Automatización de los procesos de segmentación y clasificación de vías de comunicación en generalización cartográfica

Resumen

La tesis doctoral está centrada en la automatización de dos procesos que han sido apuntados por diferentes expertos como necesarios para mejorar la generalización cartográfica de elementos lineales: su segmentación en secciones homogéneas y la clasificación de cada una de ellas. El ámbito del estudio se centra en las vías de comunicación del Mapa Topográfico Nacional 1:25 000, como fuente de partida para derivar escalas menores como la 1:50 000 o la 1:100 000. Para el proceso de segmentación automática se han concebido, desarrollado y analizado tres técnicas diferentes: a) integración de áreas efectivas fundamentada en el algoritmo de Visvalingam, b) filtrado wavelet en un espacio longitud,curvatura y c) aplicación de una red neuronal artificial que distingue variaciones de sinuosidad y direccionalidad. Para cada una de ellas se ha realizado una propuesta de valores para su aplicación. Para el proceso de clasificación automática se ha propuesto, a partir de un análisis de resultados con distintas estructuras, un modelo de red neuronal artificial que se alimenta de un conjunto de medidas cuantitativas (seleccionadas mediante un análisis de componentes principales) y de información cualitativa. Para el entrenamiento y validación de la red se ha dispuesto de una muestra de secciones, derivada de un proceso de segmentación semiautomática, clasificada manualmente en cinco clases que atienden a variaciones de sinuosidad y direccionalidad. Todos los resultados, tanto de las técnicas de segmentación como de la clasificación mediante la red neuronal artificial, han sido sometidos a un análisis externo por parte de un panel de expertos nacionales e internacionales. La valoración ha sido muy positiva para la segmentación y clasificación que se ha utilizado para entrenar la red neuronal, lo que respalda el entrenamiento efectuado para ésta. El resto de técnicas de segmentación también han sido bien valoradas.