Procesamiento de Imágenes Arbóreas de la Selva Atlántica para Modelos de Aprendizaje Automático

Contenido principal del artículo

Christian Bernhardt
Javier Ernesto Kolodziej
Mario R. Rosenberger
Eduardo Zamudio

Resumen

 En el presente trabajo se describe una metodología para realizar una segmentación de copas de árboles en la Selva Atlántica mediante el procesamiento de imágenes aéreas. Las características de textura y contraste de las imágenes son aprovechadas para un procesamiento en etapas. En un principio se resalta el contraste entre copas y espacios entre ellas. Luego se homogeniza la textura del interior de las copas, eliminando huecos que pueden interferir en el correcto segmentado de las mismas. Finalmente se obtiene una imagen binarizada con las copas segmentadas. Esto puede servir de insumo a un procesamiento avanzado tendiente a la identificación de especies e inventario forestal. 

Detalles del artículo

Sección
Articulos - Trabajos de Investigación

Referencias

M. B. Otegui, D. S. Ojeda, M. E. Totaro, B. I. Eibl, M. B. Valdes and G. Y. Mallozzi, "Comportamiento y longevidad de Aspidosperma polyneuron Müll. Arg. frente al Ultrasecado," Revista de Ciencia y Tecnología, no. 25, junio 2016.

Cámara de diputados de la provincia de Misiones, Ley XVI Nº 19, 2010, p. 1669.

IUCN Americas Regional Workshop, "Conservation & Sustainable Management of Trees," 2013.

F. Escobar, Zonificación Preliminar Parque Provincial Puerto Península, Universidad Nacional de Santiago del Estero.

F. H. Wagner et al., “Individual tree crown delineation in a highly diverse tropical forest using very high resolution satellite images,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 145, pp. 362–377, Nov. 2018.

Liland, K.H., Mevik, B.-H., 2015. baseline: Baseline Correction of Spectra, 2015. R package version 1.2-1

Barthelme, S., 2017. imager: Image Processing Library Based on ‘CImg’. R package version 0.40.1.

Rutishauser, E., Barthlmy, D., Blanc, L., Eric-Andr, N., 2011. Crown fragmentation assessment in tropical trees: method, insights and perspectives. For. Ecol. Manage. 261, 400–407.

Baldeck, C.A., Asner, G.P., 2014. Improving remote species identification through efficient training data collection. Remote Sens. 6, 2682–2698.

Steinwart, I., Thomann, P., 2017. liquidSVM: A fast and versatile svm package. Available from: ArXiv e-prints< 1702.06899 > [7]M. P. Ferreira, M. Zortea, D. C. Zanotta, Y. E. Shimabukuro, and C. R. de Souza Filho, “Mapping

tree species in tropical seasonal semi deciduous forests with hyperspectral and multispectral data,” Remote Sensing of Environment, vol. 179, pp. 66–78, Jun. 2016.

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.