Você está na página 1de 23

Curso de Teledeteccin para la Caracterizacin Ambiental

EJERCICIO. Clasificacin No Supervisada

EJERCICIO Procesamiento de Imgenes Satelitales Este ejercicio consiste en manejar las imgenes satelitales para hacer una interpretacin del tipo de cobertura que representan. Basndose en la manipulacin numrica de las imgenes, podemos interpretar y clasificar los nmeros digitales que representa cada pxel y convertirlos a un lenguaje que podamos manipular y trabajar en diferentes formatos. Las manipulaciones que se pueden realizar incluyen: Preprocesamiento Realce Clasificacin Trabajaremos en el Realce y la Clasificacin, ya que nuestra imagen insumo ya cuenta con correcciones de distorsiones radiomtricas y geomtricas, mismas que corresponden al Preprocesamiento. Para realizar este ejercicio utilizaremos ERDAS Imagine .

1. Mejoramiento Visual de la imagen: a. Aqu aplicaremos tcnicas de realce para mejorar la interpretabilidad visual de una imagen, aunque no aumenta la cantidad de informacin contenida en ella. b. Utilizaremos la tcnica de Estiramiento de contraste, para reasignar valores a los pixeles y realzar su diferenciacin para que sea ms fcil su clasificacin.

c. Abrir ERDAS Imagine , y abrir una vista, clic en Viewer , una nueva ventana se abrira (si pregunta que tipo de vista se desea utilizar seleccionar Classic Viewer)

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

d. Ingresar la imagen con que trabajaremos, en la vista creada en clic en File, Open/Raster Layer

Se abrir una nueva ventana donde navegaremos hacia donde guardamos la imagen compuesta final generada en el ejercicio anterior (mosaico), al encontrarla, seleccionarla y clic en ok

e. Extender la imagen a la vista, sobre el fondo negro de la vista que tenemos abierto, hacer clic derecho y seleccionar Fit image to window. Ahora visualizaremos la imagen en la vista.

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

f. Podemos manipular la posicin de las bandas de la imagen, en el men de la vista que tenemos abierta seleccionar Raster/Band Combinations..

g. En la nueva ventana que se abre podemos hacer la manipulacin de bandas que sea mejor para nosotros. Despus de haber hecho la composicin de bandas, cerrar esa ventana.

h. Para realizar la tcnica de contraste debemos crear una columna de contraste en nuestra imagen, para esto en el men de la vista seleccionamos Raster/Contrast/General Contrast

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

En la ventana abierta seleccionar los parmetros descritos arriba , select Apply y Cerrar Close

i. En el men de Erdas Imagine, seleccionar Interpreter , en la ventana que se abre seleccionar Radiometric Enhancement, en la nueva ventana de Radiometric Enhancement seleccionar LUT Strech.

j.

En la ventana de LUT Stretch, llenar todas los datos solicitados; i. Input File: navegar hacia la imagen (mosaico) ii. Output File: navegar hacia donde se guardar el producto a crear e

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

ingresar el nombre. Se abrir una ventana donde correr el proceso.

k. Abrir ArcMap para visualizar las dos imgenes (con stretching y sin) y evaluar los valores de los pxeles en cada rea distinguible de la imagen. i. Identificar los valores de los pixeles de las imgenes ii. Comparar entre las dos imgenes donde existe mayor diferencia En este proceso realizamos un realce visual de la imagen, el cual permite tener una mejor interpretacin de la misma.

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

2. Clasificacin de la imagen Se realizar una clasificacin no supervisada, lo cual consiste en hacer un agrupamiento de rangos con valores cercanos de los pixeles. El a. En el men de Erdas Imagine , clic sobre el cono

Classifier

, y seleccionar Unsupervised Classification

b. En la siguiente ventana de Unsupervised Classification llenar con los siguientes valores: i. Input Raster: ingresar la imagen a la que se realiz el stretching ii. Output Cluster layer filename: navegar hacia donde se direccionar el nuevo producto a crear, e ingresar el nombre. iii. Output Signatura Set Filename: navegar hacia donde se guardar este archivo e indicar el nombre. iv. Ingresar el Nmero de Clases (Number of classes), que en este caso escogeremos 9) v. Indicar el nmero mximo de iteraciones (repeticiones) a 15, esto para asegurarse que el proceso no correr por siempre.

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

vi. Indicar el umbral de convergencia (Convergence Threshold) a 0.95. Esto indica que el proceso parar cuando el 95% de los pixeles esten en el mismo grupo entre las repeticiones)

15

c. Clic OK en el dilogo

d. Cuando el proceso haya terminado abrir otra vista y cargar la nueva imagen creada. En la nueva vista, seleccionar File/Open/Raster Layer: buscar la nueva imagen creada y OK. Esta nueva imagen esta en una sola dimensin, donde cada pxel tiene un valor entre 1-9, el cual se le asign al grupo de pxeles con similares valores.

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

e. Ahora haremos un link entre las dos vistas que tenemos. En la vista del RASTER clasificado, seleccionar View/Link unlink Viewers/geographical. Clic en la vista de la otra imagen y nuestro link de vistas esta creado.

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

f. Esta nueva imagen corresponde a una capa RASTER, sin embargo tiene atributos. De la vista del RASTER seleccionar RASTER/Attribute

g. Ahora podemos identificar que representa cada clase: cambiando de color cada clase podemos identificar a que cobertura corresponde.

Seleccionar la clase y clic derecho sobre la columna de colores de esa clase, donde aparecer otra ventana para seleccionar diferente color.

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

h. Al final segn obtendremos una capa como la que se muestra en la imagen de arriba, donde las clases han sido cambiadas de color. Para hacernos una idea que representa cada clase, utilizaremos nuestra imagen real (RGB), con la cual se realiz el link, as se nos har ms fcil identificar el tipo de cobertura que estamos coloreando e identificando. i. Ahora cambiaremos de nombre las clases que hemos coloreado y preinterpretado. En la tabla de Atributos: Raster Attribute Editor, en la columna de Class Names, cambiaremos los nombres segn nuestra interpretacin.

10

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Al hacer los cambios debemos guardarlos, clic en el cono de guardar de esta tabla. Posteriormente tendremos que afinar nuestros resultados. Nota: La preclasificacin realizada corresponde a un ejercicio, y no completamente a los valores reales. Los pasos desarrollados anteriormente han servido para realizar una clasificacin no supervisada de las imgenes con que estamos trabajando, se podra seguir afinando la informacin con datos de campo por ejemplo y realizar una clasificacin supervisada como siguiente paso. Para fines de esta prctica procederemos a trabajar en afinar nuestros productos ms que todo en edicin, y contar con un resultado cuantificable.

3. Preparacin de nuestra capa de Cobertura: Abrir ArcMap , y aadir la imagen clasificada que acabamos de generar

11

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

a. Eliminar el ruido: como pueden ver en esta capa raster, existen clases con rea muy pequea dentro de clases que representan un rea ms extensa, a este efecto suele llamrsele sal y pimienta y es algo comn cuando realizamos este tipo de procesos. Para eliminar este ruido utilizaremos la herramienta Majority Filter, que se encuentra en ArcToolbox /Spatial Analyst Tools/Generalization/Majority Filter

Ahora pueden ver que el ruido ha disminuido.

Sin aplicar filtro

Aplicando filtro

12

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Sin embargo an se puede identificar un poco de ruido, por lo que aplicaremos la herramienta nuevamente.

Otra forma de realizar este proceso es en ERDAS, y se tiene el beneficio de escoger un filtro tanto de 3x3, 5x5 o 7x7, lo cual facilita este proceso.

13

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Las herramientas utilizadas en ERDAS son: en Classifier seleccionar Fuzzy Convolution, e ingresar los datos correspondientes.

14

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

b. Cuando tengamos listo nuestro raster, sin el efecto de sal y pimienta podemos transformarlo a otro formato. La tabla de nuestro ltimo resultado ha perdido los datos del nombre de las clases (Class names) y slo mantiene el valor, (Value), que es lo que nos interesa.

Tabla del resultado original

Tabla del resultado refinado

15

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

c. Ahora transformaremos estos datos a formato vector.

Esto lo

realizaremos en ArcMap , entonces la ltima capa Raster (del refinado) creada es la que transformaremos. Podemos dejar en nuestro proyecto dos capas, la del resultado inicial de la clasificacin y la ltima del refinado, eliminando todos los resultados intermedios.

d. En ArcToolbox polygon,

, seleccionamos Conversion Tools/Raster to

En la ventana que se abre ingresamos los datos:

16

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

i. Input raster: el raster filtrado ii. Field: el campo en el que se va basar la conversin (Value) iii. Output polygon features: direccionamiento y nombre del nuevos resultado vector. iv. Nota: Simplify polygons no debe ir seleccionado. v. Clic OK

e. Procederemos a identificar el nombre de las clases segn su valor (Value). En la tabla de nuestro vector creado, seleccionamos Options/Add field

En la nueva ventan que se abre, ingresar los valores de la imagen de abajo y clic en OK

17

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Con esto creamos un nuevo campo a nuestra tabla:

f. Ahora asignaremos el nombre en letras de lo que significa cada gridcode, en la misma tabla de arriba en Options seleccionamos Select by attributes y construimos una expresin: i. "GRIDCODE" = 1 ii. Clic en Apply

18

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Entonces nos seleccionar todas las celdas que tengan valor 1, en este caso slo una. Hacer clic derecho sobre el campo de class_name y seleccionar Fieldcalculator

En la nueva ventana que se abrir ingresar el nombre de la clase, segn la tabla de nuestro primer resultado 19

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Hacemos el mismo proceso para todos los otros valores de gridcode (Value); esta tabla puede ayudar a interpretar:
Value/Gridcode 0 1 2 3 4 5 6 7 8 9 Class name Unclassified No Data No Data Agua Bosque Bosque Matorrales y rastrojos Agropecuario y otros usos Agua Agua y nubes

Todava abra que hacer correcciones

Nota: puede que esta tabla no sea aplicable a su ejercicio.

Realizamos el proceso con todas las clases que tenemos hasta tener llena nuestra tabla. Por ejemplo cuando dos gridcode representan una misma clase podemos construir nuestra frase as:

20

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

E incluir el nombre de clase para todas las celdas de valor 3 y 4 automticamente.

Al tener llena toda la tabla, nos cercioramos de no tener nada seleccionado y vamos a proceder a disolver esta capa segn nuestro campo de Class_name. g. En ArcToolbox , seleccionamos Data Managment Tools/Generalization/Dissolve. En la nueva ventana que se abrir ingresar el shape en el que estamos trabajando, identificar la ruta donde se guardar y el nombre y finalmente selccionar el campo en el que se basar la disolucin, el cual ser class_name. Clic OK

21

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

h. Al final contaremos con nuestra capa Preliminar de cobertura, a la cual ya se le pueden obtener ciertos datos como rea por clase de cobertura/uso.

22

Curso de Teledeteccin para la Caracterizacin Ambiental


EJERCICIO. Clasificacin No Supervisada

Comentarios: El paso posterior para este proceso consiste en un anlisis de precisin de los datos, para determinar que tan certeros (verdaderos) son. Importante diferenciar una capa de nubes y una capa de cuerpos de agua, estas capas se pueden obtener previamente y eliminarlas de nuestro anlisis. (en los resultados que tenemos contamos con ellas) Se puede realizar una clasificacin supervisada despus de haber obtenido los datos de la clasificacin no-supervisada y realizar un anlisis mixto.

Otros: .

23