Análisis de textura y clasificación digital de imágenes SAR para discriminación de objetivos agrícolas

Texture analysis and digital classification of SAR images for agricultural target discrimination

Resumen

Las imágenes de teledetección del rango visible e infrarrojo del espectro electromagnético tienen un gran potencial para discriminar áreas agrícolas con el fin de estimar el rendimiento. Sin embargo, la presencia de nubes impide la adquisición de este tipo de imágenes, sin embargo, las imágenes SAR son independientes de las condiciones meteorológicas. En este contexto, este trabajo verificó el potencial de dos imágenes SAR/Radarsat-1, banda C, polarización HH, en modos Fine-5/hacia arriba (F5A) y Standard-7/hacia abajo (S7D) en la discriminación de objetivos agrícolas. en la región de Assis-SP. Los métodos se basaron en análisis visuales y en la comparación de las clasificaciones digitales de las imágenes originales F5A y S7D, filtradas y sus medidas de textura. Los resultados indicaron que las imágenes filtradas mejoraron la discriminación de objetivos en relación con las imágenes originales, siendo el filtro adaptativo Gamma el más eficiente entre los otros filtros probados. Las clasificaciones de imágenes de textura fueron generalmente mejores que las clasificaciones de imágenes filtradas, lo que indica que las medidas de textura pueden ser atributos útiles para maximizar la discriminación de objetivos agrícolas. Las clases con mayor potencial de discriminación tanto en las imágenes F5A como S7D, con una precisión superior al 50%, fueron: agua, zona urbana, caña de azúcar-2, soja y suelo expuesto-1.