En esta entrada vamos a ver cómo podemos mejorar una clasificación supervisado para imágenes multiespectrales en QGIS usando el complemento SCP (Semi- Automatic Classificaction Plugin).
Llamada también clasificación semi-automatica o supervisada, esta es una técnica de procesamiento de imágenes que permite la identificación de materiales en una imagen a partir de firmas espectrales.
La clasificación supervisada requiere que se ingrese regiones de interés (ROIs) para cada clase de cobertura del suelo, estos son polígonos que se trazan sobre áreas homogéneas que se sobreponen a pixeles pertenecientes a la misma clase de la cobertura del suelo.
Una vez creados los ROI mediante áreas de entrenamiento se guardan los polígonos y las firmas espectrales utilizadas para la clasificación de la cobertura del suelo de la imagen. La creación de los ROIs se puede puede hacer de dos maneras:
- Mediante algoritmo de región incremental (automáticamente)
- creando Polígonos manualmente.
Una vez ingresadas las áreas de entrenamiento, elegimos el algoritmo a utilizar que nos de mejor resultado en la clasificación, además podemos definir un umbral, el cual ayuda a mejorar los resultado de la clasificación, especialmente cuando las firmas tiene alguna similitud.
Algunas firmas están en color naranja y otras no, esto es por que en estas, existe solapamiento con otras firmas, en la columna Color (Overlap MC_ID-C_ID) se puede observar con cuales existe solapamiento, en este caso es importante ver la desviación estándar de cada una de las firmas, ya que el objetivo es tener una desviación estándar menor para cada firma, si es alto indica que el ROI no es homogéneo y lo tenemos que modificar.
Otro cosa que podemos revisar es las distancias espectrales entre las firmas, con lo cual podemos evaluar la separación entre los ROIs, en caso que exista similitud es mejor borrar alguno o cambiar el umbral.
Antes de proceder con el resultado final de la clasificación podemos hacer vista previa, editar los colores que se asemejan lo más posible a la cobertura del suelo que serán mostrado en el ráster final de clasificación.
Todos estas herramientas son de útil ayuda a la hora de realizar una clasificación con el complemento de «Semi- Automatic Classificaction Plugin» en QGIS.
Si quieres saber más sobre esta herramienta solicita más información de nuestro «curso online de Teledetección aplicada a la Agricultura de Precisión con datos de Satélite y Drones«.
(5 votos, promedio: 5,00 de 5)
Cargando...
Formación de calidad impartida por profesionales
Hola buen día consulta los datos para identificar el tipo del cultivo están algún lado o el mismo completo lo detecta de acuerdo a los rango por ejemplo si en un cuadro hay alfalfa y en otro maíz el complemento detecta y los clasifica y o se tiene que cargar algo .
Saludos
Buenos días Marco,
El complemento no detecta de manera automática el tipo de cultivo existente en la zona, para esto hay que tomar muestra de cada zona identificando el tipo de vegetación para que lo tenga en cuenta a la hora de ejecutar el proceso.