Fundamentos de Clasificación Textural y Procesamiento de Imágenes

Fases de la Clasificación Textural

El proceso de clasificación de texturas se estructura en tres etapas fundamentales:

• Definición del espacio de descriptores: Establecimiento de las características o descriptores a evaluar.
• Extracción de descriptores eficientes: Selección de las variables más eficaces para la resolución dentro del espacio definido.
• Aplicación de la clasificación: Implementación de los descriptores seleccionados. Cabe destacar que la representación de las clases y su tamaño influyen directamente en el resultado final.

Extracción de Características

Los descriptores texturales permiten cuantificar propiedades visuales específicas:

• Uniformidad: Mide la homogeneidad textural; presenta valores altos cuando la distribución de niveles de gris es constante o periódica.
• Media: Describe el brillo global de la imagen.
• Contraste: Relacionado con la frecuencia de la imagen; valores altos concentrados en la diagonal principal indican un contraste bajo.
• Entropía: Mide la aleatoriedad, complejidad o desorden en la distribución de intensidades.
• Varianza: Mide la heterogeneidad, aumentando su valor cuando los niveles de gris difieren de la media.
• Momento diferencia inverso: Inverso al contraste.
• Correlación: Medida de la dependencia lineal de las intensidades en la imagen.

Parámetros para definir en un MCNG

Para configurar correctamente una Matriz de Coocurrencia de Niveles de Gris (MCNG), se deben considerar:

• Tamaño de vecindario: Vecindarios grandes mejoran la detección de texturas, aunque pueden generar errores en la cobertura.
• Número de niveles de grises: El uso de niveles elevados puede generar vacíos en la MCNG.
• Distancia entre píxeles: Regula la escala de las texturas.
• Dirección: Se suelen promediar los resultados en distintas direcciones.

Energía Textural: Método de Laws

Este método consiste en la convolución de la imagen con diversos filtros o máscaras, produciendo tantas imágenes como convoluciones realizadas. Cada filtro resalta una característica textural distinta, permitiendo que las nuevas imágenes contengan valores directamente relacionados con dichas propiedades.

NDVI: Índice de Vegetación

El NDVI (Normalized Difference Vegetation Index) es el índice de vegetación más utilizado. Relaciona los valores de las bandas del rojo e infrarrojo (IR), proporcionando valores en un rango de -1 a 1. Es importante considerar que existen factores externos que alteran el valor del ratio, tales como la efectividad atmosférica o los marcos de plantación.