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.RESULTADOSÁrea de referencia (m 2 )50.00045.00040.00035.00030.00025.00020.00015.00010.0005.0000005.00010.00015.00020.00025.000Área detectada (m 2 )R 2 = 0,959430.00035.00040.00045.00050.000Figura 1. Relación entre las superficies edificadas de referenciay las estimadas automáticamente. Ecuación dela recta y = 0,8256x – 481,79.Área de referencia (%)6050403020100Las Figuras 1 y 2 muestran la relación entre ladetección automática con respecto a los edificiosde referencia para las superficies, y el porcentajede zona edificada, respectivamente, para los 68polígonos SIOSE analizados. Analizando la gráficareferente a las áreas, se observa una fuertecorrelación lineal entre las áreas automáticamentedetectadas y las de referencia, que muestran uncoeficiente de correlación R 2 superior a 0,95, conun error medio cuadrático de 11,69%. Este coeficientede correlación es de 0,75 para el porcentajede superficie edificada con un error mediocuadrático de 3.827,8 m 2 . Se observa un excesode detección al obtenerse sesgos positivos, convalores de 0,672 para el porcentaje y 0,919 parael área edificada. Este efecto es más acusado enel caso de las parcelas más pequeñas ya que pequeñasalteraciones en la superficie edificada detectadase traducirán en grandes variaciones en elporcentaje de superficie del polígono SIOSE.Analizando las causas de los errores de detecciónse confirma, por lo general, la sobre-detecciónde la superficie de los edificios. Es decir, losedificios detectados muestran un tamaño mayor alos de referencia. Esto es debido a la baja densidadde los puntos Lidar. Además, una gran fuentede error es debida a la detección errónea de vegetaciónarbolada asignada a edificios. Esta causade error puede ser paliada en gran medida mediantela utilización de información multiespectral infrarroja,tal y como ha sido comprobado por Hermosillay Ruiz (2009). Los errores de omisión dedetección de edificios también son producidos, engran medida, por la ausencia de información espectralinfrarroja y debido al índice de vegetaciónutilizado, que en algunos casos se detecta comovegetación edificios cuyos tejados presentan unarespuesta espectral similar, principalmente en zonasindustriales. En la Figura 3 se muestra gráficamenteel resultado de la detección de edificios.CONCLUSIONESEn este trabajo se ha analizado la posibilidadde inclusión de un método de detección automáticade edificios en el proceso de la actualizacióndel porcentaje de ocupación de edificios enpolígonos SIOSE. Los resultados obtenidosmuestran la adecuación de estas técnicas. Lasprecisiones pueden ser mejoradas utilizando informaciónmultiespectral del infrarrojo cercano,para evitar la detección errónea de árboles comozonas edificadas.AGRADECIMIENTOSR 2 = 0,74930 10 20 30 40 50 60Área detectada (%)Figura 2. Relación entre los porcentajes de superficie edificadadentro del polígono y el estimado automáticamente.Ecuación de la recta y = 0,6999x + 1,8331.Los autores agradecen la financiación por partedel Ministerio de Ciencia e Innovación y el FEDERen el marco de los proyectos CTM2006-11767/TEC-NO y CLG2006-11242-C03/BTE. Así mismo, al InstitutoGeográfico Nacional por su apoyo y por facilitarlos datos necesarios para realizar este trabajo.92 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...Figura 3. Ejemplos de edificios detectados.REFERENCIASHERMOSILLA, T. & RUIZ, L. A. 2009. Detecciónautomática de edificios combinando imágenes desatélite y datos lidar. Semana Geomática, 2-4 febrero2009. Barcelona.HERMOSILLA, T., RUIZ, L. A., FERNÁNDEZ-SA-RRÍA, A. & RECIO, J. A. 2008. Detección automáticade edificios en imágenes aéreas mediantetécnicas de teledetección y análisis contextual.Congreso Internacional sobre Ingeniería Geomáticay Topográfica, TOP-CART 2008. Febrero 2008,Valencia.INSTITUTO GEOGRÁFICO NACIONAL 2007. Sistemade información de ocupación del suelo en España.Manual de Fotointerpretación. versión 1.2.IRVIN, R. B. & MCKEOWN, D. M. Jr. 1989. Methodsfor exploiting the relationship between buildingsand their shadows in aerial imagery, IEEE Transactionson Systems, Man, and Cybernetics, 19:1564-1575.KIM, T. & MULLER, J. 1999. Development of agraph based approach for building detection. Imageand Vision Computing, 17: 3-14.KOKUBU, K., KOHIYAMA, M., UMEMURA F. &YAMAZAKI, F. 2001. Automatic Detection ofBuilding Properties from Aerial Photographs UsingColor and 3D Configuration. 22nd Asian Conferenceon Remote Sensing, Singapore.LIN, C. & NEVATIA, R. 1998. Building detectionand description from a single intensity image.Computer Vision and Image Understanding, 72:101-121.LIU, Z. J., WANG, J. & LIU, W. P. 2005. Building extractionfrom high resolution imagery based onmulti-scale object oriented classification and probabilisticHough transform. Proceedings of InternationalGeoscience and Remote Sensing Symposium,4: 2250- 2253.ROTTENSTEINER, F., TRINDER, J., CLODE, S. &KUBIC, K. 2003. Building dectection using LI-DAR data and multispectral images. Proceedingsof DICTA, Sydney, Australia. pp. 673-682.TEO, T. A. & CHEN, L. C. 2004. Object-based buildingdetection from LiDAR data and high resolutionsatellite imagery, Proceedings of the 25 th AsianConference on Remote Sensing. Chiang Mai, Thailand.22-26 November.VÖGTLE, T. & STEINLE, E. 2000. 3D modelling ofbuildings using laser scanning and spectral information.International Archives of Photogrammetryand Remote Sensing, XXXIII, Part B3,pp. 927-934.WEI, Y., ZHAO, Z. & SONG, J. 2004. Urban buildingextraction from high-resolution satellite panchromaticimage using clustering and edge detection.Geoscience and Remote Sensing Symposium, 3:2008-2010.Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 89-93 93
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 43 and 44: Análisis de correlaciones entre la
Page 45 and 46: 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 93: 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 ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

REVISTADE TELEDETECCIÃN - AsociaciÃ³n EspaÃ±ola de ...