clasificacion de imÁgenes digitales
TRANSCRIPT
![Page 1: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/1.jpg)
CLASIFICACION DE IMÁGENES DIGITALES
![Page 2: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/2.jpg)
Clasificación: proceso por el cual se crean mapas temáticos a partir de imágenes de satélites
INTRODUCCION
![Page 3: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/3.jpg)
§ Tipo de la leyenda:
è Jerárquicas (Anderson, USGS; Corine).
è No jerárquicas.
§ Propiedades de la leyenda:
è Clases mutuamente excluyentes.
è Clases Exhaustivas.
è A tener en cuenta: evitar mezcla de criterios, ajustarse a los
datos disponibles.
CATEGORIAS
![Page 4: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/4.jpg)
![Page 5: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/5.jpg)
Fases de la clasificación
§ Entrenamiento (definir numéricamente las categorías):
è Supervisado.
è No supervisado.
§ Asignación (categorizar los píxeles de la imagen).
§ Verificación de resultados.
![Page 6: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/6.jpg)
FASE DE ENTRENAMIENTO
Métodos de clasificación:
•Supervisado
•No supervisado
Entrenamiento supervisado
![Page 7: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/7.jpg)
FASE DE ENTRENAMIENTO
Método Supervisado
Características de los áreas de entrenamiento
§ Bien identificados:
è Localización.
è Actualización.
§ Suficientemente homogéneos:
è Ruido de la escena.
è Auto-correlación espacial.
§ Que cubran todas las clases.
![Page 8: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/8.jpg)
FASE DE ENTRENAMIENTO
Cómo obtener estadísticas de entrenamiento
§ Muestreando píxeles:
è Se asume máxima variabilidad.
è Pueden seleccionarse píxeles aislados o píxeles
en el interior de polígonos.
è Métodos más estándar.
§ Segmentando la imagen en manchas:
è Se asume coherencia espacial.
![Page 9: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/9.jpg)
A
B
C
Superficies homogéneas
A
B
C
D
Superficies heterogéneas
Superficies variables
A
B
C
FASE DE ENTRENAMIENTO
![Page 10: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/10.jpg)
![Page 11: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/11.jpg)
![Page 12: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/12.jpg)
![Page 13: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/13.jpg)
FASE DE ENTRENAMIENTO
Método Mixto
•Análisis supervisado para al no supervisado
•Combinación del supervisado y no supervisado
![Page 14: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/14.jpg)
Análisis de estadísticas
§ Medidas de centralidad y dispersión.
§ Gráficos de valores promedio.
§ Gráficos de separabilidad.
§ Medidas estadísticas de separabilidad
è Distancia normalizada
è Divergencia
SEPARABILIDAD
![Page 15: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/15.jpg)
Valores estadísticos
![Page 16: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/16.jpg)
Gráficos de signaturas
Bandas
ND
METODOS GRAFICOS
![Page 17: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/17.jpg)
Gráfico de dispersión espectral
![Page 18: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/18.jpg)
Histograma de frecuencias de los ND
![Page 19: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/19.jpg)
Separabilidad estadística
METODOS ESTADISTICOS
![Page 20: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/20.jpg)
Ejemplo de separabilidad
![Page 21: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/21.jpg)
§ Determinar las clases problemáticas.
è Revisar el proceso de entrenamiento.
è Revisar las bandas seleccionadas.
§ Seleccionar las bandas con mayor poder discriminante.
Interés de las medidas de separabilidad
![Page 22: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/22.jpg)
FASE DE ASIGNACION
Criterios de asignación
§ Mínima distancia.
§ Paralelepípedos.
§ Máxima probabilidad.
§ ISODATA.
§ Árboles de decisión.
§ Redes neuronales.
Atribuir a cada celdilla a las categorías.Atribuir a cada celdilla a las categorías.
![Page 23: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/23.jpg)
Asignación: mínima distancia o vecino más próximo
![Page 24: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/24.jpg)
Asignación: mínima distancia o vecino más próximo
![Page 25: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/25.jpg)
§ Ventajas:
è Rápido de ejecutar.
è Todos los píxeles son clasificados
§ Inconvenientes:
è No considera varianza.
è Proclive a errores de comisión.
Asignación: mínima distancia o vecino más próximo
![Page 26: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/26.jpg)
Asignación: paralelepípedos o hipercubos
![Page 27: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/27.jpg)
§ Criterio de inclusión: si Inf < ND < Sup
§ Problemas:
è Píxeles en dos grupos
è Píxeles sin clasificar.
§ Ventajas:
è Rápido
è Considera dispersión.
Asignación: paralelepípedos o hipercubos
![Page 28: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/28.jpg)
Asignación: máxima probabilidad
![Page 29: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/29.jpg)
Asignación: máxima probabilidad
§ Criterio bayesiano:
p (x/A)≥≥ p (x/B)
§ Problemas:
è Lento de cálculo.
§ Ventajas:
è Considera dispersión.
è Pueden introducirse límites.
![Page 30: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/30.jpg)
![Page 31: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/31.jpg)
Otros criterios de asignación
§ Clasificadores en árbol.
§ Incorporar el contexto espacial:
è Antes.
è Durante.
è Después.
§ Clasificadores borrosos.
§ Redes neuronales artificiales.
![Page 32: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/32.jpg)
Datos:
Bandas,ND
Selección de la banda i
ND<V
?Clase w1
Seleccionar banda j
V1<ND<V2
?Clase w2
Seleccionar bandas k y l
NDk<V1
NDl>V2
?
Clase w3
Si
Si
Si
Clasificación en árbol
![Page 33: CLASIFICACION DE IMÁGENES DIGITALES](https://reader035.vdocumento.com/reader035/viewer/2022063020/62bc213062a6e1194d35b25f/html5/thumbnails/33.jpg)
Fundamento del método