Segmentación semántica para imágenes de paisajes tropicales

Resumen

En el presente trabajo se estableció un método para segmentación semántica de imágenes cartográficas de paisajes tropicales colombianos, a través del análisis supervisado de grupos de píxeles en tres clases: vegetación, fuentes de agua y otros objetos o elementos extraños en la naturaleza del paisaje tropical, que tienen principalmente, influencia del ser humano. El estudio de estas clases, permite reconocer aquellas áreas de píxeles en una fotografía cartográfica, donde pueden existir eventos como deforestación, minería ilegal o cultivos ilícitos, también permite detectar otros fenómenos como zonas inundables o con peligro de erosión y deslizamientos. La técnica planteada permite integrar las características de color, textura y bordes presentes en el contexto de grupos de píxeles y transformar el espacio de múltiples canales, directamente en un espacio vectorial euclidiano. Con ello, se logra mejorar el tiempo de procesamiento de máquina, al tener una representación estadística de los datos, en lugar de una gran cantidad de datos crudos píxel por píxel y permite clasificar los datos, utilizando técnicas de máquinas de aprendizaje. Las imágenes para la investigación provinieron de una base de datos de video, tomadas de forma oblicua, desde plataformas aéreas tripuladas las cuales fueron seleccionadas y clasificadas previamente de acuerdo con la existencia de cada una de las clases definidas, además se requirió del conocimiento experto para la segmentación manual de ciertas imágenes, las cuales sirvieron como contraste para desarrollar el algoritmo y comparar la efectividad en la clasificación de píxeles. Finalmente, se hizo un análisis de error, tanto en el entrenamiento de la máquina como en el proceso de clasificación.