FOTOGRAMETRIA, FOTOINTERPRETACION Y TELEDETECCION

CARRERA PROFESIONAL DE INGENIERÍA AMBIENTAL

FACULTAD DE INGENIERÍA

SESIÓN 12: Análisis Digital de Imágenes I

Ing. Geóg. Tania E. Cotrina Tello

Saberes previos

¿En que consiste el análisis digital de imágenes?

¿A que denominamos datos de tipo raster?

¿Qué tipo de mejoras se puede realizar en una

imagen de satélite?
LOGRO
Al término de la sesión, el
estudiante conoce las técnicas para
mejorar las imágenes de satélite,
desarrollando habilidades
mediante el uso de fuentes de
información online de datos
espaciales y del software
especializado.
CONTENIDO

1.- Fundamentos Precepción Remota

2.- Plataformas satelitales y sensores
3- Ventajas
4.- Principales aplicaciones
5.- Características de los satélites
1.- ANÁLISIS DIGITAL DE IMÁGENES

• Facilita el tratamiento de los datos mediante sistemas informáticos, de

manera que se agilizan las tareas de interpretación (Chuvieco, 2008), la
obtención de variables biofísicas, de modelos cuantitativos y la integración
de los datos derivados con otra información temática en el entorno de los
Sistemas de Información Geográfica, facilitando los análisis relacionales y
de causalidad entre variables.

 Significado de los píxeles (Modelos de datos raster)

 Patrones (diferencias) de resolución espacial
 Patrones (diferencias) de resolución espectral
2.- MODELO DE DATOS RASTER

• Este término se utiliza, generalmente, para describir un sistema de

representación de imágenes, donde la imagen está compuesta de
pequeñas celdas, internamente uniformes (píxeles), dispuestas
en una malla.

• El orden de almacenamiento de la imagen es, generalmente, de

izquierda a derecha a lo largo de la línea y, a continuación, de
arriba a abajo de una línea a la siguiente.
2.- MODELO DE DATOS RASTER (PIXEL)

ESCENA LANDSAT TM CELDAS O PIXELES

2.- MODELO DE DATOS RASTER (MATRIZ DE DATOS)

MULTIBANDA

UNIBANDA
3.- COMPOSICIONES DE COLOR (RGB)

 Consiste en aplicar cada color rojo, verde y azul (RGB) a una

banda distinta de la imagen, seleccionada con el criterio y orden
que se estime mas oportuno.

 El proceso permite visualizar simultáneamente imágenes de

distintas regiones del espectro, lo que facilita la delimitación visual
de alguna cubierta.
3.- COMPOSICIONES DE COLOR (RGB)

BANDA (ROJO)
0.61 - 0.67 um

BANDA (VERDE)
0.53 - 0.59 um

BANDA (BLUE)
0.45 - 0.61 um

COMPOSICION RGB 321

INFRARROJO FALSO COLOR STANDAR
3.- COMPOSICIONES DE COLOR (HSI)

 Transforma los colores (RGB) a propiedades del color (HSI: Tono,

Intensidad, Saturación).

 Puede utilizarse para realces de la imagen o para aplicaciones

tales como combinar SPOT pancromático de 10 metros con
multiespectral de 20 metros o una imagen de iluminación con
cualquier otra imagen.
3.- COMPOSICIONES DE COLOR (HSI)
BANDA 1
SATURACION

BANDA 2
INTENSIDAD

BANDA 3
TONO

COMPOSICION HSI 123

 4.- REALCES

BANDA 1 (VERDE) BANDA 2 (ROJO) BANDA 3 (INFRARROJO)

Técnicas dirigidas
a realzar, enfatizar
o suprimir ciertas
características de
la imagen con el
fin de mejorar su
calidad visual. m= 40 m= 20 m= 8
M=254 M=254 M=246
215 ND 235 ND 239 ND
5.- AJUSTE DEL CONTRASTE

Los procesos de EXPANSION DEL CONTRASTE:

EQUALIZACION DEL HISTOGRAMA
ajuste del
contraste tienden
a adaptar la La Ecualización del Histograma es un algoritmo que tiene en
cuenta la forma de distribución de frecuencias en los niveles
resolución
digitales originales. Así el Nivel Visual de cada Nivel Digital esta
radiométrica de la en proporción a su valor y a su frecuencia
imagen a la
capacidad de El histograma de la imagen ofrece una mejor distribución de los
datos (Distribución Gaussiana).
visualización del
monitor.
5.- AJUSTE DEL CONTRASTE

EXPANSION DEL CONTRASTE:

EQUALIZACION DEL HISTOGRAMA
BANDA 1 (VERDE) BANDA 2 (ROJO) BANDA 3 (INFRARROJO)
6.- FILTROS

Operación, realizada sobre una imagen, que modifica los valores de cada
píxel en función de los valores de ese píxel y de sus vecinos más próximos. El
proceso matemático de filtrado se conoce como convolución, y determina el
valor del píxel filtrado multiplicando su valor original y el de sus ocho
vecinos por los valores almacenados, en las posiciones correspondientes, en
una plantilla 3 x 3, 5 x 5, 7 x 7 o de tamaño variable.

A continuación, se suman los resultados para obtener el valor del píxel

filtrado. Los contenidos de la plantilla se conocen como “kernel” del filtro.
 6.- APLICACIÓN DE FILTROS

 Los filtros de media y gaussianos se utilizan, comúnmente, para

generalizar imágenes.

 Los de mediana son apropiados para eliminar ruidos aleatorios.

 El filtro condicional es útil para eliminar el efecto de "sal y pimienta" y

también para corregir aquellos píxeles cuya intensidad se debe a las
características de la zona captada en la imagen, pero con un factor de ruido
aditivo o multiplicativo.
6.- APLICACIÓN DE FILTROS

 Los de moda son buenos para completar huecos entre polígonos después
de una conversión vector a raster.

 Los filtros de realces de eje acentúan áreas de cambio en superficies

continuas.

 Los filtros de paso alto resaltan las áreas de cambio brusco de las de cambio
gradual.

 Los detectores de bordes Sobel resaltan los bordes entre los elementos o
áreas de cambio brusco.
6.- APLICACIÓN DE FILTROS

Filtro Condicional

Reducir el efecto Ruido

ANTES DESPUES
6.- APLICACIÓN DE FILTROS

Filtro de Paso Alto

Resaltar rasgos lineales
6.- APLICACIÓN DE FILTROS

Filtro detectores de Bordes Sobel

Metacognición

¿Qué hemos aprendido en esta sesión y como lo aplicaríamos?

¿Cómo utilizará la teledetección en su investigación?

 DESARROLLO DE LA PRÁCTICA

• Generación de una composición

• Composite (TollBox)

• Combinación de bandas
• Color real y falso color

• Recortar la imagen para el ámbito de estudio

Clip raster
 MATERIAL DE APOYO

Manual de composición de bandas

https://www.youtube.com/watch?v=iY42jFq_7Yc