primer examen: martes 5 de marzo
DESCRIPTION
Primer examen: martes 5 de marzo. Procesamiento de imágenes digitales para generar mapas temáticos. Páginas 201-210 del Manual de Idrisi. Patrones de respuesta espectral. Respuestas espectrales de datos de AISA (128 bandas): Guánica. arena. manglar. mar. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/1.jpg)
Primer examen: martes 5 de marzo
![Page 2: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/2.jpg)
Procesamiento de imágenes digitales para generar mapas
temáticos
Páginas 201-210 del Manual de Idrisi
![Page 3: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/3.jpg)
Patrones de respuesta espectral
![Page 4: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/4.jpg)
![Page 5: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/5.jpg)
![Page 6: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/6.jpg)
Respuestas espectrales de datos de AISA (128 bandas): Guánica
arena
mar
manglar
![Page 7: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/7.jpg)
Respuestas espectrales de datos de AISA (128 bandas): Guánica
arenamanglar
mar
![Page 8: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/8.jpg)
Patrones de respuesta espectral
![Page 9: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/9.jpg)
¿Patrones de respuesta espectral o signaturas espectrales?
• Algunos objetos (o especies) tienen un patrón de respuesta espectral bien particular (signatura o firma espectral).
• Muchos objetos tienen patrones que solapan con los de otros objetos similares.
• Algunos objetos presentan más de un patrón o variaciones de respuesta espectral.
• Por lo tanto, el término “patrón de respuesta espectral” es considerado más apropiado que “signatura o firma espectral” para denominar la manera particular como un objeto refleja la energía.
![Page 10: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/10.jpg)
Pasos para la clasificación digital
• Definir el problema
• Seleccionar el tipo de dato telesensado
• Procesar los datos
• Evaluar los resultados
• Distribuir los resultados
![Page 11: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/11.jpg)
Clasificación espectral
• Los 2 tipos clásicos de procesamiento para clasificar espectralmente son: clasificación supervisada y clasificación no-supervisada.
• Ambos tipos intentan detectar patrones de respuesta espectral que correspondan con tipos de objetos (o especies).
![Page 12: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/12.jpg)
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 – utilizando lo que conocemos sobre las clases.
![Page 13: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/13.jpg)
Procedimiento
1. Delimitar los lugares de entrenamiento.
2. Extraer la información espectral sobre lugares de entrenamiento.
3. Cotejar y evaluar la información de los lugares de entrenamiento.
4. Extraer información temática (clasificar).
5. Evaluar la clasificación.
![Page 14: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/14.jpg)
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 de cada clase.
![Page 15: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/15.jpg)
Selección de lugares de entrenamiento
![Page 16: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/16.jpg)
Evaluación gráfica de lugares de entrenamiento
¿Qué provoca que las barras verdes sean mas altas que las azules?
¿Qué sugiere el que las barras en el infrarrojo no solapen?
¿Qué sugiere el que las barras del espectro visible solapen?
![Page 17: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/17.jpg)
Evaluación gráfica de lugares de entrenamiento
Reflectancia en la banda 3
Reflectancia enla banda 4
![Page 18: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/18.jpg)
Extracción de información temática
Algoritmos clasificadores
![Page 19: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/19.jpg)
Distribución multidimensional de valores de reflectancia
![Page 20: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/20.jpg)
Clasificador paralelepípedo
![Page 21: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/21.jpg)
Distancia mínima a los promedios (por distancias crudas)
![Page 22: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/22.jpg)
Distancia mínima a los promedios (por distancias normalizadas)
![Page 23: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/23.jpg)
Clasificador por máxima probabilidad
![Page 24: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/24.jpg)
Mapping the forest types and landcover of Puerto Rico.
Lo discutiremos pronto. Lo consiguen en el portal del curso.
![Page 25: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/25.jpg)
![Page 26: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/26.jpg)
![Page 27: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/27.jpg)
Patrones de respuesta espectral
![Page 28: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/28.jpg)
Clasificador paralelepípedo
X
X
X
![Page 29: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/29.jpg)
Clasificador por distancia mínima a los promedios
X
![Page 30: Primer examen: martes 5 de marzo](https://reader035.vdocuments.net/reader035/viewer/2022062315/56814f81550346895dbd33ef/html5/thumbnails/30.jpg)
Máxima probabilidad