Clasificacion de Imagen Raster Arcgis

Trabajo Encargado Nº 01

Curso: Sistemas de Información Geográfica

CLASIFICACIÓN DE IMÁGENES RASTER EN ARCGIS I. INTRODUCCIÓN La clasificación de imagen hace referencia a la tarea de extraer clases de información de una imagen ráster. El ráster resultante de la clasificación de imagen se puede utilizar para crear mapas temáticos. Dependiendo de la interacción entre el analista y el equipo durante la clasificación, existen dos tipos de clasificación: supervisada y no supervisada.

En la Extensión ArcGIS Spatial Analyst, hay un conjunto completo de herramientas en el conjunto de herramientas Multivariante para realizar clasificaciones supervisadas y sin supervisión. El proceso de clasificación es un flujo de trabajo de varios pasos; por consiguiente, se ha desarrollado la barra de herramientas Clasificación de imagen para proporcionar un entorno integrado para realizar clasificaciones con las herramientas. La barra de herramientas no solo facilita el flujo de trabajo para realizar clasificaciones supervisadas y sin supervisión, sino que también contiene funciones adicionales para analizar los datos de entrada, crear muestras de capacitación y archivos de firma, y determinar la calidad de las muestras de capacitación y los archivos de f irma. La manera recomendada de realizar la clasificación y el análisis multivariante es mediante la barra de herramientas Clasificación de imagen.

Clasificación supervisada La clasificación supervisada utiliza firmas espectrales obtenidas de las muestras de capacitación

para

clasificar

una

imagen.

Con

la

ayuda

de

la

barra

de

herramientas Clasificación Clasificación de imagen, puede crear fácilmente f ácilmente muestras de capacitación para representar las clases que desea extraer. También puede crear con facilidad un archivo de firma a partir de las muestras de capacitación que, a continuación, las herramientas de clasificación multivariante multivariante utilizarán para clasificar la imagen.

Clasificación no supervisada La clasificación sin supervisión busca clases espectrales (o clústeres) en una imagen multibanda sin la intervención del analista. La barra de herramientas Clasificación de imagen ayuda a realizar la clasificación sin supervisión proporcionando acceso a las herramientas para crear clústeres, capacidad para analizar la calidad de los clústeres y acceso a las herramientas herramientas de clasificación. clasificación.

Clasificación de Imágenes Raster en Arcgis

1



II. PROCESOS DE CLASIFICACIÓN Clasificación no supervisada Para la clasificación en diversos grupos, se ha utilizado la herramienta: Spatial Analyst ArcToolbox ”. Tools → M ultivariate ultivariate → Iso Cluster Unsupervised Classification Classification del “ ArcToolbox

En el menú emergente nos solicita la imagen “Tumbes” a clasificar como entrada, asimismo, nos solicita el número de clases. En este caso específico, se ha optado por clasificar en siete (07) clases.


2



Finalmente se obtiene una imagen ráster clasificado con la cantidad de clases solicitada, de esta manera podemos identificar las clases: Aguas-profundas, aguas-someras, bosques-densos, arbustos, pastos-matorrales, áreas-cultivos y ciudad-suelos desnudos.

Una vez clasificado, se requiere convertir la imagen ráster clasificado en shapefile, haciendo uso de la herramienta: Conversion Tools → From Raster → Raster to Polygon del “ ArcToolbox ArcToolbox ”.. ”..


3



Basado en los atributos clasificados, se requiere la agrupación de clases haciendo uso de la herrameinta: Data Management Tools → Generalization → Dissolve del “ArcToolbox” .

Finalmente, se obtiene la imagen total en las siete (07) clases de cobertura en formato Shapefile.


4



Una vez agrupado los grupos de cobertura, se ha calculado las áreas de cada grupo, haciendo uso de la herramienta: Calculate Geometry, Geometry, en la tabla de atributos.


5



Clasificación supervisada Para la clasificación de imágenes se habilita la extensión ArcGIS extensión ArcGIS Spatial Analyst, se agrega la barra de herramientas Clasificación de imágenes y se comienza a utilizar sus herramientas para trabajar con los datos. Se utiliza customize → toolbars → image classification.

Se selecciona una de las herramientas de muestra Draw Polygon en Polygon en la barra de herramientas image classification y classification y se dibuja en la capa de imagen de entrada.


6



En la visualización del mapa, identifique un área que pertenezca a una clase conocida. Se utiliza la herramienta de dibujo para definir una muestra de entrenamiento.

Como un segmento es un único objeto con valores medios de atributos, se recopilara un número de segmentos estadísticamente significativo (alrededor de 15-20)

para

que

represente

a

una

clase.


7



Terminado el dibujo se selecciona Training Sample Manager , cuadro que muestra atributos que pueden modificarse como nombre, valor y color predeterminado. Se elige los ejemplos de formación que desee fusionar para determinar

el

área

de

nubes,

con

la

herramienta

Merge

Training

Sample. Sample.

Se crea un ejemplo de formación de varias partes que contienen varios polígonos, para nuestro caso área de nubes, y se fusiona con la herramienta Merge Training Sample. Sample.


8



Se crea otro ejemplo de formación de varias partes que contienen varios polígonos, para este caso área de suelo desnudo, y se fusiona con la herramienta Merge Training Sample. Sample.

Se crea otro ejemplo de formación de varias partes que contienen varios polígonos, para este caso área de vegetación densa, y se fusiona con la herramienta Merge Training Sample. Sample.


9



Se crea otro ejemplo de formación de varias partes que contienen varios polígonos, para este caso área de agua/sombra, y se fusiona con la herramienta Merge Training Sample. Sample.

Como resultado tenemos la identificación de las cuatro clases de áreas seleccionadas, con sus respectivas evaluaciones. Nubes, suelos desnudos, vegetación densa, aguas-sombras.


10



Para guardar las clases se usa la herramienta Training Sample Manager → Create a Signature file (muestra).

Classification Para guardar las clases se usa la →Maximum Likelihood Classification herramienta Training Sample Manager → Create a Signature file (muestra).


11




12



III. CREACIÓN DE MAPAS TEMÁTICOS Para crear los mapas temáticos, se ha utilizado la opción “ Layout View ”, ”, en el cual, primeramente se configura la página de impresión de acuerdo a la escala espacial, luego podemos insertar el norte magnético, escala gráfica, la leyenda, leyen da, las coordenadas “grid “ grid ”, ”, y demás detalles como los textos.

IV. EXPORTAR RESULTADOS A PDF Finalmente, creado el mapa podemos exportarlo, haciendo uso de la herramienta: Fi le le → Export Map, Map, en diferentes formatos, tales como *.pdf, *.tiff, *.jpg, *.png y otros. En este caso específico se exportó al formato *.pdf., listo para imprimir.


13



V. CONCLUSIONES



Se aprendió a georeferenciar georeferenciar imágenes imágenes ráster dentro del entorno ArcGIS, tomando tomando en cuenta algunos puntos de control identificados.



Se aprendió aprendió a clasificar clasificar grupos de cobertura en el entorno ArcGIS, teniendo teniendo como entrada imágenes ráster georeferenciados. georeferenciados.



Asimismo, se aprendió a crear mapas temáticos en el entorno ArcGIS.


14

Clasificacion de Imagen Raster Arcgis

Recommend Documents