Abstract:
En este trabajo se ha implementado una estrategia de clasi cación de imágenes multiespectrales
mediante técnicas orientadas a objeto (CIMTOO) para cuanti car niveles de turbidez
en la Laguna Grande de San Pedro (Chile). Para el estudio se utilizó el software eCognition
Professional 4.0 (DeFiniens Imaging, 2004). En la primera etapa de segmentación multiresoluci
ón fueron considerados tres grupos de datos de entrada. Mediante un análisis de
sensibilidad de los objetos se ha generado el conocimiento necesario para acotar la magnitud
de los parámetros de segmentación (escala, forma y compacidad). En una segunda etapa,
las clases se han de nido a partir de la selección de tareas de entrenamiento asociadas a los
datos registrados in situ. Para la descripción de las clases se ha utilizado ocho medidas de
textura basadas en la matriz de co-ocurrencia de niveles de gris (MCNG) y dos descriptores
espectrales. Para la selección de los descriptores óptimos que maximizan la distancia entre
clases se ha utilizado el método de bootstrap. La clasi cación está basada en los principios
de lógica difusa, donde el método del vecino más próximo permitió generar las funciones de
pertenencia que manejaron el proceso. En la ultima etapa, la precisión alcanzada por cada
prueba se evaluó mediante el índice de Pertenencia Global (PG) y el índice de Estabilidad
Global (EG), propuestos en este trabajo como un promedio ponderado por super cie, de la
pertenencia difusa y la diferencia de pertenencia difusa de los objetos a las clases. La metodolog
ía propuesta permitió generar mapas temáticos de la turbidez de la laguna.