Caracterización multiescala de objetos como herramienta para la clasificación de imágenes de alta resolución espacial

C. Gonzalo-Martín (consuelo.gonzalo@upm.es)

M. Lillo-Saavedra

RESUMEN

En este trabajo se presenta una nueva metodología, sencilla y asequible, para la definición y caracterización de objetos en imágenes de alta resolución espacial a diferentes escalas. La obtención de los objetos se ha llevado a cabo mediante la integración de segmentos textural y espectralmente homogéneos. Los primeros se han obtenido a partir de la segmentación de los coeficientes Wavelet de la imagen pancromática. El carácter multi-escala de esta transformada ha permitido obtener segmentos texturalmente homogéneos de diferentes tamaños para cada una de las escalas. Los segmentos espectralmente homogéneos se han obtenido a partir de la segmentación de la correspondiente imagen multiespectral clasificada. Mediante este proceso se han definido un conjunto de objetos caracterizados por diferentes atributos que dotan a los mismos de un carácter semántico, a partir del cual es posible determinar las similitudes y diferencias respecto al resto de los objetos. Para mostrar las capacidades de la metodología propuesta, se han llevado a cabo diferentes experimentos de clasificación no supervisada de una imagen Quickbird, utilizando distintos subconjuntos de atributos y un clasificador 1-D jerárquico ascendente. Los resultados obtenidos muestran la capacidad de la metodología propuesta para separar objetos semánticos a diferentes escalas, así como sus ventajas frente a una interpretación de la imagen basada en píxeles.

Palabras Clave:Atributos de objetos, OBIA, clasificación basada en objetos, coeficientes Wavelet,
segmentación.

ABSTRACT

This paper presents a new methodology, simple and affordable, for the definition and characterization of objects at different scales in high spatial resolution images. The objects have been generated by integrating texturally and spectrally homogeneous segments. The former have been obtained from the
segmentation of Wavelet coefficients of the panchromatic image. The multi-scale character of this transform has yielded texturally homogeneous segments of different sizes for each of the scales. The spectrally homogeneous segments have been obtained by segmenting the classified corresponding multispectral image. In this way, it has been defined a set of objects characterized by different attributes, which give to the objects a semantic meaning, allowing to determine the similarities and differences between them. To demonstrate the capabilities of the methodology proposed, different experiments of unsupervised classification of a Quickbird image have been carried out, using different subsets of attributes and 1-D ascendant hierarchical classifier. Obtained results have shown the capability of the proposed methodology for separating semantic objects at different scales, as well as, its advantages against pixel-based image interpretation.

KEYWORDS: Object attributes, OBIA, object-based classification, Wavelet coefficients, segmentation.

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO