Enfoques para la clasificación digital de imágenes mono y multiespectrales y su implementación en el software cubano TN Estudio V2.0

J.

Description

Resumen
En el presente trabajo se hace una descripción conceptual de todos los procesos que intervienen en la clasificación digital de imágenes monoespectrales y multiespectrales. Se hace una revisión en publicaciones recientes para ofrecer una información actualizada sobre el concepto de clasificación, sus campos de aplicación en la actividad de investigación humana, modalidades en que se emplea y los clasificadores estadísticos y de redes neuronales artificiales implementados con más frecuencia en sistemas computacionales. El muestreo digital de imágenes es descrito como la columna vertebral del proceso de clasificación así como los factores que intervienen en su calidad. Se analiza el uso de procedimientos para el mejoramiento de las muestras seleccionadas buscando la eliminación de muestras tomadas por error y la atenuación / eliminación de la redundancia informativa. Teniendo en cuenta la importancia de la matriz de informaciones se describe su estructura a partir de criterios de clasificación basados en los tonos, en descriptores de textura y el uso combinado de ambos para diferenciar las categorías temáticas presentes en la imagen. La generación de la información de aprendizaje / control destinadas al entrenamiento de los clasificadores y como vía para conocer la efectividad del clasificador. Se ofrecen detalles acerca de la matriz de confusión y su uso para evaluar la calidad con que han quedado establecidas las categorías deducidas después del proceso de clasificación. Finalmente, se hace una descripción de los métodos comúnmente empleados en el proceso de muestreo de campo para la verificación “in situ” del documento temático que está en preparación como resultado de toda la secuencia de la clasificación digital.
Abstract
Presently work is made a conceptual description of all the processes that take place in mono and multispectrals images digital classification A revision is made in recent publications to offer an up-to-date information on the classification concept, its application fields in the activity of human investigation, the modalities that it is used and the statistical classifiers and then the neuronal-artificial nets classifiers implemented with more frequency in computational systems. The digital sampling of images is described as the spine of the classification process as well as the factors that take place in its quality. The use of procedures is analysed for the improvement of the selected samples looking for the elimination of samples taken by mistake and the attenuation / elimination of the informative redundancy. Keeping in mind the importance of the matrix of information their structure is described starting from based classification approaches in the tones, in texture descriptors and the combined use of both to differentiate the categories thematic present in the image. The generation of the learning information / control designated to the training of the classifiers and as form to know the effectiveness of the classifier. They offer particulars about the matrix of confusion and their use to evaluate the quality with which they have been established the derived categories after the classification process. Finally, a description of the methods is made commonly employees in the process of field sampling for the verification “in situ” of the thematic document that is in preparation as a result of the whole sequence of the digital classification.

Sujets

• Clasificación
• Imagenes
• Muestreo
• Matriz de confusión
• Classification
• Images
• Sampling

Informations

• Publié par: erevistas
• Publié le: 01 janvier 2003
• Nombre de lectures: 32
• Langue: Español

Extrait

Revista de Teledetección. 2003. 20: 35-52.
Enfoques para la clasificación digital de imágenes
mono y multiespectrales y su implementación en
el software cubano TN Estudio V2.0
1 1 2 3 4J. L. Gil , E. B. García , D. R. Ponvert-Delisles , R. Sánchez , M. B. Vega
Correo electrónico: [e-mail], [e-mail] - [e-mail]
[e-mail]
1GEOCUBA - Investigación y Consultaría, Calle 4 N.º 304, Playa, C. Habana, Cuba
2Universidad Agraria de La Habana, Autopista Nacional Km. 231/2 y
Carretera de Tapasta, A. P. 18 y 19, San José de Las Lajas, Provincia Habana, Cuba
3GEOCUBA Guantánamo, 1 Oeste N.º 1053 altos e/ Bernabé Varona y Donato Mármol, Guantánamo, Cuba
4Inst. Superior Politécnico José A. Echeverría, 127 s/n, Marianao, CP-19390, C. Habana, Cuba
RESUMEN ABSTRACT
En el presente trabajo se hace una descripción con- Presently work is made a conceptual description of
ceptual de todos los procesos que intervienen en la all the processes that take place in mono and multis-
clasificación digital de imágenes monoespectrales y pectrals images digital classification A revision is
multiespectrales. Se hace una revisión en publicacio- made in recent publications to offer an up-to-date
nes recientes para ofrecer una información actualiza- information on the classification concept, its applica-
da sobre el concepto de clasificación, sus campos de tion fields in the activity of human investigation, the
aplicación en la actividad de investigación humana, modalities that it is used and the statistical classifiers
modalidades en que se emplea y los clasificadores and then the neuronal-artificial nets classifiers imple-
estadísticos y de redes neuronales artificiales imple- mented with more frequency in computational sys-
mentados con más frecuencia en sistemas computa- tems. The digital sampling of images is described as
cionales. El muestreo digital de imágenes es descrito the spine of the classification process as well as the
como la columna vertebral del proceso de clasifica- factors that take place in its quality. The use of proce-
ción así como los factores que intervienen en su cali- dures is analysed for the improvement of the selected
dad. Se analiza el uso de procedimientos para el samples looking for the elimination of samples taken
mejoramiento de las muestras seleccionadas buscan- by mistake and the attenuation / elimination of the
do la eliminación de muestras tomadas por error y la informative redundancy. Keeping in mind the impor-
atenuación / eliminación de la redundancia informati- tance of the matrix of information their structure is
va. Teniendo en cuenta la importancia de la matriz de described starting from based classification approa-
informaciones se describe su estructura a partir de ches in the tones, in texture descriptors and the com-
criterios de clasificación basados en los tonos, en bined use of both to differentiate the categories the-
descriptores de textura y el uso combinado de ambos matic present in the image. The generation of the
para diferenciar las categorías temáticas presentes en learning information / control designated to the trai-
la imagen. La generación de la información de apren- ning of the classifiers and as form to know the effec-
dizaje / control destinadas al entrenamiento de los tiveness of the classifier. They offer particulars about
clasificadores y como vía para conocer la efectividad the matrix of confusion and their use to evaluate the
del clasificador. Se ofrecen detalles acerca de la quality with which they have been established the
matriz de confusión y su uso para evaluar la calidad derived categories after the classification process.
con que han quedado establecidas las categorías Finally, a description of the methods is made com-
deducidas después del proceso de clasificación. monly employees in the process of field sampling for
Finalmente, se hace una descripción de los métodos the verification “in situ” of the thematic document
comúnmente empleados en el proceso de muestreo de that is in preparation as a result of the whole sequen-
campo para la verificación “in situ” del documento ce of the digital classification.
temático que está en preparación como resultado de
toda la secuencia de la clasificación digital.
PALABRAS CLAVE: clasificación, imágenes, mul- KEY WORDS: classification, images, multispectrals,
tiespectrales, muestreo, matriz de confusión. sampling, matrix of confusion..
.
N.º 20 - Diciembre 2003 35J. L. Gil, E. B. García, D. R. Ponvert-Delisles, R. Sánchez y M. B. Vega
Importancia de la clasificación digital de imáge-INTRODUCCIÓN
nes. Aplicaciones en disímiles ramas de las ciencias
La clasificación digital de imágenes es el pro-
ceso de ordenar los píxeles de una imagen en un El objetivo principal de la aplicación de las técni-
número definido de clases o categorías de datos, cas de procesamiento digital de imágenes en las
basado en los valores de un conjunto de varia- geociencias, es la obtención de una clasificación
bles o de píxeles. Si el valor satisface un con- digital que representa los tipos de cubrimientos que
junto de condiciones se asigna a una clase que existen en la escena, y en este sentido, están orien-
responde a esas condiciones. Expresado más tados los tratamientos previos que se le realizan a la
rigurosamente, el objetivo de la clasificación es, imagen como son, su mejoramiento visual, el filtra-
dado un conjunto de objetos presentes en la do digital, la detección de fronteras, las operaciones
imagen, cada uno de los cuales viene descrito entre bandas, etc, puesto que los resultados de la
por un conjunto de variables, asignar cada uno clasificación “marcan la calidad final del proyecto
desarrollado” (Chuvieco, 1995).
La necesidad del empleo de las técnicas de clasi-
ficación está dada por las características de los sen-
sores de teledetección, los cuales originan diferen-
tes ND para un mismo tipo de cubierta, lo que obli-
ga a encontrar métodos y medidas de semejanzas
basados en los valores multiespectrales asociados a
los puntos. Dichas medidas de semejanza se utili-
zan para agrupar los pixeles en categorías que faci-
liten la asociación con los tipos de cubrimientos
presentes en el terreno. Son precisamente, las técni-
cas de clasificación las que proporcionan el conjun-
to de herramientas para desarrollar esta tarea, posi-
bilitando finalmente, una etiqueta para cada pixel
haciéndolos “interpretables; esto es, convertibles a
categorías que supongan un mejor conocimiento
del territorio” (Chuvieco, 1995). La interpretación
Figura 1. Matriz de observaciones. se puede hacer analógicamente empleando versio-
nes impresas de las imágenes, o automatizadamen-
te mediante computadoras. El resultado de la clasi-
de ellos a la clase con la que mejor se identifi- ficación digital es producir una cartografía que des-
ca. La Fig. 1 muestra precisamente esa estructu- criba espacialmente, la distribución de las categorí-
ra multivariada, donde los N individuos repre- as objeto de estudio y unas tablas estadísticas, que
sentan los objetos y los V descriptores, las ayuden a resumir y comprender mejor el inventarioM
variables. superficial de las categorías de interés.
Al final, la imagen ha quedado dividida en Chuvieco (1995), ha definido claramente que “la
áreas que están etiquetadas, o simplemente seg- clasificación digital no busca una definición abso-
mentada en regiones, por lo cual a este proceso luta de cada cubierta, que pudiera ser aplicable a
también se le llama segmentación de la imagen. cualquier imagen, sino más bien una característica
La clasificación digital de imágenes se dirige a peculiar, válida para una determinada imagen, un
obtener una nueva imagen en la cual cada uno territorio concreto y un momento dado. Con este
de los pixeles originales viene definido por un planteamiento, no resulta preciso conocer detalla-
nivel digital que es el identificador de la clase damente las condiciones de adquisición; basta iden-
en donde se haya incluido. La clasificación está tificar en la imagen, las cubiertas de interés, sin pre-
relacionada con la obtención de un mapa temá- tender que esa identificación sea extrapolable a
tico a partir de la conversión de los tonos conti- otras situaciones. En resumen, no se trata de esta-
nuos de la imagen mediante un proceso que blecer un modelo entre medidas digitales y paráme-
categoriza los pixeles en tipos de coberturas o tros físicos, sino entre medidas digitales, en un
temas. momento dado y tipos de cubierta. En este sentido,
36 N.º 20 - Diciembre 2003Enfoques para la clasificación digital de imágenes mono y multiespectrales y su implementación en el...
la clasificación supone un enfoque más cualitativo, Principales enfoques que existen en la clasifica-
si bien, por tr