Este documento resume los conceptos básicos de la clasificación multiespectral de imágenes satelitales, incluyendo las fases de entrenamiento y asignación, así como los métodos de entrenamiento supervisado y no supervisado. Explica que el entrenamiento supervisado implica seleccionar áreas representativas de cada clase para calcular estadísticas que definan numéricamente las categorías, mientras que la asignación asigna cada píxel a una clase basada en esas mediciones.

1. PROCESAMIENTO DIGITAL DE
IMÁGENES SATELITALES BÁSICO
UNIVERSIDAD DISTRITAL
FRANCISCO JOSE DE CALDAS
INGENIERIA CATASTRAL Y
GEODESIA
FERNANDO ÁVILA MÁSTER EN TECNOLOGÍAS DE LA I.G.
EDIER FERNANDO ÁVILA VÉLEZ

2. Clasificación multiespectral
EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA
 La clasificación digital no busca una definición
absoluta de cada cubierta, sino una caracterización
particular, válida para una determinada imagen y un
territorio concreto.
 Busca obtener una nueva imagen, en la cual cada uno
de los ND’s originales venga definido por un número de
clase, que es el identificador de la categoría en donde
se haya incluido.

3. EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA
Fundamentos de la clasificación

4. EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA
 Entrenamiento: definir numéricamente las
categorías:
 Supervisado.
 No supervisado.
 Asignación: categorizar los píxeles de la
imagen.
 Edición de resultados.
Fases de la clasificación

5. EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA
Entrenamiento supervisado
 Trata de definir con rigor cada una de las categorías a discriminarse,
teniendo en cuenta su propia variabilidad en la zona de estudio.
 Seleccionar una muestra de píxeles de la imagen que representen
adecuadamente las categorías de interés.
• El intérprete delimita áreas piloto suficientemente
representativas de las categorías.
• Es necesario seleccionar varios campos por categoría para
reflejar la variabilidad de la zona.
• El computador calcula las estadísticas elementales de cada
categoría a partir de los ND de todos los píxeles incluidos en
los campos de entrenamiento asignados a cada clase (píxeles
testigo).

6. EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA
Pastizal
Agua Áreas
forestales
Cultivos con riego
Apoyo de radiometría
de campo.
Entrenamiento supervisado

7. Características de las áreas de
entrenamiento
Bien identificadas.
 Localización.
 Actualización.
Suficientemente homogéneas.
 Ruido de la escena.
 Auto-correlación espacial.
Que cubran todas las clases.

8. EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA
Áreas de entrenamiento

9. Espacios de características
EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA

10. Espacios de características
EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA

11. Estadísticas de una muestra
EDIER FERNANDO AVILA MARTER EN TECNOLOGIAS DE LA INFORMACION GEOGRAFICA