Procesamiento de Imágenes Satelitales



Documentos relacionados
Técnicas de procesamiento digital de imágenes aplicadas a la realización n de estudios geográfico

Proyecto de Conservación de Bosques del Paraguay. Resumen Análisis del Paisaje1. Finca Tobich - Gran REDD+

Teledetección de cultivos de Soja y Pasturas utilizando imágenes satelitales

Imágenes y productos de Satélite

Visualización de imágenes

Procesamiento de Imágenes Satelitales

Metodología y aplicaciones básicas al procesamiento de imágenes satelitales.

Landsat 8 Novedades y posibilidades

PRÁCTICO 1: Introducción al uso de ENVI

Actualización Cartográfica Con Imágenes Satelitales

TM para análisis de la geología g y estructura de la zona aledaña a la Sierra

INTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA

ANEXO 1 Correcciones Radiométricas

Nuevas tecnologías en la investigación del medio ambiente TEMA 3

Universidad Nacional del Sur Departamento de Geografía y Turismo

Guía práctica de uso de SPIDER

Soluciones con ERDAS Imagine para la detección de cambios con imágenes

PERCEPCIÓN N REMOTA APLICADA A ESTUDIOS HIDROGEOLÓGICOS

Cur Cu so rs Int In ro tr ducción oducción a a los los sensores sensor r mot mot s o (2014). (2014). Dr. Dr Daniel Daniel Pérez Estudio

CBERS. j(china-brasil Earth Resources. Satellite)

Imágenes en falso color

TALLER FUNDAMENTOS DE PERCEPCIÓN REMOTA

I. Importación de imágenes MODIS

Geoinformación en Internet

SENSORES REMOTOS VICERRECTORADO DE PRODUCCIÓN AGRÍCOLA CIENCIAS DEL AGRO Y DEL MAR ING. R.N.R. Sistemas espaciales de Teledetección

PLATAFORMAS Y SENSORES. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández

Mejora de los Sistemas de Cartografía del Territorio Colombiano

Métodos de Inteligencia Artificial

Ejercicio 4b: Detección de cambios: Clasificación de imágenes y comparación de las imágenes a través del tiempo

Distancias estelares. Magnitudes estelares

Tema 4. Sensores Electroópticos. Cámaras Digitales

NUEVAS HERRAMIENTAS GEOMÁTICAS PARA

Facultad de Ingeniería Civil y Ambiental Plataformas y sensores.

PRÁCTICA: PROCEDIMIENTO DE IMÁGENES SATELITALES Y AÉREAS

Vegetación del Parque Nacional Iguazú: mapa base

Diseño Pasivo: Diseñando para la Iluminación Natural

Dr. Facundo Carmona Dr. Mauro Holzman

CONFERENCISTA Braulio Villatoro Especialista en Sistemas de Información para Agricultura de Precisión

Sistemas de información ambiental TEMA 3

Remote Sensing Geoimage

Curso Avanzado de Procesamiento Digital de Imágenes con ENVI. TELEMATICA S.A. -

InForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución

la zona de El Infiernillo, Mendoza, Argentina

En función de la interacción objeto-sensor y la forma de captura de energía, los sensores satelitales se clasifican en:

PROGRAMA DE CURSO. SCT Auxiliar. Personal

SD20A Seminario de Diseño Sección 14. 1er Tutorial

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 07

INFOREST. Jornada Presentación InForest. Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución

Upsala con Imágenes Landsat

ESTUDIO DE IMPACTO AMBIENTAL CENTRAL TERMOELÉCTRICA A CARBÓN RIO TURBIO, SANTA CRUZ

Autores: José David Cáceres Dra. María Pilar Martín Isabel Dr. Javier Salas Rey

Informe de Relevamiento de Superficie Implantada con Caña de Azúcar en la Provincia de Tucumán. 2011

Teledetección Bases Físicas

Asignatura: Horas: Total (horas): Obligatoria X Teóricas 3.0 Semana 6.0 Optativa Prácticas Semanas 96.0

Universidad Central Del Este UCE Facultad de Ciencias de la Salud Escuela de Bioanálisis

APLICACIONES DEL SENSOR LANDSAT

El histograma de una imagen digital

Distribución de «varillales» y «chamizales» en la zona reservada Allpahuayo Mishana (zram) utilizando imagen digital del satélite Landsat tm.

Centro de Documentación Ambiental - Catalogación de la fuente

Introducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03

ANEXO 5 SEGUNDO INFORME DE AVANCE ESTUDIO DE CASO SITIO PILOTO MENDOZA DEPARTAMENTO DE LAVALLE. Marzo de 2005

Técnicas de filtrado. Tema 6

Aplicaciones de los Sensores Remotos a la Geología

Índice Índice... 1 Índice de Ilustraciones... 3 Introducción... Error! Marcador no definido. 1. Introducción a la Percepción Remota... Error!

Introducción a la Percepción Remota. Yolanda León Maestría en Ing.Sanitaria y Ambiental Diciembre 2011 INTEC

Tutorial de ENVI Parte 1 Familiarización con el manejo de imágenes en el programa. Raúl Aguilera H.

La firma espectral. Interacción de la REM con la materia. Qué es la firma espectral?

Procesamiento Digital de Imágenes

1, 2 HC 01 Box 4590, Naguabo PR, Calle Aguja Blanca 423, Urb. San Demetrio, Vega Baja PR,

Carlos Javier Broncano Mateos

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 16

USO DE LA TELEDETECCIÓN EN HIDROLOGÍA

Introducción a la Percepción Remota. Yolanda León INTEC

Análisis. multitemporal de la. imagenes Landsat. Introducción. Datos. Objetivos

Preparación de la imagen. Preparación de la imagen. Características de la imagen utilizada. PADVA, Diego y WILSON, Carlos

CONAE y EL PLAN ESPACIAL NACIONAL

LUIS GARCIA, BRAM LEO WILLEMS, R. ESPINOZA V.

TRATAMIENTO DIGITAL DE IMÁGENES CHUVIECO, E Teledetección ambiental. La observación de la Tierra desde el espacio. Ed. Ariel Ciencia.

IMAGENES DE SATELITE EN LA EXPLORACION GEOLOGICA - MINERA

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ SECRETARÍA GENERAL FACULTAD DE INGENIERÍA CIVIL

Extrayendo Clutter de Imágenes Multiespectrales de Landsat 8. Noviembre 11, Pierre Missud. Solutions in Solutions Radiocommunications

Curso online de Teledetección con QGIS 3

INTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA

QUE ES UNA IMAGEN SATELITAL?

Argentina. Se procesó una imagen satelital Landsat ETM+ mediante el

Laboratorio de Geoinformación Departamento de Geofísica Facultad de Ciencias Físicas y Matemáticas Universidad de Chile

Curso online de Teledetección con QGIS 3

Plan Especial Alto Guadiana 1

ESPECIFICACIONES TÉCNICAS. de la Ortofoto infrarroja de Cataluña 1:25000 (OI-25M) v2.1

La dimensión espacial de las estadísticas ambientales

Normalización de Imágenes Satelitales en el Análisis Multi-Temporal

Crear una imagen ASTER compuesta RGB

I s n t s r t um u e m n e t n o t s o s d e d T l e e l d e e d t e e t c e c c i c ó i n

Fuentes de datos: Percepción remota

Plataformas y sensores con fines Meteorológicos, Radar e Hiperespectrales Grupo 4

SECCIÓN 1. Identificación del conjunto de datos espaciales o producto:

Discusión sobre las diferencias entre la cifra obtenida en el mapa de distribución de manglares escala 1:50,000 con las proporcionadas por el INEGI

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE FILOSOFÍA Y LETRAS LICENCIATURA EN GEOGRAFÍA PERCEPCIÓN REMOTA OPTATIVA

Transcripción:

Procesamiento de Imágenes Satelitales Dr. Ruben Wainschenker Mg.. Paula Tristan Ing. Jose Massa Cursada 2008

RESUMEN DEL PROGRAMA FUNDAMENTOS FÍSICOS DE LA TELEDETECCION SISTEMAS ESPACIALES DE TELEDETECCION INTERPRETACIÓN VISUAL DE LOS DATOS PROCESAMIENTO DIGITAL BASICO DE IMÁGENES SATELITALES (CORRECCIONES, REALCES Y MEJORAS) PROCESAMIENTO DIGITAL AVANZADO DE IMÁGENES SATELITALES (VARIABLES Y MAGNITUDES, CLASIFICACION, CORRELACION TEMPORAL) VERIFICACIÓN DE RESULTADOS IMÁGENES SATELITALES Y GIS

Práctica del curso Requerimientos para la Aprobación Desarrollar una herramienta que: 1. Permita Visualizar Imágenes provenientes de diferentes sensores. 2. Navegar dentro de las imágenes 3. Realizar diferentes correcciones 4. Obtener indicadores y visualizarlos como mapas 5. Georreferenciación e interfaz con GIS FECHA ENTREGA: 2 de Octubre de 2008 Antes ENTREGAR trabajo de Proc. de Imágenes I

Etapas del procesamiento de Imágenes Captura Pre-procesamiento Diseño de las propiedades de la captura. Tipo de cámara, distancia al objeto, cantidad de píxeles, etc. En el caso de Imágenes Satelitales vienen establecidas. Reducir el entorno que no es de interés para el problema. Fondo, ruido, etc. Segmentación Reconocer y extraer cada uno de los objetos presentes en la imagen. Extracción de características Seleccionar y extraer características apropiadas para la identificación de los objetos deseados. Identificación de objetos Utilizar un modelo de toma de decisión para decidir a que categoría pertenece cada objeto.

Proceso de Teledetección Teledetección n es la técnica t que permite obtener información n a distancia de objetos sin que exista un contacto material, en nuestro caso se trata de objetos situados sobre la superficie terrestre. Radiación n Solar Radiación n Emitida por la Superficie terrestre

Espectro Electromagnético tico

Bandas de Espectro Banda 1 Banda 2 Banda 3 Banda

Bandas Espectrales de Landsat-7 7 ETM: Banda 1: Azul visible.450 -.515 (µm)( Banda 2: Verde visible.525 -.605 (µm)( Banda 3: Rojo visible.630 -.690 (µm)( Banda 4: Infrarrojo cercano.775 -.900 (µm)( Banda 5: Infrarrojo medio 1.55-1.75 (µm)( Banda 7: Infrarrojo lejano 2.09-2.35 (µm)(

Disponibilidad de Imágenes Banda 1 Banda 2 Banda N File1.XXX File2.XXX File N.XXX

Espectro Electromagnético tico Sea el satélite que fuere, cada imagen consta de varios archivos físicos: Archivos de cada una de las bandas Un archivo con parámetros de la imagen en cuestión y parámetros del sensor en el momento de la captura. IMAGEN Banda 1 Banda 2 Banda N Header File1.XXX File2.XXX File N.XXX Header.XXX

Header: Landsat 5 PRODUCT =05253160-01 01 WRS =224/08700 ACQUISITION DATE =20050322 SATELLITE =L5 INSTRUMENT =TM10 PRODUCT TYPE =MAP ORIENTED PRODUCT SIZE =FULL SCENE TYPE OF GEODETIC PROCESSING =SYSTEMATIC RESAMPLING =NN RAD GAINS/BIASES = 1.26880/-0.0100 0.0100 2.98126/-0.0232 1.76186/-0.0078 2.81771/-0.0193 0.65277/-0.0080 0.0080 3.20107/0.25994 0.44375/-0.0040 0.0040 VOLUME #/# IN SET =1/1 START LINE #= 1 LINES PER VOL=60312 ORIENTATION = 0.00 PROJECTION =TM USGS PROJECTION # = 9 USGS MAP ZONE = 0 USGS PROJECTION PARAMETERS = 6378137.000000000000000 6356752.314245179300000 1.000000000000000 0.000000000000000-59.999999999621977-89.999999999719449 5500000.000000000000000 0.000000000000000 0.000000000000000 0.000000000000000 0.000000000000000 0.000000000000000 0.000000000000000 0.000000000000000 0.000000000000000 EARTH ELLIPSOID =WGS84 SEMI-MAJOR MAJOR AXIS =6378137.000 SEMI-MINOR MINOR AXIS =6356752.314 PIXEL SIZE =25.00 PIXELS PER LINE= 9516 LINES PER IMAGE= 8616 UL 0595259.7410W 375605.6275S 5510262.500 5801687.500 UR 0571044.1946W 375404.0686S 5748137.500 5801687.500 LR 0570604.4254W 395019.6671S 5748137.500 5586312.500 LL 0595248.1443W 395229.8862S 5510262.500 5586312.500 BANDS PRESENT =1234567 BLOCKING FACTOR = 1 RECORD LENGTH = 9516 SUN ELEVATION =37 SUN AZIMUTH = 51 CENTER 0583203.7753W 385355.2556S 5627145.046 5693688.229 4676 4321 OFFSET=-235 REVB

Visualización: Escala de Grises function ILandsat5.Preview(): TBitmap; var landsatfile1, landsatfile2, landsatfile3: TFileStream; stream1, stream2, stream3: array[0..10000]of Byte; L5: TBitmap; begin landsatfile1 := TFileStream.Create((filename) + 'band1.dat', SysUtils.fmOpenRead); L5.PixelFormat := pf24bit; L5.Width := 250; L5.Height :=250; incwidth := round(getwidth/l5.width); incheight := round(getheight/l5.height); j:= 0; k := 0; while(k < L5.Height)do LandsatFile1.Read(stream1, getwidth); i := 0; l := 0; while(l < L5.Width)do begin setpixel(l5.canvas.handle, l, k, rgb(stream1[i], stream1[i], stream1[i])); i := i + incwidth; l := l+ 1; end; j := j + incheight; k := k + 1; LandsatFile1.Seek(j * getwidth, sofrombeginning); end;

Visualización: Falso Color function ILandsat5.Preview(): TBitmap; var landsatfile1, landsatfile2, landsatfile3: TFileStream; stream1, stream2, stream3: array[0..10000]of Byte; L5: TBitmap; begin landsatfile1 := TFileStream.Create((filename) + 'band1.dat', SysUtils.fmOpenRead); landsatfile2 := TFileStream.Create((filename) + 'band2.dat', SysUtils.fmOpenRead); landsatfile3 := TFileStream.Create((filename) + 'band3.dat', SysUtils.fmOpenRead); L5.PixelFormat := pf24bit; L5.Width := 250; L5.Height :=250; incwidth := round(getwidth/l5.width); incheight := round(getheight/l5.height); j:= 0; k := 0; while(k < L5.Height)do LandsatFile1.Read(stream1, getwidth); LandsatFile2.Read(stream2, getwidth); LandsatFile3.Read(stream3, getwidth); i := 0; l := 0; while(l < L5.Width)do begin setpixel(l5.canvas.handle, l, k, rgb(stream3[i], stream2[i], stream1[i])); i := i + incwidth; l := l+ 1; end; j := j + incheight; k := k + 1; LandsatFile1.Seek(j * getwidth, sofrombeginning); LandsatFile2.Seek(j * getwidth, sofrombeginning); LandsatFile3.Seek(j * getwidth, sofrombeginning); end;

Ejemplos: Falso Color Imagen Landsat 7 en composición Falso Color Verdadero: Banda Roja en R Banda Verde en G Banda Azul en B

Ejemplos: Falso Color

Aplicaciones: Falso Color Combinación: Banda1: Infrarrojo cercano, Banda2: Infrarrojo medio, Banda3: Color rojo

Aplicaciones: Falso Color

Combinaciones mas conocidas Combinaciones reconocidas del Landsat 7 que facilitan el reconocimientos de diferentes cubiertas

Ejemplos: Escala de Grises Imagen Landsat 7 Banda 3

Firma Espectral Cada cubierta posee ciertas características cuantificables en cada banda del espectro que la diferencian de otras. Cada material posee bandas de absorción diferentes de acuerdo a su composición química. La imagen de un objeto detectado a bordo de un sistema sensor será una representación de la composición del mismo. Se define signatura o firma espectral a la forma característica del espectro de emisión / reflexión de una determinada superficie.

Firma Espectral: Ejemplos Firmas espectrales Valor 200,00 180,00 160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00 B1 B2 B3 B4 B5 B7 Bandas ALFALFA CHILE NOGAL CEBOLLA SANDIA

Objetivos corto plazo Abridor de Imágenes Satelitales Codificar en el lenguaje deseado las rutinas necesarias para: Abrir imágenes de L7, L5, Sac-c Visualizar escala de grises (1 Banda) Visualizar falso color (Dif( Dif.. Combinaciones de 3 bandas a elección) Representar la firma espectral de un píxel p seleccionado