A Method for Object Classification in Aerial/Satellite Images with Incorporating Geospatial Information

Método de clasificación de objetos en imágenes aéreas/satélite con incorporación de información geoespacial

Las imágenes multiespectrales aéreas y de satélite son una importante fuente de información de inteligencia. Sin embargo, la precisión de la clasificación de objetos en esas imágenes, por razones como el camuflaje, el uso de señuelos y otras, resulta a menudo insuficiente. El objetivo del estudio es desarrollar un método de análisis asistido por ordenador de imágenes multiespectrales aéreas y de satélite que permita mejorar la precisión de la clasificación. Este objetivo se consigue incorporando información geoespacial (topográfica, geodésica, sobre tipos de cubierta vegetal) en el proceso de clasificación. Como base matemática del método se utiliza la lógica subjetiva de A. Jøsang. La eficacia del método propuesto se ha demostrado mediante la modelización informática con las herramientas de ArcGIS ModelBuilder.

1 Introducción

Es bien sabido que una de las fuentes más ricas de datos sobre el terreno, el paisaje, el entorno operativo y los objetos naturales y artificiales son las imágenes aéreas y de satélite [1]. La adquisición de dichas imágenes y su análisis constituyen las tareas de la actividad de Inteligencia de Imágenes [2]. Las imágenes aéreas y de satélite junto con los datos geoespaciales (topográficos, morfológicos estructurales, geodésicos y otros) se utilizan ampliamente en la Inteligencia Geoespacial [3, 4].

Cabe señalar que las modernas cámaras a bordo permiten formar las llamadas imágenes digitales multiespectrales, que consisten en un conjunto de imágenes, cada una de las cuales muestra el territorio estudiado en una zona espectral suficientemente estrecha de la radiación óptica (visible o infrarroja) [5, 6].

El análisis de las imágenes digitales multiespectrales es un proceso cognitivo y lo realiza un operador-intérprete (O-I) [7]. Desafortunadamente, el proceso cognitivo, debido a su complejidad inherente, no es sencillo y va acompañado de muchas dificultades [8]. Para facilitar el trabajo del O-I, se han desarrollado varios sistemas expertos y de recomendación [9-11]. El uso de estos sistemas permite liberar al O-I de una parte significativa del trabajo rutinario, pero todo el trabajo relacionado con el análisis semántico (comprensión) de la escena del terreno, incluyendo la clasificación de objetos y la toma de decisiones, sin embargo, es realizado por el O-I.

En los últimos años, las dificultades de interpretación de las imágenes se ven agravadas por el hecho de que el enemigo utiliza cada vez más el camuflaje y los objetivos falsos. Además, la dinámica de las operaciones militares es cada vez mayor y aumenta el número de objetos con una vida útil corta. En conjunto, estos factores introducen una incertidumbre adicional en el proceso de trabajo con imágenes y, por tanto, se reducen la fiabilidad de la detección y la precisión de la clasificación de los objetos.