multiespectrales
1 4.1.1 ‘formato BIP
1.4.1.2 Formato SIL
1.4.1.3 Formato SSQ ..
1.4.2 Características de los Sistemas Digitales
1.4.2.1 Equipos (Hardware)
1.4.2.2 Programas (Software)
1.4.3 Características de los Sistemas de P01
1.4.3.1 Número de Analistas y Modo de Operación
1.4 . 3 . 2 Unidad Central de Proceso, Coprocesador
Matemático y Memoria RAM
1.4.3.3 Sistema Operativo y Compilador
1.4.3.4 A1maccrrmiento en Masa
1.4.3.5 Resolución del Monitor
1.4.3.6 Resolución del Color
- CAPITULO II — CARACTERIZACION Estadística DE LAS IMAGENES
2.1 Histograma de una Imagen
2.2 Entropía
2.3 Valor Mínimo
2.4 Valor Máximo
2.5 Media Aritmética
2.. 6 Varianza
2 . 7 Desviación Típica
2.8 Covarianza
2.9 Coeficiente de Correlación
2.10 Histograma Bidimensional
2.11 Matriz Varianza Covarianza
CAPITULO III — PREPROCESAMIENTO DE IMAGENES
\3 .1 Distorsiones y Correcciones Radiométricas
“3.1.1 Falta de una línea
3.1.2 Atmosféricos
‘3.1.3 Ruidos
3.1.4 Error de Medición de la Irradiancia
3.1.5 Saturación del Detector
3.2 Distorsiones y Correcciones Geométricas
-. 3.2.1 Distorsión por Rotación de la Tierra
3.22 Distorsión Panorámica
Para ello se aprovecha el sol como fuente de radiación y las propiedades que
tienen la mayor parte de los cuerpos en la superficie terrestre de reflejar una
parte de esa radiación emitida que a su vez es captada por un sensor calibrado
para trabajar en una franja o banda del espectro.
Los barredores son utilizados para sensar longitudes de onda en las bandas
del ultravioleta, visible e infrarrojo. La estrategia usada en selección de bandas
es escoger un conjunto que permita hacer una distinción de las características
de interés. A medida que son usadas más bandas, mayor es la cantidad de
datos que hay que almacenar y procesar- y por ende, más costoso
manipularlos y procesarlos. En los barredores multiespectrales portados en
satélite, los datos deben ser transmitidos a una estación terrestre El tiempo y la
potencia eléctrica necesaria-para - transmitir los datos viene a ser un factor
limitante, además , a mayor velocidad de transmisión, los equipos son más
complejos Y costosos
SPOT
El programa SPOT (System Pour L’Observation de la Terre)comenzó en
Francia en 1978. SPOT—l fue lanzado en 1986 con dos barredores HRV (High
Resolution Visible) los cuales pueden operar en uno de dos modos: en el modo
pancromático una so1a banda del visible es detectada y una imagen con
píxe1esde 1º x 10 mt. es producida. En el modo multiespectral 3 imágenes son
producidas con tamaños de píxel de 20 x 20 mt. Una por cada una de sus tres
bandas.
SPOT tiene una órbita sincrónica al sol a una altura de832 y una resolución
temporal de 26 días. Cada uno do los sensores cubre una franja de 60 Km.
sobre el terreno, hay una ligera superposición del orden de unos 4 Km. entre la
franja observada por el HRV1 y el HRV2 con lo cual la cobertura total es una
franja con una amplitud del orden de 116 Km. o de 60 Km. según los
requerimientos, ya que es posible operar simultáneamente ambos sistemas o
bien uno solo. El espejo captador de radiación puede orientarse bien sea para
observación vertical de la tierra o para visión oblicua. Esta propiedad permite
obtener imágenes con visión estereoscópica, las cuales se obtienen por
observación de la misma franja desde 2 órbitas diferentes con el limitante de
que las imágenes sean de fechas distintas.
SISTEMA ANALISIS
DISPOSITIVO IMAGEN
ESCENA DE LA
FÍSICO (3D) SENSOR MULTIESPECTRAL
IMAGEN
COMPARASIÓN
FENOMENO DE
DEGRADACION
Cada elemento en la matriz tiene cuatro valores de píxel (uno de cada banda
espectral) localizados uno después de) otro..: Este formato s práctico si todas
las bandas son usadas.
BI B2 V3 B1 B2 B3 B1 B2 B3 B1 B2 B3 B1
En este formato los datos para las bandas son escritos fila sobre la misma
cinta, ejemplo fila 1 banda 1, banda 2, fila 1 banda 3, fila 1 banda 4. Es un
formato práctico si todas las bandas van a ser usadas en el análisis. Si algunas
bandas no son de interés el formato es ineficiente por cuanto es inevitable leer
serialmente datos innecesarios.
El formato de banda secuencial requiere que todos los datos de una banda
cubran la escena completa y sean escritos sobre un archivo. Así, cuando se
busca un área en el centro de la escena en cuatro bandas, se requiere leer
esta localización en cuatro archivos para extraer la información deseada. Los
datos numéricos de la imagen son grabados almacenando primero todas las
filas de píxeles, de la banda 1, luego todas las filas de píxeles de la banda 2 y
así sucesivamente.
ALU
MEMORIA
ROM
RAM
Los datos captados por el sensor, son la entrada a un sistema de PDI, estos se
encuentran almacenados en un formato digital desde donde es posible
analizarlos, esto requiere que el -analista comprenda las características
fundamentales de los sistemas -de PDI.
Esto hace referencia al número de escalas de gris y/o colores (ejemplo 256)
que puede presentar un monitor simultáneamente tomados de una paleta de
colores disponible (ej. 16.7 millones) Para muchas aplicaciones geográficas un
solo bit de color es requerido, pero para operaciones cartográficas más
sofisticadas donde las escalas de gris o la combinación de diferentes colores
es requerida como mínimo se necesitan ocho bits (256 colores).Para
aplicaciones del mapeador temático se requiere que el usuario pueda
seleccionar sesenta y cuatro colores de una paleta de 256 como mínimo.
Los programas s-n- usualmente interactivos, de tal forma que el usuario, luego
de hacer una solicitud, recibe una, respuesta en un tiempo que depende del
tipo de operaciones que tenga que Ejecutar el computador. Sin embargo, en
algunos casos, la respuesta es casi inmediata debido a las altas velocidades
de proceso existentes actualmente. Se espera alcanzar con el tiempo una
velocidad que permita obtener respuestas en forma inmediata, lo cual no
depende del software solamente sino de los avances de la electrónica para
construir máquinas más veloces.
2.2. ENTROPIA.
n
E= ∑ f(i) log f(i)
i=1
E = - m log m
0 N 255
m / 256
0 1 2 3 4 5 6 7 . . . . . . . . . . . . . . . . . . 255
E = -256*[(m/256)*log(m/256)] = - m*log(m/255)
m
∑ Xi X1 + X2 + X3 + … + Xm
i=1
μ = ------------- = -------------------------------------------------
m m
donde:
2.6. VARIANZA
m
∑ (Xi – μ)2
i=1
Var = ---------------------
n - 1
donde:
S = var
Los parámetros anteriores se pueden calcular para cada una de las bandas de
una imagen digital multiespectral.
Existen otros parámetros que involucran dos bandas, permitiendo establecer la
relación existente entre éstas; ellos son la Covarianza y el coeficiente de
Correlación.
2.8. COVARIANZA.
m m
∑ ∑ (Xi – Ux) (Yj – Uy)
i=1 j=1
COV xy =
m–1
Xi: Valor radiométrico del píxel j en la banda X
Es una medida de la relación existente entre los valores de los píxeles de dos
bandas.
Cov xy
I’ xy =
Sx Sy
Donde:
Un I’xy = O sugiere que no existe relación entre las dos bandas. Un O < r < 1
indica que existe alguna relación entre las dos bandas X é Y.
El que dos bandas estén relacionadas implica que existe redundancia en los datos
de las bandas.
Sí las dos bandas tienen un I’xy = O significa que no existe ningún tipo de
redundancia en los datos de las bandas.
B1 10 50 30 B2 10 20 30
B2
30
20
10
B1
10 20 30 40 50
By By By
Bx Bx Bx
Bx Bx Bx
3. PREPROCESANIENTO DE IMAGENES
Los sistemas de sensoramiento remoto introducen algunos errores en, el proceso
de captación de datos. Estos errores afectan el análisis de las imágenes. Por esta
razón es necesario preprocesar los datos captados por el sensor, antes de
analizarlos.
Para corregir los datos de la imagen deben ser determinados los errores internos y
externos. Los errores internos son originados por el sensor mismo, son
generalmente sistemáticos (predecibles) y estacionarios (constantes) y pueden ser
corregidos por una calibración de los detectores antes del lanzamiento o en vuelo.
Los errores externos son debidos a perturbaciones -de: la plataforma y a la
variación de las características de la superficie. Los errores no sistemáticos
pueden ser resueltos por mediciones hechas en tierra, mediante puntos de control.
Las distorsiones radiométricas son las que afectan la radiometría: de los objetos
en la imagen.
3.2.2. Distorsión panorámica. A medida que se aleja la línea del nadir el tamaño
del píxel aumenta. Ente tipo de distorsión se corrige sólo cuando se tiene control
terrestre adecuado y se hace a través del llamado Algoritmo de expansión
(Fig3.1.b.).
3.2.3. Efecto de la curvatura terrestre. Afecta el tamaño del píxel por cuanto a
medida que se aleja del nadir el campo de vista instantáneo es mayor.
b) Interpolación bilineal
c) Convólución cúbica
Tierra
Satélite
a. Rotación Terrestre
b. Panorámica
Alargamiento
c. Velolocidad
d. Variación de altura
e. Movimiento de plataformas
4. MEJORAMIENTO DE IMAGENES.
4.1.1 Reducción
2340 filas
3240 columnas
Entonces:
3240 + 2 = 1620
2340 + 2 = 1170
1170 filas
1620 columnas
Ejercicio: Sabiendo que una escena de Landsat TM tiene 6940 columnas por 5940
filas, cada cuantos píxeles se deben seleccionar, para poder desplegarse en
monitor de 512 x 512 píxeles?
14 15 13 21 22 19
13 16 15 18 17 21
30 28 27 29 19 20
25 28 24 27 26 25
14 14 15 15 13 13
14 14 15 15 13 13
30 13 16 16 15 15
13 13 16 16 15 15
0 255
255
Pixeles saturados
0 255 0 255
f f
0 . . . . . . . . . . 255 0 . . . . . . . . . . 255
Se puede expandir solamente una porción del histograma y enmascarar las otras.
Ejemplo: enmascarar el mar y mejorar el contraste en el suelo. Fig.-4.5.
La frecuencia “ideal” para cada uno de los niveles de gris de salida será:
fs= 100%/ng
en donde
8y
Fs=100 / 16 = 6.25 %
4. 3 SEGMENTACION.
Dentro de las técnicas para el mejoramiento de imágenes están las que ejecutan
operaciones sobre el píxel, dependiendo de un espacio de frecuencia, a ese
número de cambios en el valor del píxel por unidad de distancia es lo que se
denomina frecuencia espacial. Esto significa que si existen muy pocos cambios en
el valor radiométrico sobre un área dada, corresponderá a un área de baja
frecuencia, al contrario si los valores radiométricos cambian a cortas distancias se
dirá que es un área de alta frecuencia.
Para extraer información de la frecuencia espacial es necesario definir un área
donde se observe la variación de los valores radiométricos. Generalmente se
utilizan máscaras de convolución, llamadas también.: matriz de coeficientes o
“kernel”, que pueden ser de tamaño 3x3, 5x5, 7x7, 9x9 y así sucesivamente.
EI proceso de filtrado consiste en calcular para cada píxel una combinación Lineal
de los valores radiométricos sobre un espacio de frecuencia cercano de este, y
ponderarla de acuerdo a una máscara de convolución cuyos coeficientes son
constantes. E decir un filtro espacial transforma el valor de un píxel teniendo en
cuenta los valores de los píxeles vecinos. La combinación lineal se calcula por
medio de la ecuación:
m
Pi = G * ∑ Ki Po + H
i=1
Donde:
Pi : Valor del píxel nuevo.
Dependiendo del efecto que tienen sobre la imagen original, los filtros espaciales
se pueden clasificar como:
1 1 1
1 1 1
1 1 1
a,
-1 -1 -1
-1 10 -1
-1 -1 -1
b,
-1 -1 -1
-1 16 -1
-1 -1 -1
c,
-1 -1 -1
-1 8 -1
-1 -1 -1
-1 0 -1
0 4 0
-1 0 -1
d,
1 -2 1
-2 -4 -2
1 -2 1
Fig. 4.9. Filtros de mejoramiento con diferentes valores centrales.
1 1 1 1 1 1
NORESTE
NORTE
1 -2 1 -1 -2 1
-1 -1 -1 -1 -1 1
-1 -1 -1 1 1 1
NOROESTE
1 -2 1 1 -2 -1
SUR
1 1 1 1 -1 -1
-1 1 1 -1 -1 1
SURESTE
-1 -2 1 1 -2 1
ESTE
-1 1 1 1 1 1
1 1 -1 1 -1 -1
SUROESTE
OESTE
1 -2 -1 -1 -2 -1
1 1 -1 1 1 1
-1 -1 -1 -1 0 1
HORIZONTAL
VERTICAL
0 0 0 -2 0 2
1 2 1 -1 0 1
Su principal función es resaltar los cambios fuertes en los valores de los píxeles,
por ello se utiliza para enfatizar los bordes. Fig. 4.11.
-1 -1 -1 -1 2 -1
HORIZONTAL
VERTICAL
2 2 2 -1 2 -1
-1 -1 -1 -1 2 -1
2 -1 -1 -1 -1 2
DIAGONAL
DIAGONAL
-1 2 -1 -1 2 -1
-1 -1 2 2 -1 -1
1 NTRODUCC IÖN
El tratamiento conjunto de las bandas como tal, no implica que se tenga que
trabajar con todas las bandas disponibles, sino con aquellas que están menos
correlacionadas con el fin de que el aporte de información sea más significativo.
Existen múltiples operaciones que se pueden aplicar a las bandas entre ellas
operaciones matemáticas, como adición, sustracción, producto, división y algunas
combinaciones de las anteriores como el caso del índice de vegetación. Otras
operaciones son las de tipo lógico, entre las cuales se encuentra la composición a
color. También pueden aplicar a las imágenes cierto tipo de transformaciones que
facilitan el análisis de los datos, entre ellas están la transformada de Karhunen-
Loeve y la transformada de Fourier, muy utilizadas en imágenes de sensores
remotos.
5.1 OPERACIONES ENTRE BANDAS
El aplicar operaciones matemáticas entre bandas es muy útil, sin embargo los
resultados están limitados por la escala de grises en la que se trabaje. Así cuando
la escala tiene 256 niveles (ec1a que estamos Utilizando en este curso), debe ser
normalizado para evitar interpretaciones equivocas.
Para las operaciones que se van a presentar a continuación, se definen las
siguientes variables:
a a …a b b … b
a a …a b b … b
A = : : … : B = : : … :
: : … : : : … :
a a …a b b … b
c c … c
c c … c
C = : : … :
: : … :
c c … c
5.1.1 Adición.
La adición entre banda A y Banda B está definida como la suma entre valores
radiométricos respectivos de banda A con banda B.
Como es posible que Cij sea mayor que el máximo nivel de gris, es decir 255, se
debe aplicar una función de normalización que para el caso bien puede ser
obtener un promedio entre los valores radiométricos de las bandas.
aij + bij
Cij =--------------
2
10 20 30 20
A = B =
30 20 70 10
10 + 30 20 + 20 40 40
C =A + B = C =
30 + 70 20 + 10 100 30
10 + 30 20 + 20
2 2 20 20
C =A + B = C =
30 + 70 20 + 10 50 15
2 2
La adición sin normalizar puede ser útil cuando se desea incrementar un valor
constante a una banda el cual fue reducido por algún tipo de fenómeno
atmosférico por ejemplo la absorción. En este caso, se Utiliza una imagen con
valores constantes para sumar a la original y así obtener una nueva imagen con
valores mas altos.
5.1.2 Sustracción
Si aij es menor que bij, el valor de Cij será negativo, lo cual es imposible de
representar cuando se trabaja en una escala como la que tenemos (0, 255 ) . Para
solucionar este inconveniente se puede convertir el resultado negativo siempre en
cero o aplicar una función de normalización, así:
5.1.3 Producto
aij x bij
Cij = ------------
255
Se debe aplicar una función de normalización para estar seguro de que el valor
resultante de la operación esté entre 0 y 255.
Así para 1/255 <= Cij <= 1 ==> Cij = Ent[(Cij x 127)+ 1]
aij
Cii = ---------
bij
Se presenta un caso similar al que ocurre con el producto, es decir que •1/255 <
Cij < 255, por lo tanto, se debe aplicar al resultado una función de normalización
idéntica al caso visto en el producto.
aij — bij
c ij = ----------------
aij + bij
aij — bij
C ij = -------------- * 127 + 127
aij + bij
Así una vez aplicado este índice de vegetación normalizado, los valores de los Cij
altos estarán indicando mayor probabilidad de existencia de cobertura vegetal.
Las posibles combinaciones que se pueden obtener con tres bandas, si en cada
una existen 256 estados son l6’700.000, cuando se utiliza un monitor que no
alcanza a desplegar tal cantidad se debe recurrir a agrupar ciertas combinaciones.
En general este proceso se conoce como composición en falso color debido a que
el resultado difiere de los colores naturales, ya sea porque el monitor no alcanza el
número de colores, o porque no hay una correspondencia entre el rango de
frecuencias de la banda asignada y el color que está representando su aporte.
Así por ejemplo una aproximación a una composición en verdadero color estaría
dada cuando el aporte de cada banda se represente en el mismo color, en el caso
de una imagen Landsat TM a la banda 1 que se encuentra en el rango del azul, su
aporte se represente en color azul, a la banda 2 se le asigne el color verde y a la
banda 3 el color rojo.
Los principales aspectos que deben considerarse’ para orientar una clasificación
supervisada son:
4. Analizar las estadísticas para seleccionar los datos que ofrezcan mayores
ventajas (bandas) en el proceso de clasificación.
6.1.1.1. Paralelepípedo
V min . . .V B Bi
max i
Bi
V min . . .V max Bz B
z
Figura 6.1
La figura 6.1 indica el método para una clase determinada (ej. bosques). Al repetir
el método para otras clases (ej. agua, arenas, etc.) se obtendrá una figura con las
características siguientes: Figura 6.2
Si se trabaja con más de dos bandas, los rangos en todos los componentes
describen una caja multidimensional o paralelepípedo. Si en la clasificación se
encuentra que un píxel cae dentro de ese paralelepípedo cualquiera, se lo designa
como perteneciente a esa clase.
a. Pueden existir vacíos considerables entre los paralelepípedos y por ende los
píxeles no pueden ser clasificados en una región (ej. punto 3, Figura 6.2).
Figura 6.2
Figura 6.4
En este método los tipos de cobertura no se conocen bien porque falta trabajo de
campo o porque las características espectrales de la superficie no están
claramente definidas en la imagen. El computador es orientado para que agrupe
(cluster) los píxeles en diferentes clases de acuerdo con un cierto criterio
estadístico.
Como los datos se graban usualmente en una cinta magnética el primer paso de
una clasificación multiespectral involucra la representación de estos datos en una
forma pictórica para su inspección visual. Esto se puede lograr mediante el uso de
un monitor a color o de una impresora.
La parte más importante y crítica en este paso es la de asegurarse que todos los
objetos posibles que se encuentran en la zona están debidamente representados
en la muestra, para entrenamiento.
- Productos gráficos.
- Tablas estadísticas.