Fundamentos de procesamiento digital de imágenes de satélites ópticos

Objetivo General

Proveer al participante de conocimientos, conceptuales, metodológicos y procedimentales sobre el procesamiento digital de imágenes satelitales en sensores ópticos con el fin de ser empleados en proyectos de investigación aplicada, ordenamiento territorial y aprovechamiento de recursos, entre otros.

Objetivos Específicos

  1. Conocer y revisar a profundidad los aspectos teóricos asociados al procesamiento digital de imágenes ópticas.
  2. Realizar ejercicios prácticos correspondientes a la teoría vista en materia de procesamiento digital de imágenes.
  3. Conocer las características de sensores ópticos tales como SPOT5, Miranda, ASTER y ZY3.
  4. Obtener bases sólidas en el tema de procesamiento digital de imágenes para ser usado por cada participante en proyectos de investigación relacionados con ordenamiento territorial y aprovechamiento de recursos entre otros.

Descripción del curso

El procesamiento digital de imágenes consiste en la manipulación, mejoramiento y extracción de información de las imágenes digitales con el uso de herramientas en las computadoras digitales. A. Sedeño, M. Campi. 1992.

Este curso está desarrollado por dos componentes principales, uno teórico y otro práctico que están en torno al procesamiento digital de imágenes de sensores ópticos, dicho curso propone reforzar los conocimientos adquiridos en el curso introductorio a la Geomática y está orientado fundamentalmente a la aplicación de procesos de manera más compleja y el manejo de imágenes de diferentes sensores y software, lo que permitirá que los participantes salgan con los criterios, destrezas y habilidades, para el procesamiento y extracción de información.

Perfil del participante

El curso es de carácter multidisciplinarlo, dirigido a profesionales interesados en profundizar sus conocimientos en herramientas de geomatica específicamente en el procesamiento digital de imágenes ópticas para ser empleados en proyectos de investigación aplicada, ordenamiento territorial y aprovechamiento de recursos, entre otros.

Inversión

Cotización a petición de la parte interesada.

Duración 40 horas

Software Erdas y Envi

Fecha


Contenido

Módulo 1 – Introducción al procesamiento digital de imágenes

  1. Conceptos básicos.
  2. Introducción a los sensores (SPOT5, Miranda, ASTER y ZY3).
  3. Visualización de datos Raster.
  4. Manejo básico de ERDAS.

Módulo 2 – Corrección radiométrica y atmosférica

  1. Distorsión radiométrica.
  2. Efectos radiométricos.
  3. Aplicaciones.
  4. Tipos de corrección.
  5. Corrección atmosférica.
  6. Tipos de corrección atmosférica.
  7. Ejercicio práctico de corrección atmosférica.

Módulo 3 – Ortorectificación

  1. Definición.
  2. Proceso de ortorectificación.
  3. Fuentes de distorsiones (plataforma, sensor, instrumentos de medición, atmósfera, Tierra y mapas).
  4. Enfoques matemáticos (modelos paramétricos y no paramétricos).
  5. Pasos para la ortorectificación.
  6. Ejercicio práctico de ortorectificación.

Módulo 4 – Fusión

  1. Definición.
  2. Métodos de fusión.
  3. RGB-IHS-RGB, Ehlers, componentes principales, multiplicativo, normalización de color (Brovery), IHS generalizado, etc.
  4. Ejemplos de fusiones.
  5. Aplicaciones.
  6. Ejercicio práctico de fusión.

Módulo 5 – Mosaicos

  1. Definición.
  2. Método matemático para la generación de un mosaico.
  3. Funciones computacionales para la generación de mosaicos.
  4. Herramientas en Mosaico.
  5. Línea de sutura.
  6. Ejemplos de mosaicos.
  7. Ejercicio práctico de mosaico.

Módulo 6 – Índices

  1. Operaciones aritméticas: Substracción de imágenes, adición de imágenes, multiplicación, división o razón entre bandas.
  2. Índices de vegetación.
  3. Ejercicio práctico de índices.

Módulo 7 – Clasificación

  1. Definición de clasificación en PDI.
  2. Métodos de clasificación.
  3. No supervisado (Métodos K-means e Isodata)
  4. Supervisado (Fases, métodos de separabilidad de clases, distancia de Malanahobis y distancia de Battacharyya).
  5. Reglas de decisión.
  6. Paramétricas (mínima distancia, paralelepípedo, máxima verosimilitud).
  7. Análisis de imágenes orientadas a objetos.
  8. Métodos de segmentación (Umbralización, crecimiento de regiones, algoritmos de segmentación textural).
  9. Lógica borrosa (Fuzzy).
  10. Evaluación de la clasificación.
  11. Índices para control de calidad.
  12. Ejercicio práctico de clasificación.