departamento postgrado facultad de ciencias …scanner, cámaras de video, barredores, etc,) el nd...

Departamento Postgrado Facultad de Ciencias Naturales y Museo UNIVERSIDAD NACIONAL DE LA PLATA

Procesamiento Digital de Imágenes Aplicado a Recursos Naturales Noviembre 2001 Profesor Juan Carlos Gómez [email protected]

DIGITALIZACION La digitalización de una imagen (fotografía aérea, fotografía espacial, imagen satelital,

cartografía, etc.) es el proceso de convertir estos datos analógicos en un arreglo ordenado de píxeles.

Por otro lado los sistemas de registro de la mayoría de sensores remotos también involucra el proceso descrito anteriormente, en otras palabras estos instrumentos convierten también, la superficie terrestre observada, en un arreglo ordenado de píxeles

Para poder entender mejor lo que significa una imagen digitalizada haremos un ejercicio a través de una fotografía (dato analógico) y una grilla superpuesta.

Ahora nuestra fotografía con su grilla, nos permite hacer un análisis individual de cada celda y asignarles valores de 1 a 7 al valor de gris promedio involucrado. Tenemos una grilla donde cada casillero tiene un número que representa un valor de gris promedio de la fotografía original. Si escribimos el ordenamiento, por ejemplo: nuestra imagen esta formada por 18 líneas de 13 píxeles cada una, y los valores obtenidos se ordenarán desde izquierda a derecha en cada línea y de arriba hacia abajo hasta terminar el registro (descripción de su estructura) y los valores asignados a cada celda (datos propiamente dichos) en un papel, habremos generado la esencia de un archivo digital. Si este papel se lo damos a otra persona, a partir de ese archivo, estaría en condiciones de reproducir la imagen que dio origen a estos datos.

Debido a que en las imágenes la cantidad de datos es muy grande en vez de utilizase un papel como soporte, se utilizan otros medios con mayor capacidad como soportes magnéticos (Cinta, Cartridge, diskette, etc.) u ópticos (CD o DVD).

Cada uno de las celdas analizadas independientemente se conocen con el nombre de PIXEL, término que proviene del inglés: PICTURE X ELEMENT. Una imagen digital está constituida

por un arreglo de píxeles y cada uno tiene un atributo de valor numérico que se conoce como número digital (ND). Una imagen digital está estructurada de la siguiente manera: Dentro de un arreglo podemos ubicar un pixel, contando el número de píxeles desde su origen izquierdo y de líneas desde su margen superior, esta estructura nos permite identificar cada pixel con dos valores X: PIXEL Y :LÍNEA, según esquema:

pixel : L 11 P 7

La forma más común de graficar un archivo de este tipo es a través de un histograma,

usando los datos del ejercicio anterior podemos calcular el porcentaje de píxeles que tiene la imagen para cada tono de gris, tendremos el histograma de nuestra imagen.

En el caso de imágenes digitalizadas por diferentes tipos de equipos (Tambores, Scanner, cámaras de video, barredores, etc,) el ND es registrado a través de una secuencia ordenada de unos y ceros denominada Byte que representa 256 niveles de grises. Recordemos



que el ojo humano tiene la capacidad de discriminar aproximadamente 16 diferentes tonos de grises, mientras que en un archivo digital es posible distinguir con certeza dentro de una gama mucho más amplia, por ejemplo: es factible separar el nivel de gris 178 del 179 entre 256 niveles diferentes y si hablamos de colores es posible distinguir un color dentro de más de 16 millones, este razonamiento refleja la gran potencialidad de trabajar con archivos digitales.

El archivo que generamos en el ejemplo anterior dónde tenemos arreglo de líneas(y), píxeles(x) y ND es un archivo digital raster. Puede estar ordenado de diferente manera, este tipo de ordenamiento se conoce con el nombre de formato.

Anteriormente indicamos que un archivo digital raster estaba constituido por los datos propiamente dichos mas una información adicional donde se explica como éstos están ordenados, ese tipo de información puede estar incluido en el archivo como un encabezamiento (Header) o al final del registro (Trailer).

Las variables básicas en la definición de la estructura del archivo son: número de píxeles, números de líneas y números de bandas. Existen tres grandes grupos de estructuras o formatos:

BIL (band interlived by line),BSQ (Band Sequential), BIP(Band interlived by pixel)



BIL (band interlived by line) En este tipo de formato cada registro es una

línea y en función de las bandas involucradas en la imagen se encontraran dispuestas sucesivamente, por ejemplo: si la imagen tiene 7 bandas, el primer registro corresponde a la primer línea de la banda 1, el segundo a la primer línea de la banda 2, el tercer registro a la primer línea de la banda tres, así hasta la banda 7 y el próximo registro corresponderá a la línea 2 de la banda uno y así sucesivamente hasta el final de los datos.

BSQ (Band Secuential) Este formato plantea un archivo (File) para

cada banda, y su ordenamiento es: primer registro, la primer línea de la banda 1; en el segundo, la segunda línea de la misma banda y así sucesivamente. Si la imagen tiene tres bandas tendrá tres archivos en los cuales cada registro es una línea. Por supuesto estos archivos tienen que ir acompañados por encabezamientos (Haeder) donde consigne entre otros parámetros, número de píxeles y líneas.

BIP(Band interlived by pixel) n este formato cada registro es una línea si fuera una imagen de tres bandas se

ordenaría de la siguiente manera: pixel 1 banda1, pixel1 banda2, pixel1 banda3, pixel2 banda1, pixel2 banda2, pixel2

banda3 y así sucesivamente. Los formatos mas conocidos son TIF, TGA, PCX,

GIF son en la mayoría BIP y BSQ mientras que cada programa de procesamiento digital de imágenes tiene su estructura propia como por ejemplo ER Mapper *.ers, Erdas :*.lan, Terramar: *.Img, PI: *.dat, Idrisi: *.img, TNTmips: *.rvc, etc. En la mayoría de los casos existen algoritmos de conversión de formatos para le manejo de los archivos digitales raster en cualquier plataforma o programa.

Generación de la imagen en papel



Una imagen como archivo digital casi siempre tiene que regresar a la forma analógica para poder ser utilizado. En este paso se procede con diferentes métodos, según las características requeridas en la salida. Es posible realizar un registro fotográfico del monitor, una salida de impresora, una salida de plotter o una salida a través de un sistema laser dónde se obtiene una imagen de muy alta resolución.

SISTEMAS DE PROCESAMIENTO DE IMAGENES Los sistemas de procesamiento digital de imágenes están conformados por Hardware

y Software muy específicos, donde todo está diseñado para poder almacenar, manejar y procesar archivos digitales de gran tamaño, una imagen Landsat TM en Fast Format con siete bandas ocupa un espacio de mas de 500 megabytes. Se pueden agrupar a los sistemas en: Sistemas soportados en PC y Sistemas de mayor envergadura soportados en estaciones de trabajo donde su costo es sensiblemente mayor (en el orden de decenas de miles de dólares)

Sistemas Soportados en PC En nuestro país están funcionando entre otros ER Mapper, Erdas, Easi/Pace de PCI,

Micro-image de Terramar, TNT Mips, Intergraph. Hay otros softwares diseñados para la enseñaza como: Idrisi de la Universidad de Clark de Massachusset USA., entre otros. También existen sistemas desarrollados en La Argentina (PC PIXEL).

En un sistema de procesamiento digital de imágenes es necesario considerar el Hardware y el software, debido a que son estructuras y configuraciones especiales las que se necesitan para manipular la información digital de imágenes.

La nueva generación de programas desarrollados en este tema se conocen como "integrados" donde en el mismo software se procesa digitalmente imágenes y accede a un GIS. Por ejemplo TNT MIPS, INTERGRAPH, Idrisi, ILWIS, etc. Entre Software y Hardware se necesita actualmente, hacer inversiones entre $ 8.000 y $100.000.

Por otro lado existe una generación de programas no comerciales que están destinados a la actividad docente y que son de fácil accesibilidad. Es importante destacar que estos programas funcionan muy bien en la enseñanza introductoria y pueden correr en una PC standard y no necesitan mayormente accesorios especiales entre ellos se puede mencionar:

DRAGON - Goldin Rudahl System, Inc. Six University Drive, Suite 213 Amherst, MA 01002 (USA) $ 995 IDRISI - Clark University Massachusset USA $250 RSVGA - Eidetic Imaging Ltd.,1210 Marin Park Drive, Brentwood Bay,British Columbia, Canada, VOS 1Ao $ 425 BILKO - UNESCO, Marine Science Training and Education Programme TREDMAR 7 place de Fountenoy 75700 Pris Francia Gratis LANDSAT - Mj. Scot A. Loomer 94-037 Kuahelani Avenue # 117 . Mililani Hawaii 96789 Gratis

Con un archivo digital raster y un sistema de procesamiento digital de imágenes es posible generar una serie de productos donde sus procesos y resultados son muy complejos, expondremos aquí la información básica sobre el tema.



PROCESAMIENTO DIGITAL Con el sólo motivo de ordenar el tema agruparemos los métodos de procesamiento, en

dos categorías que no funcionan cómo comportamientos separados sino que pueden interactuar (entre sí):

Restauración (Preprocesamiento) procesamiento digital (Realce y Extracción o análisis Digital)

RESTAURACION

Los procesos de restauración de imágenes están designados para reconocer y compensar los errores, ruido y distorsión geométrica introducidos durante el escaneo, transmisión y procesos de registro. El objetivo es llegar a una imagen semejante a la escena original, la restauración de una imagen es relativamente simple por que los píxeles de cada banda son procesados por separado.

LINEAS PERDIDAS PERIÓDICAMENTE

En algunas imágenes MSS los datos de uno de los seis detectores se perdía a causa de un problema de registro. En el archivo digital, cada seis líneas escaneadas aparecía una línea de ceros que se observaban en la imagen como líneas negras. Esto es llamado PERIODIC LINE DROPOUT. El proceso de restauración de este problema es muy simple, se asigna a cada pixel con valor 0 un promedio del ND calculado entre los píxeles vecinos en el registro superior e inferior respectivamente. Este proceso se observa claramente en el gráfico donde se muestran los ND de una imagen antes y después del proceso de restauración.

STRIPING

Para cada banda espectral, los seis detectores del sensor Landsat MSS o 16 para el Tematic Mapper (TM), están calibrados cuidadosamente y ecualizados radiométricamente antes que el satélite sea lanzado, Con el tiempo, las respuestas de



algunos detectores pueden derivar a niveles más altos o más bajos, en términos generales este defecto se conoce cómo striping. Un método para solucionar este problema es generar seis histogramas de la imagen, correspondiente a cada detector (en el caso del MSS) y compararlos entre sí y de esa manera ecualizar al detector anómalo para obtener así una imagen sin striping (Lámina 1), este proceso se describe en el gráfico.

RUIDO ALEATORIO

Las line dropout y striping son formas de ruidos sistemáticos que pueden reconocerse y restaurarse de una manera muy simple, el ruido aleatorio (random noise) requiere métodos más sofisticados. Este ruido aparece cómo un pixel con valores ND mucho más altos o bajos que sus vecinos, y producen puntos más claros o más oscuros que no solamente dañan la imagen sino que dificultan procesos posteriores cómo por ejemplo la clasificación. Los ruidos aleatorios pueden ser removidos por filtros digitales.

En la figura se muestra un arreglo de píxeles el cual tiene valores ND que van de 40 a 60, hay dos píxeles con valores ND de 0 y 90, los cuales pueden producir puntos claros y oscuros en la imagen, pueden ser removidos con un filtro de promedios de la siguiente manera:

Designar un filtro Kernel con un arreglo de píxeles impares en x e y, tendremos cómo en este caso 9 píxeles. El filtro nos permite calcular el valor ND promedio del pixel central, luego comparamos el valor calculado con el valor real. Si la diferencia entre ellos es mayor a la diferencia entre el valor máximo y mínimo de ese arreglo se le asigna a ese pixel el valor de ND calculado.

DISPERSIÓN ATMOSFÉRICA La luz solar al ingresar en la atmósfera sufre una dispersión en determinadas longitudes

de onda, una dispersión atmosférica muy familiar es aquella que actúa sobre la longitud de onda del color azul, motivo por el cual vemos de ese color al cielo, los colores rojizos y amarillentos que contemplamos al comienzo y final del día también se deben a efectos de dispersión. Este fenómeno deja en la imagen una presencia de bruma en casi todas las bandas. El método que corrige este defecto es conocido cómo eliminación de bruma (Haze remuve) Este proceso se basa en el concepto que la longitud de onda de la banda infrarroja no presenta dispersión atmosférica y dentro de su histograma existen píxeles negros (valor ND = 0) la comparación con los histogramas de las demás



bandas se utilizan cómo base para el cálculo de corrección. DISTORSIONES GEOMÉTRICAS Durante el proceso de escaneo es introducido un número de distorsiones sistemáticas y

no sistemáticas. Las mismas son corregidas durante la producción de la imagen master que presenta un formato cuadrado. La corrección puede no ser incluía en la imagen, de ser así, debe aplicarse antes de procesarla.

DISTORSIONES NO SISTEMÁTICAS Este tipo de distorsiones no son constantes por que resultan de la variación de la

posición del satélite, velocidad y altitud por lo tanto son impredecibles. Estas distorsiones deben ser evaluadas desde los datos traking landsat o información de puntos de control de campo. La variación de la velocidad causa distorsión sólo a lo largo de la pista. La rotación de la tierra en 28 segundos, que es el tiempo que requiere escanear una imagen, genera una distorsión en la direc-ción de escaneo, que es función de la latitud y la órbita del satélite, en el proceso de corrección se toman grupos sucesivos de 6 líneas en MSS o 16 en TM, los que son corridos hacia el oeste para compensar la rotación de la Tierra y cómo resultado tendremos una imagen donde su forma ya no es cuadrada, sino con forma de paralelogramo. La variación de aptitud (Rolido, cabeceo y rotación) causan distorsiones no sistemáticas que deben ser determinadas en cada imagen.

DISTORSIONES SISTEMÁTICAS

Las distorsiones geométricas cuyos efectos son constantes y predecibles, se llaman sistemáticas, ellas dependen de: Oblicuidad del barrido (Scan Skew), distorsión a lo largo de la línea de barrido (Cross-Tack) y variación de la velocidad del espejo.

Después de realizar todos éstos procesos estamos en condiciones de utilizar los datos digitales, se pueden diferenciar claramente, dos métodos de utilización de los datos digitales de una imagen con un sistema de procesamiento digital, podemos tomar dos caminos ver gráfico adjunto.

Extracción o Análisis digital Utilizar los datos digitales realizando análisis multiespectral, clasificación, componentes

principales, razón entre bandas, etc. Donde los objetivos en sí son discriminantes: Análisis Digital

Carta Temática



Realce Este tipo de técnica es la más usada por la comunidad geológica, porque lleva de

arrastre muchos años de interpretación visual, en el uso fotografías aéreas para obtener información estratigráfica y estructural. Esta habilidad valoriza a las imágenes realzadas dónde se distinguen elementos de relieve, cobertura y geología con mayor claridad.

La situación particular de nuestro país pone también a las imágenes corregidas geométricamente, en un lugar de importancia, debido a que ellas ocupan el que deja la información cartográfica argentina.

Un sistema de procesamiento digital de imágenes cuando hablamos de realces (enhacement) se puede comparar con un instituto de belleza donde muchas personas entran, pueden quedarse horas días o meses resaltando lo que quieran y distrayendo lo que quieran y al salir puede ser difícil reconocerlos.

Describiremos algunos de los procesos realizados sobre los datos digitales para obtener un óptimo material, que posteriormente es usado mediante la técnica de interpretación visual.

CONTRASTE Dentro de las técnicas de realce las más usadas son las de contraste. El rango de sensibilidad de los detectores TM y MSS se diseñaron para registrar un

amplio rango de valores ND, registran desde un basalto con tonalidades muy oscuras hasta una salina o una masa de hielo con tonalidades extremadamente claras dentro de un amplio rango de condiciones de luz. La mayoría de las escenas individuales, no utilizan en su totalidad el rango de sensibilidad de los detectores, para producir una imagen de óptima relación de contraste, es importante utilizar el rango de luminosidad completo. Si tenemos la imagen original sin ninguna modificación de los datos ND nos mostrará un histograma, dónde los valores horizontales corresponden al valor ND (o valor de luminosidad o brillantez) y los verticales el número de píxeles, veremos que el central está en el 92% del histograma y tiene un rango de ND desde 49 a 106, el cual utiliza solo un 23% del rango potencial de luminosidad (106-49)/ 256=23%. Este limitado rango de luminosidad refleja el bajo contraste de la imagen original. De los métodos de realce de contraste los más usados son tres: Contraste Lineal, Contraste no lineal y IHS.



Contraste Lineal El contraste lineal es

el realce más simple, analizando el histograma de la imagen original en la figura 13, observamos que el valor mínimo del ND es 49 y el máximo es 106, si le asignamos al valor 49 el negro (ND = 0) y al valor 106 el blanco (ND = 255) los restantes valores son distribuidos linealmente entre los extremos, histograma superior de la figura.

Contraste no lineal Es también posible realizar modificación del histograma en forma no lineal, Estiramiento

Gaussiano es un realce no lineal que realza el contraste en los extremos del histograma, este estiramiento, muestra una curva de distribución normal entre los límites de 0 a 255 provocando mayor contraste en la parte clara y oscura del histograma y una pérdida de contraste de los valores medios.

en la figura se muestra un histograma, dónde la distribución uniforme del estiramiento (ecualización del histograma) se ha modificado produciendo una densidad de población donde los rangos medios de luminosidad (ND) son estirados preferencialmente con pérdida del contraste de los píxeles de valores más bajos y más altos.

Un paso importante en este tipo de procesamiento digital es realizar un análisis previo del histograma, localizar el área de ND de interés y actuar en consecuencia.

IHS En la generación de una imagen

color se utiliza el criterio de sistema de colores aditivos : azul verde y rojo (RGB), otra alternativa en la generación de una imagen color es el de utilizar técnicas de IHS (Intensity, Hue, Saturation) que ofrece la posibilidad de percibir más claramente las diferencias cromáticas que existen en la imagen RGB.

La misma se analiza desde tres puntos de vista diferentes:

Intensidad: se genera una

banda dónde cada pixel es el promedio de ND de las tres bandas que la componen, sin considerar el color.

Matiz (Hue): para generar la

banda de matiz, es necesario utilizar una



tabla arbitraria de colores con correspondencia a valores ND. Por ejemplo 10=rojo y 40=amarillo 70=verde 130=azul 200=magenta, y al analizar el color del pixel de la imagen RGB podremos asignarle el valor ND que corresponda.

Saturación: el análisis de los píxeles de la imagen RGB con respecto a la saturación de color, permite generar una banda donde cada pixel tiene un valor de ND relacionado con el valor de saturación, asignándole el valor 0 a la saturación mínima (pixel gris) y 255 al de saturación máxima y los valores intermedios. En otras palabras un pixel de mínima saturación tiene idéntico valor de ND para cada banda (ejemplo: rojo=80 verde=80 y azul=80) y un pixel con valor máximo de saturación es cuando dos de sus bandas tienen valor ND=0 (ejemplo rojo=0 verde=0 y azul=255).

Density Slicing Esta técnica convierte los tonos continuos de grises de una imagen en una serie de

intervalos de un rango digital específico. Este tipo de producto puede analizarse con colores o como aéreas rodeadas por líneas de contorno. Esta técnica enfatiza sutiles diferencias de grises que pueden ser imperceptibles en la imagen original.

Realce de bordes El análisis del relieve es de fundamental importancia en la interpretación visual de la

imagen, la litología se encuentra asociada con formas de erosión y la estructura, ya sean sistemas de diaclasas hasta fracturas regionales presentan una expresión morfológica característica. Generalmente el relieve se refleja en la imagen por un cambio brusco de valor de ND , al realzar los bordes entre píxeles con diferencias en su luminosidad, resaltaremos las formas del relieve y observaremos mas claramente el mismo. A veces este realce nos permite detectar rasgos que no son visibles en la imagen original.

El realce de bordes es otra técnica para enfatizar las sutiles variaciones de ND entre pixeles adyacentes. Cuando la diferencia entre éstos supera valores predeterminados, el realce de bordes lo marca sobre la imagen como un contorno, escalones en la escala de grises o en cambios de color.

Han sido desarrollados en este caso filtros digitales que realzan los bordes en imágenes y los separamos en dos grupos: Direccionales y no direccionales.

Filtros no Direccionales El filtro Laplaciano es un filtro no direccional por que realza los rasgos lineales en todas

las direcciones, sutiles cambios en el relieve o elementos de infraestructura. (Lámina 4) Un típico filtro Laplaciano es mostrado en la figura. Es un Kernel con un alto valor central, 0 en cada esquina y -1 en el centro de cada lado. Este filtro es superpuesto sobre el arreglo original de pixeles de la imagen y cada pixel es multiplicado por el correspondiente valor del Kernel, los nueve resultados se suman y el valor resultante se suma al pixel original ubicado en el centro del Kernel y este valor reemplaza al ND original. En la figura el filtro esta ubicado sobre la imagen y la multiplicación y suma da un valor de 5, el pixel central en el arreglo original(40) es sumado al valor del kernel y produce un nuevo valor: 45, de esta manera obtenemos una imagen filtrada Figura. En la Figura se grafican los perfiles de los datos originales y los filtrados donde se observa claramente el efecto del filtro utilizado.



Filtros direccionales Los filtros direccionales son usados para realzar los rasgos lineales en una dirección

específica. Se usan dos filtros Kernel cada uno de ellos son multiplicados por el seno y coseno del ángulo con respecto al norte de la dirección que se quiere resaltar, si los valores angulares se toman a la en sentido levógiro con respecto al norte se usan valores angulares negativos.

Extracción o Análisis Digital Los procesos de

restauración y realce utiliza la computadora para proveer imágenes corregidas y mejoradas a partir de las cuales se realiza la interpretación visual. Las computadoras no toman decisiones en estos procesos. Los procesos que identifican y extraen la información utilizan la capacidad de toma de decisión de la computadora. El operador debe dar instrucciones a la computadora y luego evaluar el significado de la información extraída. Como comentamos al principio este segundo grupo de técnicas tiene mayor participación la interacción entre el analista y el sistema utilizando criterios de estadística y análisis multi y hiperespectral.

Dentro de extracción o análisis digital podemos englobar todos los procesos con los cuales obtenemos información utilizando técnicas de estadística y cálculos. El punto de partida para realizar estas tareas es el dato original registrado por el satélite, en este caso la información radiométrica tiene que ser más precisa y acotada que la usada en realce.

Se pueden describir los siguientes procesos:

Corrección Geométrica La técnica de procesamiento digital de imágenes utilizada para generar cartografía

es no solo novedosa sino poco conocida en la mayoría de los medios técnicos que utilizan cartografía, por esta razón, es necesario actualizar criterios relacionados con los beneficios y limitaciones del método. Las imágenes satelitarias son utilizadas desde hace mas de 20 años como fuente para la obtención de cartografía planimétrica.

En este tipo de estudio se pueden utilizar imágenes Landsat TM con una resolución espacial de 30/15 m, Spot XS con 20 m, Spot P 10 m, imágenes Resours-F con 2, 5, 8, 10 y 20 m e imágenes de alta resolución con 0.61 a 4 m. Es decir que la imagen resultante esta compuesta por pixels que representan cada uno una celda de 30 x 30 m hasta 1 x 1 m. Si la precisión de los datos usados para la corrección acompañan a la resolución espacial de la imagen a corregir, podremos tener un rms (error medio cuadrático) planimétrico, del orden del pixel. Esto implica que utilizando una Landsat TM la precisión planimétrica que podremos lograr es muy parecida a la precisión que la Ley de la Carta define para escala 1:100.000, por otro lado es importante consignar que una imagen Landsat cubre una superficie equivalente a mas de 17 hojas 1:100.000 del IGM.

El objetivo buscado es la obtención de una imagen realzada y corregida geométricamente para poder, a partir de ella, obtener una cartografía con métodos de



interpretación y de esta manera obtener una cartografía confiable desde el punto de vista de su precisión cartográfica. En la corrección geométrica es posible elegir la proyección geográfica ( Gauss Krüger, UTM) y un sistema de referencia determinado ( Posgar, Chos Malall, Campo Inchauspe, La Canoa, Aguaray, Pampa de castillo, etc.)

La corrección geométrica se realiza a partir de toma de puntos (GCP: Ground control point) con coordenadas geográficas conocidas con error acotado. Estos datos pueden ser tomados de cartografía o a partir de datos gps tomados en el campo.

La situación real de la cobertura de nuestro país hace que esta técnica se torne importante a causa de que nos permite obtener cartografía confiable donde no exista o actualizar la cartografía disponible.

Mosaico Digital Cuando estamos frente a un proyecto que involucra más de una imagen y es necesario

construir un mosaico, éste tendrá conflictos de dos tipos: 1-Tonales (blanco y negro) Cromáticos (color) 2-Geométricos Estas imágenes también pueden manipularse digitalmente y generar el mosaico digital,

de esta manera se superan los inconvenientes que se presentan al construir un mosaico a partir de imágenes en formato fotográfico.

Frecuentemente el área de estudio se encuentra ubicada entre 2 o mas imágenes y es necesario generar un mosaico digital, para ello se identifican píxeles comunes en la zona de superposición y estos puntos de control se utilizan para corregir geométricamente y radiométricamente dos o más imágenes entre si.

La posibilidad de digitalizar las fotografías aéreas brinda una interesante alternativa, a partir de estos datos digitales y utilizando el mismo método anterior, se obtendrá una imagen con muy buena resolución espacial que se denomina mosaico digital.

Imágenes estereo sintéticas Dentro del ordenamiento de píxeles de una imagen es posible asociar a cada pixel con

su valor de altura topográfica (Modelo digital del terreno) y mediante algoritmos de paralaje desplazar cada pixel en relación con su altura topográfica, de esta manera se generarán dos imágenes que pueden ser observadas estereoscópicamente. Lo interesante de este método, es que se la misma forma puede asociarse a la imagen valores geoquímicos, geofísicos, etc. y al observarlos estereoscópicamente veremos la imagen y una tercera dimensión que puede ser el relieve generado por una anomalía gravimétrica o variaciones de partes por millón de cobre. Es posible obtener una visión tridimensional con el método de anaglifo utilizando un par estereoscópico, el mismo no solo puede ser de fotografías aéreas, fotografías espaciales. Si se está estudiando una zona donde existe superposición con la órbita vecina su observación estereo puede sumar criterios en el conjunto del análisis.

Cociente entre bandas Es posible realizar combinaciones entre diferentes bandas de la misma imagen, una de

ellas se conoce cociente entre bandas. Podemos explicar el proceso con un ejemplo, si tenemos un tipo de roca (Figura) donde las características radiométricas de la misma tendrían que ser idénticas en toda la extensión de su afloramiento pero observamos que a raíz de que parte de esta roca se encuentra con diferente iluminación solar los detectores del satélite registrarán diferente valores de ND en función de esta situación. Si analizamos los valores de ND en las bandas 1 y 3 del TM por separado, veremos que la misma roca tiene diferentes valores de ND en las dos bandas.



Cuando generamos una banda donde cada pixel es el cociente de los valores de ND de la banda1 / banda 3, observamos que de esta forma podemos obtener un valor ND para esta roca, en cierta manera estamos eliminando la variación en la iluminación solar generada por el relieve. Componentes Principales Un pixel en una imagen multiespectral tiene diferentes valores de ND para cada banda, es posible plottear los píxeles de dos bandas relacionadas en un gráfico de abscisas y ordenadas, si graficamos por ejemplo la banda 1 y 2 (Figura) tendremos una distribución elongada de los píxeles, es posible generar una imagen se define un nuevo eje del histograma coincidente con en el eje mayor en esa distribución elongada y otra imagen puede tener como eje de referencia el eje menor. Si relacionamos tres bandas, por ejemplo 1, 2 y 3 del TM obtendremos una distribución tridimensional de los píxeles en este caso resultará un elipsoide elongado, si tomamos como referencia el eje mayor, intermedio y menor de dicho elipsoide para generar tres nuevas bandas habremos generado imágenes usando la transformación de componentes principales.

Clasificación multiespectral El método de clasificación multiespectral tiene

por objeto discriminar clases dentro de los valores espectrales de una imagen, cuando se realiza una clasificación en campos de nuestra pampa húmeda es común encontrar pocas clases ( pasturas, campos arados, campos sembrados: trigo, maíz, soja etc.) y los límites son netos: alambrados que separan parcelas con diferente uso, pero cuando se realiza una clasificación en un área con geología de superficie expuesta, los límites entre unidades suelen ser transicionales y las clases son numerosas. De todos modos es un método que requiere el uso de cálculos estadísticos de variada complejidad, la clasificación puede ser realizada en forma automática o supervisada por el operador, este último implica mucho control de campo. Para realizar una clasificación con seriedad tiene que apoyarse en estudios estadísticos, trabajo de campo y la intervención de un profesional de basta experiencia en el tema objetivo.

Análisis multitemporal El registro de imágenes satelitarias se realiza con períodos de 18 días las imágenes

Landsat y de 6 a 26 días en las imágenes Spot, existen otros sensores con una revisita mas corta. El análisis temporal puede ser de mucha utilidad cuando se esta realizando el estudio de

un proceso dinámico, los lapsos de observación pueden variar en meses o años según el tipo de rasgo a estudiar. Bibliografía Consultada



Sabins Floyd Remote Sensing Principles and Interpretation W.H. Freeman and Co. NY 1987

Sabine, Ch., 1999. Remote sensing strategies for mineral exploration. En A. Rencz (editor): Remote sensing for the Earth sciences, pg.: Cap. 8: 375-428. John Wiley & Sons, Inc. New York.

Lillesand, S. y Kiefer, R., 2000. Remote sensing and image Interpretation. 4th edition. John Wiley & Sons Inc. 724 pgs Manual of Remote Sensing The American Society of Photogrammetry 1989 Remote Sensing in Geology Siegal-Gillespie John Wiley & Sons NY1969

Gao, J., 2001. Non-Differential GPS as an alternative source of planimetric control for rectifying satellite imagery. Photogrammetric engineering & Remote sensing (PE & RS),

67: 49-56. Maryland. Earth Observing Platform & Sensors

The American Society of Photogrammetry 1996 Curso de Teledetección aplicada al estudio de los recursos naturales. Cons. Sup. Geol. Abril 1994 J.C. Gómez Publicaciones Periódicas: Treatise of Petroleum Geology Reprint Series Nro 18 y 19 AAPG 1992 Revista del Instituto Geográfico Militar Photogrammetric Engineering and Remote Sensing

Eaerth Observation Magazine

departamento postgrado facultad de ciencias …scanner, cámaras de video, barredores, etc,) el nd...

Documents