PROCESAMIENTO DIGITAL DE IMGENES

TALLER No. 1
Nombre del estudiante:
Cdigo:
Nombre del estudiante:
Cdigo:
La nota de un informe puede estar entre uno (1.0) y cinco (5.0). Si un informe no se
entrega la nota obtenida ser de cero (0.0). Este informe se debe entregar a ms tardar a
la hora lmite para que sea evaluado.
INSTRUCCIONES PARA EL TALLER:
1. Lea cuidadosamente que es lo que se pide en el informe y cules son los criterios de
evaluacin.
2. No cambie las preguntas que se le indican. Intente responder todas las preguntas
con argumentos coherentes y, si es el caso, mostrando la evidencia correspondiente
(resumenes estadsticos, histogramas, etc).
3. Soporte grficamente cada afirmacin o anlisis que se le pida realizar.
4. Una vez terminado el taller asegrese de comprimir TODAS las imgenes del
documento. Seleccione una de las imgenes que ha anexado al documento y con el
botn derecho del Mouse mediante la opcin: Formato de Imagen -> Imagen ->
Comprimir seleccione: Todas las imgenes del documento y la opcin Comprimir en
Web o pantalla a Resolucon de 96 pp.
5. Guarde su trabajo en un archivo de Word (.doc) cuyo nombre est de acuerdo con la
siguiente convencin: Taller1-CodigoEstudiante1- CodigoEstudiante2.doc.
6. Verifique la integridad del DVD entregado (cierre el archivo muvalo a otra carpeta y
bralo nuevamente).

TRABAJO:
En base a los conceptos ya tratados en clase, a su trabajo previo con el Software ERDAS,
ILWIS y DIPS (Capitulos 1 y 6) y la lectura del capitulo 4 del Libro Introductory Digital
Image Processing, sobre estadsticas de la imagen, el Capitulo 2 del Libro Introduccion al
Tratamiento Digital de Imgenes de Jorge Lira, asi como todo el material disponible en la
plataforma del curso; usted estar en capacidad de realizar a continuacin los procesos
indicados para comenzar el procesamiento de la imagen. El presente taller requiere que
usted realice un determinado conjunto de procesos y anlisis de sus resultados, as como la
modificacin de algunos parmetros y la investigacin, consulta o documentacin sobre
algunas operaciones bsicas y avanzadas que se desarrollaran mediante las siguientes
tareas:
1. Ejercicio sobre visualizacin de imgenes multiespectrales mediante los
visualizadores en lnea Landsatlook, changematters, etc.
2. Ejercicio sobre Consulta y descarga de imgenes satelitales mediante los catalogo
EarthExplorer y otros disponibles.
3. Realizar los procesos necesarios para su importacin y visualizacin en un Software
de procesamiento (ERDAS, ILWI, PCI, etc),
4. Empleo del software DIPS como apoyo al entendimiento de los procesos y
operaciones de importacin, visualizacin y mejoramiento.

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

MATERIAL:
Para el desarrollo del Laboratorio requiere:
1. Acceso a Internet.
2. Software PCI o ERDAS. De uso en los laboratorios de la Universidad.
3. Software DIPS.
Los links para el acceso al instalador se encuentran en la pgina del grupo en
Google Sites.
1. TRABAJO PREVIO SELECCIN DE ZONA DE TRABAJO.
Para afianzar los conceptos tratados durante el desarrollo de la Practica 0 y el repaso sobre
Sensores Remotos llevado a cabo durante la primera parte del curso y asi empezar a
desarrollar las tareas referentes al procesamiento digital de las imgenes obtenidas por
satlite para propsito de monitoreo de la superficie terrestre, se requiere documentar la
zona de zona de inters para el proyecto final pues sobre estas se desarrollara la metodologa
que le permitir realizar diferentes anlisis y observaciones a partir del trabajo con imgenes
de satlite en un entorno digital.
i. Defina y justifique la seleccin de una zona de su inters en el territorio Colombiano.
ii. Realice una breve descripcin de las caractersticas Fsicas y Socioeconomicas de la zona
iii. Proceda a presentar un mapa elaborado por ustedes, con todos los estndares
cartogrficos, donde presente y delimite su zona de estudio. Emplee siempre los lmites
administrativos oficiales.
a. Descargue los limites municipales y departamentales (SIG-OT del IGAC) en los que
enmarco su pregunta de investigacin.
b. Si delimito su pregunta a un Parque nacional o rea protegida puede ubicar los
datos oficiales del Sistema de Informacin Ambiental SIAC.
c. Presente los lmites de las imgenes satelitales a emplear, ya definidas desde la
practica 0.
i. Datos de Landsat.
ii. Datos de Sentinel.

2. TRABAJO PREVIO CONSULTA, SELECCION Y DESCARGA DE DATOS.

Una vez definida su zona de inters, se hace necesario reforzar la seleccin del conjunto de
datos satelitales que facilitaran el anlisis y visualizacin de la zona de inters. Si bien muchos
de los actuales programas satelitales de observacin tanto pblicos como privados facilitan el
acceso y consulta de sus catlogos de informacin, el acceso a los datos es en su mayora
restringido por el pago de un valor determinado por el proveedor de los mismos. Sin embargo
y por iniciativas gubernamentales muchos de los datos del Sistema LandSat y Sentinel se
encuentran disponibles sin costo para el pblico. En otros casos los datos de programas
privados o mixtos sern consultados mas no descargados.

i.

Empleando el GeoVisor EOSDA realice un anlisis de la disponibilidad de los datos Landsat

8 para su zona de estudio.
a. Empleando los resultados preliminares de para todas las imgenes disponibles
(Year 2013-hoy), presente un breve anlisis de:
i. Los meses con la menor y mayor nubosidad.
b. Seleccione la mejor imagen Landsat 8 que cubre su zona de estudio y proceda a
presentarla en tres combinaciones de color, diferente a color Natural y Falso Color
Estandar.
RGB( , , )

RGB( , , )

RGB( , , )

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

ii.

A partir de la consulta de los catlogos de los siguientes programas satelitales presente el

inventario de las imgenes satelitales ms adecuadas que cubren totalmente su zona de
estudio:
a. SPOT, en el catlogo GeoStore de AIRBUS Defence.
b. SENTINEL 2 del catlogo abierto de AWS.
c. Quickbird, IKONOS y/o Worldview, en ImageFinder de DigitalGlobe.
d. RapidEye en EyeFind de PlanetLabs.
e. CBERS, en el catalogo INPE.
De no haber ninguna imagen indquelo claramente. Agregue las filas necesarias a la
tabla:

Tenga presente que puede modificar los parmetros de bsqueda (Filtrar los resultados Bsqueda
Avanzada). Modifique los parmetros que le permitan ubicar las mejores imgenes de su zona de
acuerdo a los criterios de climatologa de su zona (temporada seca temporada lluviosa), mximo
porcentaje de cobertura de nubes (Cloud Cover), asi como las fechas para la bsqueda los dos
periodos de bsqueda de imgenes para su proyecto final.
Consulte y verifique con el profesor sus parmetros de bsqueda, pues para cada proyecto o zona
pueden necesitarse cambiar cada parmetro para una adecuada seleccin de las imgenes.

Imgenes Consultadas SPOT

Criterios de bsqueda:
Path
J

Row
K

Fecha de la
Imagen

Misin

Sensor

Fuente

%
Cobertura
Nubes

Fuente

%
Cobertura
Nubes

Imgenes Consultadas ASTER

Criterios de bsqueda:
Path
J

Row
K

Fecha de la
Imagen

Misin

Sensor

Imgenes Consultadas SENTINEL 2

Criterios de bsqueda:
Path
J

Row
K

Fecha de la
Imagen

Misin

Sensor

Fuente

%
Cobertura
Nubes

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

Imgenes Consultadas Quickbird

Criterios de bsqueda:
Path
J

Row
K

Fecha de la
Imagen

Misin

Sensor

Fuente

%
Cobertura
Nubes

Imgenes Consultadas RapidEye

Criterios de bsqueda:
Path
J

Row
K

Fecha de la
Imagen

Misin

Sensor

Fuente

%
Cobertura
Nubes

Fuente

%
Cobertura
Nubes

Imgenes Consultadas CBERS

Criterios de bsqueda:
Path
J

iii.

Row
K

Fecha de la
Imagen

Misin

Sensor

Presente la imagen satelital seleccionada de cada programa y justifique sus criterios para
dicha seleccin.
Vista rpida de la
Fecha de la
Criterio para la
Imagen
Programa satelital
imagen
seleccin
seleccionada

Recuerde solo se trabajaran los datos Landsat, ASTER y/o Sentinel 2, para este taller. No
es necesario descargar o comprar los datos de otros proveedores. Solo indique cual es la
mejor imagen satelital seleccionada en cada programa.
iv.

v.

Realice una comparacin de la imagen SENTINEL y Landsat con al menos otras dos
imgenes de los proveedores privados consultados. Establezca claramente las diferencias:
a. rea cubierta (de su proyecto final).
b. Resolucin temporal
c. Resolucin espacial
d. Resolucin radiomtrica.
e. Cobertura de Nubes.
f. Calidad de la imagen.
Presente un resumen del metadato de la imagen Landsat y/o descargada y que proceder
a trabajar en el presente taller.
a. Dimensiones de la imagen.
b. Sistema de proyeccin y de coordenadas de la imagen.
c. Coordenadas de las esquinas de la imagen.
d. Formato de Almacenamiento.
e. Estructura de almacenamiento.
Ingeniera Catastral y Geodesia
Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

f.

Tamao en disco de los datos (solo se trabajaran los datos multiespectrales).

3. IMPORTACIN DE DATOS.

Para comenzar el procesamiento y anlisis visual y estadsticos de los datos satelitales, estos
deben incorporarse al software de procesamiento digital. Estas herramientas Como cuentan
con un gran conjunto de utilidades y aplicaciones enfocadas a tareas de procesamiento de
datos como soporte al anlisis y gestin de informacin para propsitos de investigacin,
cartografa o produccin de datos.
i.

Luego de desarrollar el Ejercicio #3 Ensamble de una imagen Multiespectral (Aplilado)

de los ejercicios en Clase #1 Practica 1 indique.
a. Con sus palabras cmo definira lo que es una imagen Multiespectral.
b. Qu ventajas tiene la utilizacin de este objeto en tareas de procesamiento digital.

4. ANLISIS EXPLORATORIO-VISUAL DE LOS DATOS.

Cuando la informacin digital puede ya ser desplegada en pantalla, los primeros anlisis son
los meramente visuales, se buscan los principales rasgos caractersticas en la imagen digital
que pueden dar indicativos sobre las caractersticas de la zona que estamos estudiando y de la
que hemos adquiridos los datos. Se conoce por lo general la posicin aproximada de los datos,
el rea que cubre la imagen y la fecha de toma de la misma, podemos entonces comenzar a
realizar un anlisis de las caractersticas de los datos y las coberturas que se representan en
estos.
i.
ii.

Zona o
Regin

Realice las dos composiciones de color bsicas en Procesamiento Digital (Color

Natural y Falso Color Estndar) con la imagen empleada sobre la zona de su
inters.
En ambas combinaciones de color realice un anlisis y comparacin visual de
la totalidad de la imagen.
a. Cul es el rea total cubierta por la imagen Landsat en Km 2 y
hectreas.
b. Que regiones, zonas y/o rasgos (naturales y/o artificiales) cubre dicha
imagen, descrbalas a partir de sus rasgos generales y observables en
las composiciones de color. Ej: Rio Magdalena, Ciudad de Medellin,
Desembocadura del rio Cauca en el Magdalena, etc.

Ubicacin
General

(Coordenadas)

c.
d.

Imagen Color
Natural

Imagen Falso
Color Estndar

Descripcin general

Presente y muestre la ubicacin de su zona de inters en la imagen.

Defina los lmites exactos de su zona de inters, a partir de la lectura
de los datos de posicin en la imagen.

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

La ubicacin exacta de los lmites de la imagen, requiere que

defina una rea rectangular en la que se extiende su zona de
inters, no sus lmites exactos (cuenca, curva de nivel, limite
municipal, etc) por lo que solo requiere la definicin de un rea
aproximada que contenga su zona de inters a partir de las
coordenadas de las esquinas del rectngulo envolvente.

Esquina Superior Izquierda

Esquina Superior Derecha
Esquina Inferior Izquierda
Esquina Inferior Derecha

N
E
N
E
N
E
N
E

Lat
Long
Lat
Long
Lat
Long
Lat
Long

Fila
Columna
Fila
Columna
Fila
Columna
Fila
Columna

iii. Cuantas Filas y Columnas componen su rea de inters.

iv. Realice el corte de la imagen completa a partir de los lmites definidos en ii.d.
v. Presente el resultado del proceso de corte de la imagen en una combinacin
de Falso Color Estndar, donde se presenten, sealen y enumeren las
principales caractersticas de por lo menos 3 Y NO MS DE 6 COBERTURAS1
de su zona de inters2.
Cobertura

Caractersticas Generales

5. ANLISIS VISUAL UNI-BANDA DE LOS DATOS.

La identificacin de las caractersticas y diferenciacin espectral de las coberturas en la
imagen de la zona de su inters, facilitan los posteriores procesos de identificacin y
clasificacin. Encontrar o definir mediante un primer anlisis visual las bandas que presentan
la mejor separabilidad por tono o brillo (contraste) de las coberturas de inters es un paso
muy conveniente, en el proceso de identificacin de las variables ms importantes en
procesos de separabilidad espectral.
i.
ii.

Desarrolle este ejercicio sobre el corte de su imagen (aprobado por el

docente).
Mediante la opcin de despliegue en pantalla de varios datos en una misma
pantalla de, cargue los datos para cada una de las bandas de la imagen en
una nueva ventana, asegurndose de usar la representacin GRAY SCALE,
y posteriormente adicione los datos de la misma banda en su respectiva

Recuerde son coberturas, no usos!. Consulte al docente cualquier duda al respecto, pues de la definicin adecuada de estas
coberturas depende el desarrollo del resto del taller.
2
Si hay nubes y sombras en su imagen estas deben ser incluidas en el anlisis cada una como una cobertura separada, pero no
cuentan en el nmero de coberturas a analizar.
Ingeniera Catastral y Geodesia
Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

iii.
iv.
Banda
Numero

ventana empleando una representacin PSEUDOCOLOR, y tambin

despliegue los datos con una representacin INVERSE.
Analice para cada una de las bandas lo que las 3 diferentes representaciones
le permiten diferenciar de acuerdo a los rasgos: tono, niveles digitales,
textura, forma, etc de las coberturas ms generales para la imagen.
Complete con la informacin anterior la siguiente tabla, adicione las filas que
considere necesarias.

Longitud de Onda
Intervalo

Nombre

Imagen
GRAY

Imagen
PSEUDO

Imagen
INVERSE

Cobertura

Anlisis

6. ANLISIS ESTADSTICO DE LOS DATOS.

El anlisis de los datos fundamentales que conforman la imagen digital, los Niveles Digitales
que representan de acuerdo al nivel de cuantizacin del Sensor el valor de radiancia que
llegan a los detectores del sensor, constituyen la matriz de datos que permiten formar la
imagen digital en pantalla. Los datos son susceptibles a ser analizados mediante diferentes
parmetros estadsticos univariados y multivariados que facilitan la compresin y mejor
entendimiento de la disposicin de los mismos en la imagen.
i.
ii.

Banda

Presente, y explique el modelo desarrollado para el clculo de TODOS los

estadsticos Univariados y Multivariados en ERDAS Model Maker.
Para cada una de las bandas de la imagen (completa) realice un anlisis del
Histograma indicando sus principales caractersticas.

Imagen
Histograma

Tendencia Central
Media

Moda

Mediana

Dispersin
Varianza

Desviacin
Estndar

Rango
Min

Max

Rango

a
b
c
d
e
f
Ingeniera Catastral y Geodesia
Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

iii.

Banda

Para cada una de las bandas de la imagen (cortada) de su zona de inters

realice un anlisis del Histograma, indicando sus principales caractersticas.

Imagen
Histograma

Tendencia Central
Media

Moda

Mediana

Dispersin
Varianza

Desviacin
Estndar

Rango
Min

Max

Rango

a
b
c
d
e
f
iv.
v.

Realice una comparacin y anlisis banda por banda de los anteriores

resultados para la imagen completa y la imagen cortada.
Para cada una de las bandas de la imagen (cortada) realice un anlisis de las
diferentes estadsticas, y determina las caractersticas bsicas de su
distribucin, amplitud y dispersin.

Banda

Anlisis General

a
b
c
d
e
f

7. ANLISIS MULTI-BANDA DE LOS DATOS.

La disponibilidad de datos multiespectrales facilita la identificacin y separabilidad de las

coberturas presentes en la imagen gracias las diferentes propiedades fsicas que estn poseen
y que puede analizarse e identificarse en diferentes longitudes de onda. El anlisis de los
datos en forma de una anlisis multibanda, ya sea este visual o estadstico, facilita una mejor
visualizacin, separabilidad e interpretabilidad de los rasgos ms importantes y caractersticos
de las coberturas presentes.
i.

Genere, presente y analice la matriz de varianza-covarianza de los datos de

la imagen de su zona de inters.

B1

B2

B3

B4

B5

B7

B1
B2
B3
B4
B5
B7
ii.

Genere, presente y analice la matriz de Correlacin de los datos de la

imagen de su zona de inters.

B1

B2

B3

B4

B5

B7

B1
B2
B3
B4
B5
B7

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

iii.
iv.

v.
vi.

Presente y analice los Dispersogramas para el par de bandas con mayor y

menor nivel de correlacin.
Realice un anlisis de las estadsticas y graficas multivariadas obtenidas y
explique por qu se presentan estos valores en funcin de:
a. La longitud de onda que representa cada banda.
b. Las coberturas predominantes en la imagen
Determine el nmero de combinaciones de color que pueden realizarse con
las bandas disponibles, indique el procedimiento.
Presente en forma de tabla las posibles combinaciones de color de acuerdo a
los resultados del punto 7-v y calcule el Factor de ndice Optimo (OIF)
para cada una de las combinaciones. Agregue las filas que considere
necesario.
R

vii.

R
OIF:

OIF

R
OIF:

Analice visualmente la composicin de color con el valor ms alto y mas bajo

de OIF, e indique para las coberturas predominantes definidas en el punto 4v, de acuerdo a lo analizado durante la presente gua, las ventajas que
ofrecen dichas composiciones de color para establecer o mejorar la
separabilidad de dichas coberturas de acuerdo a las variables visuales o
criterios de interpretacin ya mencionados en clase. Agregue las filas que
considere necesario.
Imagen Detalle de
la Imagen Alto OIF

Cobertura

De acuerdo a los resultados del punto 5-vi, realice en ILWIS mediante la

opcin de OPEN AS COLOR COMPOSITE del MAPLIST de la imagen de su
zona de inters (cortada) las 4 combinaciones con el ms alto y las 2 con el
ms bajo valor de OIF, presente los resultados. Agregue las filas que
considere necesario.

viii.

Imagen Detalle de
la imagen Bajo
OIF

Anlisis comparativo

8. ANALISIS MULTIESPECTRAL.
Identificar las caractersticas espectrales propias de cada una de las coberturas presentes en
la imagen, facilita el anlisis de los fenmenos fsicos que ocurren en el paisaje en el lugar y
tiempo definido por la extensin y fecha de toma de la imagen.
i.

Genere para cada una de las coberturas en la imagen de su zona de inters

(punto 4-v) dos firmas espectrales. Y con los datos tomados complete la
siguiente tabla Agregue las filas que considere necesario.

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

Preferiblemente la firmas recolectadas deben ser de dos puntos con la misma cobertura pero de dos
lugares diferentes de la imagen, no usar firmas tomadas de pixeles contiguos.
Cobertura

Firma 1

Fila
Lat
Banda

B1

B2

Firma 2

Columna
Long
B3
B4

Fila
Lat
B5

B7

ND

Banda

B1

B2

Columna
Long
B3
B4

B5

B7

ND

De acuerdo con el trabajo previo, ya le es posible definir las caractersticas espectrales de cada
una de las coberturas en su imagen. Estas caractersticas que se pueden evidenciar mediante
la firma espectral, son las que determinan las caractersticas de Color, textura y contraste para
el resto de pixeles y por lo tanto de coberturas en la imagen.
ii.

Para cada una de las coberturas identificadas en la imagen, y sus dos

correspondientes lecturas espectrales (punto 8-i), genere (color de relleno
de celda) cul es el color que tomara ese determinado pixel, en las
combinaciones de color3:
1. Color Natural.
2. Falso Color Estndar
3. Las dos combinaciones con mayor OIF.
Adicione las filas que considere necesarias.

Cobertura

Color Pixel 1
RGB()

RGB()

Fila

RGB()

Color Pixel 2
RGB()

RGB()

Columna
iii.

iv.

RGB()

Fila

RGB()

Columna

Apoyndose en los anteriores resultados, as como en el trabajo desarrollado

hasta el momento realice un anlisis general de las caractersticas
espectrales observadas en las coberturas de la imagen de su zona de
inters. Adicione las filas que considere necesarias.
Complete la tabla con los intervalos nicamente para las bandas con mayor
y menor AMPLITUD de histograma
Cobertura

Anlisis Espectral
B#(___)
Descripcin
Max

Min

B#(___)
Max

Min

La mejor y mas fcil forma de hacer esto es cambiar el color de relleno de cada celda de acuerdo a los valores RGB
de cada pixel.
Ingeniera Catastral y Geodesia
Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

RGB()

9. SEGMENTACION DE LA IMAGEN.

Al determinar los patrones espectrales generales de las coberturas y rasgos presentes en la

imagen, es posible entonces sintetizar y generalizar dichas caractersticas en un producto
temtico, que ponga de manifiesto dichas diferencias mediante la determinacin y asignacin
de una conjunto de reglas de asignacin a dichos patrones, cuando dicha determinacin y
asignacin se realiza para una sola de las bandas de la imagen se denomina Segmentacin o
Density Slicing, y cuando se realiza para todo el espacio de caractersticas de una imagen se
denomina clasificacin multiespectral.
i.

A partir de los datos obtenidos en la seccin anterior (punto 8-iii), realice un

proceso de Segmentacin (Model Maker usando Tabla Multicriterio, editando
adems los nombres, colores y reas de las clases en la imagen resultante )
para las coberturas de su zona de un inters sobre las bandas con el Mayor
y el Menor rango de distribucin (punto 6-iii).
ii.
Presente, analice y compare los dos mapas obtenidos a partir del
procedimiento anterior.
Imagen Banda Menor
Leyenda Coberturas
Imagen Segmentacin
Dispersin
(Patrones Segmentados)

Anlisis Comparativo

iii.

iv.

Cobertura

De acuerdo al proceso realizado hasta el momento, la definicin de los

lmites espectrales de cada cobertura y el resultado de la segmentacin de la
imagen a partir de dichos valores, que puede concluir sobre la relacin entre
la amplitud del histograma y la separabilidad de las coberturas presentes.
Calcule y compare el rea que ocupa en los 2 mapas temticos obtenidos
cada una de las coberturas definidas. Agregue mas filas si lo considera
necesario.

Mapa 1
(Banda Mayor rango: )
Numero
rea (Km2)
Pixeles

Mapa 2
(Banda Menor rango: )
Numero
rea (Km2)
Pixeles

Diferencia de
Areas
Km2

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo

Ingeniera Catastral y Geodesia

Procesamiento Digital de Imgenes Satelitales
Ing. Esp. Javier Espejo