Clasificación supervisada y no supervisada de imagen multiespectral

CLASIFICACIÓN SUPERVISADA Y NO SUPERVISADA DE IMAGEN MULTIESPECTRAL

CONTENIDO

INTRODUCCIÓN        4

OBJETIVOS        5

METODOLOGÍA        6

1.        PROCEDIMIENTO Y RESULTADOS        8

1.1        IMAGEN DE TRABAJO        8

1.2        CLASIFICACIÓN NO SUPERVISADA        9

1.2.1        Clasificación no supervisada K-Means        10

1.2.2        Clasificación no supervisada Fuzzy K-Means        11

1.2.3        Clasificación no supervisada IsoData        13

CONCLUSIONES        18

BIBLIOGRAFIA        19

OBJETIVOS

OBJETIVO GENERAL

Realizar  la clasificación de la imagen multiespectral llamada P8R55-14-08-1991, imagen Landsat 5 de Dataset TM del 14 de agosto de 1991, utilizando los algoritmos de clasificación disponibles en el software PCI Geomatics 2012 con el módulo de Focus.

OBJETIVOS ESPECÍFICOS

• Efectuar tres clasificaciones no supervisadas con las coberturas de construcciones, cultivos y parcelas, vegetación natural herbácea, bosques y montes, cuerpos de agua, tierras eriales, sombras y nubes.

• Realizar tres clasificaciones supervisadas para las coberturas utilizadas en la clasificación no supervisada.

• Evaluar los resultados obtenidos con la aplicación de los diferentes algoritmos de clasificación incluidos en el software de procesamiento software PCI Geomatics 2012.

• Comparar las clasificaciones obtenidas con cada método evaluando cual se ajusta mejor  a lo identificado visualmente en la imagen.

METODOLOGÍA

Las principales actividades para el desarrollo de este trabajo, se observan en los siguientes gráficos:

[pic 1]

[pic 2]

[pic 3]

[pic 4]

[pic 5]

[pic 6]

[pic 7]

[pic 8]

[pic 9]

[pic 10]

[pic 11]

[pic 12]

[pic 13][pic 14][pic 15]

[pic 16][pic 17][pic 18]

[pic 19]

[pic 20]

[pic 21][pic 22][pic 23][pic 24]

[pic 25][pic 26]

[pic 27][pic 28][pic 29]

        [pic 30]

Se realizaran las tres clasificaciones correspondientes K-Means, Fuzzy K-Means y IsoData para así evaluar cuál es la más apropiada y aproximada a la realidad del terreno en la imagen multiespectral llamada P8R55-14-08-1991, imagen Landsat 5 de Dataset TM del 14 de agosto de 1991.

[pic 31][pic 32]

[pic 33]

[pic 34]

[pic 35]

[pic 36][pic 37]

[pic 38][pic 39]

[pic 40][pic 41]

[pic 42][pic 43]

[pic 44][pic 45]

1. PROCEDIMIENTO Y RESULTADOS

1.  IMAGEN DE TRABAJO

La imagen con menor correlación para realizar la clasificación supervisada y no supervisada corresponde a la imagen multiespectral llamada P8R55-14-08-1991, imagen Landsat 5 de Dataset TM del 14 de agosto de 1991.

[pic 46]

Color RGB 742 BANDAS – 7,4,2

1. CLASIFICACIÓN NO SUPERVISADA

Software: Para la clasificación realizada se trabajó sobre el software PCI GEOMATICA 2012

En la Imagen se ilustra el proceso ejecutado para la Clasificación no Supervisada, el cual se ejecutó desde el menú “Analysis “, opción “Image Classification” .

Para el desarrollo de este proceso con el objetivo de seleccionar el mejor resultado, se realizaron 3 pruebas utilizando los 3 diferentes algoritmos incluidos en el software:

• K-Means
• Fuzzy K-Means
• IsoData[pic 47]

[pic 48][pic 49][pic 50][pic 51]

[pic 52][pic 53]

[pic 54][pic 55][pic 56][pic 57]

[pic 58]

[pic 59]

[pic 60]

Proceso clasificación supervisada (1) Selección de la opción “Unsupervised “del menú “Image Classification” (2) Selección de la imagen (3) Nueva Sesión (4) Selección de canales y adición de 3 nuevos canales vacíos. (5) Selección de algoritmo y parámetros de clasificación.

1. Clasificación no supervisada K-Means

Para la clasificación K-Means se utilizaron 30 clases, teniendo en cuenta que si se escogían un poco menos, las coberturas se sobreponian más; luego de realizar la clasificación por colores de las ocho coberturas se tuvo el siguiente resultado.

En la tabla se clasifican las coberturas de acuerdo a la clase y al color.

1. Clasificación no supervisada Fuzzy K-Means

En esta clasificación también se realizaron 30 clases para tener una mayor de separación entre las coberturas.

...