Pre-procesamiento de imágenes a partir de corrección geométrica
Presentación del tema
¡Hola!
¡Felicidades! Has llegado a la última etapa en el desarrollo de este curso que de todo corazón espero que te sea de utilidad para tu desarrollo personal y profesional. Seguimos en el ámbito de los métodos de preprocesamiento de imágenes.
En esta clase atenderemos una de las actividades más comunes y no por eso menos necesarias del procesamiento previo de una imagen para que sus datos puedan ser analizados, en este caso en el contexto geográfico.
Al igual que en la clase anterior, te comento que este procedimiento se realiza hoy en día de manera rutinaria en los centros de recepción y distribución de imágenes. Sin embargo, es posible que el procedimiento seguido, que normalmente trata de manera sistemática la corrección, no sea suficiente para lograr una correspondencia correcta entre los datos de la imagen y su ubicación sobre la superficie terrestre al momento de llevar a cabo la toma. Como viste en la clase 12 “Adquisición de una imagen de satélite en un portal de internet y obtención de información básica”, normalmente los productos que ofrecen los centros de recepción y distribución de imágenes pueden presentarse con diferentes niveles de procesamiento, tanto radiométrico como geométrico.
En esta clase nos interesa el aspecto geométrico y si revisas, verás que normalmente los productos se pueden ofrecer con una corrección geométrica, sin puntos de control, que como verás en esta clase, pueden corresponder con la corrección geométrica orbital, como un nivel inferior, y una corrección con puntos de control, además de que generalmente ya se ha utilizado un modelo digital de elevaciones para obtener una versión ortorrectificada de la imagen, que corresponde a una corrección geométrica más detallada y podría no requerir de más modificaciones. Sin embargo, los modelos automatizados que llevan este tipo de procesos podrían no tomar en cuenta singularidades de una región de la imagen que quizá resulten de interés para tu trabajo y entonces debas realizar un proceso adicional. Esto ocurre normalmente en dos situaciones diferentes:
a) cuando se requiere ajustar cartográficamente la imagen a una región determinada; o
b) cuando se requiere sobreponer dos o más imágenes que deben coincidir sobre el mismo espacio geográfico y alguna o algunas de ellas presentan cierto desfase.
Posiblemente, si te gusta usar Google Earth habrás notado que cuando utilizas la herramienta para mostrar el historial de imágenes, los objetos pueden no aparecer exactamente en la misma ubicación y si colocas una marca de posición sobre algún objeto en particular, puedes comprobar más claramente dicha situación. Esto ocurre en esa aplicación porque las imágenes que utiliza Google Earth han sido corregidas de manera sistemática, pero si tu obtuvieras las imágenes originales y para las mismas fechas, podrías realizar un procedimiento adicional para lograr corregir esas diferencias geométricas y de posición.
En la práctica que llevarás a cabo en esta clase, tendrás que corregir una imagen obtenida con el sensor Thematic Mapper de Landsat a partir de una imagen Landsat Multispectral Scanner. Ambas difieren en su resolución espacial y espectral, así que tendrás que trabajar con una composición de infrarrojo falso color para que los objetos tengan una apariencia similar en ambas imágenes y asignarás puntos de control en lugares que consideres corresponden a ambas imágenes. En el apunte que se incluye en el material didáctico de esta clase se detallan las consideraciones que hay que tener en cuenta cuando se establecen los puntos de control para que sean de utilidad y permitan llevar a cabo una corrección geométrica adecuada.
Adicionalmente, se utiliza un modelo digital de elevación para corregir el desplazamiento debido al relieve, lo que permite contar con una imagen ortorrectificada, si los puntos de control son suficientes y correctamente distribuidos.
Espero que esta clase resulte de interés para ti. Además, los conceptos revisados en esta clase son útiles para otras áreas de la geomática en que se trabaja con datos matriciales o ráster.
Un aspecto que se enfatiza en el apunte es que, a pesar de ser considerado un paso del pre-procesamiento de las imágenes, actualmente se considera que no siempre requiere ser llevado a cabo antes de realizar la interpretación, ya sea visual o automatizada de las imágenes. En ocasiones sólo se requiere cuando se tiene ya el producto derivado.
¡Empecemos con mucho ánimo esta sesión!
Objetivo didáctico de la clase
Revisar los conceptos más primordiales de la corrección geométrica de imágenes digitales de teledetección, con énfasis en la corrección geográfica, los cuales resultan fundamentales en el manejo de estos datos y que con frecuencia requieren llevarse a cabo. Experimentar el proceso de corrección geométrica a partir del establecimiento de puntos de control y las consideraciones que se deben tomar en cuenta al momento de seleccionarlos.
Contenido didáctico
A continuación, se presenta el contenido didáctico de acceso abierto o institucional para profundizar en el tema.
| No. | Nombre del recurso | Sinopsis | Tipo de recurso | Enlace Web |
|---|---|---|---|---|
| 1 | Corrección geométrica | Revisión de los conceptos y consideraciones fundamentales en el proceso de corrección geométrica de imágenes de satélite | Apuntes | [Acceder] |
| 2 | Corrección geométrica con puntos de control | Hasta el minuto 8:30, hace una revisión de lo que significa la corrección geométrica y detalla aspectos relacionados con la proyección cartográfica y la transformación que se realiza de imágenes en formato crudo a la proyección deseada. Después del minuto 8:30, ejemplifica el proceso en un software en particular. | Video | [Acceder] |
| 3 | Geometric correction concept | Una serie de consideraciones de por qué es necesaria la corrección geométrica y cómo se lleva a cabo | Video | [Acceder] |
Material didáctico complementario
| No. | Nombre del recurso | Sinopsis | Tipo de recurso | Enlace Web |
|---|---|---|---|---|
| 1 | Corrección Geométrica – Georreferenciación | Ejercicio en que se corrige una imagen de satélite a partir de una capa de datos vectoriales, en que no hay un proceso de ortorrectificación, solo georreferenciación. | Video | [Acceder] |
| 2 | Corrección Geométrica de Imágenes de Satélite de Distinta Resolución | Artículo en que se lleva a cabo un procedimiento en el que una imagen es corregida con base en otra de resolución espacial distinta, usando métodos automatizados para establecer los puntos de control. | Artículo derivado de una conferencia dictada en un congreso científico. | [Acceder] |
Resumen e ideas relevantes de la clase digital
Aunque realmente la corrección geométrica no siempre debe ser parte del pre-proceso de una imagen satelital, es difícil encontrar alguna aplicación en que no se requiera que ya sea la imagen original o cualquiera de los productos que se puedan derivar de ella no requieran ser corregidos geométricamente.
Los errores geométricos de una imagen provienen de distintas fuentes, que incluyen alteraciones en el sensor, las características de la toma, la curvatura de la tierra o su movimiento rotatorio, el desplazamiento debido al relieve o alteraciones derivadas de la refracción de la energía a través de la atmósfera. Dependiendo de las necesidades, puede llevarse a cabo solo una georreferenciación de los datos para ubicar la imagen en un contexto geográfico aproximado a la realidad, pero en otras situaciones, la ubicación precisa de los objetos es crucial y se requieren procedimientos de ortorrectificación, que requiere eliminar incluso el desplazamiento debido al relieve a través de los datos de un modelo digital de elevaciones confiable.
A través de los materiales didácticos se ha revisado la diferencia en una corrección orbital y una llevada a cabo con puntos de control. En este sentido se ha demostrado la importancia de contar con suficientes puntos, representativos de la heterogeneidad de la imagen y distribuidos de modo que la corrección no sobreestime zonas en particular y subestime otras.
El proceso de remuestreo depende primordialmente del algoritmo utilizado, pero es muy importante que el usuario comprenda que al utilizar cualquiera de los algoritmos, los datos originales sufrirán alguna transformación y mientras los métodos basados en el modelo del vecino más cercano modifican en menor medida los valores originales, los métodos más sofisticados ofrecen apariencias más armoniosas, aunque posiblemente menos fieles a los datos que originalmente se registraron.
¡Has llegado al final de la última clase del curso, muchas felicidades! Ha sido un gozo compartir contigo este trayecto formativo. Deseo que haya cumplido tus expectativas y encuentres satisfacción en los temas abordados, así como con tu desempeño y compromiso. Para concluir de forma correcta, te invito a realizar las siguientes actividades. Espero encontrarte nuevamente, ¡hasta pronto!