Divisin de Estudios de Posgrado

Un operador divergencia para cuantificar textura a

partir de imgenes multi-espectrales de satlite

Presenta:

Alejandro Martn Rodrguez Aguayo

Dirigida por:

Dr. Jorge Arturo Lira Chvez

Ciudad Universitaria, Mxico D.F., a 15 de Agost

Objetivo:
Dar a conocer una nueva metodologa para la
clasificacin de texturas en imgenes multi-
espectrales.

Este modelo se basa en la construccin de un campo

vectorial a partir de una imagen multi-espectral,
calculando la divergencia sobre dicho campo.
Mtodos relacionados
Operadores en el dominio espacial de la imagen.
Campos Aleatorios de Markov.
Matriz de co-ocurrencia.
Gradiente multi-espectral.
Textura

Si en una zona de la imagen, para una direccin dada, cambian los valores
de los pixels en forma relativamente rpida, la consecuencia en la superficie
mencionada es una sucesin de crestas y valles cuya amplitud y alternancia
determinan la rugosidad del rea. Es posible asociar rugosidades con texturas...
suave donde los pixels cambian poco su valor y rugosa donde lo hacen
rpidamente... la textura puede cambiar de un lugar a otro de la imagen y
depende de la escala a la cual se le observe.
Operador divergencia

n uxi
U
i 1 xi
Flujo de un campo vectorial

Un a
S
Flujo de un campo vectorial
Si se considera un hipercubo de tamao x1 x2 x3 xn , donde xi
es el lado que se encuentra en la direccin de la coordenada xi
el flujo a travs de los lados de un hipercubo se puede expresar como:

x U x x1 , xi xi , xi 1 , xn U x x1 , xn x1 xi 1 xi 1 xn , xi
i i i

Acumulando las contribuciones de flujo xi , xi , y tomando el lmite cuando

x 0 , se tiene:
u xi
i

n

i 1 xi
Operador divergencia
Por lo tanto, la divergencia es una medida del flujo del
campo vectorial u x1 , x2 , xn
y puede ser calculada por medio de la aproximacin por
diferencias finitas.
Clculo del algoritmo de
divergencia
El
Con la finalidad de
calcular las derivadas
parciales involucradas se
utilizan
Campo vectorial
Grficamente un campo
vectorial puede ser representado
en una regin del espacio por un
grupo de vectores de magnitud y
direccin de acuerdo con la
expresin del campo. Cualquier
curva de esta regin tal que el
campo vectorial u sea tangente a
los puntos que la componen es
llamada una lnea de flujo del
campo.
Campo vectorial a partir de una
imagen multi-espectral.
u x1 , x2 , x3 xn b1 , b2 , b3 bn

Mtrica euclidiana

1
n 2
xi
2
u
i 1
Flujo de un campo vectorial
Clculo del algoritmo de
divergencia
Algoritmo de
Divergencia
Algoritmo de
Divergencia en
objetos
espectrales
segmentados
Generacin
de un bitmap
(mscara binaria)
Mapa de rugosidades de textura
Al visualizar el mapa de
textura, los niveles de
gris en tonos oscuros
representarn texturas
suaves y los niveles de
gris en tonos claros
representarn texturas
rugosas.
Textura del ruido.
Textura de una imagen multi-
espectral sinttica.
Ciudad de Mxico
Compuesto RGB Operador Divergencia
Ciudad de Mxico
Matriz de co-ocurrencia
Operador Divergencia
generalizada
Ciudad de Mxico (Resultados)
Lagunas de Centla
Compuesto RGB Mscara binaria
Lagunas de Centla
Mapa de texturas sobrepuesto con el Mapa de rugosidades de textura de
compuesto RGB. los objetos segmentados.
Textura en objetos segmentados
Textura en objetos segmentados
El operador divergencia y la escala
Recorte de Irapuato para
Compuesto RGB (Irapuato)
diferentes escalas de textura
El operador divergencia y la escala
Recorte de Irapuato para Recorte de Irapuato para
diferentes escalas de textura. diferentes escalas de textura.
(acercamiento) (perspectiva)
Rugosidades de textura para diferentes
valores de escala (perspeciva).
Conclusiones Generales
1. Dado que el operador divergencia nos brinda una medida del flujo en un campo
vectorial y las variaciones del flujo estn asociadas a los cambios en la textura. El
operador divergencia resulta ser una herramienta matemtica til para medir las
variaciones de textura en una imagen multi-espectral de forma rpida y eficiente.

2. El algoritmo de divergencia se basa en un concepto matemtico bien conocido, el cual

tiene una connotacin fsica que se manifiesta al representar la informacin espectral
de una imagen multi-espectral sobre un campo vectorial n-dimensional.

3. El algoritmo de divergencia es muy sensible a las variaciones de textura en una imagen

multi-espectral, de tal forma que puede llegar a determinar la variacin de textura del
ruido presente en la imagen, cuando la relacin seal a ruido es pobre.

4. Se observa que el algoritmo de divergencia es capaz de producir mejores descripciones

de la rugosidad de la textura a partir de imgenes multi-espectrales que otros
mtodos, como el de matriz de co-ocurrencia generalizada.
Conclusiones Generales
3. El algoritmo de divergencia es muy sensible a las
variaciones de textura en una imagen multi-
espectral, de tal forma que puede llegar a determinar
la variacin de textura del ruido presente en la
imagen, cuando la relacin seal a ruido es pobre.

4. Se observa que el algoritmo de divergencia es capaz

de producir mejores descripciones de la rugosidad de
la textura a partir de imgenes multi-espectrales que
otros mtodos, como el de matriz de co-ocurrencia
generalizado.
Conclusiones Generales
Conclusiones Generales
3. El algoritmo de divergencia puede ser aplicado tanto a las
bandas originales de una imagen multi-espectral, como a
las primeras tres componentes principales generadas,
produciendo resultados similares.

4. Debido a las limitaciones de los recursos

computacionales (memoria RAM, tamao de la palabra
de computadora y velocidad del procesador), el algoritmo
trabaja eficientemente hasta con tres bandas de entrada.
Las pruebas realizadas con cuatro bandas mostraron que
los resultados son prcticamente los mismos, aunado a
que las imgenes de satlite utilizadas tienen una
dimensionalidad intrnseca de tres.
Conclusiones Generales
9. El operador divergencia es no-paramtrico. Significa que el algoritmo no
requiere en forma estricta ningn parmetro que deba ser introducido por el
usuario, ms que las bandas de la imagen multi-espectral.

10. Al aplicar el operador divergencia sobre objetos espectrales segmentados,

con la ayuda de un bitmap, se mejora notablemente la calidad de los
resultados de textura para dichos objetos, bsicamente por dos razones:

a) La informacin espectral que se utiliza para generar el campo vectorial no se

encuentra contaminada con datos ajenos al objeto en estudio.

b) La resolucin del mapa de variaciones de textura es mejor, porque al efectuar

una elongacin lineal de los datos entre 0 y 255 se aminora el riesgo de perder
informacin si los valores de la divergencia se encuentran cerca de la media
global.
GRACIAS
Un operador
divergencia para
cuantificar textura a
partir de imgenes
multi-espectrales de
satlite