Cartografia

particular plenamente identificable.

Recién en este punto comenzamos entonces nuestro análisis digital de la información obtenida, pudiendo efectuar realces que nos permitan destacar determinada información de nuestro interés, transformaciones bien sean gráficas o matemáticas que reordenan valores para poder aislar los factores que queremos analizar oclasificaciones que nos permitan separar el espacio analizado en zonas de diferentes clases. Las clases normalmente están definidas en función de características físicas de nuestro interés, tales como diversas cubiertas vegetales, así como también por uso del terreno como ganadería, explotación minera, etc.

Ahora bien, con el propósito de considerar los diferentes procedimientos disponibles, a continuación veremos un ejemplo:

Comencemos presentando la imagen originalmente obtenida por el satélite:

Imagen original del satélite

Imagen originalmente obtenida por el satélite.

Ahora veamos el resultado de la aplicación de un primer realce, en este caso radiométrico de estiramiento:

Realce radiométrico de estiramiento

Realce radiométrico de estiramiento

Continuando con un realce de ecualización, este es el resultado obtenido:

Realce de equalizacion

Realce de equalizacion

A veces es necesario aplicar técnicas de suavizado:

Técnica de suavizado

Técnica de suavizado

En otras ocasiones se debe mejorar la nitidez:

Técnica para mejorar nitidez

Técnica para mejorar nitidez

Concluimos el realce con el proceso de detección de bordes:

Técnica de detección de bordes

Técnica de detección de bordes

Ahora la imagen está preparada para poder efectuarle transformaciones: una muy utilizada es la llamada PCA, la cual es una transformación que reordena los valores de los píxeles conforme a nuevos ejes de variación para determinar los principales componentes de la imagen a estudiar, pues entre los dos primeros componentes se concentra más del 70% de la variación espectral de una imagen. Veamos pues una imagen y su transformación PCA:

Imagen y su transformación PCA

Imagen y su transformación PCA

La transformación IHS, donde I-Intensidad o luminosidad: cantidad de negro agregado al color, H-Hue Matiz o croma: color puro y S-Saturación: cantidad de blanco agregado al color, se utiliza para extraer o agregar efectos de sombreado a partir de la banda de intensidad:

Imagen y su transformación IHS

Imagen y su transformación IHS

También se emplean modelos matemáticos para mejorar la imagen, entre los más usado están las series de Fourier, en las cuales a partir de la extracción de parámetros matemáticos se logran los patrones de las imágenes. Veamos la base y el proceso matemático:

La base matematica de la serie de Fourier para mejorar la imagen

La serie de Fourier es la base matemática para definir un procedimiento de mejora de la imagen.

Procedimiento:

Procedimiento del uso de la serie de Fourier para mejorar la imagen

Procedimiento del uso de la serie de Fourier para mejorar la imagen

Y el resultado de su aplicación a una imagen:

Resultado de la aplicación de la serie Fourie a una imagen

Resultado de la aplicación de la serie Fourie a una imagen

También es posible la aplicación de realces combinados, por ejemplo la fusión de imágenes en distinta resolución espacial:

Fusión de imagenes de distinta resolución espacial

Fusión de imagenes de distinta resolución espacial

Para destacar el verdor, la humedad y la brillantez de la imagen, se emplea la transformación llamada Tasseled Cap:

Transformación Tasseled Cap

Transformación Tasseled Cap

Cuando el interés es sobre la cantidad de biomasa vegetal, se emplea la transformación: cocientes de bandas índices de vegetación, a la izquierda observamos la imagen sin transformar y en la parte superior izquierda con el índice NDVI, en tanto que la parte inferior izquierda el índice MSAVI:

Transformación cocientes de bandas indices de vegetales

Transformación cocientes de bandas

...