You are on page 1of 14

Teledeteccin aplicada a Recursos naturales

Spring Procesamiento de Imgenes Clasificacin supervisada

Capitn FAP Joel Diaz Salinas diazsalinasjoel@gmail.com

Sumario
Clasificacin: Clasificacin supervisada

Clasificacin
Clasificador Bhattacharya
La medida de la distancia de Bhattacharya es usada en este clasificador por regiones, para medir la separabilidad estadstica entre un par de clases espectrales. Es decir, mide la distancia media entre las distribuciones de probabilidades de clases espectrales.

El principio es anlogo al utilizado para el clasificador Isoseg, Sin embargo, la medida de distancia usada es la distancia de Bhattacharya. El clasificador Bhattacharya, al contrario del Isoseg que es automtico, requiere la interaccin del usuario, a travs del entrenamiento. En este caso, las muestras sern las regiones formadas en la segmentacin de imgenes.

Clasificacin
Clasificador Bhattacharya
Para realizar la clasificacin, despus de realizar la segmentacin de la imagen compuesta en RGB, debemos componer nuevamente dicha imagen (la del Mosaico) en RGB y sombrear una de sus bandas para luego ingresar a Imagen/Clasificacin

Clasificacin
Clasificador Bhattacharya
Nos aparecer la ventana de clasificacin, donde debemos sombrear Contexto1, luego de eso seleccionamos Entrenamiento, se abre otra ventana, creamos los temas que necesitemos y tomamos las muestras necesarias.

La primera muestra es del tipo adquisicin, de acuerdo al grfico

Clasificacin
Entrenamiento
En el caso de estudio que vamos a realizar, debemos tener en consideracin algunos criterios de interpretacin importantes para entrenar al software sobre los temas que vamos a clasificar. En ese sentido, a continuacin se presentar dichos criterios en las imgenes Landsat TM en R (B5) G (B4) B (B3).
rea urbana: color magenta, textura ligeramente rugosa, forma irregular, localizacin junto a carreteras. Suelo expuesto: color magenta (dependiendo del tipo de suelo, puede ser bien claro, tendiendo a blanco), textura lisa, forma regular, localizacin de reas urbanas o reas agrcolas. rea agrcola: color magenta (suelo preparado), verde claro (cultivo en etapa inicial) y verde ms fuerte (cultivo maduro), textura lisa, forma regular/geomtrica, divisin en parcelas, presencia de sombras (reas oscuras) en cultivos ms altos. Bosque secundario: verde claro (reforestacin inicial), verde ligeramente oscuro (reforestacin avanzada o bosque degradado), textura lisa, forma regular, presencia de corredores.

Clasificacin
Entrenamiento

Bosque primario: color verde oscuro, textura rugosa, forma irregular.

Cuerpos de agua: color azul (material en suspensin) o negro (agua limpia), textura lisa, forma irregular, lineal rectilnea o curvilnea para ros.

rea quemada: color negro, textura lisa, forma irregular, en general.

Clasificacin
Entrenamiento
Las muestras obtenidas en el modo Adquisicin participan realmente del clasificador y, las muestras obtenidas en el modo Prueba son utilizadas apenas como estudio. Generalmente las muestras de prueba son adquisiciones imperfectas que son guardadas para posibles utilizaciones futuras. El modo Adquisicin aparece como "default"; se desea que alguna de estas muestras sean usadas como Pruebas, seleccinelas antes de la Adquisicin o podr alterarlas posteriormente;. Las muestras del modo prueba son importantes para que a la hora de hacer la clasificacin Bhattacharya podamos realizar un anlisis a dichas muestras y verificar la exactitud de nuestras muestras. Para efectos de la toma de muestras debemos extraer en este caso mnimo unas 6 a 8 muestras (mitad adquisicin y mitad prueba) con excepcin de bosque primario ya que sus muestras son ms grandes y slo necesitaran unas 4 para tal fin.

Clasificacin
Clasificador Bhattacharya
Luego de extraer la primera muestra, realizamos el mismo procedimiento para la segunda clase, teniendo en consideracin que las muestras deben ser repartidas en adquisicin y prueba.

La segunda muestra es del tipo prueba, de acuerdo al grfico

Clasificacin
De esa manera iremos extrayendo muestras de entrenamiento para cada clase hasta completar las clases creadas anteriormente en el modelo de datos Mapas.

Clasificacin
Luego que hemos cerrado la ventana de entrenamiento nos encontraremos nuevamente con la ventana de clasificacin, donde tendremos que seleccionar la opcin Clasificacin

Clasificacin
En la ventana de Clasificacin de Imgenes debemos seleccionar como tipo de clasificador: Bhattacharya, umbral: 95%, Categora: Landsat2006 y Nombre: Bhatta_95%_Mosaico20060516_B543 y ejecutamos.

Clasificacin
Clasificacin culminada

FIN