INDICE DEL TUTORIAL:

1. Definición 
y conceptos
fundamentales

2. Naturaleza de las radiaciones 
electro-
magnéticas.

3. Interacción
de la radiación 
con la materia 
y origen de 
los espectros. 

4. Interacción 
de las radiaciones 
con los objetos 
de la superficie
terrestre 

5. Interacciones 
atmosféricas. 

6. La adquisición 
de datos y las 
plataformas
satelitales. 

7. Sensores 

8. Estructura de
las imágenes 
digitales

9. Procesamiento
de las imágenes
digitales

10. Algunas 
aplicaciones 
de la percepción 
remota

Apendice I: nociones básicas sobre sensores de radar

Apendice II: bandas 
espectrales de algunos satélites actuales. 

Apendice III: 
bibliografia sugerida

OTROS ITEMS DE INTERES 

Galería de imágenes

Plataformas de observación

Aeropuertos del mundo

Imágenes satelitales y seguros

¿Qué es la resolución?

Petróleo

Forestación

Estudios de viabilidad

Mercados de futuros

Cultivo del arroz

Nuestra misión

Nuestros servicios

¿Qué es la percepción remota?

¿Qué es una imagen satelital?

Uso del GPS

Estación rastreadora

Pasturas

Monitoreo de incendios

Sequías

Recursos naturales

Cultivo del tabaco

9.3.4.2 Clasificadores difusos (fuzzy classifiers). Las técnicas de clasificación que hasta ahora hemos descrito conducen a que cada pixel individual reciba una categorización única y precisa. En tal sentido se trata de clasificadores “duros”. Esta situación es aceptable en 

percepción remota cuando el analista se encuentra con extensiones importantes de coberturas terrestres relativamente uniformes, como  extensas áreas agrícolas, grandes cuerpos de agua claros y profundos, etc. En muchos casos,  sin embargo, se examinan áreas heterogéneas donde incluso con resoluciones medias de  30 m como la del Landsat no se puede asegurar que un dado pixel contenga una sola clase de cobertura

(un problema de esta naturaleza lo encaramos en la Sec. 8 cuando nos referimos al análisis subpixel). Es obvio pues que en ciertos casos la aplicación de clasificadores “duros”va a deteriorar la exactitud de una clasificación. Obsérvese el  siguiente ejemplo. Dos clusters, como los representados en la Fig. 86(a) pueden ser  erróneamente particionados por un ISODATA duro cuyo resultado se representa en la  Fig.86(b)

Conceptos derivados de la “Lógica Difusa”(Fuzzy Logic), una disciplina relativamente  joven, nos ayudarán a enfrentar el problema. Surgen así los conceptos de conjuntos difusos,  clasificadores blandos o difusos, grados de membresía, etc.

Como caso típico de esta metodología consideremos un procedimiento que podemos llamar “ISODATA difuso o blando”. Este, en lugar de generar una partición dura admite que cada pixel puede pertenecer a todos los clusters pero con diferentes grados de membresía que van entre 0 y 1. Sea U la matriz de grado de membresía con n columnas, una por pixel, y p filas, una por cluster. El número de clusters es especificado por el usuario

y los centros iniciales de los clusters son generados aleatoriamente o suministrados por el usuario:

Este algoritmo, como el ISODATA, es iterativo en la búsqueda de los centros o centroides  de clústeres que minimizan la diferencia entre los elementos de U. El procedimiento  comienza con una inicialización aleatoria de U con la condición dada por la [1] :

La distancia euclidiana de un pixel i a un centro j viene dada por la expresión usual:

Los centros c de los clusters se calculan de acuerdo a:

<< PAGINA ANTERIOR - INDICE DEL TUTORIAL - PAGINA SIGUIENTE >>