Clasificación de imágenes multiespectrales mediante técnicas orientadas a objeto (CIMTOO) : una aplicación a la cuantificación de la turbidez de un lago = (Classification of multiespectral images by object-oriented techniques : an application to quantification of turbidity in a lake).

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.