REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...

More documents

Recommendations

Info

$(numero29_3_digital:Maquetaci\363n AET.qxd) - Asociación ...$

$numero30_7:Maquetaci\363n AET.qxd - Universidad PolitÃ©cnica de ...$

T. Hermosilla et al.INTRODUCCIÓNUna correcta gestión del requiere de informaciónprecisa y actualizada del mismo. El alto gradode dinamismo al que se encuentra sometidoconlleva una constante alteración de los paisajesy usos característicos de entornos periurbanoscausada por la construcción de nuevas infraestructuras,viviendas y edificaciones. Por ello, sehace patente la necesidad de emplear una metodologíarápida, eficiente y sistemática que permitaun continuo mantenimiento y actualizaciónde la información sobre edificaciones contenidaen las bases de datos cartográficas. Hoy en día,estos procedimientos requieren de un gran esfuerzoeconómico y de recursos humanos. La informaciónobtenida a través de técnicas de teledeteccióny el tratamiento digital de estos datosfacilita la actualización cartográfica.La detección automática de edificios, así comode otros elementos propios de entornos urbanosy periurbanos, es una tarea compleja derealizar mediante técnicas de procesado digitalde imágenes que ha llevado a un gran número deautores a realizar investigaciones en este área,proponiendo diferentes metodologías que no hanllegado a ofrecer una solución completamentesatisfactoria. Liu et al. (2005) distingue, en funciónde las fuentes de información utilizadas,dos tipologías principales de métodos para la deteccióny localización de edificios. La primerase basa únicamente en imágenes aéreas o de satélite,combinando algoritmos de procesado deimágenes con distintos métodos de reconocimientode formas o de clasificación. Estos métodostienen una serie de dificultades técnicasque deben solucionarse, principalmente la ausenciade una tridimensionalidad explícita. Lasegunda tipología de métodos realiza la detecciónde los edificios combinando informaciónde la imagen con información altimétrica, derivadamediante técnicas de estereoscopía o utilizandootras fuentes más modernas, como los sistemasde láser escáner.La detección de edificios utilizando metodologíasbasadas en imágenes aéreas o de satélitesupone, aún hoy en día, una tarea difícil, puestoque los edificios pueden mostrarse como estructurascomplejas con muchos detalles arquitectónicos,o estar rodeados por objetos que dificultensu detección. Además, las respuestas espectralesde los tejados son muy diferentes debido a ladiversidad de materiales empleados en su construcción.Esta problemática requiere, por tanto,la utilización no sólo de técnicas de visión de bajonivel (low-level vision), como extracción debordes o detección de alineaciones, sino tambiénde técnicas de visión de nivel medio o alto (highlevelvision), como son el reconocimiento de formaso la clasificación (Kim y Muller, 1999). Así,en función de las metodologías utilizadas, lastécnicas de localización de edificios empleandoúnicamente imágenes pueden dividirse en dosgrandes grupos: de bajo nivel y de alto nivel. Lastécnicas de bajo nivel consisten, fundamentalmente,en la detección y extracción de bordes ylíneas de las imágenes y la posterior construcciónde una serie de reglas o hipótesis que éstashan de cumplir para ser definidas como pertenecientesa edificios (Irvin y McKeown, 1989;Lin y Nevatia, 1998). Por su parte, las técnicasde procesado digital de imágenes de alto niveltratan de imitar la cognición humana y la habilidadde tomar decisiones en función de la informacióncontenida en la imagen. Así, metodologíaspropias de estas técnicas son la detecciónde objetos, el reconocimiento de formas y la clasificaciónde imágenes (Wei et al., 2004; Hermosillaet al., 2008).La detección de edificios combinando imágenesde satélite e información altimétrica conllevauna menor dificultad y proporciona mejoresresultados que los obtenidos empleando únicamenteimágenes o información altimétrica. Unagran parte de los autores recurre a la clasificacióna nivel de objetos generados por segmentaciónautomática basados en criterios de homogeneidad.Los objetos son caracterizados,además de por sus respuestas espectrales, de textura,tamaño y forma, a través de la informacióntridimensional (Kokubu et al., 2001; Teo y Chen,2004). Otros autores obtienen un conjunto deedificios candidatos a partir de umbralizacionesdel nDSM (modelo de superficies normalizado)y del enmascaramiento de la vegetación utilizandola información multiespectral, principalmenteel índice de vegetación NDVI (Vögtle y Steinle,2000; Rottensteiner, 2003). En el análisiscomparativo realizado por Hermosilla y Ruiz(2009) se comprueba cómo el método de establecimientode umbrales en altura y vegetaciónproporciona, por lo general, mejores resultados90 Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 89-93
Detección automática de edificios mediante imágenes de alta resolución y datos Lidar para la actualización...que el empleo del método aparentemente másrobusto basado en clasificación orientada a objeto,que requiere la selección de los datos conlos que realizar la segmentación, la selección delmétodo de segmentación, el cálculo de característicasdescriptivas, la selección de las más significativasy la selección de un algoritmo de clasificación.El objetivo de este trabajo es comprobar laviabilidad de la utilización de técnicas de detecciónautomática de edificios basadas en datosLidar para la actualización de bases de datos geoespacialesde ocupación del suelo, específicamenteel SIOSE (Sistema de Información deOcupación del Suelo en España). Este proyecto,enmarcado dentro del Plan Nacional de Observacióndel Territorio en España, y dirigido y coordinadopor el Instituto Geográfico Nacional(IGN), pretende reunir en un único sistema deinformación los datos precisos para el conocimientointegral de la ocupación del suelo en España,con el propósito general de «recoger la informaciónuna vez» y «utilizarla por todos», deacuerdo a los principios de la iniciativa INSPI-RE de la Unión Europea. (Instituto GeográficoNacional, 2007). La unidad básica de esta basede datos es el polígono SIOSE, que representauna ocupación de suelo con cobertura uniformey homogénea. En lo referido a edificaciones, paracada polígono se describe, además de la tipologíade las construcciones existentes, el porcentajede la superficie que ocupan. Hasta elmomento, la asignación del porcentaje se ha realizadomediante estimaciones visuales y técnicasde fotointerpretación. Consecuentemente,estas metodologías conllevan un gran coste económicoy temporal. Es por ello que se pretendeevaluar la posibilidad de estimar el porcentajede superficie edificada de los polígonos SIOSEutilizando metodologías de detección automáticade edificios.ÁREA DE ESTUDIO Y DATOSEl estudio se ha realizado en el término municipalde Alcalá de Henares, Madrid, trabajandocon los datos disponibles para la elaboracióndel SIOSE. La imagen utilizada es una ortofotografíadel Plan Nacional de Ortofotografía Aérea(PNOA) en color verdadero con una resoluciónespacial de 0,5 metros por píxel. Los datosLidar tienen una densidad de 0,5 puntos/m 2 . Seha dispuesto, además, de la definición geométricade los polígonos SIOSE para este municipioy de la información alfanumérica referentea la ocupación de los polígonos.METODOLOGÍA DE DETECCIÓNDE EDIFICIOSEl método de detección de edificios empleadose basa en el establecimiento de umbrales(Hermosilla y Ruiz, 2009) que consiste fundamentalmenteen la definición de dos valores deumbralización, uno en altura y otro con respectoa la presencia de vegetación. El umbral conrespecto a las alturas de los edificios se establecesobre el nDSM. Para aislar y enmascarar lavegetación se establece un umbral sobre la imagende NDVI. Al no disponerse de banda infrarroja,la vegetación se enmascaró utilizando elcociente entre la banda del verde y la banda delrojo. El procedimiento para la definición de losvalores umbral es similar en ambos casos, tomándosemuestras de entrenamiento de las áreasque se desea diferenciar: el suelo de las zonascon edificios, y las áreas sin vegetación de laszonas con vegetación. Una vez tomadas lasmuestras, se calculan ambos histogramas y seaproximan posteriormente a curvas gaussianascon el fin de simplificar su forma. El valor umbrales el correspondiente a la intersección deambas curvas. A la máscara resultante de la umbralizaciónde la vegetación se le aplica un filtrode cierre morfológico, descartando los objetosmuy pequeños.El último paso es la combinación de ambasmáscaras, obteniéndose objetos que, una vez refinadassus formas y eliminados los de menortamaño, representarán los edificios detectados.Este método se ha combinado con el estudio delas relaciones contextuales de los edificios detectadoscon las sombras. Para ello se ha seguidola metodología descrita en Hermosilla et al.(2008). Tras la detección y un posterior refinamientoen la forma de las sombras, se establececomo requisito que los objetos detectados comoedificios sean contiguos a una sombra proyectadasiguiendo la dirección del ángulo de incidenciasolar.Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 89-93 91
Page 1 and 2:
AETASOCIACIÓN ESPAÑOLA DETELEDETE
Page 3 and 4:
REVISTA DE TELEDETECCIÓNDirector:
Page 5 and 6:
Información y Normas para los auto
Page 7 and 8:
Revista de Teledetección. ISSN: 19
Page 9 and 10:
Análisis de cambios de usos del su
Page 11 and 12:
Page 13 and 14:
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Comportamiento geométrico y radiom
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Análisis comparativo de las superf
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Revista de Teledetección. ISSN: 19
Page 33 and 34:
Seguimiento del estado ecológico d
Page 35 and 36:
Page 37 and 38:
Page 39 and 40:
Análisis de correlaciones entre la
Page 41 and 42: Análisis de correlaciones entre la
Page 47 and 48: Dinámica estacional e interanual d
Page 57 and 58: Revista de Teledetección. ISSN: 19
Page 59 and 60: Estimación y cartografía de pará
Page 73 and 74: Estudio del crecimiento urbano, de
Page 81 and 82: Clasificación de cultivos en la zo
Page 91: Revista de Teledetección. ISSN: 19
Page 95 and 96: Detección automática de edificios
Page 97 and 98: genes NOAA, Landsat, así como los
Page 99 and 100: J. A. Recio RecioEsta actualizació
Page 101: AETASOCIACIÓN ESPAÑOLA DETELEDETE
show all

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...

Create successful ePaper yourself

Delete template?

Save as template?

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...