Resumen de Aplicación del Estimador de Parámetros de Segmentación por Media-desplazada (EPSM) a las imágenes de satélite de muy alta resolución espacial: Tetuán (Marruecos)

O. Benarchid, N. Raissouni, José A. Sobrino Rodríguez, A. El Ayyan

• español

  La segmentación de imágenes constituye un paso crucial en el Análisis de Imágenes Basado en Objetos (AIBO). Combinando distintos valores de los parámetros de entrada de los algoritmos de segmentación se obtienen diferentes resultados. En general, los parámetros óptimos seleccionados se determinan mediante interpretación visual; por lo tanto, la definición de las combinaciones óptimas es una tarea considerablemente difícil. En la presente investigación, se propone una herramienta analítica que denominamos Estimador de Parámetros de Segmentación por Media-desplazada (EPSM) aplicada a la selección automatizada de los valores de los parámetros de segmentación en las imágenes de satélite de muy alta resolución espacial en la región de Tetuán (norte de Marruecos). El estimador EPSM necesita como entradas la Base de Datos Vectorial existente (BDV) y los datos espectrales con el fin de definir automáticamente los valores de los parámetros de segmentación. La aplicación del método EPSM a diferentes paisajes proporciona valores mínimos del índice de sub-segmentación (US) ≤0,20 en zonas industriales, residenciales y rurales, mientras que para la zona residencial densa muestra valores de 0,35.

• English

  Image segmentation is considered as crucial step dealing with Object-Based Image Analysis (OBIA) and different segmentation results could be achieved by combining possible parameters values. Optimal parameters selection is usually carried out on the basis of visual interpretation; therefore, defining optimal combinations is a challenging task. In the present research, Mean-shift Segmentation Parameters estimator (MSPE) proposed tool is applied to automate the selection of segmentation parameters values to Very High Spatial Resolution (VHSR) satellite images in the region of Tetuan city (Northern Morocco). MSPE estimates the parameters values for the Mean-shift Segmentation (MS) algorithm. However, this algorithm needs as inputs: i) existing vector database and, ii) spectral data to define automatically the segmentation parameter values. Finally, application of the MSPE method on different landscape’ types show accurate results with Under-Segmentation (US) values ≤0.20 for industrial, residential and rural zones, while for dense residential area values of 0.35.