Análisis de imágenes hiperespectrales

Avid Roman-Gonzalez, Natalia Indira Vargas-Cuentas

To cite this version:

Avid Roman-Gonzalez, Natalia Indira Vargas-Cuentas. Análisis de imágenes hiperespectrales. Revista
Ingenieria & Desarrollo, 2013, Año 9 (N° 35), pp.14-17. �hal-00935014�

HAL Id: hal-00935014

https://hal.archives-ouvertes.fr/hal-00935014
Submitted on 22 Jan 2014

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 Análisis de imágenes hiperespectrales

Hyperspectral images analysis

Avid Roman-Gonzalez1, Natalia Indira Vargas-Cuentas2

1
TELECOM ParisTech, 46 rue Barrault, 75013 – Paris, Francia
2
Escuela Militar de Ingeniería – EMI, La Paz, Bolivia

Resumen

En el presente artículo se expondrá una visión general sobre las imágenes hiperespectrales, su definición,
formación y adquisición a través de los elementos básicos de un sistema de teledetección, a su vez se
presentaran los principios en los que se basa, los diferentes rangos del espectro electromagnético y su
reflectancia dependiendo del tipo de material sobre el cual incide. También presentamos las diferentes
aplicaciones de las imágenes hiperespectrales, haciendo énfasis en la detección y determinación de campos
vegetativos y minerales. Así mismo se exteriorizaran algunas técnicas relevantes para su procesamiento y
análisis respectivo.
Descriptores: teledetección, imágenes satelitales, detección de artefactos, calidad de las imágenes

Abstract

In this paper we present an overview of hyperspectral imagery, its definition, its creation and acquisition
through the basic elements of a remote sensing system, the principles on which it is based, the different
ranges of the electromagnetic spectrum and reflectance depending on the type of material on which falls. We
also present different spectral imaging applications, particularly in the fields of vegetative and minerals
detection and determination. We also present some relevant techniques for processing and analyzing.
Keywords: remote sensing, satellite images, artifacts detection, image quality

Introducción valores radiométricos. Estos valores son

almacenados en matrices compuestos por pixeles.
La teledetección es el conjunto de técnicas utilizadas Un pixel es un componente elemental de una
para la determinación a distancia de las propiedades imagen digital definida por su posición (fila y
de los objetos ya sean estos naturales o artificiales. columna) y su valor. Existe una matriz para cada
Expresándolo de otra manera la teledetección banda espectral.
consiste en adquirir información acerca de la
superficie de la Tierra sin la necesidad de estar en
contacto con ella. La idea es detectar y registrar la
energía reflejada por la superficie terrestre para
luego procesarla, analizarla y utilizarla en alguna
aplicación específica.
En un proceso de la teledetección podemos
identificar siete elementos principales: La fuente de
energía o iluminación; la radiación y atmosfera;
interacción con la superficie de interés; registro de la
energía mediante el sensor; proceso de transmisión;
recepción y procesamiento; interpretación y análisis;
y la aplicación.
Es necesario indicar que también existen sistemas
de teledetección basados en sensores no ópticos,
estos sistemas son los sistemas de teledetección
radar. Figura 1: Adquisición de imágenes en Teledetección
Para un sistema óptico de teledetección, el Sol es la Platform [EGI – Energy & Geoscience Institute].
fuente de energía. Esta energía del Sol puede ser
reflejada o absorbida. El sensor puede ser colocado en una plataforma
Un instrumento de teledetección recibe la radiación satelital, en un aeroplano o un globo aerostático.
electromagnética y lo convierte en señales eléctricas Muchas aplicaciones utilizan las técnicas de
y valores numéricos que también son llamados teledetección para llegar a zonas artificiales o
naturales que son inaccesibles para las personas.
Para la teledetección se debe tomar en cuenta tenga mayor resolución radiométrica, entonces la
algunos parámetros importantes como la resolución, capacidad para discriminar diferencias muy leves en
más específicamente la resolución espacial, la energía es mayor.
resolución espectral, la resolución radiométrica y la El satélite está orbitando alrededor de la Tierra, la
resolución temporal. En los siguientes párrafos de Tierra también gira sobre su eje, entonces el satélite
este artículo se describirán más específicamente pasa sobre un punto específico en la Tierra y
estos conceptos. transcurrirá un tiempo para que el satélite vuelva a
En un proceso de teledetección, la distancia entre la pasar sobre el mismo punto. El tiempo que tarda el
superficie terrestre y la plataforma, determina el satélite para volver a pasar sobre el mismo punto, es
detalle de la información y la superficie total captada la resolución temporal del sistema de teledetección.
por el sensor. El detalle en la imagen satelital puede El periodo de revisita de un satélite normalmente
ser medido por la resolución espacial. La resolución esta en el orden de varios. La resolución temporal de
espacial esta dado por el tamaño de cada píxel de la un satélite depende de diferentes factores,
imagen proyectada sobre la superficie terrestre y se incluyendo el punto de vista de las capacidades de
refiere al tamaño de la característica más pequeña los sensores, la superposición, y la latitud. La
que puede ser detectada. Para determinar la resolución temporal en la aplicación de imágenes
resolución espacial de una plataforma de satelitales es determinante cuando el área de interés
teledetección, es necesario conocer el Campo de está constantemente cubierto por las nubes, cuando
Visión Instantáneo (IFOV por sus siglas en ingles). es necesario la toma de imágenes para fenómenos
El IFOV es el ángulo sólido de visibilidad entre el naturales o artificiales cortos, o cuando es necesario
sensor y el área de superficie terrestre que es una comparación multitemporal.
posible detectar con el sensor. Las imágenes de Todos estos parámetros: resolución espacial,
teledetección están compuestas por matrices de resolución espectral, resolución radiométrica y
píxeles, si por ejemplo la imagen es una matriz cuyo resolución temporal, son muy importantes para el
tamaño es 2000 x 2000 píxeles, y estas imágenes diseño de un buen sistema de teledetección de
de satélite cubre el área de una superficie terrestre acuerdo con las aplicaciones requeridas para la esta
del tamaño de 20 km x 20 km; entonces la siendo diseñada.
resolución espacial para este sistema de
teledetección sería de 10 metros, cada píxel de la Imágenes hiperespectrales
imagen representa 10 m x 10 m de la superficie de la
Tierra. Una imagen hiperespectral es una imagen que tiene
La resolución espectral para un sistema de varias bandas espectrales de información a través
teledetección esta determina por el número de de todo el espectro electromagnético.
bandas espectrales que el sensor puede detectar.
Comúnmente un satélite de teledetección cuenta con Principios de las ondas electromagnéticas
4 bandas: rojo, verde, azul, e infrarrojo. Pero hay
satélites que producen imágenes multiespectrales Toda radiación electromagnética tiene propiedades
que tienen unas 10 o 15 bandas. También hay fundamentales y se comporta de manera predecible
satélites para imágenes hiperespectrales que tienen de acuerdo con los fundamentos de la teoría de
más de 100 bandas espectrales. En una imagen ondas.
satelital, los elementos de interés pueden ser La característica importante de la radiación
distinguidos mediante la comparación de las curvas electromagnética para entender la teledetección es
espectrales. Por ejemplo: El agua, la vegetación, los su longitud de onda (λ) que está relacionado con su
minerales, tienen una respuesta diferente a la frecuencia (v) en función de la siguiente ecuación:
energía electromagnética de reflectancia. Entonces, c  v
la resolución espectral determina la capacidad del
sensor para detectar los rangos de espectro de la Donde: λ es la longitud de onda
aplicación para la que fue diseñada. v es la frecuencia
Una imagen digital está compuesta por píxeles, cada
c es la velocidad de la luz
píxel tiene un valor para cada banda espectral, este
valor es la representación numérica de la cantidad
La longitud de onda es la longitud de ciclo de una
de energía electromagnética reflejada captada por el
onda, que puede ser medida como la distancia entre
sensor, y esta representación numérica puede ser
dos crestas de ondas sucesivas. La frecuencia se
representado en bits. Entonces, el número de bits
refiere al número de ciclos por unidad de tiempo.
necesarios para la representación del valor
En la Figura 2 se puede observar el espectro
numérico, define la resolución radiométrica del
electromagnético desde las longitudes de onda más
sistema de teledetección. Las características
cortas (< 10-5 µm) hasta las longitudes de onda más
radiométricas definen la sensibilidad del sensor para
largas (> 106 µm). Los sistemas de teledetección
detectar la mínima magnitud de energía
utilizan varias regiones del espectro
electromagnética, por lo que, mientras el sistema
electromagnético.
 espectral (la relación de la energía reflejada sobre la
energía incidente como una función de la longitud de
onda) [1]. La reflectancia varía con la longitud de
onda para la mayoría de los materiales, debido a
que la energía en ciertas longitudes de onda es
absorbida. Estas variaciones en la reflectancia son
evidentes cuando se comparan las curvas de
reflectancia espectral para diferentes materiales,
como se ilustra en la Figura 3, estas curvas se
denominan firmas espectrales. Las pronunciadas
desviaciones a la baja de las curvas espectrales
marcan los rangos de longitudes de onda en la que
Figura 2: Radiación Electromagnética. el material absorbe selectivamente la energía
incidente. Estas características generalmente se
El espectro de la luz visible tiene una longitud de denominan bandas de absorción.
onda de aproximadamente entre 0,4 a 0,7 μm (del
violeta hasta el rojo). Es importante señalar que esta
es la única porción del espectro que se puede
asociar con el concepto de colores visuales.
Para la mayoría de los propósitos, la radiación
ultravioleta (UV) es la porción del espectro que tiene
las longitudes de onda más cortas que son prácticas
para la teledetección óptica. Esta radiación se
encuentra justo fuera del alcance de la parte violeta
de las longitudes de onda que son visibles, de ahí su
nombre. Algunos materiales de la superficie
terrestre, principalmente rocas y minerales,
fluorescencia o emiten luz visible cuando son
iluminadas por la radiación UV.
La siguiente parte del espectro de interés es la parte Figura 3: Firmas espectrales.
de infrarrojos (IR) región que abarca el rango de
longitud de onda de aproximadamente 0,7 μm a 100 La radiación tiene que viajar una cierta distancia a
μm. La región infrarroja se puede dividir en dos través de la atmósfera de la Tierra, donde las
categorías basadas en sus propiedades de partículas y los gases pueden afectar a la radiación
radiación: la región de IR reflejada, y la región de IR debido a la dispersión y absorción. La dispersión
emitida o térmica. La radiación reflejada en la región consiste en la redirección de la radiación
IR se utiliza para fines de detección a distancia de electromagnética debido a su interacción con las
forma muy similar a la radiación en la parte visible, la partículas y gases. La absorción es un fenómeno en
región de IR reflejada cubre longitudes de onda de el que las moléculas en la atmósfera absorben
aproximadamente 0,7 μm a 3,0 μm. En cambio la energía en longitudes de onda diferentes. En la
región IR térmica es bastante diferente de las Figura 4 se puede observar un gráfico para ilustrar
porciones visibles y de la región de IR reflejada, ya las absorciones atmosféricas que se producen por el
que esta energía es esencialmente la radiación que vapor de agua y el dióxido de carbono.
es emitida desde la superficie de la Tierra o los
objetos en forma de calor. La región de IR térmica
cubre longitudes de onda de aproximadamente 3,0
μm a 100 μm.

Interacción de los elementos de la superficie de

la Tierra con la radiación

El Sol es la fuente de energía para la teledetección

óptica, puesto que la energía del sol es reflejada,
como lo es para longitudes de onda visibles, o Figura 4: Absorciones atmosféricas para longitudes
absorbida y entonces re-emitida, como lo es para de onda electromagnéticas.
longitudes de onda infrarrojas y térmicas.
En la espectroscopia de luz reflejada, la propiedad
fundamental que se obtiene es la reflectancia
El vapor de agua y el dióxido de carbono en la
atmósfera producen rasgos pronunciados de Clasificación de las imágenes hiperespectrales
absorción entre 1,4 y 1,9 mm, estas absorciones
provocan una reducción de la energía incidente y de En la clasificación de las imágenes hiperespectrales,
la energía reflejada casi por completo, por este la extracción de sus características es una cuestión
motivo es que no existen satélites de teledetección clave, en la literatura podemos encontrar que hay
que lleven sensores en esta banda, debido a que no muchos métodos utilizados, dichos métodos son de
podrán obtener mucha información. aplicación específica y el proceso de extracción de
características varía mucho de un método a otro. Por
Aplicación de las imágenes hiperespectrales ejemplo las características de interés que se
requieren en un contexto de estudio de la vegetación
La forma general de una curva espectral y la son completamente diferentes a las características
posición y la fuerza de las bandas de absorción en de interés en un contexto geológico o en un contexto
muchos casos se puede usar como medio para de crisis (terremotos, incendios, inundaciones, etc).
identificar y distinguir diferentes materiales. Dada esta situación se requiere de un enfoque más
general “Data Mining” (DM) que requiere de métodos
Espectrometría aplicada al campo de la vegetación de extracción de características que se adecuen a
Por ejemplo, la vegetación tiene mayor reflectancia está generalización.
en el rango cercano del infrarrojo y los suelos tienen En la literatura podemos encontrar diferentes
menor reflectancia en el rango cercano al rojo. Las métodos de clasificación. Por ejemplo, podemos
curvas de reflectancia espectral de las plantas utilizar el método de “average patch radiance” o
verdes saludables son también una forma radiación parche promedio, “the induced
característica que es dictada por varios atributos de endmembers characterization” [2], [3] y [4], también
las plantas [1]. En la porción del espectro visible, la podemos utilizar los métodos de clasificación
forma de la curva se rige por los efectos de la basados en la compresión presentado en [5], “the
absorción de clorofila y otros pigmentos de las hojas. endmember distance function” [6]
La clorofila absorbe la luz visible eficazmente pero Si tenemos que detectar algún aspecto concreto de
esta absorbe más fuertemente la longitud de onda la superficie terrestre, podemos utilizar el índice
del color azul y de color rojo, no tanto así la longitud basado en algunas bandas espectrales. Por ejemplo
de onda del color verde, esto produce un pequeño para los índices de vegetación, se tiene un índice en
pico de reflectancia en el intervalo de la longitud de función de la reflectividad en diferentes bandas,
onda del color verde. La reflectancia aumenta estos índices son capaces de indicarnos la
bruscamente a lo largo de la frontera entre las abundancia y el estado de la vegetación y se basan
longitudes de onda del rojo y cerca al infrarrojo y en el comportamiento peculiar reflectante de la
alcanza valores próximos a 40-50% para la mayoría vegetación. El índice más conocido es el Índice de
de las plantas. Esta alta reflectancia en la zona Vegetación de Diferencia Normalizada (NDVI) cuya
cercana al infrarrojo se debe principalmente a las ecuación es:
interacciones con la estructura celular interna de las
hojas. La mayor parte de la energía restante se
transmite, y puede interactuar con otras hojas por
debajo del follaje. La estructura de las hojas varía
significativamente entre especies de plantas, y Donde ρir es la reflectividad en el infrarrojo cercano
también puede cambiar como resultado de estrés en y ρr es la reflectividad en el rojo.
las plantas. Por lo tanto, el tipo de especie, el estrés
de la planta, y la condición de follaje pueden todos Cuando tenemos muchas bandas espectrales,
afectar a las mediciones de reflectancia en las zonas cuantas más bandas espectrales estén disponibles,
cercanas al infrarrojo. se puede utilizar estas para generar vistas en
colores falsos. Estas composiciones se usan para
Espectrometría aplicada al campo mineral resaltar los elementos que tienen una reflectividad
En los materiales inorgánicos tales como minerales, más alta en las bandas utilizadas, además se
composiciones químicas y estructuras cristalinas, obtendrán vistas menos estéticas, lo cual ocasionará
tenemos que estos controlan la forma de la curva que sea más fácil discriminar visualmente los
espectral, la presencia y las posiciones de las diferentes elementos.
bandas de absorción específicas [1]. Las longitudes
de onda de absorción específicos se pueden utilizar Discusión y Conclusiones
para detectar la presencia de elementos químicos En el presente artículo se muestran los principales
directos e iones, la carga iónica de ciertos aspectos teóricos respecto a las imágenes
elementos, y la geometría de los enlaces químicos hiperespectrales.
entre los elementos, está regulada en parte por la Las imágenes hiperespectrales tienen una gran
estructura cristalina. importancia y son herramientas de ayuda en la
identificación y la vigilancia de vegetación, Information and Engineering Systems, 12th
identificación de minerales, el seguimiento de los International Conference, KES 2008, Zagreb,
peces, etc. Croatia, September 3-5, 2008, Proceedings,
En la literatura podemos encontrar muchos tipos de Part III, vol. 5179 of Lecture Notes in Computer
procesamiento y análisis de los métodos de Science, pp. 400–407. Springer, 2008.
imágenes hiperespectrales. [4] Manuel Grana, Ivan Villaverde, Jose O.
Hay ciertas longitudes de onda absorbidas por la Maldonado, and Carmen Hernandez, “Two
atmósfera, por lo que no es ni recomendable ni útil lattice computing approaches for the
situar a los sensores en estos rangos del espectro unsupervised segmentation of hyperspectral
en los satélites. images,” Neurocomput., vol. 72, no. 10-12, pp.
Dado que ahora nuestro país ha decidido hacer uso 2111–2120, 2009.
de la tecnología satelital para diversas aplicaciones, [5] A. Roman-Gonzalez, M. A. Veganzones, M.
es necesario tener conocimientos que nos ayuden a Graña, M. Datcu, “A Novel Data Compression
establecer los parámetros correctos para una for Remote Sensing data Mining”, ESA-JRC-
adecuada utilización de nuestro satélite futuro. EUSC Image Information Mining: Geospatial
Intelligence from Earth Observation
Referencias: Conference, Ispra – Italy, March 30 – April 1,
2010, pp. 101-104.
[1] R. B. Smith, “Introducción a Imágenes [6] J.O. Maldonado, D. Vicente, M.A. Veganzones,
Hiperespectrales”, TNTmipset, 2001 and M. Grana, “Spectral indexing for
[2] A. Plaza, P. Martinez, R. Perez, and J. Plaza, hyperspectral image CBIR,” Torrejon air base,
“A quantitative and comparative analysis of Madrid (Spain), 2006.
endmember extraction algorithms from
hyperspectral data,” Geoscience and Remote E-mail: avid.roman-gonzalez@ieee.org
Sensing, IEEE Transactions on, vol. 42, no. 3,
pp. 650–663, 2004
[3] Miguel A. Veganzones and Manuel Grana,
“Endmember extraction methods: A short
review,” in Knowledge-Based Intelligent