DE IMÁGENES
Realizado por:
SERGIO STEVEN CASTELLANOS RUIZ
Cod: 20161025575
Presentado a:
RUBÉN JAVIER MEDINA DAZA
Doctor en informática con énfasis en SIG
Docente
1. TABLA DE CONTENIDO
3. INTRODUCCIÓN ___________________________________________________________________ IX
4. PROBLEMA ________________________________________________________________________ X
5. OBJETIVOS _______________________________________________________________________ XI
1. ¿Cuáles son las características básicas de los datos de una imagen de sensor remoto? ___________ xv
ii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
4. ¿Cuál índice estadístico está asociado a una composición a color? ________________________ xxxii
10. TABLA DE FRECUENCIAS DE LOS NIVELES DIGITALES DE UNA IMAGEN SATELITAL ________________LII
iii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
iv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
2. Tabla de ilustraciones
SENSOR .......................................................................................................................................................... XX
......................................................................................................................................................................... XX
v
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
ILUSTRACIÓN 46 ARCHIVO EXCEL CON LOS VALORES DE LOS NIVELES DIGITALES....................... LIV
vi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
vii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
viii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
3. INTRODUCCIÓN
radiación electromagnética (EMR) que se refleja desde o emite un objetivo y es observado desde
un punto de vista por un observador o instrumento que no esté en contacto con el objetivo. La
mediciones realizadas por instrumentos aéreos o satelitales de EMR que es reflejado desde o
emitido por objetos sobre la superficie terrestre, superficies oceánicas o de hielo o superficies
imágenes se expone el presente informe el cual busca recopilar una serie de prácticas
desarrolladas en un entorno temático que tienen el objetivo de revisar los procesos que permiten
como ERDAS IMAGINE, para facilitar el tratamiento de la información y así proporcionar unos
resultados óptimos que sirvan como respuesta a muchos de los cuestionamientos surgidos a raíz
del cambio periódico de la naturaleza, entendiendo esto como el objetivo fundamental del
ix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
4. PROBLEMA
Se sabe que la información abunda en los diferentes campos del saber, y es allí cuando las
imágenes digitales cobran un grado valor de importancia, pues además de brindar información
gráfica mediante la cual se logra aplicar un análisis visual, ofrecen un alto volumen de
identificar y estudiar los diferentes aspectos físicos, siendo así la capacidad cognitiva y el
x
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
5. OBJETIVOS
Generar y desarrollar una guía que reúna un conjunto de prácticas en donde se ejecutan las
marco teórico que permita identificar, comprender e interiorizar en las áreas de teledetección y
MATLAB Y ENVI, con el fin de proveer la información suficiente para lograr determinar las
condiciones de las áreas estudiadas de la imagen satelital y así proponer soluciones a los
problemas encontrados con base en los datos obtenidos luego de finalizar el completo
i. Presentar un documento que permita comprender los conceptos físicos y matemáticos que
ii. Poner en evidencia la metodología que se debe seguir para la utilización de un software que
iii. Lograr generar un método que permita al lector aprehender la recolecta de los datos
iv. Considerar las diferentes etapas del procesamiento digital de imágenes para así lograr
xi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
6. JUSTIFICACIÓN
El objeto de este documento es funcionar como un manual o guía que propone un método de
ejecutar las operaciones y técnicas específicas para el óptimo desarrollo del procesamiento
digital de imágenes con el objetivo de obtener la información más precisa de una imagen digital
para así lograr dar un correcto análisis a los datos y poder suministrar unos resultados que
funcionen como base de estudio a diferentes campos, tales como, las coberturas del suelo, el
los cuerpos de agua, problemas ambientales en general. La importancia de este documento reside
en las soluciones que se producen luego de realizar el proceso de interpretación y análisis de los
resultados obtenidos, que se establecen en el cuerpo del manual y que determinan sus diferentes
métodos de aplicación.
xii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
7. MARCO TEÓRICO
Para aprehender los conceptos fundamentales que son ineludibles para comprender la
estrategia para su definición una secuencia de preguntas que irán siendo resueltas a partir de una
investigación exhaustiva y clara de cada uno de los temas que nos permitirán interiorizar en los
conceptos que serán claves para determinar los principios de la teledetección o percepción
remota, pues es este el campo científico que le da estructura a nuestro tema de interés.
(Chuvieco, 1995)
Partiendo de la definición de teledetección como aquella técnica que nos permite obtener
información a distancia de los objetos situados sobre la superficie terrestre. Para que esta
observación remota sea posible, es preciso que ente los objetos y el sensor exista algún tipo de
interacción. Nuestros sentidos perciben un objeto solo cuando pueden descifrar la información
xiii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
la luz solar, principal fuente de energía de nuestro planeta. El sol ilumina la superficie terrestre,
que refleja esa energía en función del tipo de cubierta presente sobre ella. Ese flujo reflejado se
recoge por el sensor, que lo transmite posteriormente a las estaciones receptoras (i). Entre
superficie y sensor se interpone la atmosfera, que dispersa y absorbe parte de la señal original.
De igual forma, la observación remota puede basarse en la energía emitida por las propias
cubiertas (ii), o en la que podrimos enviar desde un sensor que fuera capaz, tanto de generar su
propio flujo energético, como de recoger posteriormente su reflexión sobre la superficie terrestre
xiv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Este sistema incluye elementos como la fuente de energía, la cubierta terrestre, el sistema sensor,
el sistema de recepción de datos, intérprete y finalmente el usuario que trabajan entre sí para
1. ¿Cuáles son las características básicas de los datos de una imagen de sensor remoto?
El termino imagen se refiere a una función bidimensional de intensidad f(x, y), donde x e y
brillo (o nivel de gris) de la imagen en este punto. Una imagen digital puede considerarse como
una matriz cuyos índices del renglón y columna identifican un punto en la imagen y el
correspondiente valor del elemento de la matriz que identifica el nivel de intensidad de luz en ese
punto. Los elementos de tal arreglo digital son llamados elementos de imagen, elementos de
El término píxel se abrevia de picture element. Un píxel es la parte más pequeña de una imagen
(el área que se está escaneando) con un solo valor (Nivel Digital). El nivel digital es el valor de
brillo medido del píxel en una longitud de onda específica. Los datos de imagen ráster se
presentan en una cuadrícula similar a los cuadrados de un tablero de ajedrez. Cada celda de la
cuadrícula está representada por un píxel, también conocida como celda de cuadrícula. En los
niveles digitales detectados de forma remota, cada píxel representa un área específica de la
Tierra. El valor del nivel digital asignado a ese píxel es el registro de radiación reflejada o el
xv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
En resumen, la unidad mínima de información en una imagen digital se denomina pixel, definido
por un numero entero, Nivel Digital, que puede convertirse en una cantidad luminosa o nivel de
Dependiendo el nivel de detalle presentado por los metadatos de una imagen satelital, se habla de
Metadato detallado:
- Detalle: Consta de los datos de captura, nubosidad, path y row, entre otros datos.
- Identificación: Información básica de los datos (título, sensor, resolución, extensión geográfica)
xvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
- Referencia espacial: Descripción del marco de referencia para las coordenadas de los datos y
- Distribución: Datos del distribuidor y medios para obtener los datos (forma de presentación,
- Citación: Datos soporte sobre las referencias citadas dentro de los datos.
(ICONTEC, 1999)
Los sensores de los satélites detectan la radiancia media del terreno observado equivalente al
tamaño del píxel. El píxel se define como la unidad visual mínima encontrada en una imagen. El
valor medio de la radiancia detectada es traducido por el sensor a un valor numérico entero, que
se denomina nivel digital. Por lo tanto, la diferencia entre pixel y nivel digital, es que el primero
es la unidad mínima de información en una imagen digital y el segundo, el valor numérico que lo
xvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Los pixeles tienen una ubicación definida dentro de la imagen que se encuentran organizados en
una grilla de columnas y filas y que son conocidos normalmente como datos ráster. Las
(ERDAS.inc, 2011)
Coordenadas De Mapa: Estas se pueden expresar en uno o varios sistemas de proyección y estas
dependen del método de la toma de datos utilizado para crear el archivo (detección remota,
xviii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
El número de píxeles que integran un sensor de satélite o de cámara digital, definen su poder de
imágenes captadas. A mayor número de píxeles por unidad de superficie, mayor resolución del
fotosensor, pero también mayor es el volumen del archivo informático generado. Es lo que se
denomina resolución espacial y constituye uno de los tipos de resolución que definen a las
imágenes satélite. (Vivancos Martí, Grau Prieto, Llastarri Rezola, & Vivancos Bermejo, 2005)
Resolución espacial: Este concepto designa al objeto más pequeño que se puede distinguir en la
imagen. Está determinada por el tamaño del píxel, medido en metros sobre el terreno, esto
depende de la altura del sensor con respecto a la Tierra, el ángulo de visión, la velocidad de
escaneado y las características ópticas del sensor. Por ejemplo, las imágenes Landsat TM, tienen
El sensor SPOT - HRV tiene una resolución de 10x10m, mientras que los satélites
meteorológicos como NOAA, el píxel representa un tamaño desde 500 a 1100m de lado.
(Vivancos Martí, Grau Prieto, Llastarri Rezola, & Vivancos Bermejo, 2005)
xix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
es capaz de captar un sensor. Por ejemplo SPOT tiene una resolución espectral de 3, Landsat de
7. Los nuevos sensores, llamados también espectrómetros o hiperespectrales llegan a tener hasta
256 canales con un ancho de banda muy estrecho (unos pocos nm) para poder separar de forma
precisa distintos objetos por su comportamiento espectral. (Vivancos Martí, Grau Prieto,
xx
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
cantidad de niveles de gris en que se divide la radiación recibida para ser almacenada y
procesada posteriormente. Esto depende del conversor analógica digital usado. Así por ejemplo
Landsat MSS tiene una resolución espectral de 26= 64 niveles de gris en el canal 6, y Landsat
MSS en las bandas 4 a 7 de 27= 128 niveles de gris, mientras que en Landsat TM es de 28 = 256.
Esto significa que tenemos una mejor resolución dinámica en el TM y podemos distinguir mejor
las pequeñas diferencias de radiación. (Vivancos Martí, Grau Prieto, Llastarri Rezola, &
Resolución temporal: Es la frecuencia de paso del satélite por una mismo punto de la superficie
terrestre. Es decir cada cuanto tiempo pasa el satélite por la misma zona de la Tierra. Este tipo de
Landsat-1 al Landsat -3 era de 17 días. A partir del Landsat 4 en 1984 el ciclo de repetición se
(Vivancos Martí, Grau Prieto, Llastarri Rezola, & Vivancos Bermejo, 2005)
- Formato de banda secuencial (BSQ): Es el formato más simple, con cada línea de datos seguida
inmediatamente por la siguiente línea de la misma banda espectral. (Levin, 1999, pág. 98)
xxi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
- Formato de banda intercalada por píxel (BIP): Ofrece un rendimiento óptimo espectral, las
imágenes almacenadas en este formato tiene el primer píxel para todas las bandas en orden
secuencial, seguidos por el segundo pixel para todas las bandas y así en forma intercalada hasta
- Formato de banda intercalada por línea (BIL): Es el formato más adecuado para las técnicas de
imágenes almacenadas en este formato tienen la primera línea de la primera banda seguida de la
primera línea de la segunda banda, seguida por la primera línea de la tercera banda, intercaladas
hasta el número de bandas. Las líneas siguientes para cada banda se intercalan de forma similar.
Los metadatos son “los datos de los datos” y permiten clasificar y organizar las imágenes
digitales, pueden también ser definidos como información estructurada lo cual se refiere a los
diferentes tipos de archivos como, por ejemplo .JPG, .TIFF, .IMG, ETC. (ERDAS, 1995)
VISUALIZACIÓN DE IMÁGENES
Nivel Digital: Un nivel digital es el valor numérico que se le asigna a un píxel y viene
representado por un numero entero y se traduce fácilmente como un nivel de gris, que en una
imagen de 8 bite va de 0 a 255) y forman las imágenes cuando son desplegadas en una
xxii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Nivel visual: El nivel visual es la cantidad de gris que refleja un determinado nivel digital por
cada píxel de la imagen es así como si no existe un cambio de contraste en la imagen el nivel
Una tabla, paleta de color o CLUT (Color Look-up Table), es una tabla de referencia mediante la
cual se define el color (valor y tono) que se aplica a cada nivel digital para la visualización de la
ordenadamente de menor a mayor todos los niveles digitales procesables (64, 256, etc.). A la
derecha de cada uno se indica el nivel de cada uno de los tonos básicos (rojo, verde, azul) que se
subespacio de este sistema en el que cada color queda representado por un único punto. Entre los
xxiii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Sistema RGB (colores aditivos primarios): Combinan luces de colores con unas longitudes de
onda dadas: Rojo (R), Verde (G) y Azul (B), para obtener todos los demás.
Sistema CMY (colores sustractivos primarios): Combinan pigmentos que reflejan unos colores
determinados: Cian (C, Magenta (M) y Amarillo (Y) (absorben los complementarios RGB), para
Sistema HSI: Combinan las tres componentes del color: tono (Hue, H), saturación (S), valor,
Sistema YIQ: El sistema YIQ se utiliza en las emisiones comerciales de televisión. Básicamente
el YIQ es una recodificación del RGB utilizada por su eficacia en la transmisión y para mantener
Sistema YCbCr: Se trata de una codificación no lineal del espacio RGB. El parámetro Y indica
la luminancia, los parámetros Cb y Cr indican el tono del color: Cb ubica el color en una escala
entre el azul y el amarillo, Cr indica la ubicación del color entre el rojo y el verde.
4. ¿Qué es Pseudocolor?
Se basa en datos que ocupan un solo banco de memoria, en lugar de tres bancos de memoria, esto
implica que los valores de píxel de una imagen de pseudocolor están en un rango de valor de 0 a
255. Estos 256 niveles están asociados con los colores mediante el uso de una tabla de búsqueda.
Por ejemplo, el nivel 0 en la memoria de pantalla puede ser ‘mapeado’ al color máximo rojo (con
RGB
xxiv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
amarillo más brillante (niveles 255, 255 y 0), y pronto en esta representación, el valor único en
una determinada posición del píxel en la imagen se envía a los tres convertidores de digital a
análogos DAC, a través de la tabla de búsqueda. En el primer ejemplo, el DAC rojo convierte la
entrada ‘0’ a la salida ‘255’ mientras que los DAC verdes y azules convierten la entrada ‘0’ en
salida "0". En el segundo ejemplo, el valor de entrada ‘1’ se convierte al valor de salida ‘255’
tanto por el rojo como por el Aspectos de hardware y software del procesamiento de imágenes
El perfil espacial permite visualizar el espectro de reflectancia de una polilínea de los valores del
archivo de datos en una única banda de datos (modo unidimensional) o en muchas bandas (modo
El perfil espectral de una imagen satelital facilita el análisis acerca del comportamiento espectral
de las diversas coberturas presentes, en relación con las bandas del sensor. Asimismo, se hace
una primera valoración sobre la posibilidad de separación espectral de las clases temáticas y la
espectral de una imagen satelital facilita el análisis del comportamiento espectral de las diversas
coberturas presentes, en relación con las bandas del sensor. (Hall, 2004)
xxv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Hace referencia a la capacidad de visualización del espectro de reflectancia de los valores que
arroja los archivos que se procesan, solo se maneja con una banda en una determinada zona de la
heterogéneos, realizando inferencias que pueden no ser posibles a partir de uno solo. Teniendo
Las estadísticas unibanda son las llamadas medidas de tendencia central o medidas de dispersión.
banda de datos, el eje horizontal de un histograma es el rango de todos los valores posibles de los
niveles digitales. El eje vertical es el numero de pixeles que tiene cada valor de datos. (ERDAS,
1995)
xxvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Ilustración 6 Histograma
Mediana: Es el valor central de un conjunto de datos, corresponde al valor del nivel digital de la
xxvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
disponen sus datos en una distribución bidimensional de frecuencias y las técnicas estadísticas
respecto a sus correspondientes medias. Así, para obtener su valor, se calcula para cada par (xi,
yj) de valores observados de x e y el producto de las desviaciones respecto a sus medias, que
dejan por debajo de ellas los valores menores y por encima de ellas los valores mayores de las
variables, de tal manera que para los valores pequeños de las variables estas diferencias son
negativas y para los valores elevados son positivas. El signo y la magnitud de los productos (xi –
Cx) (yj –Cy) obtenidos para todos los valores de i y de j determinan el valor de la covarianza.
Cuando la relación entre x e y es lineal y creciente, a los valores más pequeños de x (xi <Cx) les
corresponden los valores más pequeños de y (yj <Cy) y a los valores más elevados de x (xi >Cx)
les corresponden los valores más elevados de y (yj >Cy), de tal manera que la mayoría de estos
productos son positivos y es positiva su suma. Además, cuanto más intensa sea la relación,
mayor será la proporción de productos positivos en el total y, por tanto, la suma de los productos
xxviii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
es elevada. En cambio, si la relación es lineal y decreciente, a los valores más pequeños de x (xi
<Cx) les corresponden los valores más elevados de y (yj >Cy) y a los valores más elevados de x
(xi >Cx) les corresponden los valores más pequeños de y (yj <Cy), de tal manera que la mayoría
de estos productos son negativos y su suma es negativa. Además, cuanto más intensa sea la
relación, mayor será la proporción de productos negativos en el total y, por tanto, la suma de los
productos es negativa, pero elevada en valor absoluto. (Rey Graña & Ramil Díaz)
Cuando no existe relación entre las variables no se observa una respuesta sistemática de los
valores de y a los valores de x, de tal manera que los productos de las desviaciones de las
variables respecto a sus medias son tanto positivos como negativos y la suma de dichos
respecto a su media por las desviaciones de y respecto a su media es positiva, las variables
mantienen una relación directa, y si es negativa, las variables mantienen una relación inversa. Si
las variables no tienen una relación de tipo lineal, la suma es igual a cero. Distribuciones
A partir de esta idea, la covarianza se define como la media aritmética de los productos de las
desviaciones de las variables x e y respecto a sus respectivas medias; es decir, se define por
cociente entre la suma de los productos de las variables en desviaciones respecto a sus medias y
el número de observaciones:
xxix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
covarianza indica que la relación entre las variables es directa si es positivo, que es
inversa si es negativo y que no existe asociación lineal si es nula. (Rey Graña & Ramil Díaz)
lineal entre dos variables es el coeficiente de correlación lineal simple, que es el resultado de
lineal entre x e y que toma valores comprendidos entre – 1 y 1, porque la covarianza de las
variables puede ser positiva o negativa, pero en valor absoluto es menor o igual que el producto
Cuando está próximo a sus valores extremos indica fuerte asociación lineal, que es perfecta si es
Cuando está próximo a cero, indica que la asociación lineal entre las variables es débil, siendo
inmediatamente que rxy = ryx; es decir, que el grado de asociación lineal entre y y x es el mismo
xxx
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
que entre x e y. Además, rxx = ryy = 1; es decir, que cualquier variable tiene una correlación
simplemente un gráfico de los niveles digitales de una bandacontra los niveles digitales de otra
banda.
simplificación de un histograma bidimensional, donde los niveles digitales de una banda se han
trazado contra los niveles digitales de otra banda. Esta figura muestra que cuando los valores en
las bandas que se están trazando tienen distribuciones conjuntamente comunes, el espacio de la
característica forma una elipse. Esta elipse se usa en varios algoritmos, específicamente, para
espacio de características bidimensionales con puntos suspensivos son útiles para ilustrar el
xxxi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
covarianza proporciona un criterio relativo de comparación. Así pues, tanto la covarianza como
la correlación indican el grado de variación conjunta entre las dos variables y que pueden tener
El índice estadístico que se encuentra asociado una composición a color es el Factor de Índice
Optimo (OIF).
El OIF es un valor estadístico que se utiliza para escoger la combinación óptima de tres bandas
en una imagen satelital. Una combinación óptima es aquella que brinda la mayor cantidad de
una combinación de color entre bandas se obtiene del resultado más alto de las sumas de las
xxxii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
8. METODOLOGÍA
MATLAB y ENVI como softwares principales para realizar el análisis y tratamiento de las
imágenes digitales, que para el caso será una imagen satelital obtenida del sensor OLI-TIRS
DESCARGA IMAGEN
SATELITAL
RECORTE IMAGEN UNIÓN DE BANDAS
DETERMINACIÓN CONFIGURACIÓN
COBERTURAS ATRIBUTOS DE LA IMAGEN
PERFILES ESPECTRALES
RE-MUESTREO
xxxiii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
FUSIÓN DE IMÁGENES
la pagina del Servicio Geológico de los Estados Unidos USGS, disponible en la URL:
https://earthexplorer.usgs.gov/
Para iniciar el proceso de descara, antes se debe estar registrado en el portal web
xxxiv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
a la zona de interés que en este caso será las Torres del Paine, ubicado en la cordillera de los
xxxv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Se selecciona el apartado de Results para ver los resultados y allí se opta por escoger la
contiene todas las bandas de la imagen y el que nos permitirá realizar el correcto análisis y
tratamiento.
xxxvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
“Spectral”, aquí optamos por el “Layer Stack”que nos permitirá realizar la unión
xxxvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Se despliega una ventana en la cual podemos ir agregando cada una de las bandas que se
combinaran por medio de la opción “input file”, oprimiendo el botón “add”. Luego de agregar
las 7 primeras bandas en orden ascendente, asignamos en el “output file” el nombre del
xxxviii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Este proceso se puede realizar agregando las bandas que requiramos para realizar los
diferentes tipos de análisis, por ejemplo, para obtener el verdadero color se debe realizar el
3. Modificación de contraste
Luego de abrirla, nos dirigimos a la opción “Optimized Linear” en donde como su nombre
lo dice, se realiza una optimización lineal, que para modificar el contraste debe ser del 1%
xxxix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
En esta nueva vista realizamos el proceso para abrir la misma imagen, pero cuadnose
allí marcamos el espacio que dice “No Strech”, damos en OK y abrimos la imagen.
xl
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
4. Recorte de escena
Sin cerrar la ventana del Inquire Box, nos dirigimos al apartado de la herramienta Raster,
seleccionamos “Subset & Chip”, luego “Subset Image” y aquí se desplegara una ventana
“Subset”, colocaremos las coordenadas obtenidas al seleccionar el área en el Inquire Box con
xli
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
el botón “From Inquire Box” y finalmente le asignamos un nombre a la imagen que resultara
y seleccionamos la carpeta de salida en donde hemos ubicado todos los anteriores archivos
apartado “Raster”
xlii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
en la ventana del software, pues ahora serán 4 pixeles iguales que antes del remuestreo eran
solo uno.
Del proceso de Descarga de una imagen Landsat 8 agregamos únicamente la banda del
infrarrojo cercano (banda 5) y creamos la nueva imagen la cual abriremos en pseudo color
xliii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
xliv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Ahora vamos al apartado “Table“ y seleccionamos “Show Attributes” para activar los
Con el objetivo de poder evidenciar los atributos y poder empezar a definir los colores del
pseudocolor
transformarlos al color deseado para cada tipo de cobertura o rango de valores de píxel de la
imagen
xlv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Se oprime “Select” y luego en color cambiamos el color de los niveles digitales para logar
diferenciar cada tonalidad teniendo en cuenta e intervalo de valores para cada cobertura.
xlvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Punteamos sobre una de las coberturas de las cuales queremos conocer el perfil espectral
espacial
xlvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
espacial
seleccionamos la opción de “Surface profile” y como las anteriores veces emergerá la ventana
del perfil
xlviii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
superficie, aquí seleccionamos la opción “Create box in viewer”, ubicamos el polígono sobre
la cobertura que nos interesa y luego de dar el doble clic se producirá finalmente el perfil de
superficie
xlix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
queremos evidenciar
l
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
9. Fusión de imágenes
apartado “Raster”
li
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Realizamos este proceso fusionando cada método de resampleo con cada una de las
realiza un análisis estadístico en el cual se busca obtener una tabla de frecuencias en donde se
Primero se extraen los valores de los niveles digitales desde el software ERDAS
emergerá una ventana en donde iremos al apartado de “Pixel Data” para poder ver los valores
lii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Luego abrimos el documento txt que se ceo, copiamos los datos y los llevamos a un
documento en Excel
liii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Aquí procedemos a organizar los datos en una sola columna para poder realizar el
tratamiento de estos
Finalmente se realiza una tabla de ¿Cuáles son las medidas estadísticas unibanda?
liv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Y Se realiza una tabla de frecuencia en donde se tienen en cuentas los siguientes cálculos
lv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
9. RESULTADOS
Al realizar el proceso Descarga de una imagen Landsat 8 utilizando el portal web del
descargo una imagen satelital de este, ubicamos la carpeta en donde se ubicó la descarga y
descomprimimos el archivo, allí obtendremos los archivos de cada una de las bandas de la
imagen
Para seguir con el proceso, se utilizaron los archivos que contienen la información de las
bandas
lvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lviii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Y su respectiva información
lix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lx
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
donde se generó una nueva imagen que tiene como característica ser el resultado de la
lxi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
falso color, con el objetivo de identificar los niveles de luminiscencia de los objetos que se
encuentran dentro del área de la imagen y lograr identificar los tipos de cobertura de manera
óptima. En una de las combinaciones posibles podemos concatenar las 3 bandas del espectro
lxii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lxiii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
realizando el proceso de “No Strech”, en donde se dice que se realiza una optimización lineal
Luego se realizó el Recorte de escena a la imagen satelital que tiene concatenadas las 3
bandas, en donde se selecciono la zona de interés y se obtuvo una nueva imagen sobre la cual
lxiv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
generar una imagen de color verdadero la cual tendrá una mejor resolución espacial
lxv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
determinaron las diferentes coberturas y se modificaron los colores de esta para lograr
evidenciarlas claramente
Para seguir con el análisis de la imagen, se determinaron los Perfiles de una imagen
lxvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
coberturas y para una mejor visualización se modificaron los colores de cada perfil y el
resultado fue
lxvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lxviii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lxix
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
de una imagen satelital en donde queda en evidencia el resultado que se obtiene al realizar los
lxx
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lxxi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Estos métodos de resampleo permiten mejorar la definición de los pixeles de la imagen, sin
Para lograr determinar mejor los diferentes métodos de resampleo se procedió a realizar el
resultantes al realizar la fusión entre cada uno de los métodos de resampleo con cada una de
lxxii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lxxiii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
lxxiv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Concluyendo que cada la fusión de imágenes que se realizó con diferentes métodos y
técnicas, permiten mejorar la resolución espacial al mejorar la resolución de los pixeles, pero
Después de realizar la Tabla de Frecuencias de los niveles digitales de una imagen satelital,
imagen basado en la frecuencia con que se repite cada uno de los niveles digitales.
lxxv
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
10. Conclusiones
de estas.
satelital.
esta.
digitales, pues la frecuencia de cada uno de estos nos ofrece información mas
lxxvi
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
11. Bibliografía
S.A.
Gonzales, R. C., & Woods, R. E. (2008). Digital Image Processing. New Jersey: Pearson
Prentice Hall.
Publishers.
M. Mather, P., & Koch, M. (2011). Computer Processing of Remotely-Sensed Images. Boston:
WILEY-BLACKWELL.
Rey Graña, C., & Ramil Díaz, M. (s.f.). INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTICA.
España: Netbiblo.
lxxvii
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
INGENIERÍA CATASTRAL Y GEODESIA
PROCESAMIENTO DIGITAL DE IMÁGENES
Vivancos Martí, J., Grau Prieto, M., Llastarri Rezola, A., & Vivancos Bermejo, D. (2005). La
lxxviii