Autores: Arturo Rodríguez Martínez Isaac Palomo Barcenilla

Transcripción

1 ENTORNO MATLAB PARA FILTRADO BASADO EN ECUACIONES DIFERENCIALES CONVOLUTIVAS Y CLASIFICACIÓN DE IMÁGENES SATÉLITE. NUEVAS CONTRIBUCIONES Tutores: Autores: At Arturo Rodríguez dí Martínez Carmen Quintano Pastor Dpto. Tecnología Electrónica Eduardo d Cuesta Montero Dpto. Matemática Aplicada

2 ÍNDICE JUSTIFICACION Y OBJETIVOS INTRODUCCION TEORICA IMPLEMENTACIÓN BATERÍA DE PRUEBAS CONCLUSIONES

3 JUSTIFICACIÓN Continuidad con proyectos anteriores - 1º Filtrado de video - 2º Filtrado imágenes - 3º Filtrado y clasificación de imágenes de satélite - Limitaciones: interfaz poco amigable, clasificación confusa, índices de fiabilidad. Nuestro proyecto - Entorno Matlab (programación mediante script) - Mejora de trabajos anteriores: solucionar las limitaciones.

4 JUSTIFICACIÓN Entrada - Imágenes de satélite: imágenes multiespectrales (visible, infrarrojo cercano y medio). Salida - Imagen temática con dos clases de interés y medida de su fiabilidad. Entorno programa - Filtrado basado en ecuaciones diferenciales de tipo convolutivo que permite filtrar una imagen preservando los bordes. - Clasificación que permite categorizar una banda de imagen monobanda. - Reclasificación que agrupa las clases deseadas en una única clase de interés. - Índices fiabilidad que proporcionan información acerca de la fiabilidad de la clasificación efectuada al compararla con una imagen verdad-terreno.

5 OBJETIVOS Crear una nueva interfaz robusta que permita integrar el filtrado basado en ecuaciones diferenciales de tipo convolutivo de imágenes de satélite, su clasificación y la evaluación de su fiabilidad - Modificación de la interfaz existente - Creación de un nuevo sistema de visualización - Integración de la función de Filtrado - Implementación de la función de Clasificación optimizada - Creación de funciones de cálculo de fiabilidad - Realización de batería de pruebas

6 INTRODUCCIÓN TEÓRICA Filtrado - Reducción de ruido - Preservación de los bordes - Global / local / mixto - Número de divisiones: debe ser divisor del tamaño de la imagen. - Tiempo y número de pasos. Clasificación - Cada pixel tiene su valor digital. - Agrupación de clases de pixeles con valores digitales similares. (Algoritmo k-means) - Un único parámetro de entrada (número de clases)

7 INTRODUCCIÓN TEÓRICA Cálculo de fiabilidad: - Muestreo: Seleccionamos puntos aleatorios de las áreas de estudio que representarán la fiabilidad del conjunto. - Matriz de confusión: Obtenida al comparar la verdad terreno con la imagen clasificada. - Índices de fiabilidad: - Índice kappa - Variabilidad - Error de omisión - Error de comisión - Fiabilidad de usuario y productor - Fiabilidad total

8 IMPLEMENTACIÓN Vista general del programa - Menú - Zona de visualización - Zona de trabajo o funciones

9 IMPLEMENTACIÓN Cambios en el menú Eliminación de botones Agrupación de botones Cambios en la zona de visualización Seguimiento del proceso Identificación de imágenes Sistema de visualización

10 IMPLEMENTACIÓN Cambios en la zona de trabajo o funciones Clasificación no supervisada Función de reclasificación Agrupamos clases Algoritmos de muestreo Selección de puntos de trabajo Funciones de cálculo lo de los índices de fiabilidad Selección de verdad-terreno Información de fiabilidad

11 BATERÍA DE PRUEBAS Objetivos: - Verificar si la clasificación de imágenes previamente filtradas mediante un filtro de tipo convolutivo proporciona estimaciones de áreas quemadas en Castilla y León más fiables que la clasificación ió de las imágenes originales (sin filtrar) - Identificar los parámetros de las funciones filtrado y clasificación que proporcionan las estimaciones de área quemada mas fiables. Dos zonas de estudio

12 BATERÍA DE PRUEBAS Zona de estudio 1 - Situación: Castilla y León - Sensor: MODIS - Tamaño de pixel: 250x250 m 2 - Tamaño: 99x99 pixeles - Banda: Reflectancia infrarrojo cercano - Verdad terreno: imagen rasterizada de los perímetros oficiales de incendios propor- cionados por la Junta de Castilla y León

13 BATERÍA DE PRUEBAS Zona de estudio 2 - Situación: Castilla y León - Sensor: MODIS Tamaño de pixel: 250x250 m 2 - Tamaño: 80x80 pixeles - Banda: índice BAI (Burned Area Index) (función de bandas roja e infrarrojo cercano) - Verdad terreno: imagen rasterizada de los perímetros oficiales de incendios proporcionados por la Junta de Castilla y León

14 BATERÍA DE PRUEBAS Zona de estudio 1 Filtrado local: -Divisiones posibles: 3, 9, 11 y 33 -Nº de pasos: 5 -Tiempo de paso: 0,003 sg Clasificación: -Nº de clases: 2, 3, 4 y 5 -Reclasificación: 1 zona de interés

15 BATERÍA DE PRUEBAS Zona de estudio 2 Filtrado local: -Divisiones posibles: 2, 4, 8, 10, 16, 20 y 40 -Nº de pasos: 5 -Tiempo de paso: 0,003 sg Clasificación: -Nº de clases: 2, 3, 4 y 5 -Reclasificación: 1 zona de interés

16 BATERÍA DE PRUEBAS

17 CONCLUSIONES Hemos creado una interfaz robusta y amigable que permite integrar el filtrado basado en ecuaciones diferencialesi de tipo convolutivo de imágenes de satélite, su clasificación y la evaluación de su fiabilidad. Respecto a la interfaz: - Nuevo diseño que permite el seguimiento y control de las imágenes (nuevo sistema de visualización). Respecto a las funciones de programa: - Nueva función de clasificación k-means. - Algoritmos para análisis y comprobación de la fiabilidad de la clasificación. Batería de pruebas

18 EXTENSIONES Como ejemplo de futuras actualizaciones y mejoras sugerimos las siguientes: i Respecto a la función de filtrado: - Tratamiento de imágenes más grandes en tiempos menores. - Tratamiento más selectivo pudiendo el usuario elegir donde realiza el tratamiento y donde no. - Utilización de imágenes rectangulares. Respecto a la función de clasificación: - Nuevos algoritmos de clasificación (mínima distancia, paralelepípedos y/o máxima probabilidad) Respecto al cálculo de fiabilidad: - Matriz de confusión que permita el uso de más de dos clases (otras zonas de interés)

19 ENTORNO MATLAB PARA FILTRADO BASADO EN ECUACIONES DIFERENCIALES CONVOLUTIVAS Y CLASIFICACIÓN DE IMÁGENES SATÉLITE. NUEVAS CONTRIBUCIONES Tutores: Autores: At Arturo Rodríguez dí Martínez Carmen Quintano Pastor Dpto. Tecnología Electrónica Eduardo d Cuesta Montero Dpto. Matemática Aplicada