Introducción a la extensión ArcGIS Pro Image Analyst

Disponible con licencia de Image Analyst.

La extensión ArcGIS Image Analyst proporciona funciones, herramientas y capacidades para los analistas de imágenes y geoespaciales que se centran en las siguientes áreas:

  • Interpretación y explotación de imágenes
  • Creación de productos de información a partir de imágenes
  • Interpretación y mediciones avanzadas de entidades de imágenes
  • Recopilación y medición detalladas de entidades en las imágenes estéreo
  • Flujos de trabajo avanzados de análisis de imágenes y rásteres para aprendizaje automático y extracción de entidades

Los analistas de imágenes extraen datos e información de las imágenes mediante métodos manuales y asistidos por ordenador. La extensión Image Analyst proporciona capacidades avanzadas para apoyar ambos métodos de explotación de imágenes.

Las aplicaciones de interpretación manual de imágenes son Cartografía estéreo, Análisis de espacio de imagen y Full Motion Video (FMV). Estas aplicaciones admiten el conjunto de datos de entidades 2D y 3D mediante herramientas estándar de creación y edición de entidades, guardan datos de clase de entidad en una geodatabase o como archivos y los comparten en ArcGIS Enterprise.

La explotación de imágenes asistida por ordenador abarca la clasificación avanzada y un conjunto de funciones ráster y herramientas de geoprocesamiento. Tanto las funciones como las herramientas se pueden encadenar en algoritmos personalizados utilizando funciones ráster, plantillas y modelos, respectivamente. Estas cadenas de procesamiento se pueden implementar en los entornos de procesamiento de escritorio o distribuido en ArcGIS Enterprise, ya sea localmente o a través de un portal.

El conjunto de funciones, herramientas y capacidades para el análisis de imágenes avanzado requiere la extensión Image Analyst.

Capacidades

Las capacidades, funciones y herramientas que se proporcionan en la extensión Image Analyst están orientadas a los analistas de imágenes que realizan interpretación manual de imágenes, teledetección avanzada y extracción semiautomatizada de entidades. Estas actividades de explotación de imágenes se agrupan en las siguientes categorías funcionales:

  • Imágenes de perspectiva: trabaje con imágenes oblicuas orientadas en un modo de perspectiva natural para facilitar aplicaciones eficaces de interpretación de imágenes.
  • Clasificación de imágenes y reconocimiento de patrones: conjunto de herramientas de geoprocesamiento de ArcGIS que contiene herramientas para buscar, identificar y cuantificar patrones en datos de imágenes. Realice análisis de imágenes tradicionales y basados en objetos utilizando herramientas y capacidades de segmentación, clasificación y análisis de regresión.
  • Aprendizaje profundo: realice reconocimiento de entidades de imágenes mediante técnicas de aprendizaje profundo.
  • Detección de cambios: compare varias imágenes o rásteres para identificar el tipo, la magnitud o la dirección de los cambios entre fechas.
  • Análisis multidimensional: realice análisis complejos en datos ráster multidimensionales para explorar tendencias y anomalías científicas.
  • Editor de píxeles: edite píxeles y objetos individuales, grupos de píxeles o de objetos, así como de regiones de los datos ráster y de imágenes.
  • Cartografía estéreo: visualice imágenes y capture datos de entidades 3D en un entorno de visualización estéreo.
  • Imágenes en movimiento: trabaje con datos de vídeo habilitados geoespacialmente junto con sus datos SIG para una toma de decisiones ágil y bien fundamentada.
  • Radar de apertura sintética: genere datos de Radar de Apertura Sintética (SAR) de Sentinel-1 listos para el análisis y visualícelos mediante composiciones de color falso.
  • Funciones ráster: realice análisis de ráster y procesamiento de imágenes en tiempo real sobre un amplio conjunto de tipos de datos de teledetección, y guarde sus resultados si lo desea. Cree cadenas de funciones ráster e impleméntelas en el escritorio o en entornos de procesamiento y almacenamiento distribuidos, ya sean locales o en la nube.
  • Herramientas de geoprocesamiento: realice el análisis de teledetección y el procesamiento de imágenes utilizando herramientas individuales y créelas e impleméntelas en modelos de procesamiento localmente en el escritorio o mediante entornos de procesamiento y almacenamiento distribuidos locales o en la nube.

Estas funcionalidades, funciones y herramientas se describen en detalle a continuación.

Análisis de imágenes de perspectiva

A menudo se capturan imágenes en ángulos significativos, lo que se conoce como "imágenes oblicuas". Resulta útil para obtener información sobre entidades tales como edificios, puentes, torres e infraestructuras de ingeniería que no se pueden obtener a partir de imágenes verticales. A menudo, las imágenes de satélite se capturan en ángulos superiores a 15 grados fuera del nadir, como las imágenes aéreas y de drones. La visualización de imágenes oblicuas en un sistema de proyección de mapa hace que los edificios y otras entidades del terreno se vean inclinadas en una variedad de ángulos confusos, lo que hace que las imágenes oblicuas sean difíciles de interpretar. También puede estar muy distorsionada al rectificarla para ajustarla a la proyección del mapa.

ArcGIS Pro permite ver y trabajar con imágenes oblicuas en modo de perspectiva. Se muestran con edificios y entidades orientados verticalmente hacia la parte superior de la pantalla, lo que permite mejores aplicaciones de interpretación de imágenes. El modo de perspectiva visualiza las imágenes en un espacio de imagen (en columnas y filas) en lugar de en un espacio de mapa (en un sistema de proyección de mapa) utilizando un sistema de coordenadas de imagen (ICS). El ICS facilita la transformación fluida entre el espacio de imagen y el espacio de mapa y permite registrar correctamente las capas SIG y de imagen adicionales en las imágenes. El ICS utiliza los metadatos que contienen información de orientación y posición de las imágenes, junto con otra información pertinente sobre cómo y cuándo se capturó la imagen, para apoyar la transformación entre el espacio de imagen y el espacio de mapa. La habilitación de las imágenes en el espacio de imagen de la vista del mapa se denomina modo de perspectiva.

Imágenes oblicuas en el espacio del mapa y en modo de perspectiva
Las imágenes oblicuas se muestran en un sistema de proyección de mapa y en modo de perspectiva.

Las imágenes oblicuas contienen información no disponible en las imágenes verticales, como fachadas de edificios, puntos de acceso y salida, perfiles de entidades y objetos, etc. Las imágenes oblicuas visualizadas en el modo de perspectiva resultan útiles para aplicaciones de interpretación manual de imágenes y para recopilar y registrar información sobre entidades. Una funcionalidad importante de las imágenes oblicuas es la capacidad de crear y editar entidades en el espacio de imagen y guardarlas en una proyección de mapa elegida. Además, las entidades se pueden medir interactivamente en el modo de perspectiva y los resultados se visualizan y registran en las unidades que se elijan.

Clasificación de imágenes y reconocimiento de patrones

La clasificación de imágenes es una de las formas más eficaces y eficientes de transformar imágenes continuas en datos de categorías e información para inventario y administración de activos y unidades de suelo. Se trata de un método asistido por ordenador que procesa las imágenes en las que el analista de imágenes inicia los pasos y técnicas para un método de clasificación; el equipo informático ejecuta los cálculos compatibles. El analista interviene en momentos críticos para tomar decisiones que determinan el tipo y las características de los resultados de la clasificación.

Se admiten dos tipos principales de planteamientos de clasificación: la clasificación orientada a objetos y la clasificación basada en píxeles. La clasificación orientada a objetos se basa en la segmentación de imágenes, en la que los píxeles adyacentes con características multiespectrales o espaciales similares se agrupan en objetos. Estos objetos, a veces llamados superpíxeles, representan entidades parciales o completas y se procesan con una variedad de clasificadores para generar un mapa de clase. La clasificación basada en píxeles sigue un proceso similar, en el que los píxeles se clasifican en categorías definidas por el analista.

Entre los clasificadores admitidos se encuentran planteamientos de aprendizaje automático tradicionales y avanzados. Los clasificadores tradicionales se basan en métodos de base estadística, como el isocluster no supervisado y la clasificación de máxima probabilidad supervisada. Los clasificadores avanzados se basan en métodos avanzados de aprendizaje automático, por ejemplo, árboles aleatorios, máquina de vectores de soporte y aprendizaje profundo.

Mapa de clase con una leyenda

Una vez clasificadas las imágenes inicialmente, se evalúa la precisión y el mapa de clase se perfecciona para corregir de forma iterativa las categorías de clase o las regiones dentro del mapa de clase. La evaluación de precisión se puede realizar tanto en los datos de entrenamiento de entrada como en la salida del mapa de clase resultante.

El proceso de clasificación a menudo requiere varios pasos para progresar desde un procesamiento previo adecuado de las imágenes, asignar las categorías de clase y creando datos de entrenamiento relevantes, ejecutar la clasificación y evaluar y refinar la precisión de los resultados. El Asistente para la clasificación guía al analista a través del flujo de trabajo de clasificación y le ayuda a garantizar unos resultados satisfactorios.

Asistente para la clasificación

El mapa de clase, con su simbología asociada, se puede guardar o convertir en un archivo vectorial SIG con una tabla de atributos asociada.

Las herramientas de análisis de regresión no paramétricas de aprendizaje automático modelan la relación entre las bandas independientes de imagen y datos ráster y la información de referencia (realidad del terreno). El análisis de regresión identifica patrones en las imágenes asociadas con clases de entidades y también predice la aparición de diferentes clases en las imágenes.

Aprendizaje profundo

Las herramientas de aprendizaje profundo detectan entidades en imágenes usando varias capas en redes neuronales, en las que cada capa puede extraer una o más entidades únicas de la imagen. Estas herramientas aprovechan el procesamiento de GPU para realizar el análisis de manera oportuna.

Palmeras detectadas en imágenes con herramientas de aprendizaje profundo y, a continuación, clasificadas por su salud relativa

El flujo de trabajo de aprendizaje profundo consiste en seleccionar primero las muestras de entrenamiento para sus clases de interés utilizando el Administrador de muestras de entrenamiento de ArcGIS Pro. Las muestras de entrenamiento se etiquetan y utilizan en un marco de aprendizaje profundo, por ejemplo, TensorFlow, CNTK o PyTorch, para desarrollar el modelo de aprendizaje profundo. A continuación, el modelo introduce las herramientas de detección o clasificación de aprendizaje profundo del conjunto de herramientas Aprendizaje profundo para extraer información de las imágenes.

Detección de cambio

La detección de cambios es una de las aplicaciones fundamentales de las imágenes y la teledetección. Es la comparación de varios datasets ráster, generalmente capturados para un área en diferentes momentos, para determinar el tipo, la magnitud y la ubicación del cambio. El cambio puede ocurrir debido a una actividad antropogénica, alteraciones naturales abruptas o tendencias climatológicas o medioambientales a largo plazo.

Es posible realizar la detección de cambios en ArcGIS Pro entre varios datasets ráster de categorías, como la cobertura de suelo, o varios datasets continuos, como imágenes de temperatura o multibanda. Es posible utilizar imágenes multibanda para calcular la diferencia en la reflectancia espectral de una entidad entre dos fechas, o bien se puede calcular un índice de bandas antes de comparar los resultados.

El Asistente de detección de cambios ofrece una experiencia guiada para tres distintos flujos de trabajo de detección de cambios. El conjunto de herramientas Detección de cambios contiene una herramienta que admite el cambio de categorías o el cambio de valor de píxel. El conjunto de herramientas Análisis multidimensional contiene herramientas adicionales para la detección de cambios en una serie temporal de imágenes.

Detección de cambios entre dos rásteres de categorías

Análisis multidimensional

Las herramientas y funcionalidades deAnálisis multidimensional permiten realizar y visualizar análisis complejos en datos ráster multidimensionales para explorar tendencias y anomalías científicas. Los datos multidimensionales representan datos geoespaciales capturados en distintos momentos o a diversas profundidades o alturas. Estos tipos de datos se usan comúnmente en ciencias atmosféricas, oceanográficas, y de la tierra. Es posible capturar datos ráster multidimensionales mediante observaciones desde satélite donde los datos se recopilan en ciertos intervalos de tiempo o se generan a partir de modelos numéricos donde los datos se agregan, interpolan o simulan desde otras fuentes de datos.

Agregar una capa ráster multidimensional a la vista del mapa permite visualizar o examinar las variables en un solo archivo. La pestaña Multidimensional está activada y proporciona capacidades para administrar, visualizar y procesar datos ráster multidimensionales y publicar resultados como un servicio web.

Análisis de series temporales de la temperatura del agua en ráster multidimensional

Editor de píxeles

El Editor de píxeles ofrece un conjunto de herramientas para manipular de forma interactiva los valores de píxel para datos de ráster y de imágenes. Le permite editar píxeles y objetos individuales, grupos de píxeles o de objetos, así como de regiones de los datos ráster y de imágenes. Los tipos de operaciones que puede realizar dependen del tipo de fuente de datos del dataset ráster.

La herramienta Editor de píxeles permite realizar varias tareas de edición en los datasets ráster:

Imágenes con nubes
Nubes reemplazadas por imágenes

Cartografía estéreo

Con la funcionalidad de cartografía estéreo, es posible compilar datos de entidades 3D en un sistema de visualización y cartografía estéreo. Esta funcionalidad le permite analizar visualmente las imágenes y recopilar con precisión las entidades de interés.

La funcionalidad de cartografía estéreo de Image Analyst incluye un visor de mapas estéreo que visualiza y manipula pares de imágenes estéreo provenientes de plataformas de sensor de dron, satélite y aéreas. La visualización estéreo admite imágenes multiespectrales, tribanda y pancromáticas, mejora directa de las imágenes, superimposición de datos SIG 3D sobre las imágenes estéreo, zoom y roaming, además de otros ajustes de imagen.

El puntero 3D con precisión fotogramétrica mide y recopila las entidades del terreno directamente a las clases de entidades. Se admiten dos tipos de gafas 3D: gafas con obturador activas ligeras y gafas cian/rojo de anaglifo.

Pestaña Mapa estéreo
Representación cartográfica estéreo configurada para recopilar datos de entidades.

La pestaña Mapa estéreo contiene herramientas para configurar, mejorar y administrar modelos estéreo y para superimponer datos SIG vectoriales a las imágenes estéreo; herramientas de medición de entidades del terreno; y un administrador de modelo estéreo. Se utilizan herramientas estándar de creación y edición de entidades para disfrutar de la experiencia acostumbrada a la hora de recopilar entidades 3D para las clases de entidades. Las entidades recién creadas o actualizadas se ajustan a las plantillas de entidad existentes y mantienen su topología, estilos, atributos y otros elementos de entidades al guardarlas.

Full Motion Video

Full Motion Video (FMV) ofrece funcionalidades para reproducir y realizar análisis geoespaciales de datos de vídeo compatibles con FMV. Los datos de vídeo compatibles con FMV se refieren a la combinación de un flujo de vídeo y metadatos asociados en un archivo de vídeo, lo que hace que el vídeo tenga en cuenta la información geoespacial. Estos datos de vídeo habilitados geoespacialmente, junto con la funcionalidad computacional de ArcGIS Pro, le permiten ver y manipular el vídeo y conocer al mismo tiempo la dinámica y el campo de visión (FOV) de los sensores para visualizar esta información en la vista de mapa. También le permite analizar, crear y editar datos de entidades en la vista de vídeo o en la vista de mapa. Estas funciones están disponibles con datos de vídeo en modo de transmisión streaming en directo o datos de vídeo archivados.

Reproductor FMV, con huella de vídeo y pista de tierra de sensor con ángulo de visualización mostrado en el mapa

Si sus datos de vídeo no contienen los metadatos requeridos, la herramienta Video Multiplexer combinará sus archivos de vídeo y metadatos en un archivo compatible con FMV. Además, si hay un desplazamiento entre el vídeo y los metadatos, de modo que la huella de vídeo que se muestra en el suelo no coincide con las imágenes mostradas en el reproductor, puede realizar ajustes para sincronizarlos.

La capacidad FMV es importante para las aplicaciones del conocimiento de la situación, como la evaluación y respuesta ante desastres. FMV usa el aprendizaje profundo para habilitar el rastreo de objetos en el reproductor de vídeo. Es posible cargar capas SIG en el mapa y tener feeds de vídeo procedentes de varios drones reproduciéndose en varios reproductores FMV a la vez, además de visualizar las huellas de vídeo en el mapa. Evalúe y recopile entidades de daños o situaciones de peligro visibles en los vídeos y vea esas entidades mostradas en el mapa junto con sus otros datos e información de SIG. Al integrar los aspectos geoespaciales del vídeo compatible con FMV con la funcionalidad SIG, el FMV apoya la toma de decisiones fundamentadas en los escenarios operativos.

Radar de apertura sintética

El conjunto de herramientas Radar de apertura sintética le permite generar imágenes listas para el análisis a partir de datos de productos GRD de barrido interferométrico ancho (IW), barrido extraancho (EW) y mapa de separación (SM) de Sentinel-1. Entre las funciones de procesamiento están la descarga y actualización de vectores de estado de órbita, corrección de ruido térmico, calibración, correcciones radiométricas y geométricas del terreno, eliminación de ruido y conversión de decibelios. Estas herramientas ofrecen toda una variedad de parámetros para proporcionarle la flexibilidad a fin de adaptar el procesamiento a las necesidades de su aplicación. Cree composiciones de color falso para visualizar datos de SAR y resaltar entidades mediante sus características de dispersión.

Entre los pasos de procesamiento están la descarga y actualización de vectores de estado de órbita, corrección de ruido térmico, calibración, correcciones radiométricas y geométricas del terreno, eliminación de ruido y conversión de decibelios.

Datos SAR polarizados VV, polarizados VH y en color falso

Datos SAR polarizados VV listos para análisis en decibelios, datos SAR polarizados VH en decibelios y composición de color falso (R: VV, G: VH, B: VV-VH) que destacan las inundaciones durante el huracán Matthew.

Funciones ráster

Los analistas de imágenes y los profesionales de la teledetección suelen desarrollar e implementar sus propias cadenas de procesamiento de imágenes y algoritmos adaptados a aplicaciones y datasets específicos. Aunque los flujos de trabajo pueden estar bien definidos, a menudo los analistas se ven obligados a ajustar y refinar la configuración de los parámetros, dependiendo de las características físicas, atmosféricas, medioambientales y de datos. Las funciones ráster proporcionan una forma flexible y potente de desarrollar y perfeccionar los flujos de trabajo de procesamiento de imágenes.

Las funciones ráster son operaciones dinámicas que aplican el procesamiento al vuelo directamente a los píxeles de la imagen en la visualización. Los resultados de procesamiento de imágenes se ven inmediatamente al aplicar el zoom y el desplazamiento panorámico a las imágenes en la visualización. Dado que no se crean datasets intermedios, los procesos y los ajustes de los parámetros de procesamiento pueden aplicarse rápidamente. Los resultados no se guardan en un archivo en el disco de forma predeterminada.

Las funciones ráster pueden combinarse en cadenas de funciones que pueden guardarse como plantillas de funciones ráster utilizando el Editor de funciones. Las plantillas de funciones ráster también pueden compartirse como plantillas de procesamiento en su organización de ArcGIS Online o en su implementación de ArcGIS Enterprise.

Con la extensión Image Analyst se proporciona una amplia lista de funciones ráster. Estas funciones se agrupan en categorías de funcionalidad relacionadas en la siguiente tabla. Cada función está vinculada en la tabla a su descripción detallada.

Categorías de funciones de Image Analyst

Categoría de funcionesDescripción

Análisis

Use las funciones de análisis para analizar datasets multidimensionales y de imágenes.

Clasificación

Use las funciones de segmentación y clasificación para preparar los rásteres segmentados o los datasets ráster basados en píxeles que se desea usar al crear datasets ráster clasificados.

Matemática

Las funciones matemáticas generales aplican funciones matemáticas a los rásteres de entrada. Estas herramientas se dividen en varias categorías. Las herramientas aritméticas realizan operaciones matemáticas básicas, como adición y multiplicación. Existen herramientas que realizan varios tipos de operaciones de potenciación, incluidas las operaciones exponenciales y logarítmicas además de las operaciones de potencia básicas. Las herramientas restantes se utilizan para la conversión de signos o para la conversión entre tipos de datos enteros y de punto flotante.

Matemática: condicional

Las funciones matemáticas condicionales le permiten controlar los valores de salida según las condiciones establecidas en los valores de entrada. Las condiciones que se pueden aplicar son de dos tipos: consultas sobre los atributos o una condición basada en la posición de la declaración condicional en una lista.

Matemática: lógica

Las funciones matemáticas lógicas evalúan los valores de las entradas y determinan los valores de salida según la lógica booleana. Estas funciones procesan datasets ráster en cinco áreas principales: bit a bit, booleana, combinatoria, lógica y relacional.

Matemática: trigonométrica

Las funciones matemáticas trigonométricas realizan varios cálculos trigonométricos en los valores en un ráster de entrada.

Estadística

Utilice las funciones estadísticas para realizar operaciones de ráster estadísticas locales, de vecindad o por zonas.

Herramientas de geoprocesamiento

Como se ha indicado anteriormente, los analistas de imágenes y los profesionales de la teledetección a menudo desarrollan e implementan sus flujos de trabajo de procesamiento personalizados para aplicaciones concretas. Estos profesionales pueden combinar las herramientas de geoprocesamiento en modelos de geoprocesamiento, una funcionalidad similar a las plantillas de funciones ráster (RFT). La principal diferencia entre los modelos de geoprocesamiento y las RFT es que los resultados de un modelo de geoprocesamiento se guardan siempre en el disco. Los modelos también se pueden compartir con los miembros de su empresa e implementarse en entornos de procesamiento distribuido, ya sean locales o en la nube con ArcGIS Enterprise.

Encontrará una amplia lista de herramientas de geoprocesamiento con la extensión Image Analyst. Estas herramientas se agrupan en categorías de funcionalidades relacionadas en la siguiente tabla. Cada herramienta está vinculada en la tabla a su descripción detallada.

Conjuntos de herramientas de geoprocesamiento de Image Analyst

Conjunto de herramientasDescripción

Detección de cambio

El conjunto de herramientas Detección de cambios contiene la siguiente herramienta que realiza la detección de cambios entre dos datasets ráster.

Aprendizaje profundo

Detecte objetos o clasifique imágenes con herramientas de aprendizaje profundo.

Extracción

El conjunto de herramientas Extracción permite extraer un subconjunto de píxeles de un ráster mediante los atributos de píxel o su ubicación espacial.

Álgebra de mapas

El álgebra de mapas es una forma de realizar un análisis espacial mediante la creación de expresiones en un lenguaje algebraico. Con la herramienta Calculadora ráster, puede crear y ejecutar expresiones de álgebra de mapas que generan como salida un dataset ráster.

Matemática (general)

Las herramientas de matemática general aplican una función matemática a la entrada. Estas herramientas se dividen en varias categorías. Las herramientas aritméticas realizan operaciones matemáticas básicas, como adición y multiplicación. Existen herramientas que realizan varios tipos de operaciones de potenciación, incluidas las operaciones exponenciales y logarítmicas además de las operaciones de potencia básicas. Las herramientas restantes se utilizan para la conversión de signos o para la conversión entre tipos de datos enteros y de punto flotante.

Matemática: condicional

Las herramientas de matemática condicional permiten controlar los valores de salida según las condiciones establecidas en los valores de entrada. Las condiciones que se pueden aplicar son de dos tipos: consultas sobre los atributos o una condición basada en la posición de la declaración condicional en una lista.

Matemática (lógica)

Las herramientas de matemática lógica evalúan los valores de las entradas y determinan los valores de salida según la lógica booleana. Estas herramientas se agrupan en cinco categorías principales: bit a bit, booleana, combinatoria, lógica y relacional.

Matemática (trigonométrica)

Las herramientas matemáticas trigonométricas realizan varios cálculos trigonométricos en los valores en un ráster de entrada.

Imágenes en movimiento

El conjunto de herramientas Imágenes en movimiento contiene herramientas para administrar, procesar y analizar imágenes en movimiento, incluidos datos de Full Motion Video.

Análisis multidimensional

Realice análisis de datos científicos en varias variables y dimensiones.

Superponer

Las herramientas de superposición permiten superponer varios rásteres y realizar diversas operaciones sobre ellos.

Radar de apertura sintética

El conjunto de herramientas Radar de apertura sintética contiene herramientas que corrigen, procesan y habilitan el análisis de datos SAR.

Segmentación y clasificación

Realice clasificaciones de imágenes de aprendizaje automático tradicionales o avanzadas en imágenes segmentadas o basadas en píxeles.

Estadística

Utilice las herramientas estadísticas para realizar operaciones de ráster estadísticas locales, de vecindad o por zonas.

Temas relacionados