Corrección de modelos digitales de elevación con imágenes multi-espectrales

Autores
Thomas, Amalia; D'Amato, Juan P.; Rinaldi, Pablo R.
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se presenta una metodología extensiva para detectar áreas arboladas en zonas rurales de la provincia de Buenos Aires empleando imágenes satelitales multiespectrales Landsat. La máscara generada permite corregir las falencias de los Modelos Digitales de Elevación (MDE) radar como los Shuttle Radar Topographic Mission (SRTM). En estos modelos, la presencia de árboles genera errores en las mediciones ya que las ondas del radar no penetran la vegetación, dando valores de altura de terreno similares a las copas de los árboles. Con base en imágenes Landsat se ajustaron funciones de umbralado independientes para cada espectro. Con la aplicación sucesiva de estos umbrales se logra una máscara que se proyecta sobre el MDE. La máscara luego es corregida evaluando los saltos de altura en las fronteras de la misma. Por último, se aplica un algoritmo de corrección al MDE.
XIII Workshop Computación Gráfica, Imágenes y Visualización (WCGIV)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Segmentation
MDE
umbralado
imágenes multiespectrales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/50223
Acceder
id SEDICI_492bdc8d482ee2472073892561b30610
oai_identifier_str oai:sedici.unlp.edu.ar:10915/50223
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Corrección de modelos digitales de elevación con imágenes multi-espectralesThomas, AmaliaD'Amato, Juan P.Rinaldi, Pablo R.Ciencias InformáticasSegmentationMDEumbraladoimágenes multiespectralesSe presenta una metodología extensiva para detectar áreas arboladas en zonas rurales de la provincia de Buenos Aires empleando imágenes satelitales multiespectrales Landsat. La máscara generada permite corregir las falencias de los Modelos Digitales de Elevación (MDE) radar como los Shuttle Radar Topographic Mission (SRTM). En estos modelos, la presencia de árboles genera errores en las mediciones ya que las ondas del radar no penetran la vegetación, dando valores de altura de terreno similares a las copas de los árboles. Con base en imágenes Landsat se ajustaron funciones de umbralado independientes para cada espectro. Con la aplicación sucesiva de estos umbrales se logra una máscara que se proyecta sobre el MDE. La máscara luego es corregida evaluando los saltos de altura en las fronteras de la misma. Por último, se aplica un algoritmo de corrección al MDE.XIII Workshop Computación Gráfica, Imágenes y Visualización (WCGIV)Red de Universidades con Carreras en Informática (RedUNCI)2015-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/50223spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3806-05-6info:eu-repo/semantics/reference/hdl/10915/50028info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:56:23Zoai:sedici.unlp.edu.ar:10915/50223Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:56:24.093SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Corrección de modelos digitales de elevación con imágenes multi-espectrales
title Corrección de modelos digitales de elevación con imágenes multi-espectrales
spellingShingle Corrección de modelos digitales de elevación con imágenes multi-espectrales
Thomas, Amalia
Ciencias Informáticas
Segmentation
MDE
umbralado
imágenes multiespectrales
title_short Corrección de modelos digitales de elevación con imágenes multi-espectrales
title_full Corrección de modelos digitales de elevación con imágenes multi-espectrales
title_fullStr Corrección de modelos digitales de elevación con imágenes multi-espectrales
title_full_unstemmed Corrección de modelos digitales de elevación con imágenes multi-espectrales
title_sort Corrección de modelos digitales de elevación con imágenes multi-espectrales
dc.creator.none.fl_str_mv Thomas, Amalia
D'Amato, Juan P.
Rinaldi, Pablo R.
author Thomas, Amalia
author_facet Thomas, Amalia
D'Amato, Juan P.
Rinaldi, Pablo R.
author_role author
author2 D'Amato, Juan P.
Rinaldi, Pablo R.
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Segmentation
MDE
umbralado
imágenes multiespectrales
topic Ciencias Informáticas
Segmentation
MDE
umbralado
imágenes multiespectrales
dc.description.none.fl_txt_mv Se presenta una metodología extensiva para detectar áreas arboladas en zonas rurales de la provincia de Buenos Aires empleando imágenes satelitales multiespectrales Landsat. La máscara generada permite corregir las falencias de los Modelos Digitales de Elevación (MDE) radar como los Shuttle Radar Topographic Mission (SRTM). En estos modelos, la presencia de árboles genera errores en las mediciones ya que las ondas del radar no penetran la vegetación, dando valores de altura de terreno similares a las copas de los árboles. Con base en imágenes Landsat se ajustaron funciones de umbralado independientes para cada espectro. Con la aplicación sucesiva de estos umbrales se logra una máscara que se proyecta sobre el MDE. La máscara luego es corregida evaluando los saltos de altura en las fronteras de la misma. Por último, se aplica un algoritmo de corrección al MDE.
XIII Workshop Computación Gráfica, Imágenes y Visualización (WCGIV)
Red de Universidades con Carreras en Informática (RedUNCI)
description Se presenta una metodología extensiva para detectar áreas arboladas en zonas rurales de la provincia de Buenos Aires empleando imágenes satelitales multiespectrales Landsat. La máscara generada permite corregir las falencias de los Modelos Digitales de Elevación (MDE) radar como los Shuttle Radar Topographic Mission (SRTM). En estos modelos, la presencia de árboles genera errores en las mediciones ya que las ondas del radar no penetran la vegetación, dando valores de altura de terreno similares a las copas de los árboles. Con base en imágenes Landsat se ajustaron funciones de umbralado independientes para cada espectro. Con la aplicación sucesiva de estos umbrales se logra una máscara que se proyecta sobre el MDE. La máscara luego es corregida evaluando los saltos de altura en las fronteras de la misma. Por último, se aplica un algoritmo de corrección al MDE.
publishDate 2015
dc.date.none.fl_str_mv 2015-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/50223
url http://sedici.unlp.edu.ar/handle/10915/50223
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3806-05-6
info:eu-repo/semantics/reference/hdl/10915/50028
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064007941718016
score 13.22299

Publicaciones similares