Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
JORGE LUIS SANTOS
UNIDAD DE MONITOREO FORESTAL
CIPF-ICF
Lecciones Aprendidas en el Proceso de
Clasificación por Pixeles vs...
Landsat 30mts
QuickBird 0.6mts
IRS 6mts
Landsat 15mts
Spot 5 2.5mts
MAPA RAPID EYENo. Imagen: 1 Escala: 1:25,000
Clasificación con filtro: pixel a pixelNo. Imagen: 1 Escala: 1:25,000
Clasificación con filtro: 0.1 haNo. Imagen: 1 Escala: 1:25,000 Precisión: 92.6%
Clasificación con filtro: 0.5 haNo. Imagen: 1 Escala: 1:25,000 Precisión: 88.9%
Clasificación con filtro: 1.0 haNo. Imagen: 1 Escala: 1:25,000 Precisión: 87.6%
CLASIFICACIÓN A TRAVÉS DE PIXEL EN GOOGLE EARTHENGINE
PLAGAS FORESTALES
11| Clasificación Orientada a Segmentos
Segmentació
n de la
imagen
CLASIFICACIÓN POR PIXEL CLASIFICACIÓN POR
SEGMENTOS
• La clasificación es lenta ya que
se tienen que trabajar con
formato ...
• La escala depende de área
mínima del segmento.
• La clasificación es más gruesa
no se va mucho a detalle
• Sigue patrone...
GRACIAS
Jorge Luis Santos A.
Unidad de Monitoreo Forestal CIPF-ICF
Tel: 2223-0028,
Cel: 99738595
jluis_9028@yahoo.es
Lecciones aprendidas en el proceso de clasificación por pixeles vs segmentos
Upcoming SlideShare
Loading in …5
×

Lecciones aprendidas en el proceso de clasificación por pixeles vs segmentos

Presentación de Jorge Luis Santos, de la Unidad de Monitoreo Forestal CIPF-IFC de Honduras, en el marco de los acuerdos de la EMSA para la creación de diálogos técnicos sobre las experiencias en los Sistemas Nacionales de Monitoreo de Bosques.

Related Books

Free with a 30 day trial from Scribd

See all
  • Be the first to comment

  • Be the first to like this

Lecciones aprendidas en el proceso de clasificación por pixeles vs segmentos

  1. 1. JORGE LUIS SANTOS UNIDAD DE MONITOREO FORESTAL CIPF-ICF Lecciones Aprendidas en el Proceso de Clasificación por Pixeles vs Segmentos
  2. 2. Landsat 30mts QuickBird 0.6mts IRS 6mts Landsat 15mts Spot 5 2.5mts
  3. 3. MAPA RAPID EYENo. Imagen: 1 Escala: 1:25,000
  4. 4. Clasificación con filtro: pixel a pixelNo. Imagen: 1 Escala: 1:25,000
  5. 5. Clasificación con filtro: 0.1 haNo. Imagen: 1 Escala: 1:25,000 Precisión: 92.6%
  6. 6. Clasificación con filtro: 0.5 haNo. Imagen: 1 Escala: 1:25,000 Precisión: 88.9%
  7. 7. Clasificación con filtro: 1.0 haNo. Imagen: 1 Escala: 1:25,000 Precisión: 87.6%
  8. 8. CLASIFICACIÓN A TRAVÉS DE PIXEL EN GOOGLE EARTHENGINE
  9. 9. PLAGAS FORESTALES
  10. 10. 11| Clasificación Orientada a Segmentos Segmentació n de la imagen
  11. 11. CLASIFICACIÓN POR PIXEL CLASIFICACIÓN POR SEGMENTOS • La clasificación es lenta ya que se tienen que trabajar con formato vectorial • Permite clasificar grandes áreas, pero se torna más lento en el procesamiento. • Los análisis de densidad no son muy funcionales con los segmentos. • La clasificación es rápida ya que se trabaja con formato raster y esto permite que la interacción de la información sea más eficaz. • Permite clasificar grandes áreas a la vez • Permite hacer análisis de densidad por pixel para determinar ciertas categorías (estratos ralos y combinados)
  12. 12. • La escala depende de área mínima del segmento. • La clasificación es más gruesa no se va mucho a detalle • Sigue patrones estadísticos lógicos en función de la respuesta espectral y textura de las imágenes. • La escala de trabajo se define al inicio de la Segmentación. • Permite mantener la información digital a diferentes escalas a través de los filtros. • La clasificación por pixel es más precisa • Depende de la subjetividad del clasificador • La escala de trabajo se define por tipo de filtros (al final de la clasificación) CLASIFICACIÓN POR PIXEL CLASIFICACIÓN POR SEGMENTOS
  13. 13. GRACIAS Jorge Luis Santos A. Unidad de Monitoreo Forestal CIPF-ICF Tel: 2223-0028, Cel: 99738595 jluis_9028@yahoo.es

×