Identificación no-supervisada de parcelas agrícolas en imágenes satelitales multiespectrales basado en la semejanza de pixeles homólogos en las distintas bandas

• Autores: Baumgartner, J.; Calderon, J.; Pucheta, J.; Rodríguez Rivero, C.
• Año de publicación: 2011
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; Landsat 7; Imágenes multiespectrales; Segmentación no-supervisada; Thresholding; Monitoreo agrícola
• Institución: Universidad Nacional de La Plata

En este trabajo se presenta un algoritmo para identificar parcelas agrícolas en imágenes multiespectrales de Landsat 7. En un primer paso se analiza cada banda de la imagen con un proceso gaussiano. Luego, se ajustan los parámetros de un filtro no-lineal de acuerdo a los resultados del análisis. Al final, se aplica un algoritmo de segmentación que busca conjuntos de pixeles similares en todas las bandas. Este algoritmo tiene un parámetro que permite definir el nivel de semejanza de las parcelas agrícolas. Por lo tanto, es posible identificar parcelas poco homogéneas y después estudiar en detalle la composición de una. Los resultados del filtro propuesto son prometedores y facilitan la segmentación de la imagen satelital. El algoritmo de segmentación identifica las parcelas agrícolas en la imagen usada con un alto nivel de precisión y, además, detecta estructuras escondidas como pivotes de riego.
In this work an algorithm for the identification of agricultural parcels in multispectral Landsat 7 images is presented. In a first step each band is analyzed with a Gaussian process. Afterwards the parameters of a non-lineal filter are adjusted according to the results of the analysis. Finally a segmentation algorithm which searches for pixels with similar feature vectors is executed. This algorithm has a free parameter which allows defining a similarity threshold for each field. Therefore it is possible to identify inhomogeneous fields first and then have a closer look at their compounding. The results of the filter are promising and simplify the segmentation of the satellite image. The segmentation algorithm identifies the agricultural fields in the given image with a high degree of reliability, besides that it discovers hidden structures like irrigation pivots.
Sociedad Argentina de Informática e Investigación Operativa