El procesamiento digital de imágenes aplicado al reconocimiento morfológico de estructuras de impacto en la superficie terrestre

Abstract

El procesamiento de imágenes satelitales y de radar es el punto de partida en el mapeo geomorfológico y tiene la finalidad de colectar atributos que caractericen objetos por su forma, estructura o color. Este trabajo presenta el tratamiento de imágenes como paso inicial a la detección de cráteres de impacto. Así, se muestran los resultados del análisis de imágenes de radar (Radarsat-1) de los cráteres de impacto BP y Oasis (Libia), mismos que se usan como patrones de referencia para diferenciar entre cráteres de impacto y cráteres de origen volcánico. El análisis de las imágenes Radarsat-1 consistió en: filtrado (reducción del ruido sal y pimienta), segmentación (partición de la imagen en regiones con características comunes) y clasificación (agrupación de los pixeles con base en características de interés). Para el caso de la clasificación, este trabajo propone un proceso de identificación automática de estructuras de impacto en la superficie terrestre que, partiendo de la información extraída del filtrado y la segmentación, organiza o categoriza objetos geomorfológicos según su origen volcánico o de impacto. La relevancia del sistema computacional clasificador radica en que actúa con aprendizaje automático basado en redes neuronales artificiales (ANN).

Satellite and radar image processing is the starting point in the geomorphological mapping and aims to characterize objects by shape, structure or color. This paper presents these images correcting as the first step in the detection of impact craters, such as BP and Oasis (Libya), which have been characterized by analyzing radar images (Radarsat-1) and used as standards of reference to differentiate impact craters from those of volcanic origin. The analysis of Radarsat-1 imagery consists of: filtering (known as speckle), segmenting (partition of the image into regions with common characteristics) and classifying (grouping of pixels based on selected features). About this latter action, this paper proposes automatic processes that classify, from imagery data corrected from filtering and segmentation, the geomorphic objects into two groups: impact and volcanics. The relevance of this classifier computer system is that it acts with Machine Learning based on artificial neural networks (ANN).