Buscador

Buscador

Trabaje con nosotros

Experiencia práctica con el asistente para la clasificación de imágenes (ArcGIS Pro 1.3)

por Hannah Deindorfer, Agosto 11 de 2016


AEste blog le permitirá adquirir una breve experiencia práctica en la herramienta Image Classification Wizard de ArcGIS Pro 1.3.

La clasificación de imágenes es la tarea que le permite extraer y categorizar la información usando una imagen raster. El resultado de una clasificación de imágenes puede ser usado para crear mapas temáticos, analizar coberturas, examinar relaciones espaciales y más. Por ejemplo, si usted cuenta con imágenes aéreas de alguna zona que incluye campos agrícolas, bosques, cuerpos de agua y un centro poblado, puede asignar un rango de valores de píxel para cada uno de estos tipos de coberturas, realizar una clasificación de las imágenes aéreas y crear una serie de mapas que permitan mostrar el cambio de las coberturas en el tiempo.

La clasificación de imágenes es una tarea increíblemente útil e importante, pero también puede ser un proceso lento, complicado y con gran dificultad para producir resultados precisos. Por suerte, con el lanzamiento de ArcGIS Pro 1.3, una un nuevo asistente para la clasificación de imágenes ha llegado para ayudarle a realizar este proceso.

Este asistente proporciona una experiencia de usuario simplificada, compuesta por las mejores prácticas para guiar a usuarios con poca experiencia y profesionales experimentados a través del proceso de clasificación.

Obtenga la experiencia necesaria con este sencillo tutorial o consulte la ayuda para aprender más sobre el asistente para la clasificación de imágenes (Image Classification Wizard).

Es recomendable que usted cuente con conocimientos básicos en clasificación de imágenes para entender la terminología utilizada en este blog. Si acaba de empezar a trabajar con imágenes consulte el ArcGIS Imagery Book que le dará acceso a muchos ejemplos interactivos, videos y ejercicios.

Configurar ArcGIS Pro 1.3

  1. Usted necesita tener instalado ArcGIS Pro 1.3 en su computador. El mensaje de lanzamiento de la versión 1.3 le proporciona una guía de instalación. Consulte la sección “Obtenga ArcGIS Pro 1.3”).
  2. Con el fin de usar el asistente para la clasificación de imágenes y completar este tutorial debe contar con una licencia de ArcGIS for Desktop (cualquier nivel) con la extensión Spatial Analyst.
  3. Descargar el archivo zip desde ArcGIS Online que incluye un proyecto en ArcGIS Pro y los datos asociados al mismo. Extraer los datos en una ubicación conocida en su máquina.
  4. Vaya a la carpeta donde almacenó los datos descargados y haga clic en ImageClassificationWizardTutorial.aprx para abrir el proyecto.

Iniciar el asistente para la clasificación de imágenes

El proyecto tiene una serie de dataset ráster con imágenes de Lake Pontchartrain en New Orleans. Estas imágenes provenientes de sensores remotos contienen datos en las bandas rojo, verde y azul (red, Green, blue).



  1. En el panel de contenido (Contents) haga clic en Imagery Layer. El menú contextual de Raster Layer aparecerá en la cinta de menús.
  2. Haga clic en la pestaña Data.



En la pestaña Data, en el grupo de Image Classification, haga clic en Classification Wizard. El panel del asistente para la clasificación de imágenes (Image Classification Wizard) aparecerá.



Complete la clasificación

En la vista de mapa, los datos raster de coberturas para Lake Pontchartrain son útiles para aquellos que entienden lo que representan los diferentes colores de la combinación de bandas RGB. Sin embrago, si la imagen fue clasificada, las coberturas son categorizadas en diferentes clases siendo evidentes para cualquier persona que use el mapa. El asistente para la clasificación de imágenes lo guiará paso a paso en el proceso de clasificación.

1. En el panel del asistente para la clasificación de imágenes (Image Classification Wizard), en la página Configure, establezca la siguiente configuración y haga clic en Next:

  • Classification Method: Supervised

    El método de clasificación supervisada (supervised) le permite decidir qué clases se generarán en su imagen basado en el esquema que usted especifique. Una clasificación no supervisada (Unsupervised) permite al computador crear clases basado en diferentes características espectrales de los píxeles de la imagen.

  • Classification Type: Object based.
  • La clasificación basada en objetos (Object based) agrupa pixeles vecinos basado en la similitud que presenten mediante un proceso denominado segmentación. Este proceso tiende a producir una clasificación menos pixelada, más precisa.

  • Classification Schema: Clic en la carpeta para cargar un esquema (load schema). Busqué el archivo: Project > Folders > ImageClassificationWizardTutorial > myNLCDgrey.ecs. Selecciónelo y haga clic en Open.
  • El esquema de ArcGIS Pro por defecto es del National Land Cover Dataset (NLCD), el cual se centra en Norte América. Hay un esquema NLCD personalizado incluido en el proyecto.

  • Segmented Image: Capa Segmented Imagery
  • Esta opción está disponible en el caso de que haya seleccionado una clasificación basada en objetos. Si este campo se deja en blanco, el asistente le pedirá crear manualmente una capa de segmentación posteriormente. Hay una imagen segmentada incluida en este proyecto.

  • Training Samples: Training Samples
  • Usted necesita áreas de entrenamiento (Training Samples) si su método de clasificación es Supervisada, ya que estas áreas son generadas automáticamente por su computador si usted elije como método el no supervisado. Hay áreas de entrenamiento incluidas en este proyecto.

  • Reference Dataset: Capa Reference Layer 1
  • El dataset de referencia (Reference Dataset) es un estándar con el cuál serán comparados los resultados de su clasificación. Este contiene elementos conocidos, recolectados de campo o de imágenes de mayor resolución en comparación con la imagen de entrada. Hay un reference dataset incluido en este proyecto.

2. En la página de administración de áreas de entrenamiento (Training samples Manager), del National Land Cover Data (NLCD 2011) son seleccionadas las siguientes clases.

La página de administración de áreas de entrenamiento carga la configuración que usted realizó en el paso anterior. En la parte superior de la página usted puede personalizar su esquema para agregar, remover o editar clases. En la parte inferior de la página, usted puede ver, interactuar y editar las áreas de entrenamiento.



Si su página de Administración de áreas de entrenamiento se parece a la imagen anterior, haga clic en Next.

3. En la página Train acepte la configuración por defecto y haga clic en Next.

En la página Train usted podrá seleccionar el algoritmo de clasificación. Cuando hace clic en iniciar el proceso (Run), se procesará la segmentación y se creará un archivo de firmas o signature (.ecd). Antes de completar el proceso Train, usted puede usar la capa previa para comparar los distintos algoritmos de clasificación. En este ejemplo usted usará el algoritmo Support Vector Machine (SVM) el cual es un método relativamente nuevo para clasificar imágenes, ampliamente usado por los científicos.



4. Presione la tecla “L” para cambiar la transparencia de la capa de vista previa. Haga clic en Next.

En la página Train usted podrá seleccionar el algoritmo de clasificación. Cuando hace clic en iniciar el proceso (Run), se procesará la segmentación y se creará un archivo de firmas o signature (.ecd). Antes de completar el proceso Train, usted puede usar la capa previa para comparar los distintos algoritmos de clasificación. En este ejemplo usted usará el algoritmo Support Vector Machine (SVM) el cual es un método relativamente nuevo para clasificar imágenes, ampliamente usado por los científicos.



5. En la página Classify, cambie el nombre del Output Classified Dataset a Output_Imagery y haga clic en Run.

Haciendo clic en Run en la página de Classify almacena los resultados generados anteriormente.s



6. Cuando la herramienta se usa correctamente, puede agregar la capa de salida al mapa haciendo clic en Next.

7. En la página Merge Classes, usted puede optar por ampliar las clases o hacerlas más específicas. Para este tutorial, el mapa final debe ser lo más simple posible para el público, por lo cual lo ideal es que las clases sean más amplias. Actualice los campos de la columna New Class como se describe a continuación y haga clic en Next.

  • Open Water: Agua
  • Bright Roof: Desarrollado
  • Grey Roof: Desarrollado
  • Concrete:  Desarrollado
  • Asphalt: Desarrollado
  • Barren Land (rock/salt/clay): Suelo desnudo
  • Deciduous Forest: Bosque
  • Evergreen Forest: Bosque
  • Turf: Plantaciones/Cultivos
  • Pond: Agua

A medida que se fusionan (merge) o asignan clases, puede usar la tecla “L” para cambiar la transparencia de la imagen clasificada. Si desea cambiar una clase a una que este fuera del esquema principal de clases definido, usted puede hacerlo en la página Reclassifier, la cual está más adelante en el asistente para clasificación.





8. En la página de evaluación de la precisión (Accuracy Assessment), acepte la configuración por defecto y haga clic en Run.

La Evaluación de la exactitud usa los datos de referencia (reference data) que usted seleccionó en la página Configure. Los valores de su dataset de referencia deben coincidir con el esquema. La estrategia de muestreo (Sampling Strategy) que será usada, Stratified Random, es el esquema de muestreo por defecto. Este esquema crea puntos que están distribuidos al azar dentro de cada clase.



La matriz de confusión proporciona una evaluación de la precisión alcanzada al realizar la clasificación, con valores Kappa de Cohen de 1,00, para valores con 100% de exactitud. Los cuadrados en color azul oscuro representan una mayor precisión, mientras el color rojo oscuro señala menor precisión. Puede hacerle frente a los errores identificados usando esta matriz, y volver a ejecutar la evaluación si lo desea.

Un valor Kappa de Cohen de 0.76 es bastante bueno, así que puede hacer clic en Next. La matriz de confusión crea también una tabla independiente con una descripción más detallada que la expuesta en el panel de Contenido (Content).

9. Clic en Next para proceder a la página de Reclasificación (Reclassifier)

La página de reclasificación proporciona una oportunidad para hacer frente a los errores generados a partir de la clasificación. Reclasificar un objeto (Reclassify an object) le permite dibujar un círculo alrededor de un objeto y cambiar su categoría. Reclasificar dentro de una región (Reclassify within a región) le permite dibujar un polígono y actualizar la clasificación dentro de ese polígono. Puede usar la tecla “L” para cambiar la transparencia de la capa de vista previa. Puede que sea necesario apagar la capa de vista previa con el fin de ver la diferencia entre las capas de clasificación. En el siguiente ejemplo, elementos de la clase agua se reclasificaron como Plantaciones/Cultivos. Esto puede ser necesario si usted está clasificando una sección de la zona, donde prevalece la agricultura. Usted es libre de experimentar con los datos proporcionados para el desarrollo de este tutorial.



10. Clic en Run para aplicar cualquier cambio realizado. A continuación, haga clic en Finalizar para salir del asistente para la clasificación de imágenes.

Si este tutorial es de su agrado y está interesado en otros recursos similares que le permiten explorar las funcionalidades de ArcGIS Pro 1.3, es posible que desee probarlos: