Machine vision and advanced image processing in remote sensing Kanellopoulos, wilkinson, moons
Image analysis for urban land use classification Kontoes, p 121 Aplicaciones: planificación y control del uso de la tierra Problema: mezcla espectral a nivel de pixel más acentuada en areas urbanas Imágenes de alta resolución: no parecen mejorar la situación: “scene noise”
Interpretacion Aproximación inicial: pixel based (bueno para la agricultura) Las areas urbanas violan la asuncion de normalidad Mezclas arbitrarias Disposiciones espaciales complejas de los tipos de cubiertas del terreno: necesidad de usar técnicas de análisis de textura.
Tecnicas utilizadas ANN NO supervisada (Kohonen) para determinar el tamaño de ventana Supervisada: BP con dos hidden Evidence Based Interpretation of Satellite Images basada en la teoría de Shafer, basado en un modelo multinomial. Compara los histogramas de los vecindarios con los modelos Usa también matrices de coocurrencia Kernel Based reclassification algorithm intenta derivar información basada en la frecuencia y disposición espacial de las etiquetas
EBIS no proporciona mapas con sentido Muchos experimentos dedicados a determinar el tamaño de los “kernels”, sin resultados definitivos. Las clases muestran distintos niveles de complejidad espacial que requieren distintos tamaños de kernel
20 a 45% acierto
Input 7x7 72% acierto Discrimina areas En base a la tasa de viviendas
11x11 input 72% aciertos
Detail preserving processing of remote sensing images