Fases en la clasificación de imágenes ópticas y reconocimiento de patrones

CONAHCYT

CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

DIPLOMADO EN

Percepción Remota y su aplicación en la observación de la Tierra

Fases en la clasificación de imágenes para imágenes ópticas Alejandra Aurelia López Caloca cc BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

Objetivos

Comprender el concepto de reconocimiento de patrones para su uso posterior en los métodos de clasificación a través de una revisión teórica.

1 .- Principios

El proceso de reconocer un objeto mediante la vista humana implica el poder identificar las propiedades que lo distinguen, asociarle un nombre o una etiqueta, y la identificación de sus funciones o propósitos. Este mismo razonamiento se aplica para el reconocimiento de patrones ya sea en una foto o en una imagen.

El área de reconocimiento de patrones de imágenes es el problema de explorar y analizar los datos numéricos que caracterizan al objeto. El objetivo del reconocimiento de patrones es el de clasificar los objetos de interés en una de varias categorías o clases. Los objetos de interés se denominan como patrones y pueden variar, de acuerdo con los datos a considerar, desde formas en imágenes, hasta formas de onda electrónicas y señales digitales.

cc BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

El reconocimiento de patrones analiza datos para la clasificación de datos desconocidos basado en información estadística extraída de patrones y / o de su representación (Jain et al. 2000).

En la Figura 1 es posible reconocer figuras geométricas: un triángulo, un círculo y un rectángulo, todo con un fondo homogéneo. En el caso de una imagen de satélite de tipo óptica cada patrón representa un tipo de cobertura. A su vez, cada cubierta ofrece un comportamiento espectral tipo en función de las características de sus componentes que se denominan como firma espectral.

Figura 1. Ejemplo de figuras geométricas con fondo homogéneo. Elaboración Propia López A. 2022

El procesamiento digital de imágenes es la manipulación numérica contenida en la imagen en formato digital e incluye las siguientes actividades:

cc BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

• Formación, Producción, Adquisición de Señales/Imágenes (vía sensores),
• Almacenamiento y Transmisión
• Preprocesamiento
• Realce y Restauración
• Segmentación - detección
• Selección y extracción de rasgos características (features).
• Reconocimiento / Interpretación

De esto surge la pregunta: ¿ qué se busca al realizar las actividades de preprocesamiento y procesamiento en imágenes de observación de la tierra?

Se trata de mejorar la interpretación de la imagen, así como mejorar la detección de patrones y de clases que nos ayuden a abordar cuestiones científicas muy específicas- Por ejemplo, la observación de la vegetación, deforestación y cambios de uso de suelo.

Patrón se define como EL CONJUNTO DE CARACTERÍSTICAS DE UNA IMAGEN. Las características de la imagen de satélite pueden ser:

• Topológicas: número de componentes conexos, agujeros,
• Geométricas: área, perímetro, curvatura,
• Estadísticas.

El objetivo del reconocimiento de patrones en una imagen de satélite óptica es asignar un patrón a la clase a la que pertenece (lo más

cc i BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGIAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

automáticamente posible). Para asignar una clase de patrones es necesario que el conjunto tenga propiedades de similitud y fronteras separables. En el ejemplo siguiente (Figura 2) se observan pixeles con similitud de colores y hay diferencia de fronteras entre las regiones.

Figura 2. Elaboración Propia López A. 2022

Es importante recordar que, en el caso de una imagen multiespectral, esta se compone de varias imágenes monocromáticas, cada una de las cuales corresponde a una banda en el espectro electromagnético. En el caso mostrado se debe considerar que cada cubierta tiene un grupo de pixeles que ofrece un comportamiento espectral tipo, incluso en varias bandas espectrales, en función de las características que se denominan firma espectral.

Al combinar los principios de reconocimiento de patrones con la percepción remota es posible convertir los datos de pixeles en información. Por ejemplo, información de las categorías de interés como pueden ser agua, área urbana, zonas de agricultura, bosques etc.

CC BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

Se observan en las imágenes ópticas obtenidas con datos de satélite árboles en la parte superior de los objetos. Por ejemplo, en los árboles se observa el dosel o tipos de suelo.

En la Figura 3 se observa una banda multiespectral. Cada conjunto de pixeles representa una firma espectral como puede ser agua, vegetación o suelo.

Banda Espectral 172 1 y 77 X 101 13

Figura 3. Ejemplo de apilamiento de bandas multiespectrales, se muestran el valor de un pixel en cada banda indicando su valor Elaboración Propia López A. 2022

La figura 4 muestra la firma espectral de cada pixel antes de procesar con el preprocesamiento los valores digitales se transforman en reflectividad.

cc BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

Gráficas de perfil lineal que indica el valor de pixel de cada bandas RGB en Datos Digitales Arbitrary Profde Data Value Preprocesamiento Imagen Clasificada Arbitrary Profile Data Value 14 Data Value 15 20 25 Transect 15 20 14 Transect 002

Figura 4. Ejemplo de una imagen multiespectral de Landsat antes del preprocesamiento, y después del preprocesamiento y extracción de la información temática. Elaboración Propia López A. 2022

2 .- Extracción de la información temática

Para analizar el contenido de información de una imagen de observación óptica se requiere repasar los principios de extracción de información en una imagen digital (Jain and Murty, 1999). En este apartado se presentan algunos conceptos básicos en las técnicas de extracción de información temática, y se presentan tres grupos para la extracción de información temática: aislamiento de objetos, extracción de patrones y clasificación.

A) Aislamiento de objetos. Se caracterizan por la localización de objetos y separarlos del resto de la imagen.

cc BY NC ND Transect 20 15 - Arbitrary 160 Imagen multiespectral de Landsat 8 OLI/TIRS con Composición en RGB: Rojo (0.6546μ) Verde(0.5613u) Azul (0.4820μ) 5 Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGIAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

B) Extracción de patrones. Se estudian los parámetros medibles del objeto o patrones, obteniéndose un conjunto de medidas o vector de características.

C) Clasificación. Los patrones son clasificados decidiendo la clase a la que pertenece. Cada vector de características es asignado a una clase.

A) Aislamiento de objetos

Para aislar o separar un objeto de la imagen se emplean técnicas de segmentación. La segmentación se define como la separación de una imagen en regiones disjuntas, cuyos pixeles mantienen un valor dentro de un rango.

La segmentación de una imagen puede ser orientada en dos formas: por Definición de regiones* y por Definición de contornos **.

La Definición de regiones* es donde se asignan valores a objetos particulares.

Existen tres aproximaciones que son descritas a continuación (Huérfano et al. 2015):

A.1) Segmentación por umbral

La segmentación por umbral es un proceso aplicable a escenas que contienen objetos sólidos con un fondo de contraste.

cc BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mxCONAHCYT CONSEJO NACIONAL DE HUMANIDADES CIENCIAS Y TECNOLOGÍAS CentroGeo Centro de Investigación en Ciencias de Información Geoespacial, A.C.

Una región es un conjunto de pixeles conectados. Todos los pixeles deben mantener un valor dentro de un rango.

Se analizará el efecto de elección de un umbral. A continuación, se muestra una imagen con tres figuras geométricas y un fondo homogéneo (Figura 5). Si se analiza el histograma ideal de la imagen es posible definir 4 distribuciones y por lo tanto definir un umbral o valor que separa cada objeto.

En el caso uno se quitan los valores de fondo; en el segundo se identifica y separa la figura ovalo.

1 Función de umbralización

Figura 5. Elaboración Propia López A. 2022

cc BY NC ND Centro de Investigación en Ciencias de Información Geoespacial, A.C. Contoy 137 Esq. Chemax, Col. Lomas de Padierna, Alcaldía Tlalpan, CP. 14240, Ciudad de México, México. www.centrogeo.org.mx