Análisis y evaluación en la generación de ortoimágenes
Carrera de Geomática
Members: Malpartida, Lesly
Osorio, Luis
Zea Ramos, Astrid
Imágenes Georreferenciadas
Ciclo V | 2K22-II
AK GeoLab
MIEMBROS
Temas a tratar
Nuestros puntos de discusión principales
Introducción
Metodología
Diagrama de Flujo
Software de procesamientos
PCI Geomatic 2016
Erdas Imagine 2015
ENVI 5.3 (64-bit)
SNAP (Sentinel Application Platform)
Estadísticas Resultados
Precisiones
Errores
Conclusiones
Referencias
AK GeoLab
Introducción
Conceptos básicos
ORTOIMAGEN
Una imagen digital en la que se han corregido los desplazamientos de los puntos provocados por la inclinación de la toma y del relieve.
Está referida a un sistema de proyección cartográfica, por lo que posee las características geográficas de cualquier producto cartográfico con la ventaja adicional de que los objetos están representados con su apariencia real. Está definida en función de una resolución espacial, espectral, radiométrica y temporal.
ORTORRECTIFICACIÓN
Proceso de eliminación de los efectos de inclinación, relieve y otras distorsiones de una imagen original a fin de obtener una ortoimagen, en la cual se transforma el sistema de proyección central de la imagen digital en una proyección ortogonal.
Introducción
Conceptos básicos
¿QUÉ ES LO QUE SUCEDE?
La algorítmica para la construcción de una ortoimagen puede ser descrita de manera muy simple: a cada punto del plano de la ortoimagen se le hace corresponder el punto del plano de la imagen original que le corresponde según un modelo geométrico apropiado para el sensor. En la parte inferior de la figura representamos el plano de la ortoimagen, mientras que en la superior tenemos el plano p correspondiente a la imagen captada con todas sus distorsiones geométricas.
Diagrama de flujo
Flujograma de métodos básicos
Según el Manual Técnico para generación de ortoimágenes | IGN 2021
Software de procesamientos
La aplicación de diferentes algoritmos
Software de procesamientos
La aplicación de diferentes algoritmos
Software de procesamientos
La aplicación de diferentes algoritmos
; ENVI Registration Polynomial Coefficients ; Polynomial Degree = 1 ; ; kx = -1989.7813106217 -0.1392378036 0.9901625423 0.0000000229 ; ; ky = -3929.8116232019 0.9899808627 0.1389068696 0.0000000557 ; ENVI Ground Control Points Table ; ENVI Image to Image GCP Table ; Base (x,y), Warp (x,y), Predict (x,y), Error (x,y), RMS Error ; Total RMS Error: 0.334736 ; 5064.00 4440.75 2406.75 1171.25 2406.75 1170.99 -0.00 -0.26 0.26 5146.25 4087.00 2537.50 832.25 2537.41 832.13 -0.09 -0.12 0.15 3806.75 3962.00 1228.00 521.75 1228.35 521.99 0.35 0.24 0.43 3354.25 3840.25 797.25 338.00 797.21 338.48 -0.04 0.48 0.48 4584.75 3688.50 2036.75 359.50 2036.82 359.40 0.07 -0.10 0.12 3305.00 6072.75 437.75 2542.00 437.76 2542.17 0.01 0.17 0.17 4062.00 4882.00 1352.75 1468.00 1353.10 1468.49 0.35 0.49 0.60 3581.75 4854.25 881.25 1374.25 881.39 1374.17 0.14 -0.08 0.16 4763.25 5313.50 1987.25 1993.50 1987.50 1993.38 0.25 -0.12 0.28 5014.75 5563.00 2201.75 2275.75 2201.84 2275.46 0.09 -0.29 0.30 3976.75 5827.50 1137.25 2392.75 1137.12 2392.86 -0.13 0.11 0.17 3676.50 5506.50 884.50 2033.50 884.45 2033.21 -0.05 -0.29 0.30 2964.50 4545.50 313.25 982.50 313.11 982.56 -0.14 0.06 0.15 4553.50 4465.00 1898.25 1124.00 1897.84 1123.97 -0.41 -0.03 0.41 5159.00 5450.00 2360.48 2183.45 2360.41 2183.64 -0.07 0.19 0.20 4028.00 5394.00 1248.48 1970.45 1248.19 1970.74 -0.29 0.29 0.41 3002.00 5370.00 235.34 1804.44 235.50 1804.15 0.15 -0.29 0.33 5052.00 4019.00 2453.49 751.31 2453.54 751.68 0.04 0.37 0.37 4026.00 4014.00 1438.34 604.44 1438.23 603.98 -0.11 -0.46 0.47 3027.00 4005.00 450.34 456.44 450.22 456.08 -0.12 -0.36 0.38
Nuestros datos
Nuestros datos
; ENVI Image to Image GCP File
; Base Image (x,y), Warp Image (x,y)
; PCI GEOMATICA Image to Image GCP File
; Base Image (x,y), Warp Image (x,y)
Nuestros datos
Conclusiones
Nuestros puntos de discusión principales
Hemos visto que para generar verdaderas ortoimágenes sobre terrenos complejos, como es el caso de las zonas urbanas, necesitamos una modelización del terreno muy precisa y un tratamiento específico para eliminar las partes ocultas.
Se dispone de herramientas que posibilitan la tarea del ensamblaje manual de las diferentes com ponentes de una true ortho, lo que nos conduce a afirmar que este producto es una realidad.
Quedan pendientes dos temas que serán objeto de trabajos futuros:
Determinar los mecanismos que han de propor cionar el MDT apropiado para esta aplicación, tanto desde el punto de vista de la precisión geométrica como de las estructuras a introducir en el modelo.
La elaboración de procedimientos semi-auto máticos para el mosaico de las diferentes piezas que constituyen una ortoimagen.
AK GeoLab
Recolección de información
Palà, V., Arbiol, R., & Pérez, F. (2001). Generación de ortoimágenes en áreas urbanas. Revista de teledetección, 16, 47-50.
Lorduy Hernández, S. (2017). Generación de ortoimágenes usando vehículos aéreos no tripulados aplicado a la agricultura (Bachelor's thesis, Universidad Eafit).
Puga, C., Gisela, G., Moreno Carrillo, D. A., & Kirby Powney, E. P. Generación de ortoimágenes de diferente nadir con pares estereoscópicos satelitales WorldView, y cartografía con Deep Learning a escala 1: 5000 en el norte del DMQ.
IGN. (2021). Manual Técnico para Generación de Ortoimágenes
GeoLab
Referencias AK
