Aplicación de las técnicas de detección de cambios a la actualización de la cartografía militar escala 1:50000

  1. BRONCANO MATEOS, CARLOS JAVIER
Dirixida por:
  1. Rubén González Crespo Director
  2. Carlos Pinilla Ruiz Co-director

Universidade de defensa: Universidad Pontificia de Salamanca

Fecha de defensa: 14 de decembro de 2010

Tribunal:
  1. Manuel Sánchez de la Orden Presidente/a
  2. Víctor Martín García Secretario/a
  3. Luis Joyanes Aguilar Vogal
  4. Yago Sáez Achaerandio Vogal
  5. Ana María Domingo Preciado Vogal

Tipo: Tese

Teseo: 309072 DIALNET

Resumo

En los últimos años ha aumentado considerablemente el interés por abordar los procesos de una actualización rápida y periódica de los mapas base del territorio a escalas medias como 1:25000 y 1:50000. Los procedimientos empleados para ello requieren de tareas con una gran participación de operadores con experiencia en la Fotointerpretación. Los avances recientes respecto a la obtención de imágenes digitales, procedentes de sensores fotogramétricos aerotransportados con posibilidad de orientación directa al disponer de sistemas GPS/INS a bordo, han logrado reducir considerablemente el trabajo de campo para la aerotriangulación. Falta ahora disminuir el trabajo en la captura de nuevos datos en las imágenes. Esta Tesis evalúa los diferentes algoritmos de detección de cambios entre imágenes multitemporales frente al nuevo análisis orientado a objeto (OBIA) de imágenes segmentadas. El objetivo final es ver las posibilidades de estas técnicas para su aplicación en un entorno de la actualización de la cartografía militar escala 1:50000 a partir de ortoimágenes color y de la Base de Datos en formato vectorial existente. Para la corrección radiométrica necesaria entre las dos imágenes, se propone el empleo de la transformación M.A.D. (Multivariate Alteration Detection), mediante la cual se seleccionan los píxeles de No-cambio para utilizarlos en una regresión lineal. Para estudiar la calidad de la segmentación, se ha empleado la Función Objetivo. Esta Función evalúa el máximo de homogeneidad dentro de los segmentos y el grado de separabilidad entre los segmentos vecinos. Posteriormente, se ha realizado la clasificación de estas imágenes segmentadas analizando su precisión. El resultado mostró la correlación existente entre la imagen mejor segmentada y la clasificación más precisa. Finalmente se aplicaron las técnicas de detección de cambios. Los resultados nos muestran la ventaja de las técnicas de detección de cambios mediante clasificación de imágenes frente al resto. De ellas la técnica orientada a objeto es la que mejor resultados ha ofrecido frente a la basada en píxel. No obstante, la fotointerpretación visual de un operador sigue siendo necesaria para validar y aceptar los resultados de la detección de cambios.