Page 1

MÓDULO III – PROCESAMIENTO Y ANÁLISIS DE DATOS TEMAS 3 Y 4

TELEDETECCIÓN

Módulo III

CLASIFICACIÓN. EXTRACCIÓN DE INFORMACIÓN TEMÁTICA: RECONOCIMIENTO DE PATRONES. INTELIGENCIA ARTIFICIAL

 OBJETIVOS ESPECÍFICOS Que el alumno: -

Conozca el esquema general para la extracción de información temática

-

Conozca y comprenda las diferencias entre los métodos de clasificación basados en la identificación de patrones

-

Conozca los elementos críticos de la clasificación supervisada y no supervisada

-

Comprenda las particularidades de la incorporación de información adicional al proceso de clasificación

-

Sea capaz de elegir el método de clasificación óptimo para cada proyecto de teledetección

 ACTIVIDADES Se recomienda la lectura crítica de: (i) Capítulo 8 del libro “Principles of Remote Sensing” (Digital image classification) (Tempfli et al., 2009). (ii) “A survey of image classification methods and techniques for improving classification performance” (LU y WENG, 2007). (disponible en la plataforma de e-learning de la asignatura). (iii) Métodos de clasificación (español): http://dl.dropbox.com/u/939593/teoria_7_web.pdf (iv) Clasificación supervisada: http://www.fas.org/irp/imint/docs/rst/Sect1/Sect1_17.html (v) Clasificación no supervisada: http://www.fas.org/irp/imint/docs/rst/Sect1/Sect1_16.html (iv) La Teledetección en síntesis http://teleuned.uned.es/autorias/Teledetecci%C3%B3n/index.html

(E.

Chuvieco)

Se debe realizar un esquema de cada uno, asegurando la comprensión de todos los términos e ideas expuestas, para de este modo profundizar en los temas tratados.  PREGUNTAS DE COMPROBACIÓN DE CONOCIMIENTOS ADQUIRIDOS 1. Identifica los pasos para hacer una clasificación de imágenes. 2. ¿Cuál es el principio de la clasificación de imágenes? 3. La clasificación de imágenes se puede denonimar “división del espacio de entidades” (“partitioning of the feature space”). ¿Qué quiere decir esto? 4. Completa la tabla de “Procedimientos de clasificación de imágenes multiespectrales” (pg. 10 de la presentación), describiendo las características de cada categoría de clasificación. Emplea para ello la información proporcionada en la presentación y en el artículo de Lu y Weng (2007). 5. ¿Qué es un algoritmo de clasificación? Indica dos ejemplos, destacando las ventajas e inconvenientes de cada uno. Pon un ejemplo de clasificación de imágenes en el que sería óptimo su uso (un ejemplo para cada algoritmo).


 BIBLIOGRAFÍA BÁSICA CAMPBELL, J. B. (2002). “Introduction to remote sensing” 3ª Edición. Ed. New York, The Guilford Press. CHUVIECO, E. (Ed.) (2006). “Teledetección y medio ambiente: (la observación de la Tierra desde el espacio)”. Madrid, Universidad Nacional de Educación a Distancia. JENSEN, J. R. (2005). “Introductory Digital Image Processing: A Remote Sensing Perspective”. 3ª Edición. Upper Saddle River, NJ, USA, Prentice Hall. LU, D. Y WENG, Q. (2007). “A survey of image classification methods and techniques for improving classification performance”. International Journal of Remote Sensing, 28:5, 823 – 870  RECURSOS INTERNET http://www.ncgia.ucsb.edu/NATIONAL CENTER FOR GEOGRAPHIC INFORMATION AND ANALYSIS http://www.research.umbc.edu/~tbenja1/ . THE REMOTE SENSING CORE CURRICULUM http://www.cmis.csiro.au/rsm/intro/ ... INTRODUCTION TO REMOTE SENSING (CSIRO) http://www.cnr.berkeley.edu/~gong/textbook BERKELEY

REMOTE

SENSING

AND

IMAGE

ANALYSIS,

Tema 3 y 4 cuestiones  

Tema 3 y 4 cuestiones

Advertisement