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 ...

hercules.cedex.es
from hercules.cedex.es More from this publisher
19.05.2013 Views

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

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!