El presente trabajo es una primera aproximación al análisis textural a nivel de parcela catastral, sobre ortofoto digital de muy alta resolución con el fin de desarrollar una metodología de actualización automática del Registro de Frutales de Navarra. El objetivo es analizar la utilidad de los parámetros texturales de Haralick para diferenciar parcelas en las que se cultivan frutales de parcelas en las que estos han sido arrancados, así como estudiar la resolución óptima en las ortofotos de trabajo. Se realizan tres clasificaciones utilizando únicamente la información textural extraída de cada parcela. Primero, se clasifica la imagen de manera no supervisada y por Máxima Verosimilitud con 4 características texturales. Posteriormente, tras la extracción de las correspondientes funciones discriminantes, se clasifican los objetos utilizando la técnica del Análisis Discriminante. Los resultados muestran que las resolución optima de trabajo es 1m y el método de clasificación que ofrece mayor porcentaje de aciertos es el Análisis Discriminante, alcanzando el 92%.
The aim of the present paper is to show a first approach to the texture analysis applied at cadastrial parcel level, using very high resolution (VHR) digital ortophotos in order to develop a methodology to update automatically the Fruit Tree Register of Navarra. Thus, the main objectives are, on the one hand, to make a thorough analysis of both behaviour and usefulness of Haralick´s parameters to distinguish between the parcels with fruits trees and the parcels where those fruit trees have been uprooted and, on the other hand, to study the optimum operating resolution in the ortophotos. By using only the textural data taken out from each parcel, three classifications were carried out: the first one is a Cluster and a Maximum Probability classification of the image according to four textural characteristics. Later, when the corresponding discriminant functions have already been extracted from each resolution, the objects are classified using the Discriminant Analysis method. The obtained results show that the best resolution for this kind of analysis is 1m and the classification method that shows the best percentage of well classified objects, 92%, is Discriminant Analysis.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados