CATEDRA DE TELEDETECIÓN

TRANSFORMACIÓN DE IMÁGENES SATELITALES

Ing. Amilcar Bautista Pedenovi

 

Marzo de 2024

ÍNDICE

1. INTRODUCCIÓN
1.1. Correcciones atmosféricas en imágenes de satélite

2. COMBINACIÓN DE COLORES

3. INTERPRETACIÓN VISUAL DE IMÁGENES SATELITALES

4. MEJORA DE CONTRASTE

5. TRANSFORMACIÓN DE IMÁGENES
5.1. Filtros
5.1.1. Filtros de paso bajo
5.1.2. Filtro de paso alto
5.1.3. Filtro de Detección de Bordes
5.1.4. Filtros en imágenes temáticas (Clasificaciones)
5.1.5. Filtro Modal
5.2. Índices de vegetación
5.2.1. NDVI (Normalized Difference Vegetation Index – Índice de vegetación Diferencial Normalizada)
5.2.2. SAVI (Soil Adjusted Vegetation Index – Índice de Vegetación ajustado al suelo)
5.2.3. EVI (Enhanced Vegetation Index – Índice de Vegetación Mejorado)
5.2.4. NDWI (Normalized Difference Wáter Index – Índice de Diferencia Normalizada de Agua)
5.2.5. NBR (Normalized Burn Ratio – índice de calcinación)
5.2.1. BSI (Bare Soil Index – índice de Suelo Desnudo)
5.3 Aplicaciones de índices
5.4 ANÁLISIS DE COMPONENTES PRINCIPALES

6. CLASIFICACIÓN DE IMÁGENES SATELITALES
6.1.1. Clases informacionales y espectrales
6.1.2. Análisis Visual
6.2. Clasificación no supervisada
6.2.1. Parámetros de ISODATA
6.2.2. ISODATA
6.2.3. Pixeles frontera
6.2.4. Resultado final
6.3. Clasificación supervisada
6.3.1. Preprocesamiento de Datos para Clasificación Supervisada
6.3.2. Resultado final
6.3.3. Recode
6.4. Post-clasificación de imágenes
6.5. Interpretación de Resultados en Clasificación Supervisada
6.6. Clasificación de imágenes Hiperespectral
6.7. Evaluación de la precisión de la clasificación – matriz de confusión

7. ESTUDIO DE CASO – PRÁCTICA CON ERDAS
7.1. Clasificación de imágenes de satélite utilizando el Software Erdas Imagine
7.2. Método supervisado
7.2.1. Evaluación de Firmas
7.2.2. Post-Procesos
7.3. Clasificación no supervisada
7.3.1. Evaluación de la precisión de la clasificación
7.3.2. Matriz de confusión

8. BIBLIOGRAFÍA

Print Friendly, PDF & Email
FCF UNSE