Irene Pérez Llorente Junio 2008 - Centro de Estudios Hidrográficos ...
Irene Pérez Llorente Junio 2008 - Centro de Estudios Hidrográficos ...
Irene Pérez Llorente Junio 2008 - Centro de Estudios Hidrográficos ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Figura 110. Resultados <strong>de</strong>l análisis <strong>de</strong> minoría <strong>de</strong> la clasificación SAM final.<br />
El análisis <strong>de</strong> minorías crea una imagen más granulada y heterogénea, pero<br />
permite observar píxeles mal clasificados.<br />
- Agrupación <strong>de</strong> clases (“Classification / Post Classification / Clump<br />
Classes”): une las áreas clasificadas <strong>de</strong> forma similar mediante operadores<br />
morfológicos para aumentar la coherencia espacial <strong>de</strong> las imágenes <strong>de</strong><br />
clasificación, que a menudo contienen ruido o huecos, sin contaminar la<br />
información con cifras <strong>de</strong> clases adyacentes (como suce<strong>de</strong> al usar un filtro<br />
<strong>de</strong> paso bajo). Las clases seleccionadas son agrupadas aplicando una<br />
operación <strong>de</strong> dilatación seguida <strong>de</strong> una <strong>de</strong> erosión a la imagen <strong>de</strong><br />
clasificación.<br />
Figura 111. Resultados <strong>de</strong> la agrupación <strong>de</strong> clases <strong>de</strong> la clasificación SAM final.<br />
El resultado se parece un poco al <strong>de</strong>l análisis <strong>de</strong> mayoría, en el sentido <strong>de</strong><br />
que las distintas regiones parecen más homogéneas, pero las áreas no<br />
clasificadas no aumentan, permanecen igual. El problema vuelve a ser<br />
que se pier<strong>de</strong> información.<br />
- Reclasificación <strong>de</strong> las clases por colores (“Tools / Color Mapping / Density<br />
Slice” <strong>de</strong>s<strong>de</strong> el menú <strong>de</strong> la ventana <strong>de</strong> la imagen): finalmente se optó por<br />
agrupar las clases en gran<strong>de</strong>s grupos que representen la misma cubierta a<br />
partir <strong>de</strong> esta herramienta, que permite seleccionar rangos <strong>de</strong> datos o<br />
colores para <strong>de</strong>stacar áreas <strong>de</strong> la imagen. Posteriormente estos grupos se<br />
irían subdividiendo en regiones que representen las distintas evoluciones<br />
<strong>de</strong> cada superficie, aunque la gran cantidad <strong>de</strong> clases complica este<br />
proceso, y el carácter atemporal <strong>de</strong> la información adicional disponible no<br />
permite llegar a este nivel <strong>de</strong> clasificación.<br />
104