Procesamiento inteligente de imágenes para el modelado geomorfológico
Las planicies de marea del estuario de Bahía Blanca se caracterizan por tener una amplia presencia de accidentes geográficos (cursos de marea y cuencos de agua) de diversos tamaños, formas y orientaciones. El estudio del origen de los mismos, su permanencia y los mecanismos de erosi ón durante la...
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
2015
|
| Materias: | |
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/4370 |
| Aporte de: |
| id |
I20-R126123456789-4370 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional del Sur |
| institution_str |
I-20 |
| repository_str |
R-126 |
| collection |
Repositorio Institucional Universidad Nacional del Sur (UNS) |
| language |
Español |
| orig_language_str_mv |
spa |
| topic |
Ingeniería Procesamiento digital de imágenes Canales Ponds Clasificadores |
| spellingShingle |
Ingeniería Procesamiento digital de imágenes Canales Ponds Clasificadores Revollo Sarmiento, Gisela N. Procesamiento inteligente de imágenes para el modelado geomorfológico |
| topic_facet |
Ingeniería Procesamiento digital de imágenes Canales Ponds Clasificadores |
| description |
Las planicies de marea del estuario de Bahía Blanca se caracterizan por tener una amplia
presencia de accidentes geográficos (cursos de marea y cuencos de agua) de diversos
tamaños, formas y orientaciones. El estudio del origen de los mismos, su permanencia y
los mecanismos de erosi ón durante la evolución de estos accidentes es importante para
determinar futuros procesos dinámicos en el humedal costero. Sin embargo, el acceso directo
para el monitoreo de estas regiones no es fácil, tiene un costo prohibitivo, no siempre
es posible el acceso condicionado por las mareas y es ambientalmente dañino. El procesamiento
digital de imágenes (PDI) de sensado remoto es una alternativa natural ante esta
situación, dado que es una herramienta no invasiva para la extracción de datos cualitativos
y cuantitativos sin alterar el estado natural del objeto bajo estudio.
La presente tesis tiene como objetivo principal desarrollar e implementar nuevas técnicas
y metodologías de PDI que conformen la arquitectura de una aplicación que permita
extraer la información necesaria y suficiente de los accidentes geográficos para que posteriormente,
el experto pueda analizar y modelar la geomorfología de los mismos. La
metodología desarrollada está compuesta por diferentes etapas de procesamiento, entre
ellas la segmentación (identificación), medición, extracción de parámetros morfológicos
(descriptores de forma) y la clasificación automática de los accidentes de interés.
En primera instancia, se caracterizó el tipo de ambiente y se seleccionaron 13 zonas
del estuario para ser analizadas. Las mismas son representativas de la diversidad de cuencos
y cursos de marea existentes en las planicies. En cada zona de estudio se aplicaron
las distintas etapas del procesamiento y se discriminaron los objetos de interés. Seguidamente,
se analizó su morfología individual en detalle. En este sentido, un conjunto de
datos es obtenido para el análisis morfológico y, además es usado para definir las ecuaciones
de un modelo estadístico de regresión, el cual permite diferenciar automáticamente
los cuencos de agua y cursos de marea.
En principio, el clasificador se testeó en un conjunto de zonas usadas para su entrenamiento
y posteriormente se usaron las restantes zonas como conjunto de validación.
El desempeño del clasificador se evaluó de dos formas distintas, visual y cuantitativamente.
El propósito fue determinar la variabilidad de los resultados según la apreciación
del evaluador experto (supervisada) y la predicha por el clasificador (automática). En todos
los casos se identificaron y clasificaron automáticamente los diferentes accidentes
geográficos con una precisión superior al 86 %. Los resultados demuestran que es posible
identificar y clasificar en forma automática los accidentes geográficos de formas complejas,
como los cuencos de agua y cursos de marea a partir de imágenes de sensado remoto,
en este caso particular, imágenes de Google Earth. Inclusive, la metodología puede ser
aplicada en otras regiones de humedales costeros y con otros tipos de imágenes de sensado
remoto. |
| author2 |
Delrieux, Claudio Augusto |
| author_facet |
Delrieux, Claudio Augusto Revollo Sarmiento, Gisela N. |
| format |
tesis doctoral |
| author |
Revollo Sarmiento, Gisela N. |
| author_sort |
Revollo Sarmiento, Gisela N. |
| title |
Procesamiento inteligente de imágenes para el modelado geomorfológico |
| title_short |
Procesamiento inteligente de imágenes para el modelado geomorfológico |
| title_full |
Procesamiento inteligente de imágenes para el modelado geomorfológico |
| title_fullStr |
Procesamiento inteligente de imágenes para el modelado geomorfológico |
| title_full_unstemmed |
Procesamiento inteligente de imágenes para el modelado geomorfológico |
| title_sort |
procesamiento inteligente de imágenes para el modelado geomorfológico |
| publishDate |
2015 |
| url |
http://repositoriodigital.uns.edu.ar/handle/123456789/4370 |
| work_keys_str_mv |
AT revollosarmientogiselan procesamientointeligentedeimagenesparaelmodeladogeomorfologico |
| bdutipo_str |
Repositorios |
| _version_ |
1764820505758531586 |