universidad de costa rica facultad de ingeniería escuela ... · leoworks busca archivos de imagen...

Escuela de Ingeniería Topográfica Manual de usuario del software LeoWorks

2011

1

Universidad de Costa Rica Facultad de Ingeniería

Escuela de Ingeniería Topográfica

MANUAL DE USUARIO PARA EL TRATAMIENTO DE IMAGENES MULTIESPECTRALES UTILIZANDO EL SOFTWARE LEOWORKS DE LA

AGENCIA ESPACIAL EUROPEA (ESA)

ELABORADO POR: JOSÉ FRANCISCO VALVERDE CALDERÓN

JESSICA ALFARO MORERA

MAYO, 2011


2011

2

Índice de contenidos

Abrir y Salvar una imagen ..................................................................................................... 4 Copiar, Cortar y Pegar una imagen ....................................................................................... 9 Imprimiendo una imagen ................................................................................................... 11 Inspeccionando una imagen ............................................................................................... 13 Midiendo Distancias ........................................................................................................... 18 Trabajando con imágenes a color ....................................................................................... 23 Mejorando una imagen ...................................................................................................... 31 Mejorando una imagen combinada .................................................................................... 34 Otros procedimientos de realce de imágenes ..................................................................... 38 Clasificación supervisada de una imagen ............................................................................ 40 Otros métodos de clasificación. .......................................................................................... 50 Agregar una leyenda a una imagen clasificada. ................................................................... 55 Ejercicios con datos del Landsat ......................................................................................... 58 Ubicación ........................................................................................................................... 58 Descripción de datos del Landsat ....................................................................................... 59 Descripción de las imágenes de la cuenca del río Congo .................................................... 61 Combinación de imágenes multiespectrales ....................................................................... 62 Combinación de color verdadero ....................................................................................... 62 Combinación de falso color .............................................................................................. 64 Prueba otras combinaciones. ............................................................................................ 65


2011

3

Nota aclaratoria

El presente manual es producto de una traducción "libre" del tutorial del software LeoWorks, de la Agencia Espacial Europea, el cual está disponible en su versión en inglés en la página http://esamultimedia.esa.int/multimedia/eduspace/leoworks2-tutorial.pdf (Abril de 2011) Este manual está dirigido a aquellas personas interesadas en aprender el uso del programa LeoWorks, por lo que no es su objetivo convertirse en un libro de texto o documento técnico sobre los conceptos de la Teledetección; de esta forma, es necesario que el usuario haya adquiridos estos conceptos por otros medios. Por ello, se parte del principio de que la persona que utiliza el software, es conocedor de los fundamentos teóricos básicos sobre Teledetección y tratamiento de imágenes digitales. En el presente manual se muestran varios procedimientos que pueden ser realizados con el software LeoWorks, como el realce de imágenes digitales, la generación de imágenes a partir de la combinación de las bandas en imágenes multiespectrales, efectuar una clasificación supervisada o no supervisada de una imagen multiespectral, entre otros. Se solicita que en caso de encontrar algún error en el mismo, dirigir un correo a [email protected], indicando la página y el error encontrado.


2011

4

Abrir y Salvar una imagen 1) Abra LEOWorks. LEOWorks busca archivos de imagen en el directorio LEOWorks/Data. 2) Abriendo una imagen. Hay 2 maneras de acceder a la ventana para abrir imágenes. -Seleccione File/Open.

- Dé click en el ícono de abrir en la barra de herramientas. Utilizando la ventana, seleccione el archivo con la imagen de interés (para efectos de este manual se utilizará la imagen romo.tif).


2011

5

Si un archivo contiene más de 3 bandas, una ventana aparecerá de modo que las bandas puedan ser seleccionadas. La imagen Romo.tif es un archivo GeoTiff conteniendo 7 bandas/imágenes.

El archivo utilizado en este manual cubre una isla llamada Romo en el suroeste de Dinamarca. Seleccione la imagen 1 (image1, que corresponde a la banda 1) y presione OK.


2011

6

La ventana Image Preview se abre mostrando la imagen con alto contraste. Presione OK para cargar la imagen. Si el usuario quiere abrir únicamente una parte de la imagen (recortarla), presione el botón con la opción Crop. La ventana que se expande a la derecha muestra las “reglas” usadas para cortar la imagen. Esta función el muy utilizada cuando se está trabajando con archivos muy grandes.

Ajuste las dimensiones y observe el recorte de la imagen a la izquierda (recuadro color azul).


2011

7

Ejemplo de la imagen recortada.

El botón Reset Crop reinicializará las “reglas” para mostrar nuevamente la imagen completa. Presione el botón OK para aceptar la imagen. LEOWorks recordará los parámetros de recorte hasta que se seleccione el botón Reset Crop. Hay 2 maneras de acceder al Save Image As… -Seleccionando File/ Save As… -Presionando el botón Save en la barra de herramientas. Adicionalmente, este botón también funciona cuando un cambio se ha hecho sobre la imagen. Si desea salvar un nuevo archivo, LEOWorks abrirá la ventana Save Image As. Seleccione el formato TIFF porque es el único formato que preserva la información geocodificada.


2011

8

Usando la ventana normal de Windows, elija un nombre para el archivo que va a ser salvado.

Ejemplo de imagen original e imagen recortada y guardada.


2011

9

Copiar, Cortar y Pegar una imagen Los comandos de cortar y copiar pueden ser usando para copiar selecciones desde LEOWorks hacia otras aplicaciones y/o pegarlas como nuevas imágenes.

1) Elija File/Open. Usando la ventana normal de Windows, seleccione el archivo Romo.tif y seleccione una imagen/banda.

Barra de herramientas que aparece en la imagen cargada.

2) Elija la herramienta de selección de la barra de herramientas.

En la ventana seleccione el área para copiar/cortar.


2011

10

3) Elija Edit/Cut (Copy) o dé click en la herramienta de cortar o en la opción de “Herramienta de copiado” en la barra de herramientas. 4) LEOWorks abrirá una nueva ventana: Elija Copy Selection and Paste as New Image.

La selección ahora será colocada en una nueva ventana. La geocodificación será conservada. Si la selección va a ser pegada en otro documento, por ejemplo un documento de procesamiento de palabras, elija Copy Selection to the System clipboard.


2011

11

Imprimiendo una imagen 1) Elija File/Print Setup para abrir la ventana normal de selección de impresión de Windows.

2) Elija File/Print o seleccione el botón de impresión de la barra de herramientas. 3) En ambos casos se conseguirá la ventana New Print Job, donde se puede seleccionar el número de copias a imprimir.

4) En la ventana Print Preview (vista previa de impresión) el usuario puede elegir la posición de papel entre Portrait (retrato, que es vertical) o Landscape (paisaje, que es horizontal). Tenga cuidado de no elegir la opción Fit to Page (ajustar al tamaño de la página) si la imagen no es cuadrada, ya que esto reducirá el detalle visible en la imagen.


2011

12


2011

13

Inspeccionando una imagen

1) Seleccione View/Image Information o dé click en el botón de la barra de herramientas de la ventana de la imagen, obteniendo información sobre el tamaño de la imagen en pixeles, el tamaño del pixel y el sistema de coordenadas asociado a la imagen; esto significa que la imagen está georreferenciada, por lo que puede ser combinada con otros datos que también estén georreferenciados en mismo sistema de coordenadas.


2011

14

Las dimensiones de la imagen del ejemplo son de 300 x 290 pixeles y el tamaño de pixel es de 30m x 30m. Además, se muestra la información del sistema de coordenadas en que está proyectada. Como el pixel es el componente básico de una imagen, no es posible extraer información acerca de la superficie fotografiada en una extensión más pequeña que el tamaño de dicho componente. Cada pixel posee uno de varios valores que pueden ser analizados y mostrados usando LEOWorks. 2) Elija View/Cursor Position Value. Se abrirá la ventana de Cursor Position/Value.


2011

15

Pruebe mover el cursor dentro de la imagen e inspeccione los valores de posición en la ventana. El valor del pixel siempre se muestra en la esquina inferior izquierda de la ventana de la imagen.

3) Use la herramienta de zoom (zoom tool). Para activarla, seleccione Zoom en el View Menu o dé click en el botón que se muestra en la barra de herramientas. Aparecerá el menú de zoom en la parte superior de la ventana de imagen.

Para aumentar el zoom dé click una vez en el botón , luego dé un click en la imagen. La magnificación aumenta un nivel cada vez que dé click sobre la imagen, y la imagen se centra en el punto donde se dé el toque con el mouse. Si el zoom es aplicado muchas veces, los pixeles individuales podrán ser visibles.

Para reducir el zoom, dé click una vez en el botón y luego en la imagen. Cada vez que se dé click sobre la imagen, la magnificación decrece en un nivel.

Para volver a la vista estándar, dé click en el botón y luego sobre la imagen.


2011

16

4) Use la herramienta de histograma. Para abrir la ventana del histograma de la imagen, elija View/Histogram o dé click en el botón de la barra de herramientas. Un histograma es un tipo especial de gráfico en el que se muestran estadísticas de la imagen. Comúnmente, el número de niveles de grises (por lo general 256), llamados “bins”, es mostrado a lo largo del eje horizontal y el número de pixeles en cada “bin” se muestra a lo largo del eje vertical. Un histograma puede ayudar a decidir qué cambios pueden realzar la apariencia de la imagen.

La primera y segunda columnas debajo de la ventana del histograma, también brindan información útil acerca de los datos. Cuando el cursor se encuentra sobre el histograma, la tercera columna muestra información del “bin” actual (el que se encuentra verticalmente por debajo del puntero). Al hacer click sobre el histograma y luego arrastrar el mouse, se puede obtener aún más información acerca de un rango de “bins”. Cuando la imagen contiene 3 canales (por ejemplo en una imagen RGB), el canal que se encuentra seleccionado en el momento puede ser cambiado utilizando la lista que está sobre el histograma.


2011

17

Se pueden encontrar varias acciones en los menús Options y Properties. Es posible copiar e imprimir el histograma, cambiar entre las escalas lineal y logarítmica, así como también, cambiar el estilo de línea y el tamaño de símbolo.


2011

18

Midiendo Distancias 1) Elija File/Open. Utilizando la ventana normal de Windows seleccione Romo.tif y abra la imagen 1. Esta imagen esta geocodificada y, por consiguiente, contiene información sobre el tamaño del pixel. 2) Elija View/Image Information para chequear el tamaño en la imagen. El tamaño del pixel en esta imagen Landsat (Romo.tif) es de 30x30 metros. Si esta información hace falta, sólo será posible medir distancias en unidades de Pixel (es decir, número de pixeles).

3) Elija Image/Measure tool. En la ventana Measurement tool, seleccione Units/Metres.


2011

19

Dé click sobre la imagen en el punto de partida requerido, luego dé click en el punto final y la distancia entre los puntos aparece en la ventana Measurement tool. Dé click de nuevo en una posición diferente y la distancia para el segundo segmento aparece y así sucesivamente. Un click en el botón derecho del mouse terminará con la medición.


2011

20

4) La ventana Measurement tool muestra la mediciones de distancias de segmentos seleccionados. El área es calculada por el polígono creado mediante la conexión del primer y último punto seleccionado.

5) Elija Units/Metres para ver el resultado en metros. Si la imagen no está geocodificada, entonces los resultados no se mostrarán de manera correcta. Primero que todo, necesitará definir el tamaño del pixel (ver el punto 2 anterior). 6) Elija File/Save measures para guardar las mediciones. El salvado de información puede ser abierto en un procesador de palabras o en una hoja de cálculo si quiere trabajar con los datos.


2011

21

7) Es posible utilizar la herramienta para todo tipo de imágenes. Sólo abra Image/Pixel size e inserte el tamaño del pixel. Recuerde que el pixel se deriva de “Picture element” (elemento de imagen).


2011

22


2011

23

Trabajando con imágenes a color 1) Una imagen a color almacena su información de color en canales. La información contenida en los canales depende del modelo a color que está siendo usado para definir la imagen. Con LEOWorks usted tiene cuatro opciones para combinar o repartir canales: RGB (Rojo-Verde-Azul, por sus siglas en inglés), HLS (Matiz-Claridad-Saturación, por sus siglas en inglés), HSV (Matiz-Saturación-Valor, por sus siglas en inglés) y IHS (Intensidad-Matiz-Saturación, por sus siglas en inglés). En este manual únicamente usamos el modelo RGB. 2) Combinando tres canales en una imagen a color. Abra la imagen 2, 3 y 4 para el archivo Romo.tif.

3) Elija Image/Combine from…/(RGB).


2011

24

Seleccione las imágenes para cada una de las tres bandas y dé click en OK.

Imagen Combinada.


2011

25

4) Elija View/Histogram. Revise la distribución de los pixeles en los tres canales elegidos a partir de la lista desplegable.


2011

26

5) Salve la imagen combinada. Cierre todas las ventanas de imagen. 6) Divida una imagen combinada en los tres canales. Cuando se divide una imagen a color en canales separados, LEOWorks crea imágenes individuales en escala de grises que puede ser editadas y en las que se pueden ver los resultados a partir de la imagen combinada (la imagen a color). 7) Abra la imagen combinada salvada en la parte 5. 8) Escoja Image/split to…/(RGB). A cada una de las nuevas imágenes se les llama según su canal correspondiente: Nombre del archivo [Red Channel].


2011

27

Bandas de Landsat TM:

Banda Definición Espectral µm Banda 1 Azul-Verde 0.45-0.52 Banda 2 Verde 0.52-0.60 Banda 3 Rojo 0.63-0.69 Banda 4 Infrarrojo Cercano 0.76-0.90 Banda 5 Infrarrojo Medio 1.55-1.75 Banda 6 Infrarrojo Termal (Lejano) 10.4-12.5 Banda 7 Infrarrojo Medio 2.08-2.35

9) Imagen de color verdadero. Trate de construir una imagen con la combinación de color verdadero usando las bandas 1, 2 y 3, seleccionando la Image 3 para la banda roja, la Image 2 para la banda verde y la Image 1 para la banda azul.


2011

28


2011

29

La imagen combinada necesita ser mejorada usando la técnica descrita en la sección Mejorando una imagen combinada. Una imagen de color verdadero es la mejor representación del color “natural” de una imagen Landsat. 10) Imagen en falso color. Trate de construir una imagen con la combinación en falso color usando diferentes combinaciones de bandas. La combinación de la banda 4, 5 y 7 usadas anteriormente es un ejemplo de tal imagen. Una imagen en falso color suele producir una versión impresionista de la imagen Landsat. Los colores son diferentes a los encontrados en el mundo real, pero son por lo general buenos para


2011

30

distinguir entre diferentes elementos/superficies de la fotografía tales como arena, mar, bosque, áreas para construir, etc.


2011

31


2011

32

Mejorando una imagen 1) Elija File/Open. Usando la ventana normal de Windows seleccione el archivo Romo.tif. 2) Seleccione Romo 1 desde la ventana Open. 3) Escoja Enhance/Interactive Stretching.

El Interactive Stretching (estiramiento interactivo) permite tener control sobre el histograma de la imagen usando una selección de bins (niveles de grises). Arrastre las líneas verticales cyan y magenta y el histograma será alargado con la imagen inmediatamente actualizada con los resultados.


2011

33

Note que el proceso el bastante lento para imágenes grandes. La imagen ha sido alargada linealmente desde el más bajo valor de pixel de 63 hasta el más alto de 154.


2011

34

4) Trate otras maneras de estirar esta imagen usando el proceso Interactive Stretching. 5) Use Interactive Stretching en las otras cinco bandas/imágenes desde el archivo Romo.tif. Note como los diferentes aspectos son acentuados usando Interactive Stretching. 6) Elija Enhance/Original Image para restaurar la información original.

7) Seleccione File/Open. Usando la ventana normal de Windows elija el archivo Romo.tif. Seleccione image 1 desde la ventana Load Image como anteriormente. 8) Elija Enhance/Histogram Equalization.

La mejora de Histogram Equalization (ecualizador de histograma) usa métodos de estiramiento no lineales, lo que toma en cuenta la distribución de pixeles de la imagen que se ingresa.


2011

35

9) Seleccione View/Histogram para revisar el histograma de la imagen estirada.

Mejorando una imagen combinada 1) Abra la image2, image3 y la image4 desde el archivo Romo.tif.

2) Combine las tres imágenes en una imagen RGB.


2011

36

3) Al estirar los canales individuales, los resultados se muestran en la imagen combinada.

4) Traiga Romo[image4].tif al frente y selecciónela como la ventana activa.


2011

37

5) Alargue de manera interactiva esta imagen usando valores de pixel de 12 a 140 y observe los cambios del canal rojo en la imagen combinada.

Dé click en el botón Apply. 6) Ejecute las mismas operaciones en Romo[image2].tif usando valores de pixel de 23 a 83 y en Romo[image3].tif con valores de 20 a 110.

Guarde la imagen estirada como un archivo TIFF usando el nombre de Romo432. Lo necesitará para las siguientes partes de este tutorial.


2011

38

7) Intente el proceso con otra combinación de imágenes a partir de Romo.tif usando otros intervalos de valores de pixel. Note como los diferentes aspectos de la imagen son acentuados. 8) También puede estirar interactivamente una imagen previamente combinada dividiendo la imagen en una RGB.


2011

39

Otros procedimientos de realce de imágenes LEOWorks incluye muchas herramientas para acentuar imágenes. En esta parte se mostrará un método alternativo al de estiramiento interactivo. 1) Elija File/Open. Utilizando el cuadro de diálogo normal de Windows, seleccione una imagen/banda desde el archivo Romo. 2) Elija Enhance/Histogram Equalization.

Esta función realiza un estiramiento no lineal de la imagen. 3) Escoja Enhance/Filter/Sharpen para agudizar la imagen.

4) Pruebe con los demás filtros para observar sus resultados. Utilice la función Help de LEOWorks para leer acerca de los diferentes tipos de filtros.


2011

40

Note que se puede restaurar la imagen original dando click en el botón .


2011

41

Clasificación supervisada de una imagen La clasificación de una imagen de satélite involucra la asignación de clases específicas a todos los pixeles de una imagen. Esas clases necesitan ser predefinidas o creadas como parte del proceso de clasificación, el cual requiere conocimiento previo del área o la información acerca de diferentes aspectos y colores de pixel en la imagen. Las imágenes clasificadas son mapas temáticos que muestran la distribución de clases seleccionadas. Con el objetivo de producir una clasificación supervisada, deben ser identificados dentro de la imagen aspectos como agua, bosque, etc., lo cual es más sencillo con una imagen que ha sido modificada en contraste y expandida. 1) Abra Romo457.tif.

2) Seleccione la opción Training Fields en el menú superior, ingresando a Classification/Supervised/Select Training Fields o utilizando el botón de la barra de herramientas.


2011

42

No es necesario tener todas las imágenes abiertas en la pantalla durante la selección. Los “Training Fields” (TF) pueden ser guardados en cualquier momento y ser abiertos en una ventana diferente, la cual contenga otra imagen de la misma área.

3) Seleccione Polygon Tool en el menú y dibuje un polígono sobre parte del área de la imagen que usted haya identificado como una playa arenosa. Lo único que necesita hacer es dar click donde desee que se localicen las esquinas del polígono. Para cerrar el polígono, dé doble click o presione el botón derecho del mouse.

La ventana de información del TF se abrirá automáticamente.


2011

43

Cambie el nombre de la clase por “Arena” (Sand) y presione la tecla enter. Repita el proceso seleccionando TF’s sobre los siguientes aspectos:

Mar (Sea) Tierra cultivable (Arable land) Bosque (Forest) Pradera (Meadow) Matorral (Heath) Lodo (Tidal flat)


2011

44

4) Guarde lo TF’s seleccionados utilizando el botón en la barra de menú de la ventana que contiene a la imagen.


2011

45

Clasificación utilizando el método del paralelepípedo Una o más imágenes pueden ser usadas para la clasificación o recolecta de TF’s siempre y cuando todas tengan el mismo tamaño y estén abiertas en la pantalla en el momento. 5) Abra Romo.tif, seleccionando Image4, 5 y 7.

6) Seleccione la imagen a color con TF’s como la imagen activa dando click sobre ella. 7) Elija Multivariate Analyses/Supervised Classification/Parallelpiped.


2011

46

8) En la ventana Select Images que aparecerá, seleccione los canales que serán parte del proceso de clasificación. En este ejemplo utilizaremos: Romo(image1) Romo(image2) Romo(image3) Romo(image4) Romo(image5) Romo(image6) Romo(image7)

Para obtener un resultado preciso, es necesario usar las imágenes originales (sin haberse estirado). 9) Luego de que la operación haya finalizado, se mostrará una nueva ventana de Classified Image, brindando el resultado de la clasificación.


2011

47


2011

48

Las clases seleccionadas son mostradas en la imagen utilizando diferentes colores. Note que las áreas que no fueron clasificadas aparecen en color blanco. 10) Use el LUT editor para seleccionar colores a su gusto para las cuatro clases.

11) Para agregar una leyenda elija Image/Add Legend.


2011

49

12) Elija Multivariate Analyses/ Supervised Classification/Inspect TF Statistics.

En la ventana Select Images que aparecerá, seleccione los canales con los que se calcularán las estadísticas. Se utilizarán en este ejemplo: Romo(image1) Romo(image2) Romo(image3) Romo(image4) Romo(image5) Romo(image7)


2011

50

13) A partir de la ventana Channel Statistics on Training Fields, usted puede chequear las estadísticas de TF.

14) Para Image7, analice el rango de valores de pixeles para las diferentes clases. Usaremos un histograma de la misma imagen para mostrar el rango en diferentes clases, por lo tanto se necesitará tenerlo impreso.


2011

51

Dibuje cuadrados en el histograma representando las siete clases. El TF ROI1 representa Arena. La distribución de valores va desde un mínimo de 74 a un máximo de 118. Los cuadros que se traslapen indican que los TF’s no están bien diferenciados. Esto significa que los valores de pixel representados en más de una clase no serán clasificados. Para solucionar este problema, seleccione cuidadosamente más TF’s para ubicar los valores de pixel en clases individuales. Note que es posible tener más de un TF para cada clase, inclusive se recomienda que esto suceda. Otros métodos de clasificación. El objetivo de la clasificación de una imagen de satélite es asignar pixeles a una de dos o más clases, las cuales pueden ser predefinidas o creadas como parte del proceso de clasificación. Clasificación no supervisada Este método puede ser utilizado para agrupar pixeles en una colección de datos basada solamente en estadísticas. El seleccionar esta opción permite clasificar una imagen usando el algoritmo ISODATA. La clasificación sin supervisión isodata calcula clases promedio uniformemente distribuidas en el "data space" y luego agrupa iterativamente a los pixeles restantes usando técnicas de distancia mínima. Cada iteración recalcula promedios y reclasifica los pixeles con respecto a estos nuevos promedios. Todos los pixeles son depurados en la clase más cercana. 1) Abra las imágenes 1,2,3,4,5 y 7 del archivo Romo.tif.


2011

52

2) Elija Multivariate Analysis/Unsupervised Classification.

3) En la ventana de Unsupervised Classification los canales usados en la clasificación pueden ser seleccionados. Aquí todos los canales han sido seleccionados.


2011

53

Elija el número de clases en la clasificación. Aquí se han seleccionado 7 clases. Seleccione el número de iteraciones a usar en los cálculos. Entre más alto el número, la clasificación será más precisa. En este caso se han seleccionado 20 iteraciones. 4) La imagen clasificada se mostrará en una nueva ventana.

5) Las diferentes clases se mostrarán en su propio color. Las clases resultantes son un poco artificiales y basadas únicamente en estadísticas, pero al mismo tiempo pueden ser reales. Comúnmente se pueden atribuir a aspectos de cobertura de suelo reales como plantaciones, carreteras, asentamientos, etc. El usuario debe determinarlo e insertar nombres apropiados para las clases en una leyenda (también conocida como clave).


2011

54

6) Es posible alterar los colores de la imagen utilizando LUT editor. 7) Agregue una leyenda a la imagen clasificada. 8) El análisis de los componentes principales es un cálculo estadístico complejo basado en los canales de una vista para proveer incluso mayor información acerca de la imagen. Las principales componentes de imagen expresan colectivamente la misma información que las imágenes originales, pero con mayor valor agregado. La primera contiene la mayor cantidad de información que puede ser puesta en una variable, la segunda contiene la mayoría de la información restante y la tercera la mayor cantidad de los nuevos datos y así sucesivamente. Una imagen RGB puede ser combinada a partir de las tres primeras componentes de imagen principales. La imagen resultante muestra más detalle que no podías ser observado en las imágenes RGB combinadas a partir de las imágenes originales. 9) En la ventana Principal Components Analysis, seleccione todos los canales y dé click en OK.


2011

55

10) Los resultantes Principal Component de las imágenes serán numeradas del 1 hasta el número original de canales, en este caso serán 6.

11) Elija Image/Combine from…/(RGB) para combinar tres imágenes en una imagen RGB.

12) Seleccione tres componentes principales de imagen: 1, 2 y 3.


2011

56

La imagen resultante muestra muchos aspectos que no aparecen en los canales originales individuales ni en las imágenes RGB combinadas basadas en los canales originales. Pruebe con diferentes combinaciones de color.

Use Interactive Stretching para extraer todas las características.


2011

57

Agregar una leyenda a una imagen clasificada. 1) Para aprender este procedimiento, necesitará una imagen clasificada como la que se produjo en las páginas de Clasificación Supervisada de la Vista u Otros Métodos de Clasificación.

2) Elija Image/Add Legend.

La ventana Legend Customize aparecerá y una leyenda se agregará en la esquina inferior izquierda de la imagen clasificada.


2011

58

Seleccione una clase y tipo de Clase de Nombre adecuado. La posición de la leyenda en la imagen es controlada por las barras deslizables para la Traslación en X y Y. La Escala de la Leyenda puede ser contralada por la barra deslizable de Escala.

Dé click en el botón para abrir la ventana Select Colour y cambiar el color de la clase seleccionada.

Dé click en el botón OK para aceptar las selecciones en la leyenda. Dé click en el botón Cancel para cancelar las selecciones en la leyenda.


2011

59

Imagen clasificada con leyenda


2011

60

Ejercicios con datos del Landsat

Ubicación

Imagen de color verdadero de la cuenca del río Congo

(tamaño de píxel 114 x 114 metros). Esta imagen es una combinación en color verdadero de los tres canales visibles, rojo, verde y azul (RGB), de una escena del Landsat. El tamaño de píxel es de 114 x 114 metros y la imagen contiene 512 x 512 píxeles. Por lo tanto, la imagen abarca una superficie de unos 58,4 x 58,4 km. Sin embargo, ¿qué parte de los 4,1 millones de km² de la gran cuenca del Congo muestra la imagen? Y, ¿cuál es el nombre del río, que fluye hacia el río Congo desde el noreste?

Abra el programa LEOWorks. Si aún no has descargado las imágenes de la cuenca del Congo, ve a la sección de descarga de la parte superior de la hoja de trabajo y sigue las instrucciones.

Abra la imagen Congo_Landsat_Band_321_114m.tif. Elige File>Open. Se abre un cuadro de diálogo. Elige la carpeta Congo y selecciona la imagen Congo_Landsat_Band_321_114m.tif.

Elija View>Cursor Position/Value. Se abre una ventana emergente. Sitúa el cursor en cruz en la confluencia del río y anota la latitud y la longitud. Esto sólo es posible por el formato GeoTIFF utilizado, que incrusta los datos geográficos como etiquetas.


2011

61

Posición del cursor

Utiliza la información de la ventana Cursor Position para consultar un mapa de África Central y hallar el nombre de los ríos que confluyen en el gran río Congo. Descripción de datos del Landsat

Landsat ETM

Datos del Landsat El satélite estadounidense Landsat 7 ETM es el 6º satélite de observación de la Tierra de la NASA de esta serie (el lanzamiento del Landsat 6 fracasó en 1993). Es el último de esta serie de satélites de observación de la Tierra que se inició en 1972. Por lo tanto, el sistema Landsat constituye el sistema de grabación continua más prolongada de la superficie de la Tierra. Las tareas principales de todos los satélites Landsat son el control medioambiental, la evaluación de desastres, la explotación del suelo y la planificación regional, la cartografía, la administración de pastizales y la exploración petrolera y de minerales. El modo de funcionamiento ha mejorado de manera constante. Actualmente, el Landsat ETM cuenta con 8 canales, desde luz visible (canales 1, 2, 3) hasta infrarrojo cercano y medio (canales 4, 5, 7) y radiación térmica (canal 6). La resolución espacial es de 15 metros en el canal pancromático (8) y de 30 metros en los canales de 1 a 5 y 7. El canal térmico 6 ofrece una resolución de 80 metros. El satélite Landsat 7 actúa en una órbita circular, heliosíncronica, cuasipolar.


2011

62

Cuenca del río Congo, FRC, 18 de febrero de 2001

Landsat 1-3 Escáner multiespectral

Landsat 4-5 Thematic Mapper (TM)

Landsat 7 Enhanced Thematic Mapper (ETM)

Funcionamiento 1972-1982 desde 1982 desde 1999

Altitud 915 km 705 km 705 km

Frecuencia temporal 18 días 16 días 16 días

Anchura de escaneado 185 km 185 km 185 km

Resolución espacial 79 × 79 m2 30 × 30 m2 30 × 30 m2

Bandas espectrales

1 = 0,45 - 0,52 µm 1 = 0,45 - 0,52 µm AZUL

4 = 0,50 - 0,60 µm 2 = 0,52 - 0,60 µm 2 = 0,52 - 0,60 µm VERDE

5 = 0,60 - 0,70 µm 3 = 0,63 - 0,69 µm 3 = 0,63 - 0,69 µm ROJO

6 = 0,70 - 0,80 µm 4 = 0,76 - 0,90 µm 4 = 0,76 - 0,90 µm INFRARROJO CERCANO

7 = 0,80 - 1,10 µm

5 = 1,55 - 1,73 µm 5 = 1,55 - 1,73 µm INFRARROJO MEDIO

7 = 2,08 - 2,35 µm 7 = 2,08 - 2,35 µm INFRARROJO MEDIO

8 = 10,4 - 12,5 µm (237 × 237 m2)

6 = 10,4 - 12,5 µm (120 × 120 m2)

6 = 10,4 - 12,5 µm (80 × 80 m2) INFRARROJO TÉRMICO

8 = 0,52 - 0,9 µm (15 × 15 m2) PANCROMÁTICA

Datos técnicos de las bandas del Landsat


2011

63

Descripción de las imágenes de la cuenca del río Congo

Abra el programa LEOWorks. Si aún no has descargado las imágenes de la cuenca del río Congo, ve a la sección de descarga de la parte superior de la hoja de trabajo y sigue las instrucciones.

Abra las imágenes. Elige File>Open. Se abre un cuadro de diálogo. Elige la carpeta Congo y selecciona la primera imagen, Congo_Landsat_Band_1.tif. Abre también las demás imágenes de una sola banda.

Todas las imágenes necesitan una mejora de brillo y contraste.

Seleccione (activa) la primera imagen Congo_Landsat_Band_1.tif y elige Enhance>Histogram Equalization. La imagen cambia. Convierte las demás imágenes de igual manera.

Ecualización de histograma

Cada imagen corresponde a una parte del espectro electromagnético entre 0,45 µm y 12,5 µm (la parte de la luz visible oscila entre 0,45 µm y 0,7 µm).

El hecho de disponer de bandas distintas se debe, bien a que las cubiertas de la superficie terrestre se ven en diversas partes del espectro electromagnético, bien a que las mismas cubiertas se ven distintas en distintas partes del espectro. Esto quiere decir que todas las cubiertas u objetos captados aparecen ante nuestros ojos de distintos colores al iluminarse con luz (incluida la infrarroja). Para poder distinguir los objetos según sus colores necesitamos un instrumento capaz de medir en muchas bandas, que cubra todos los colores visibles y también el sector infrarrojo.

Ahora observa las imágenes y agrúpalas en dos categorías de aspecto similar. Fíjate especialmente en el agua y la zona de vegetación del noroeste. Compara los dos grupos con la tabla que contiene las distintas bandas de datos del Landsat. ¿Esos dos grupos también son identificables aquí? ¿Cuál es la característica especial de congo_landsat_pan.tif?


2011

64

Combinación de imágenes multiespectrales Para el ojo humano es difícil distinguir las distintas cubiertas de la superficie terrestre en una imagen en escala de grises. Por lo tanto, resulta útil combinar 3 imágenes del Landsat en escala de grises en una sola imagen de color RGB.

RGB (Red, Green, Blue) significa rojo (canal 3), verde (canal 2) y azul (canal 1) y utiliza las características físicas del sistema aditivo de colores.

El color de las distintas cubiertas depende de las bandas seleccionadas para la combinación, dado que cada objeto posee sus propias características de radiación. Las distintas combinaciones permiten obtener vistas diferentes de la misma cubierta.

Combinación de color verdadero Para la combinación de color verdadero se necesitan los canales rojo (banda 3: 0,63 - 0,69 µm), verde (banda 2: 0,52 - 0,6 µm) y azul (banda 3: 0,45 - 0,52 µm) del Landsat. Con esa combinación se obtiene una imagen muy parecida a una fotografía en color.

Abra el programa LEOWorks. Si aún no ha descargado las imágenes de la cuenca del río Congo, vaya a la sección de descarga de la parte superior de la hoja de trabajo y sigue las instrucciones.

Elija File>Open. Se abre un cuadro de diálogo. Elija la carpeta Congo y selecciona las imágenes Congo_Landsat_Band_1.tif, Congo_Landsat_Band_2.tif y Congo_Landsat_Band_3.tif.

Elija Image>Combine from...>Red Green Blue. Se abre un menú emergente. Seleccione las imágenes Congo_Landsat_Band_1.tif para rojo, Congo_Landsat_Band_2.tif para verde, Congo_Landsat_Band_3.tif para azul, y haz clic en OK.


2011

65

Combinación de RGB

La nueva imagen es la de color verdadero obtenida a partir de los 3 canales de luz visible. Sin embargo, todavía no se halla en color verdadero, pues no se han mejorado los datos. Seleccione (activa) la primera imagen Congo_Landsat_Band_3.tif y elige Enhance>Interactive Stretching. Aparece un histograma. Desplace la barra azul izquierda de Input Histogram al punto inicial izquierdo de Input Histogram. A continuación desplaza la barra roja derecha al punto inicial derecho de Input Histogram y haz clic en Apply. Observa los cambios de la imagen combinada. Convierta las otras dos imágenes de igual manera.

Interactive Stretching


2011

66

Combinación de color verdadero de la cuenca del río Congo utilizando las bandas 3, 2, 1.

Combinación de falso color Para facilitar la interpretación de las imágenes de satélite se utiliza el falso color.

Normalmente, una imagen de falso color utiliza al menos un canal de infrarrojo. La gama de infrarrojo es muy útil para interpretar la superficie terrestre, pues está formada por energía reflejada y emitida.

El infrarrojo no es visible para el ojo humano, pero transmite mucha información. Las plantas, en particular, reflejan mucha más energía en el infrarrojo cercano que en la gama visible del espectro electromagnético. La intensidad permite determinar incluso el estado de salud de la planta. A veces las imágenes de falso color llegan a revelar elementos no visibles en la imagen de color verdadero.

Abra el programa LEOWorks. Si aún no has descargado las imágenes de la cuenca del río Congo, ve a la sección de descarga de la parte superior de la hoja de trabajo y sigue las instrucciones.

Elija File>Open. Se abre un cuadro de diálogo. Elija la carpeta Congo y seleccione la primera imagen, Congo_Landsat_Band_2.tif. Abra también Congo_Landsat_Band_4.tif y Congo_Landsat_Band_7.tif.

Elija Image>Combine from...>Red Green Blue. Se abre un menú emergente. Seleccione la imagen Congo_Landsat_Band_7.tif para rojo, Congo_Landsat_Band_4.tif para verde, Congo_Landsat_Band_2.tif para azul, y haz clic en OK. Mejore los datos originales de la manera indicada en el ejercicio Combinación de color verdadero.


2011

67

Combinación de falso color de la cuenca del río Congo

¿Qué cambio de colores de las clases se aprecia entre la imagen de color verdadero y la de falso color? ¿Es posible identificar las clases en las dos imágenes? ¿Qué imagen preferiría para diferenciar las cubiertas en la imagen de satélite? Prueba otras combinaciones.

Elija File>Open. Se abre un cuadro de diálogo de Windows. Elija la carpeta Congo y seleccione las imágenes Congo_Landsat_Band_1.tif, Congo_Landsat_Band_2.tif y Congo_Landsat_Band_4.tif.

Elija Image>Combine from...>Red Green Blue. Se abre un menú emergente. Seleccione la imagen Congo_Landsat_Band_4.tif para rojo, Congo_Landsat_Band_2 para verde, Congo_Landsat_Band_1.tif para azul, y haz clic en OK. Mejore los datos originales de la manera indicada en el ejercicio Combinación de color verdadero.

Combinación de falso color de la cuenca del río Congo

La nueva imagen es una combinación de falso colores de tres imágenes en escala de grises. Describa la imagen e intenta clasificar las cubiertas en 5 clases: bosque denso, matorrales, agua cristalina, agua cenagosa y nubes.


2011

68

¿Qué conclusiones se pueden obtener de las partes en verde de la imagen? Explique su opinión.

Compare las dos imágenes de falso color. Explica las diferencias y las coincidencias de las imágenes.

Combine una imagen de falso color mediante el uso de canal 7 para rojo, canal 1 para verde y canal 2 para azul. ¿Qué opina sobre la utilidad de la imagen?

Ahora intente una combinación de su elección y observa las variaciones.

universidad de costa rica facultad de ingeniería escuela ... · leoworks busca archivos de imagen...

Documents