Transcript Clasificación supervisada

Clasificación supervisada
Ver Capítulo 8 del texto,
http://www.giscampus.org/gis.asp, o
http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorial
s/fundam/chapter4/chapter4_7_e.html
Interpretación visual de imágenes
• Criterios
– Tono
– Textura
– Forma
– Tamaño
– Patrón
– Sombra
– Asociación
Tono
Forma
Tamaño
Textura
Patrón
Asociación
Sombra
Procesamiento de imágenes
digitales para generar mapas
temáticos
Patrones de respuesta espectral
Patrones de respuesta espectral
¿Patrones de respuesta espectral
o signaturas espectrales?
• Algunos objetos tienen un patrón de
respuesta espectral bien particular
(signatura espectral).
• Muchos objetos tienen patrones que
solapan con los de otros objetos similares.
• El término de “patrón de respuesta
espectral” es considerado más apropiado.
Clasificación supervisada
• Define los patrones de respuesta
espectral de los objetos a clasificar,
extrayendo estadísticas de grupos de
píxeles considerados representativos de
las clases a detectar.
• Se le llama supervisada porque dirigimos
el procedimiento entrenando la
clasificación con nuestros conocimientos
sobre las clases.
Procedimiento
1. Extraer información sobre lugares de
entrenamiento.
2. Cotejar la información de lugares de
entrenamiento.
3. Extraer información temática (clasificar).
4. Evaluar la clasificación.
Lugares de entrenamiento
• Debe incluir áreas relativamente pequeñas.
• La suma de píxeles por clase debe ser no
menor de 10 píxeles por cada banda
espectral utilizada.
• Estos lugares deben estar regados por el
área de estudio de tal manera que se
incluya la mayor variabilidad posible.
Selección de lugares de entrenamiento
Evaluación gráfica de lugares de entrenamiento
Evaluación gráfica de lugares de entrenamiento
Extracción de información
temática
Algoritmos clasificadores
Clasificador paralelepípedo
Clasificador por distancia mínima a
los promedios
Paralelepípedo y distancia mínima
Paralelepípedo
Máxima probabilidad