de onda con un análisis estadístico de modo que es asignado a una clase espectral (Sánchez, 2002). El método de clasificación no supervisado define las clases espectrales de una imagen, formando agrupaciones que asemejan a pixeles con las mismas características espectrales (Facultad de Ciencias Forestales - UNSE, 2019). Existe un algoritmo para la agrupación mencionada el cual se denomina ISODATA, el cual se ejecuta en varias fases. Inicialmente se marcan varios centros de clase configurados por el operador, posteriormente se definen los pixeles al centro de clase más cercano para efectuar un procesamiento de los datos de los centros de clase donde ya fueron incorporados los pixeles, para finalmente ubicar todos los pixeles correspondientes a la imagen al centro de clase próximo, donde se volverá a procesar los centros de clase, iniciando un cálculo iterativo hasta que se quede fijo el centro de clase y exista un ajuste de los conjuntos de la imagen, el proceso en mención se encuentra representado en la figura 9.
Figura 9. Proceso de agrupación ISODATA Fuente: Facultad de Ciencias Forestales UNSE (2019)
La clasificación supervisada constituye en contar con zonas de entrenamiento, donde se tiene una referencia previa de la clase a la que pertenecen, las cuales contribuyen en la generación de una firma espectral que caracteriza cada clase, formando un conjunto de reflectividades para cada banda acompañada de análisis estadísticos (Universidad de Murcia, 2006). En la figura 10, se aprecia el flujograma establecido para la clasificación de imágenes supervisada y no supervisada. 23
