To install click the Add extension button. That's it.

The source code for the WIKI 2 extension is being checked by specialists of the Mozilla Foundation, Google, and Apple. You could also do it yourself at any point in time.

4,5
Kelly Slayton
Congratulations on this excellent venture… what a great idea!
Alexander Grigorievskiy
I use WIKI 2 every day and almost forgot how the original Wikipedia looks like.
Live Statistics
Spanish Articles
Improved in 24 Hours
Added in 24 Hours
What we do. Every page goes through several hundred of perfecting techniques; in live mode. Quite the same Wikipedia. Just better.
.
Leo
Newton
Brights
Milds

Imagen multiespectral

De Wikipedia, la enciclopedia libre

Vídeo del SDO mostrando secciones simultáneamente del Sol en diversas longitudes de onda

Una imagen multiespectral es la que captura datos de imágenes dentro de rangos de longitud de onda específicos a través del espectro electromagnético. Las longitudes de onda pueden estar separadas por filtros o mediante el uso de instrumentos sensibles a longitudes de onda particulares, incluida la luz de frecuencias más allá del rango de luz visible, como infrarrojo y ultravioleta. La obtención de imágenes espectrales puede permitir la extracción de información adicional que el ojo humano no captura con sus receptores rojo, verde y azul.

Fue desarrollada originalmente para imágenes obtenidas desde el espacio[1]​ así como en la aplicación del análisis de documentos y la pintura, con las primeras misiones de los satélites Landsat en torno a los 70 , siendo los primeros en explotar de manera madura la captura de la imagen de diversas bandas.[2]

La imagen multiespectral divide la luz en un pequeño número (normalmente de 3 a 15) de bandas espectrales. La obtención de imágenes hiperespectrales es un caso especial de imágenes espectrales donde a menudo hay cientos de bandas espectrales contiguas.[3]

La tecnología que estudia y trata la captura multiespectral es abordada por la rama de conocimiento de la teledetección, asociada al estudio de la superficie terrestre.

YouTube Encyclopedic

  • 1/3
    Views:
    1 337
    1 525
    937
  • Tutorial 1 Como descargar imagenes satelitales multiespectrales para agricultura de precisión
  • Composite bands in ArcGIS // Unión de bandas en ArcGIS
  • Layer Stack ERDAS 2013

Transcription

Origen

Gracias a la creación de los satélites Landsat, la aplicación de las técnicas relacionadas con la teledetección se instauraron en la sociedad de manera temprana, concretamente en los 80'. El estudio sobre las técnicas para capturar imágenes multiespectrales fueron tomando más presencia hasta llegar a su punto álgido con la popularización de la imagen digital a principios del siglo XXI.

Procedimiento

Imagen espectral de la Bahía de Santander (Cantabria) tomada por el satélite LANDSAT.

Es capturada a bordo de la cámara multibanda del satélite mediante una serie de detectores fotoeléctricos que transforman los niveles de radiancia, procedentes de la superficie terrestre, en valores numéricos que se denominan niveles digitales. El valor del nivel correspondiente a un píxel será, de este modo, proporcional a la intensidad de radiancia procedente del terreno. Para ello se utilizan dispositivos de conversión analógico-digital.[4]

Dentro de los sensores de la teledetección, específicamente dentro de las cámaras fotográficas utilizadas en esta rama, la cámara multiespectral es el caso más especial. Pueden utilizarse hasta 9 cámaras, aunque lo habitual es 4 o 6.[5]

Este procedimiento de formación de la imagen digital se repite para cada una de las bandas generándose como resultado final una matriz tridimensional en la que el valor del nivel digital de cada píxel está ubicado en una fila, una columna y una banda. De este modo se acuña el concepto de imagen multiespectral.

El número de bandas varía considerablemente de unos sensores a otros y se ajusta al propósito para el cual fueron concebidos. Así, a modo de ejemplo, el satélite SPOT cuenta con 4 bandas, el LANDSAT con 7 y el NOAA con 5. Algunos sensores hacen del número de bandas su cualidad principal, contando con un número extraordinariamente grande, que puede superar las 200 (En este caso hablamos de sensores hiperespectrales).

Fundamentos

En cierta manera, una imagen en color, en el modelo RGB, es una imagen multiespectral, ya que a través de sus canales describe la reflectancia para la banda del R, G y B. La diferencia es que una imagen RGB está destinada a que sus valores colorimétricos sean leídos balo la percepción humana, mientras que una imagen multiespectral no dispone de un número de bandas bajo el que se pueda reflejar o describir que es una imagen o técnica multiespectral.[6]​ Por lo tanto, para describirla nos basamos en los siguientes fundamentos:

  • El intervalo espectral

La capacidad para acceder a unas o otras bandas del espectro está en función del tipo de sensor o filtros usados y el alcance del proyecto. Es posible acceder a varias regiones del espectro electromagnético descrito por sus longitudes de onda.

  • La resolución espectral

La capacidad para discretizar en un número de bandas, descritas por su pico máximo y anchura, una región dada del espectro. Es decir, cuanto más número de bandas haya, menor será la anchura y mayor será la resolución que nos permitirá describir mejor la reflectancia de un objeto.

  • La escala temporal

Referida al intervalo de tiempo que queda representado en una imagen, por lo tanto, muchas imágenes representan múltiples momentos en el tiempo que nos ayudarían a entender o valorar fenómenos que se pongan en evidencia con el simple transcurso del tiempo.

Utilidades

  • Agricultura

Gracias a drones o satélites equipados con cámaras espectrales, se puede diagnosticar el estado de desarrollo de los campos de cultivo, la presencia de plagas u otras patologías como la carencia de nutrientes en el suelo. Tal y como explica el artículo de EcuRed,[7]​ las imágenes espectrales en la agricultura otorgan una serie de ventajas en base a la toma de datos, su análisis e interpretación. Gracias a estas imágenes, los profesionales de la agricultura consiguen saber las necesidades exactas de insumos, tanto a nivel global como específico.

Véase también

Referencias

  1. R.A. Schowengerdt. Remote sensing: Models and methods for image processing, Academic Press, 3rd ed., (2007)
  2. Uzal, José Manuel Pereira (21 de enero de 2020). Diagnóstico por imagen en bandas no visibles sobre patrimonio cultural: Una aproximación a la imagen infrarroja, ultravioleta, fluorescencias y análisis de imagen. Books on Demand. ISBN 978-84-1326-121-8. Consultado el 15 de diciembre de 2021. 
  3. Hagen, Nathan; Kudenov, Michael W. «Review of snapshot spectral imaging technologies». En Optical Engineering, ed. Spie. Digital Library. Archivado desde el original el 20 de septiembre de 2015. 
  4. Teledeteccion: Nociones y Aplicaciones. carlos perez. ISBN 978-84-611-1613-3. Consultado el 14 de diciembre de 2021. 
  5. Sobrino, José A. (2001). Teledetección. Universitat de València. ISBN 978-84-370-4220-6. Consultado el 18 de diciembre de 2021. 
  6. Uzal, José Manuel Pereira (21 de enero de 2020). Diagnóstico por imagen en bandas no visibles sobre patrimonio cultural: Una aproximación a la imagen infrarroja, ultravioleta, fluorescencias y análisis de imagen. Books on Demand. ISBN 978-84-1326-121-8. Consultado el 18 de diciembre de 2021. 
  7. «Imagen multiespectral - EcuRed». www.ecured.cu. Consultado el 18 de diciembre de 2021. 

Bibliografía

Enlaces externos

Esta página se editó por última vez el 13 nov 2023 a las 18:52.
Basis of this page is in Wikipedia. Text is available under the CC BY-SA 3.0 Unported License. Non-text media are available under their specified licenses. Wikipedia® is a registered trademark of the Wikimedia Foundation, Inc. WIKI 2 is an independent company and has no affiliation with Wikimedia Foundation.