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 ...
clasificados en la clase más próxima a no ser que se especifique un umbral de distancia. Se parece al resultado de la clasificación de mínima distancia pero las clases están menos definidas. Ha disminuido la clase “playas del norte” (aunque aparecen nuevos píxeles) y la clase “taludes” se distingue peor porque ha crecido. Figura 83. Clasificación Paralepípeda. Figura 84. Clasificación de Mínima Distancia. Figura 85. Clasificación de Máxima Figura 86. Clasificación de Distancia de Probabilidad. Mahalanobis. - Codificación Binaria: codifica los datos y patrones espectrales en 0 y 1 basándose en si una banda está por debajo o por encima de la media espectral, respectivamente. Una función booleana “OR” compara cada espectro de referencia codificado con los datos espectrales codificados y produce una imagen de clasificación. Los píxeles son clasificados en el espectro de referencia con el que coinciden en mayor número de bandas, salvo que se especifique un umbral mínimo de coincidencia. Clasificación muy gruesa. Lo que más resalta son las crestas. Las playas del sur no están mal delimitadas. 80
- Red Neuronal: usa la propagación hacia atrás en una red neural con capas retroalimentada positivamente para el aprendizaje supervisado. Se puede seleccionar el número de capas escondidas a usar y entre una función de activación logística o hiperbólica. El aprendizaje ocurre ajustando pesos en el nodo para minimizar la diferencia entre el nodo de activación final y el resultado. El error se propaga hacia atrás a través de la red y el ajuste de peso se hace usando un método recursivo. Permite llevar a cabo una clasificación no lineal. Las playas del sur aparecen muy difuminadas y se incluyen parcialmente en la clase “crestas”, que ocupan una gran extensión. Sin embargo, otras zonas bajas de la península aparecen en rojo. La península está clasificada principalmente en “playas de Robbery” y “crestas”, y la clase “taludes” ha desaparecido. Gran parte del mar aparece clasificado como “Zona Intermareal”, mientras que esta zona, sin embargo, ha sido clasificada como “Playas Robbery”. A la vista de los resultados puede concluirse que los clasificadores que mejor separan las distintas cubiertas son los de Mínima Distancia y Distancia de Mahalanobis, aunque sus resultados tampoco son muy precisos. El enfoque de la clasificación es comparar los resultados de las distintas fechas y detectar así los cambios que se han producido a lo largo del tiempo. Para clasificar imágenes individuales únicamente pueden usarse las clasificaciones Paralepípeda y de Mínima Distancia, ya que el resto solo es aplicable a archivos de varias bandas. Por ello la opción finalmente elegida es el clasificador de Mínima Distancia, ya que el otro método no da muy buenos resultados y deja píxeles sin clasificar. Figura 87. Clasificación de Codificación Figura 88. Clasificación de Red Neuronal. Binaria. 81
- Page 29 and 30: 3. Área de estudio La isla de Livi
- Page 31 and 32: Además de relieves cónicos aislad
- Page 33 and 34: predation on the food web of lakes
- Page 35 and 36: vertical). En función de las disti
- Page 37 and 38: La resolución espacial en la direc
- Page 39 and 40: calcularse de forma correcta usando
- Page 41 and 42: Figura 29. Tipos de reflexión de l
- Page 43 and 44: ASAR GOMOS RA-2 MERIS MIPAS MWR LRR
- Page 45 and 46: Modos de operación de ENVISAT ASAR
- Page 47 and 48: 4.1.5. Adquisición de Imágenes Lo
- Page 49 and 50: Imágenes ASAR Wide Swath encontrad
- Page 51 and 52: Sus imágenes tampoco son útiles p
- Page 53 and 54: · Codificaciones flag: son un tipo
- Page 55 and 56: · “Synthetic Color Image”: tra
- Page 57 and 58: 5. Metodología 5.1. Tratamientos p
- Page 59 and 60: Los productos ASAR abiertos de esta
- Page 61 and 62: tamaño de píxel de 150 m de acuer
- Page 63 and 64: Figura 41. Máscara de bits creada
- Page 65 and 66: Figura 46. Imagen de la isla de Liv
- Page 67 and 68: heterogénea o punto objetivo), que
- Page 69 and 70: Figura 59. Filtro de Ocurrencia de
- Page 71 and 72: - “Isodata”: usa el mismo crite
- Page 73 and 74: De las pruebas realizadas se obtuvi
- Page 75 and 76: montañosa. El color verde claro ap
- Page 77 and 78: Figura 79. Resultado de la clasific
- Page 79: Figura 82. Polígonos correspondien
- Page 83 and 84: Los límites de Byers son un poco d
- Page 85 and 86: Figura 90a. ROIs definidas para la
- Page 87 and 88: Figura 92a. ROIs definidas para la
- Page 89 and 90: Figura 94a. ROIs para la imagen del
- Page 91 and 92: Figura 96a. ROIs definidas para la
- Page 93 and 94: Figura 97b. Detalle de la Penínsul
- Page 95 and 96: Figura 100a. Segunda clasificación
- Page 97 and 98: Figura 102a. Segunda clasificación
- Page 99 and 100: Figura 104a. Segunda clasificación
- Page 101 and 102: tratándolos como vectores en un es
- Page 103 and 104: Figura 108. Clasificación Angular
- Page 105 and 106: Por ello se optó por dejar la clas
- Page 107 and 108: Combinación de clases Clases Inici
- Page 109 and 110: La clase 1 cubre el 78 % de la imag
- Page 111 and 112: Clase 4 (Coral) La clase 4 presenta
- Page 113 and 114: Clase 7 (Amarillo) La clase 7 está
- Page 115 and 116: Clase 10 (Blanco) La clase 10 corre
- Page 117 and 118: 6. Conclusión El presente trabajo
- Page 119 and 120: · COLBECK, S., AKITAYA E., ARMSTRO
- Page 121 and 122: · PINILLA C. “Qué es la teledet
- Page 123 and 124: Anexo I. Clasificación Internacion
- Page 125 and 126: 125
- Page 127: 127
clasificados en la clase más próxima a no ser que se especifique un umbral <strong>de</strong><br />
distancia.<br />
Se parece al resultado <strong>de</strong> la clasificación <strong>de</strong> mínima distancia pero las clases<br />
están menos <strong>de</strong>finidas. Ha disminuido la clase “playas <strong>de</strong>l norte” (aunque<br />
aparecen nuevos píxeles) y la clase “talu<strong>de</strong>s” se distingue peor porque ha<br />
crecido.<br />
Figura 83. Clasificación Paralepípeda. Figura 84. Clasificación <strong>de</strong> Mínima Distancia.<br />
Figura 85. Clasificación <strong>de</strong> Máxima Figura 86. Clasificación <strong>de</strong> Distancia <strong>de</strong><br />
Probabilidad. Mahalanobis.<br />
- Codificación Binaria: codifica los datos y patrones espectrales en 0 y 1<br />
basándose en si una banda está por <strong>de</strong>bajo o por encima <strong>de</strong> la media espectral,<br />
respectivamente. Una función booleana “OR” compara cada espectro <strong>de</strong><br />
referencia codificado con los datos espectrales codificados y produce una<br />
imagen <strong>de</strong> clasificación. Los píxeles son clasificados en el espectro <strong>de</strong> referencia<br />
con el que coinci<strong>de</strong>n en mayor número <strong>de</strong> bandas, salvo que se especifique un<br />
umbral mínimo <strong>de</strong> coinci<strong>de</strong>ncia.<br />
Clasificación muy gruesa. Lo que más resalta son las crestas. Las playas <strong>de</strong>l sur<br />
no están mal <strong>de</strong>limitadas.<br />
80