Correccion de imagenes satellitales lansat 7

Se expresan en el presente informe las dos metodologias para corregir los vacios de la imagen
lansat 7 usando los pixeles de una imagen de superposicion lansat 5 en el multiespectral.

Primer metodo

Cargar img lansat 5 y 7, en envi 5,3 nos quedamos solo con el multiespectral ppata ambos

La corrección se realiza con el método de trianglacio .

Selecciónanos la imagen de corrección que es la L7, Para lo cul esperamos a que cargue
Con ello encontramos la imagen landsat 7 corregida

Podemos notar algunas distorsiones en las áreas rellenadas.

Segundo método

Se elige la tercera opción, en el gap_fill

Nos dan dos opciones, en la primera se coloca la banda a rellenar(LT7), mientras en la segunda se
coloca el relleno(LT5)

Inicia el procesamiento luego del ok generando diferentes capas que luego se fusionan

Viéndose mejor el resultado en el segundo metodo

El paquete de envi presento un problema al momento de buscar el landsat_gapfill, ya que el
complemento no se encontraba en la instalación original, lo cual fue solucionado, descargando la
extensión gapfill de internet y colocándose en la carpeta raíz como indica el script de la imagen, se
reinicia el programa y la extensión aparece completamente operativa.

Mejora de una imagen satelital usando el pancromático para la obtención

de una mejor resolución en una imagen final

La imagen usada en el ejemplo grafico es una imagen del proyecto IKONOS, las cuales pueden
brindar en la actualidad resoluciones de hasta 30cm por pixel.

Sin embargo, la imposibilidad que presentamos como alumnos a acceder a estas imágenes, y que
no se encuentran de libre descarga, planteamos como alternativa aplicar el método a una imagen
landsat 7.

ya que su resolución multiespectral es de 30m por pixel, pero la pancromática es de 15m por pixel,
para este trabajo usaremos las bandas equivalentes que se presentan en la imagen ikonos que fue
usada en la explicación del trabajo, con lo cual obtendremos una imagen final de mayor
resolución.
Primer método de mejora de imagenes

Cargamos en el software la imagen

Seleccionamos HSV
pancromática más la multiespectral

Seleccionamos la imagen de alta calidad

Seleccionamos la ventana con la imagen (pancromática), para lo cual se nos generan 3
multiespectral y le damos OK métodos por los cuales el software puede
mejorar la imagen, los cuales son:

vecino más cercano

 Bilineal

Convolucion cubica

Aquí tenemos una vista de la mejora de las imágenes con los 3 métodos, de izquierda a derecha
tenemos los métodos: Vecino más cercano, Bicubica, Convolucion cubica.

Como resultados podemos notar una mayor resolución en la imagen de convolucion cubica
usando este primer método
Segundo metodo de mejora de imagenes (brovey)

Usando las 3 opciones tal cual el primer

método obtenemos estos 3 resultados de
imagen mejorada

De izquierda a derecha: Vecinos cercamos, Bicubica, Convolucion cubica

Tercer método (GRAM- SHMIDT)

Seguimos los pasos tal cual se ven en las

imágenes y abrimos los resultados
 Presentando los resultados de izquierda a derecha: Vecinos cercamos, Bicubica, Convolucion
cubica.

conclusiones
Como conclusion general podemos notar que el mejor meodo es el de GRAM- SHMIDT, y que tiene
una mejor definición en la imagen, además de notar la diferencia de colores entre los ue parece
ser diferencias en la coloración y morfología Del suelo al hallar una diferencia entre suelo y Roca
como en la imagen contigua.
Comparando la estadística, vemos que los valores medios más cercanos son , son los del método GRAM- SHMIDT, además de ser el método que
presenta mejor resolución en cuanto a la imagen como resultado visual.