A new approach to multispectral imageclassification based onabstract complex cells

• José Antonio Valero-Medina ^[1] ; Cristian David Dallos-Bustos ^[1] ; Ivan Lizarazo ^[2]
  1. [1] Universidad Distrital Francisco José de Caldas

     Universidad Distrital Francisco José de Caldas

     Colombia

     
  2. [2] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 85, Nº. 204, 2018, págs. 28-37
• Idioma: inglés
• Títulos paralelos:
  • Un nuevo enfoque para la clasificación de imágenes multiespectrales basado en complejos cartesianos
• Enlaces
  • Texto completo  1    2  
• Resumen
  • español

    El presente artículo propone un nuevo enfoque de clasificación de imágenes que utiliza comorepresentación del espacio complejos cartesianos libre de ambigüedad en las relacionestopológicas. Elenfoquepropuestocomprende seisfases: (i) conversión de la imagenconvencionalal espacio de complejos cartesianos;(ii) transformación a niveles de grises; (iii) producción de super-píxelesbasada en la transformada de cuenca;(iv) producción del espacio de textura aprovechando elementos inter-pixel1-dimensionales; (v) clasificación mediante máquinas de soporte vectorial; y (vi) evaluación delosresultados. Aunque la exactitud temáticade la clasificacióna partir del nuevo enfoquemejora la exactitud obtenida con una representación convencionaldel espacio, la prueba de confianza indicaque esa mejoríanoesestadísticamente significativa. Sin embargo, el nuevo enfoque puede ser fortalecidoen el futuro mediante laincorporación detécnicas para mejorar la definición de límites entre cuencas utilizando valores de probabilidad y espacios de textura multiescala.

  • English

    This article proposes a new approach to image classification using a space representation as a Cartesian complex free of ambiguity in the topological relationshipsof adjacency, connectivity, andboundary. The proposed model comprises sixphases: (i) image conversionfrom the conventional spaceintothe Cartesian complexspace; (ii) greyscale transformation, (iii)super-pixel space productionbased on watershed transform, (iv) texture space production taking advantage of 1-dimensional interpixel elements, (v) classification using support vector machines and (vi) resultsqualityassessment. Although global accuracy of the proposed classification improves accuracy of resultsobtained with a conventional representationof space, the confidence test showsthat this improvement is not statistically significant. However, the new approach can befurtherstrengthened by incorporating techniques to improve boundariesdefinitionbetween watersheds based on probability values as well as usingspaces of multiscale texture.