L A

P E R C E P C I N
R E M O T A :
N U E S T R O S
O J O S
D E S D E
E L
E S P A C I O
Autor: JORGE LIRA
I. INTRODUCCIN
II. SISTEMAS DE CAPTURA DE IMGENES
III. ELEMENTOS PARA EL ANLISIS DE UNA IMAGEN DIGITAL.

INTRODUCCIN

Los satlites artificiales, los sensores remotos y el manejo

de imgenes digitales por medio de computadora, han
modificado el estudio de la superficie terrestre y la
evaluacin de los recursos naturales.

LA EXPLORACIN del planeta Tierra ha sido una de las principales

inquietudes del hombre desde la poca prehistrica. Su atencin se ha
visto atrada por una poderosa necesidad de saber qu se encuentra ms
all de sus dominios. Al principio explor el medio ambiente
nicamente con sus sentidos, utilizando en primera instancia aqullos
que no requeran de un contacto fsico con el objeto estudiado (vista y
odo), para posteriormente continuar con un anlisis directo por medio
del tacto principalmente. En todo este proceder, el hombre ha empleado
una serie de elementos que lo identifican no nada ms como una
criatura llena de inters por la investigacin, sino tambin como un ser
deseoso de dominar la naturaleza que lo rodea.

Figura 1. Representacin de los elementos bsicos de la percepcin remota.

As, su curiosidad y su afn por conocer el territorio donde habita le
condujeron primero a encaramarse en la copa de un rbol y
posteriormente a subir a una colina o a una montaa para tener de esta
manera una visin de conjunto o lo que es lo mismo, una visin
sinptica del paisaje. Aun en esta resea esquemtica de las actividades
primitivas de exploracin del hombre pueden distinguirse los
elementos bsicos (Figura 1) que hoy componen la moderna ciencia de
la percepcin remota: la fuente de iluminacin, formada en este caso
por el Sol que emite luz o radiacin solar; el paisaje, configurado por
todos los objetos1 presentes en el territorio explorado por el hombre,
tales como ros, colinas, vegetacin o rocas; la escena, o sea aquella
seccin o superficie del paisaje donde enfoca su inters, pudiendo ser
la superficie de una roca o un valle completo; el sensor remoto, con el
que se captura la luz proveniente de la escena y que, en este caso,
permite obtener una representacin visual de aquella regin del paisaje
que ha sido enfocada por el iris y el cristalino del ojo; la plataforma,
que es el lugar donde se coloca o monta el sensor remoto para obtener
una visin de conjunto de la escena; el sistema de procesamiento,
compuesto por el dispositivo para procesar cualitativa o
cuantitativamente los datos proporcionados por el sensor remoto acerca
de la escena, los cuales, analizados e interpretados en este ejemplo por
el cerebro del hombre, producen informacin valiosa en relacin al
paisaje, la que es til en la toma eventual de decisiones sobre el medio
ambiente, y el apoyo de campo, que consiste en la inspeccin directa,
en varios puntos selectos de la escena, de diferentes atributos de los
objetos que se encuentran en el terreno, con el fin de evaluar los datos
obtenidos previamente a distancia.
La distancia con respecto a la escena, a la cual se coloca la plataforma
(Figura 2), permite tener una visin sinptica a diferentes escalas del
paisaje, lo que se logra gracias a una sucesin de observaciones que
van cubriendo poco a poco la regin deseada. Estas pueden hacerse, en
general, a diferentes horas del da, en diferentes pocas del ao y, muy
probablemente, por medio de diferentes filtros de color. En este
proceso se genera una gran cantidad de datos, los que, analizados
adecuadamente por medio de criterios muy bien definidos,
proporcionan valiosa informacin acerca de los recursos naturales
terrestres y sientan las bases para su estudio racional.
Con el desarrollo moderno de la ciencia de la computacin electrnica
digital se ha dado un auge importante a la percepcin remota, pues la
disponibilidad de estas herramientas permite la evaluacin cuantitativa
de un gran volumen de datos. As, en una simbiosis muy estrecha las
ciencias de la computacin han impulsado el desarrollo de la

percepcin remota, y sta, a su vez, ha generado nuevos sistemas de

procesamiento digital con propsitos especficos.

Figura 2. Diagrama esquemtico de los componentes bsicos de la

percepcin remota representados segn la investigacin experimental
moderna.
A su vez, el desarrollo de la ciencia y la tecnologa ha permitido
incorporar nuevos mtodos y dispositivos de captura de datos a
distancia, lo que ha hecho que la percepcin remota extienda su campo
de accin a fenmenos muy diversos, ya no slo en el mundo
macroscpico sino tambin en el microscpico. Veamos ahora desde
esta perspectiva cmo se identifican de nuevo sus elementos bsicos.
La fuente de iluminacin: hay sistemas en percepcin remota que
utilizan una fuente de iluminacin externa, sobre la cual no se puede
tener control. Estos sistemas, llamados sistemas pasivos, pueden
utilizar al Sol o bien a una estrella lejana como fuente de iluminacin.
Es claro pues que en un experimento de percepcin remota donde se
utilice al Sol de ese modo, slo se podr hacer uso de las caractersticas
regulares y conocidas de ste; es decir, que en forma pasiva habr
necesidad de, "esperar" a que las condiciones de iluminacin sean las
adecuadas para efectuar la observacin correspondiente de la escena. Si
se desea cubrir todo un paisaje con observaciones sistemticas, ser
necesario entonces cuidar muy bien que las caractersticas de la
iluminacin, es decir hora y estacin del ao, sean las que requiere el
diseo del experimento correspondiente, lo que asegurar una tasa de
xito ms que razonable. Habr experimentos que las requieran a una
misma hora en la misa estacin del ao, y otros a diferentes horas en
las cuatro estaciones del ao. De hecho, cualquier combinacin es
posible dependiendo de la aplicacin deseada.

Por otro lado hay sistemas en percepcin remota que utilizan su propia
fuente de iluminacin, de la que, por tanto, se tiene control. Este tipo
de sistemas, llamados, por supuesto, sistemas activos, son los que han
permitido extender el campo de estudio de la percepcin remota a una
diversidad de fenmenos donde la fuente de iluminacin ya no emite
luz visible para "iluminar" la escena. En estos casos la fuente (Figura
2) puede ser luz ultravioleta o infrarroja, rayos gamma o rayos X, o
bien un haz de partculas como protones o neutrones. Con esta
diversidad en fuentes de iluminacin es por tanto posible aplicar las
tcnicas de la percepcin remota no slo al mbito de la geofsica, sino
tambin al de la medicina, la biologa, la fsica nuclear y la industria.
El paisaje: ste es el elemento de la percepcin remota que ms retos
da al investigador. Esto es as porque, primero, el paisaje constituye el
sistema fsico objeto de su estudio; segundo, porque generalmente es
una parte muy compleja donde intervienen muchos factores, algunos de
ellos ajenos al propsito de la investigacin, y tercero, porque sucede
con frecuencia que el investigador no controla una parte o, en algunos
casos, todos los aspectos que componen el paisaje. El investigador
puede controlar, y de hecho lo hace, el sensor remoto, la fuente de
iluminacin, o el procesamiento de los datos, pero puede escapar a su
injerencia el sistema fsico que desea analizar. Por otro lado, una gran
porcin de los errores que se cometen en el diseo y operacin de un
experimento de percepcin remota provienen precisamente de la
subestimacin o sobresimplificacin de la complejidad del paisaje.
Con los conceptos vertidos anteriormente podemos entender que este
objeto global de estudio puede verse ahora como un sistema
microscpico, digamos un conjunto de tomos "iluminados" por un haz
de electrones, o bien como un sistema macroscpico, tal como un
cultivo de bacterias "iluminadas" por medio de luz ultravioleta. De
hecho, tambin podemos entender al "paisaje" como el cuerpo humano
"iluminado" por rayos X, con el propsito de obtener de l radiografas.
Una aplicacin relevante de los sistemas activos en la prospeccin de
los recursos naturales terrestres es el uso de seales de radar, ya que al
interaccionar con el paisaje terrestre permiten obtener datos
complementarios a los que se obtienen utilizando luz visible. En otras
palabras, podemos afirmar que dichos sistemas activos amplan la
capacidad para obtener imgenes con representacin visual, las cuales,
hace algunos aos, no podan generarse por razones tecnolgicas;
teniendo que conformarse con el anlisis de datos puramente
numricos. Esta capacidad de representacin visual es la que permite a
un mdico el examen del sistema seo y determinar la presencia y
localizacin de tumores, o bien la que ayuda a un biomdico en el
estudio de la morfologa de una bacteria con el fin de establecer su
virulencia.

La escena: es probable que sta sea uno de los elementos bsicos de la

percepcin remota ms difciles de entender, pues implica el manejo de
conceptos lgicos, es decir de entidades no fsicas. Imaginemos un
plano o superficie que forma parte de un paisaje, consideremos todos
los objetos de ste que se encuentren sobre aqul, y de esa manera
tendremos una imagen visual de una escena del paisaje. Esto nos lleva
a que, al variar el enfoque de la lente de una cmara fotogrfica, se
pueden obtener diferentes escenas de un mismo paisaje, escenas que,
por supuesto, son plasmadas en el film fotogrfico una vez que se
acciona el disparador de la cmara. As pues, sobre la fotografa
resultante quedan grabados en forma permanente y visible el conjunto
de objetos que se en combinan sobre la escena, y por tanto aqulla se
convierte en una representacin bidimensional de los objetos en todos
o, lo que es lo mismo, en una imagen de la escena.
Esta ltima consideracin es de vital importancia, pues el manejo y
anlisis de las imgenes correspondientes a diferentes escenas es lo que
permite entender el funcionamiento del paisaje, con las consecuentes
repercusiones para el eventual dominio del mismo. Un ejemplo claro
de estos conceptos es el de una radiografa: un mdico a la hora de
enfocar su aparato de rayos X sobre una seccin del sistema seo lo
que est haciendo es seleccionar una escena del "paisaje", que en este
caso es el cuerpo humano. La superficie que constituye la escena es en
este ejemplo el plano sobre el que se enfoca el aparato de rayos X y los
objetos son los huesos que se encuentran enfocados; la radiografa
resultante es la representacin visual de los huesos y su estructura. Es
claro que la interpretacin que hace el mdico de la radiografa le
permite entender qu sucede en el sistema seo del paciente, dilucidar
posibles problemas como fisuras, fracturas, debilitamiento o tumores
en algn hueso, y, sobre todo, tomar las acciones correctivas necesarias
que le conduzcan al "dominio" del "paisaje", es decir a restablecer
eventualmente el estado de salud del paciente.
TABLA 1. Diversos detectores o sensores remotos en funcin de su
uso.

Regin
espectral
y
tipo de
sensor

Intervalo
de
longitud
deonda
(/m) +

Mxima resolucin
espacial(miliradianes)*

*Rayos gammacontadores de
centelleo, foto-

10 a 10

< 0.01

-16

-5

Capacidad de
Capacidad de
penetracin
operacin
atmosfrica

utilizable slo en da y noche

medios de muy

baja densidad o a
muy corta
distancia de la
escena.
igual que el caso
da y noche
anterior.
la atmsfera
reduce
sensiblemente la
da
penetracin, se
puede utilizar
desde avin.
la neblina y los
contaminantes
reducen la
penetracin, se
da
pueden hacer
observaciones
desdesatlite.
influyen poco la
neblina y los
contaminantes, se
da y noche
pueden hacer
observaciones
desde satlite.
casi no influyen
la neblina ylos
contaminantes, se
puedenhacer
observaciones
desde satlite.

multiplicadores acoplados a
cris-tales como NaI y LiGe
*Rayos x contadores de
centelleo y Geiger.

10 a 0.004

< 0.01

*Ultravioleta pelcula
fotogrfica con lentes de
cuarzo, fotornultiplicadores

0.004 a 0.38

0.01 a 0.1

*Visible televisin, cmaras

convencionales,
fotomultiplicadores,
detectores de estado slido.

0.38 a 0.78

0.01 a 0.1

*Infrarrojo
fotomultiplicadores,
detectores de estado slido,
pelcula sensible al
infrarrojo.

0.78 a 101

0.01 a 1.0

*Microondas radar con

antenas emisoras y
barredoras.

103 a 106

0.01 a 10.0

-5

La longitud de onda es la distancia entre crestas, considerando la luz

como un fenmeno ondulatorio; 1 = 1 m. Un radian es
aproximadamente igual a 57; y un miliradin es igual a 10 radianes.
-6

-3

El sensor remoto: el desarrollo tan importante que ha tenido la

tecnologa en esta rea de la percepcin remota ha permitido al hombre
ampliar (Tabla 1) su capacidad visual. Nuevos y modernos detectores
permiten ahora capturar luz invisible como la ultravioleta o la
infrarroja, y detectar radiaciones como los rayos X y gamma y
partculas como electrones, protones o neutrones. Ejemplos de tales
detectores son la placa fotogrfica, la pelcula fotogrfica infrarroja, los

detectores Geiger, los fotodetectores, las fotomultiplicadores y las

cmaras de televisin. Muchos de stos son baratos y de gran
eficiencia, y algunos incluso proporcionan imgenes en forma
cuantitativa, es decir en forma numrica, de tal manera que la
informacin resultante puede ser almacenada en computadora para
proceder a un anlisis matemtico ulterior. Todos estos detectores han
ampliado enormemente la capacidad de observacin en percepcin
remota y pueden proporcionar actualmente imgenes de gran calidad
de paisajes tan remotos como las lunas de Jpiter, de una galaxia
distante, o de "paisajes" microscpicos como los de un virus detectado
por medio de un microscopio electrnico. Ms an, sistemas o paisajes
internos como son los rganos del cuerpo humano o los defectos
interiores (Figura 3; vase el pliego a color) de una pieza de metal son
ahora capturados utilizando detectores de rayos X. En particular, y de
consecuencias socioeconmicas, le han proporcionado al hombre un
conocimiento ms diversificado de su medio ambiente para la
evaluacin y manejo de los recursos naturales terrestres.
La plataforma: a medida que la plataforma de observacin se coloca a
una mayor distancia de la escena, la visin de conjunto crece, pero no
as el detalle o grado de discernimiento, el que consecuentemente se
hace menor. Discernir objetos relativamente pequeos o muy prximos
entre s requiere de detectores de alta resolucin, lo que hace que sean
indispensables para el uso de plataformas colocadas a una gran
distancia de la escena. Las que estn situadas a gran altura sobre la
superficie terrestre, por ejemplo, son muy tiles en la prospeccin de
los recursos naturales y en general en la exploracin de nuestro planeta.
Para esta clase de aplicaciones la plataforma espacial ha demostrado
ser la ms adecuada, puesto que los modernos detectores permiten
obtener imgenes de la superficie terrestre con elementos de resolucin
de 30 m por lado, cubriendo escenas de aproximadamente 185 por 185
km, es decir una superficie de 33 225 km. Otros sensores de este
mismo tipo son capaces de obtener imgenes de 100 por 100 km, con
un elemento de resolucin de 10 por 10 m, es decir que el rea mnima
de observasin del sensor es de 10 m por lado. Las plataformas
espaciales se encuentran girando a varios cientos de kilmetros sobre la
superficie terrestre, lo que hace que el detalle y la extensin cubierta
con este tipo de plataformas sean muy adecuadas para aplicaciones
geolgicas y geofsicas. Existen, desde luego, plataformas que pueden
estar a poca altura o a corta distancia de la escena, y que tienen, por
tanto, otras aplicaciones. La observacin de un cultivo de bacterias, por
ejemplo, se hace a corta distancia, pero como la escena observada es
pequea tambin, de todas maneras se requiere de un detector de alta
resolucin para poder distinguirse los detalles ms finos.
Puesto que histricamente y en general el nombre de percepcin
remota ha sido tradicionalmente asociado a la exploracin del planeta,

veamos con ms detalle qu consecuencias tiene la utilizacin de la

plataforma espacial en la prospeccin geolgica y geofsica. Una
plataforma de stas necesariamente es de tipo satelitario, es decir, el
sensor remoto se encuentra instalado a bordo de un vehculo orbital, el
cual, por medio de celdas solares, sistemas de control y
telecomunicacin automatizados, proporciona la posibilidad de una
cobertura regular y repetitiva de la superficie terrestre. Las rbitas de
este tipo de satlites son generalmente polares, por lo que el
movimiento combinado del satlite y el de rotacin de la Tierra (Figura
4) hacen que la superficie de sta sea cubierta totalmente en periodos
de dos a tres semanas. Adems, la rbita est ajustada de tal manera
que la observacin de una misma regin se hace a la misma hora del
da, 10:00 hrs local aproximadamente, lo que provoca que se tenga
como nica variacin en las condiciones de iluminacin de la escena
las causadas por las estaciones del ao, sobre todo en latitudes cercanas
a las polares donde el ngulo de elevacin solar vara
considerablemente de verano a invierno para una misma hora del da.

Figura 4. Esquema del cubrimiento terrestre por un satlite de percepcin remota con
rbita polar.

Figura 5. Estacin rastreadora de satlites de rbita polar. El plato

de esta antena va girando en direccin norte-sur para captar
continuamente las seales que enva el satlite durante su paso
sobre la antena.
Otra ventaja de este tipo de satlites es que el envo de datos se hace
inmediatamente a la estacin terrestre ms cercana (Figura 5), por lo
que en principio las imgenes resultantes pueden quedar disponibles en
un lapso de tiempo de algunos das.
El sistema de procesamiento: los sensores remotos actuales son
capaces de producir imgenes de alta calidad en forma analgica o
digital, es decir, pueden proporcionar una representacin continua o
discreta de la escena. Una imagen continua es aqulla donde la
variacin de tonos de gris o color se presenta sin discontinuidades, sin
lneas, o fronteras, aparte de las que pudiera tener la escena misma.
Una imagen discreta, por su parte, es la que est compuesta por
elementos definidos y diferenciados como puntos o cuadrados. Es
necesario aclarar que una escena siempre es continua, no as la imagen
respectiva. En realidad, una representacin o imagen continua no es
ms que una idealizacin de lo que realmente sucede, pues una
fotografa a simple vista podr verse continua, pero al ser amplificada
se aprecia que est formada por una coleccin de pequeos puntos de
diferentes tonalidades que son los que componen la imagen en forma
similar a un rompecabezas. En general podemos decir entonces que una
imagen ser catalogada continua o discreta dependiendo del grado de
resolucin que tenga el sensor y del detalle que se desee discernir. De
hecho, slo las imgenes pticas podrn considerarse siempre como
continuas. Por lo tanto, daremos el nombre de digital a aquellas
imgenes discretas donde cada punto que la compone est dado no por
una tonalidad sino por un nmero, esto es, asignando por ejemplo el 0
el al tono ms oscuro y 127 al ms claro. Es precisamente debido a esta
representacin numrica de una escena que es posible el manejo por
computadora de la imagen digital correspondiente, con la consecuente
rapidez y volumen en el anlisis de una gran variedad de stas. La
disponibilidad de computadoras digitales ha hecho que ahora se puedan
analizar imgenes digitales de gran dimensin y complejidad, lo que ha
dado a la percepcin remota un impulso notorio en los ltimos 10 aos.
Ms an, este desarrollo ha demandado recursos computacionales cada
vez ms importantes, llegando a ocurrir que los especialistas en
ciencias de la computacin hayan consagrado un esfuerzo considerable
al diseo y construccin de arquitecturas y lenguajes computacionales
especiales para el anlisis de imgenes digitales, lo que ha propiciado
lgicamente un impulso an mayor la percepcin remota. Estos
sistemas cuentan actualmente con un rango muy amplio de algoritmos 3
para el anlisis de imgenes, los que a travs de sistemas de despliegue
(Figura 6) de color de alta resolucin permiten desplegar la imagen

digital y proporcionan al usuario una comunicacin de tipo interactivo

con la computadora. Esta comunicacin interactiva produce
informacin, resultado de dicho anlisis, que puede ser canalizada a
bancos de memoria en la misma computadora, de donde puede ser
extrada, representada o manipulada lo ms adecuadamente posible
para la toma de decisiones acerca de uno o varios aspectos del paisaje.
A esto ltimo se le llama sistema de informacin y convierte a la toma
de decisiones en un proceso cuantitativo y por tanto de rpido apoyo a
la gestin de un recurso especfico.

Figura 6. Representacin de un sistema computacional acoplado a

una pantalla de despliegue para el anlisis interactivo de imgenes
digitales en actividad de percepcin remota.
El apoyo de campo: las tcnicas de apoyo de campo se refieren a la
inspeccin cualitativa y cuantitativa de lugares selectos del paisaje.
Estas tcnicas son resultado de los mtodos de muestreo estadstico y
de medidas de propiedades fsicas y qumicas de los objetos que se
encuentran en la escena. Es claro que no es posible ni tiene sentido
hacer una evaluacin exhaustiva de todos los objetos que se presentan
en sta pues, adems de que esto sera costoso y consumira una gran
cantidad de tiempo, dejara de lado a la percepcin remota, es decir, ya
no tendra razn de ser la observacin a distancia desde una plataforma
particular. Sin embargo, la observacin directa de ciertos puntos de la
escena es necesaria para la correcta validacin de las observaciones.
Esto es as porque las medidas hechas por un sensor remoto son en
general relativas al sensor mismo, a la metodologa usada y pueden
estar distorsionadas por una gran variedad de aspectos no controlables
por el experimentador, tales como interferencia atmosfrica si se trata
de una plataforma satelitaria, o de interferencia de los tejidos blandos si
se trata de obtener una radiografa. A partir de los hechos arriba

mencionados se desprende la necesidad de seleccionar un conjunto

adecuado de puntos de la escena que constituyan una representacin
realista del conjunto total que la componen, lo que se logra con
bastante exactitud por medio de tcnicas de muestreo estadstico, que
son las que proporcionan los criterios pertinentes para hacerlo. Una vez
seleccionado un nmero adecuado de puntos y habiendo determinado
sus posiciones respectivas se pasa a localizar los objetos que se
encuentran sobre dichos puntos. Hecho esto, se puede medir
directamente una serie de propiedades de los objetos en cuestin. De
esta manera, en el caso de una radiografa, por ejemplo, una vez
localizada una zona sospechosa, se pasa a la extraccin de un poco de
tejido para someterlo al anlisis de laboratorio, cuyos resultados
determinarn la accin correctiva adecuada. En el caso de estudios de
silvicultura desde una plataforma satelitaria, se proceder a
inspeccionar un cierto nmero de rboles, y suponiendo que stos se
encuentren infestados por una plaga, determinando propiedades como
rea foliar, dimetro mayor del tronco o estado de salud. Todos estos
datos son retroalimentados al sistema computacional, el que,
correctamente programado, dar la localizacin y extensin de un
tumor, o proporcionar las zonas de rboles enfermos. Desde luego,
habr ocasiones en las que el apoyo de campo no es posible o es
demasiado costoso, en cuya situacin las inferencias que se hagan
sobre la escena y el paisaje tendrn que ser indirectas. ste es el caso,
por ejemplo, de regiones de difcil acceso en el planeta o de cuerpos
celestes muy alejados. Aqu es muy importante puntualizar que ni la
medicina, ni la astronoma se han convertido en percepcin remota o
sta en astronoma y medicina, sino que aqulla es una metodologa
cientfica multidisciplinaria cuyas tcnicas y mtodos son aplicables a
diversas reas del conocimiento cientfico.
El nombre de percepcin remota aparece inicialmente durante las
primeras misiones interplanetarias de sondas espaciales no tripuladas, a
bordo de las cuales se instalaron cmaras de televisin para la captura y
envo a la tierra de imgenes correspondientes a regiones selectas de la
superficie de otros planetas. El desarrollo de esta ciencia, por su
aplicacin novedosa a la geologa y a la geofsica, se ha visto
involucrado tradicionalmente al estudio de la superficie planetaria
terrestre. De ah que la percepcin remota se haya definido en su
desarrollo histrico como la obtencin de informacin acerca de una
superficie o escena, utilizando luz visible e invisible, por medio del
anlisis automatizado de datos obtenidos a distancia por un sensor
remoto. Esto se ha hecho, en general, con el fin de evaluar el medio
ambiente y, en muchas ocasiones, con el objeto de apoyar las labores
de prospeccin de los recursos terrestres, lo que la ha convertido en una
herramienta valiosa para el bienestar de a humanidad. De hecho, el
avance tan grande que ha tenido la tecnologa asociada a la percepcin
remota ha trado como consecuencia que el mtodo propio de esta

moderna ciencia sea aplicable a una gran variedad de escenas y

paisajes, y que la evaluacin ya no se restrinja solamente al medio
ambiente, sino que se pueda realizar en una gran diversidad de sistemas
fsicos.
NOTAS
1 Entendemos por objeto aqu todo ente fsico (material) formado, en
general, por una gran variedad de elementos qumicos y fsicos.
2 Por resolucin se entiende aqu la capacidad de un sistema sensor
para separar los elementos de un objeto bien definido como una
sucesin de lneas equidistantes.
3 Un algoritmo es una sucesin lgica de instrucciones que, traducidas
por medio de un lenguaje de computadora como el FORTRAN,
proporciona al sistema computacional las rdenes necesarias para
ejecutar una tarea especfica.

I I .
S I S T E M A S
D E
C A P T U R A
D E
I M G E N E S

El desarrollo de la tecnologa espacial, la electrnica y los

sistemas de comunicacin, han diversificado y ampliado la
capacidad del hombre para ver mundos inimaginados.

DE LOS cinco sentidos que posee el hombre, probablemente la visin

sea el ms importante por la utilidad y satisfaccin que proporciona:
nos aporta de inmediato un marco de referencia de la posicin que
ocupamos en el espacio, y nos permite evaluar todo lo que nos rodea de
acuerdo a su forma, tamao y color. Adems, como est constituida por
un sensor remoto como es el ojo humano y por el cerebro, tal
evaluacin se puede hacer a distancia, lo que significa que las
decisiones y acciones que ejecuta un ser humano, incluso estando en
movimiento, estn relacionadas con el medio que le rodea; es decir,
pueden ser hechas sobre la marcha o desarrollo de una tarea. La
emulacin de esto por una mquina por medio de un sensor
optoelectrnico y una computadora debidamente programada
constituye un buen ejemplo de la inteligencia artificial que, plasmada
en la robtica, ha facilitado la automatizacin de muchas tareas en las
plantas industriales.

Con base en los conceptos arriba desarrollados puede entonces

considerarse al ojo como el sistema natural para la obtencin de
imgenes de las escenas que nos rodean. Este sensor remoto natural
est constituido por dos subsistemas bsicos (Figura 7): el de
formacin de imgenes, representado por el iris y el cristalino, y el
sensor de registro de imgenes, representado por la retina. Los sensores
remotos construidos por el hombre (Tabla 1) contienen tambin estos
dos subsistemas, pero con ventajas adicionales, puesto que las
imgenes generadas por stos pueden ser registradas permanentemente,
es decir, ser grabadas en un formato de naturaleza cuantitativa que deja
abierto el camino para un anlisis automatizado por medio de
computadora. Adems, como ya se ha mencionado anteriormente, estos
sensores artificiales permiten "ver luz no visible por el ojo humano,
ampliando con esto la capacidad de captura de datos y de decisin
inteligente al respecto de stos.

Figura 7. El ojo humano como sensor remoto natural para la

formacin y captura de imgenes del mundo que nos rodea.

Figura 8. Diagrama de bloques que muestra el proceso de captura

de una imagen por medios artificiales.
A partir de lo anterior, analicemos ahora un sistema artificial de captura
de imgenes. Comenzaremos el anlisis por medio de una
representacin esquemtica en bloques del proceso de captura de una
imagen. A su vez, cada bloque puede descomponerse en elementos
bsicos, los que, a travs de su interrelacin, permiten entender la
estructura lgica de un sensor remoto artificial. Para obtener esta
descomposicin es necesario introducir ciertos elementos formales a
los cuales se refieran la escena y la imagen (Figuras 8 y 9). Como
puede apreciarse en las figuras, la escena est representada por una
funcin matemtica f( ), que a su vez est referida al sistema de
ejes coordenados (alfa) y (beta), los que para un par de valores
() dan la posicin espacial de un punto de ella. As esta funcin
representa la variacin espacial, es decir punto a punto, de los valores
de intensidad de la luz proveniente de la escena para un color dado. En
otras palabras, se puede decir que si sta se observa a travs de un filtro
que deje pasar un slo color, digamos el verde, entonces f( )
proporciona la variacin en tonos de verde de un lugar a otro de ella
misma. Puede tambin representar los diferentes tonos de gris de una
escena en blanco y negro, o bien, si sta es vista en pleno color, los
diferentes colores que la componen. Debe quedar claro que f(a,b, ) se
refiere a la escena independientemente de cmo se le vea, lo que quiere
decir que f () es una funcin matemtica que la caracteriza y esta
funcin se refiere exclusivamente a las variaciones de intensidad de luz
que provienen de ella, sin embargo estas variaciones son diferentes de
color a color pero propias de cada escena; el correspondiente filtro slo
las pone de manifiesto.

Figura 9. Subsistema de formacin de imgenes.

Por otro lado sabemos que la escena se encuentra iluminada por una
fuente y que aqulla refleja o transmite la luz emitida por sta. Hay que
recordar que la escena puede ser al mismo tiempo la fuente de luz,
como sucede cuando se desea estudiar al sol mismo, o cuando se
pretende obtener la fotografa de un foco encendido. En este caso dicha
luz emitida o reflejada es transmitida a travs del espacio hasta llegar al
sensor remoto, que en la figura 9 se encuentra representado por un
paraleleppedo. Este sensor intercepta la propagacin de la energa
radiante de dicha luz y la transforma de tal manera que en el plano de
la imagen se forma la imagen de la escena. Este plano est dado por el
sistema de ejes coordenados (x, y) y la imagen por la funcin
matemtica g(x, y). En forma anloga a la escena, las coordenadas (x,
y) dan la posicin de un elemento de la imagen y la funcin g(x, y)
representa la variacin en tonos de gris o de color de elemento a
elemento de dicha imagen.
Hasta aqu, la imagen dada por g(x, y) se encuentra formada en el
plano (x, y), mas no se encuentra registrada o capturada en forma
permanente. As, por ejemplo, al enmarcar una escena por medio de
una cmara fotogrfica, la imagen correspondiente se encuentra
formada en la plano de la pelcula, pero no es sino hasta que el
obturador de la cmara es accionado que sta queda registrada
permanentemente, al ser sensibilizada la pelcula por la luz que
proviene de la escena y que pasa a travs de su sistema ptico. Existen
dispositivos sensores en los cuales la formacin de la imagen y el
registro de la misma se hace por medios fotoelctricos, es decir, la
energa radiante de la luz proveniente de la escena es transformada por
el sensor en un voltaje, que a su vez es medido por un instrumento
adecuado y que es el que registra en forma permanente su valor. En
este caso el proceso ya no es tan evidente ni tan visual como en el
ejemplo anterior, pero, sin embargo, constituye un mtodo mucho ms
eficiente y cuantitativo que el de la fotografa. A estos dispositivos
fotoelctricos se les denominan sensores no fotogrficos o bien
sistemas optoelectrnicos.
Analicemos con ms detalle este ltimo mtodo. Para ello es necesario
referirnos a la sucesin de fotografas de la figura 10. La escena est
representada por la figura l0 (a), la que por simplicidad en esta
discusin se muestra slo en distintos tonos de gris. Ms an, aunque
sabemos que una fotografa est formada siempre por diminutos puntos
de diferentes tonalidades, hagamos una idealizacin y supongamos que
esta escena es continua, es decir, pensemos que los puntos son
infinitamente pequeos. El proceso se da entonces de la siguiente
manera: a la escena original se le sobreimpone una rejilla cuadrada
(Figura 10(b)) que la subdivide en porciones iguales. Esta rejilla, de
hecho, no existe fsicamente en la prctica, sino que ms bien
representa una subdivisin virtual y que aqu se muestra para ilustrar el

proceso de creacin y registro de una imagen. Tambin cabe aclarar

que no necesariamente debe ser cuadrada, hay casos especiales en
situaciones complejas de la investigacin en donde puede ser
rectangular o circular. Ahora bien, sobre cada cuadro de la rejilla se
efecta un promedio de los tonos de gris en relacin al rea
proporcional que ocupan dentro del cuadrado sujeto a observacin, con
lo que se obtiene un cuadrado homogneo (Figura 10(d)), es decir de
un slo tono de gris. Esto que hacemos en forma cualitativa y
aproximada es precisamente la tarea que ejecuta el sensor
optoelectrnico: recibe la energa luminosa de dicho cuadrado, la
integra, la promedia y proporciona una medida de ella a distancia. El
siguiente paso es la construccin de una tabla de tonos de gris, de tal
manera que al tono ms claro (el blanco) le asociamos el nmero 0 y al
ms oscuro (el negro) el nmero 7, es decir 8 tonos en total. Por tanto,
a los matices intermedios les tocan los nmeros correspondientes entre
el 0 y el 7. Esta escala puede ser ms amplia: de 0 a 15, o de 0 a 31;
pero eso s, siempre en mltiplos de dos, puesto que las computadoras
trabajan sobre la base del nmero dos. Dado que el ojo humano no
puede distinguir ms de 16 tonos de gris, dicha coloracin entre tonos y
nmeros no podr efectuarse manualmente para ms de 16. Es por esto
que un sensor remoto no slo permite realizar la digitalizacin de la
escena en una forma extremadamente rpida, sino tambin la
separacin de un gran nmero de tonos.

Figura 10(a). Escena representada aqu a manera de ilustracin en tonos de gris.

Figura 10(b). Imagen de la escena a la cual se le ha sobreimpuesto

una rejilla para el registro permanente por dispositivos
fotoelctricos.

Figura 10(c). Registro numrico de la imagen detectada y

registrada por el sensor fotoelctrico.

Figura 10(d). Representacin visual de la imagen digital a travs de

una escala de niveles de gris.
Al ejecutar el proceso de integracin de los tonos de gris sobre cada
cuadrado de la rejilla y comparar cada vez el resultado con la escala de
gris previamente establecida, se obtiene entonces una coleccin de
nmeros arreglados en forma matricial (Figura 10(c)), que son, por una
parte, la representacin numrica de la escena y, por otra, la estructura
de la imagen digital correspondiente. Es claro que esa representacin
numrica es adecuada tanto para efectos de almacenamiento en
computadora, como para realizar un anlisis cuantitativo de la escena
por medio de algoritmos computacionales, los cuales pueden llegar a
ser muy complejos, adems de permitir el transporte y el envo de datos
correspondientes a la escena, no slo de una manera eficiente, sino a
muy larga distancia, como ha sucedido en el caso de las sondas
espaciales que recin han explorado el sistema solar: han sido capaces
de enviar imgenes de casi todos los planetas y de sus respectivos
satlites.
El proceso inverso a la digitalizacin de una escena puede llevarse a
cabo, y de hecho se realiza, en muchas de las etapas de la investigacin
en percepcin remota. A este proceso inverso se le conoce con el
nombre de reconstruccin y con l se obtiene una representacin visual
aproximadamente continua de la escena. Desde luego, la escena
misma, que forma parte de la naturaleza, no se puede reconstruir a
partir de la imagen. La representacin se hace de la siguiente manera:
utilizando la misma escala de grises con la que se digitaliz la escena,
cada nmero de la representacin numrica se usa para plasmar un
cuadrado cuyo tono de gris corresponde al nmero en cuestin, de tal
manera que se obtiene una representacin visual (Figura 10(d)) de la
imagen digital. Ntese que esto implica que sta puede tener una
representacin numrica o una representacin visual (reconstruccin de
la escena) y que en algunos casos pueden existir ambas. En otras

palabras, la imagen digital es una simplificacin de la escena con dos

posibles representaciones: numrica y visual.
En el ejemplo de las figuras l0(a)-l0(d) el tamao del cuadrado de la
rejilla se ha escogido relativamente grande y en consecuencia se han
perdido los detalles ms finos de la escena. Para preservarlos en la
imagen digital es necesario escoger el cuadrado con un lado tal que sea
de por lo menos la mitad de las dimensiones del detalle ms fino de la
escena. Este cuadrado define, pues, la resolucin de la imagen digital y
se le conoce con el nombre de elemento de resolucin o campo
instantneo de vista (CIV). Es tambin un elemento fsico con
dimensiones fsicas sobre la escena, a diferencia del nmero
correspondiente en la imagen digital de un campo instantneo de vista,
que constituye un elemento lgico en la representacin numrica de
aqulla. A este elemento lgico se le conoce como pixel y de por s no
tiene dimensiones fsicas, sino que stas son asignadas de acuerdo a
una escala predeterminada en la representacin visual de la imagen
digital. En resumen, el pixel es la representacin numrica o lgica del
campo instantneo de vista y es la medida de la energa promedio que
proviene de dicho campo; a cada pixel le corresponde slo un campo y
viceversa. El tamao del campo instantneo de vista define la
resolucin espacial, es decir da el grado de detalle que se puede
discernir de la escena, que es a lo que se llama digitizacin; a su vez, la
escala de grises define el nmero de tonos discernibles y el de la
resolucin radiomtrica, es decir proporciona una medida de qu tanto
se puede distinguir una energa luminosa de otra. Recordemos que el
ojo humano puede reconocer 16 tonos de gris o bien 16 diferentes
niveles de energa luminosa integrada por todos los colores, esto es, sin
haber sido filtrada por algn filtro de color. A esta resolucin
radiomtrica se le conoce como cuantizacin. Estos conceptos, la
digitizacin (resolucin espacial) y la cuantizacin (resolucin
radiomtrica), definen globalmente la calidad de una imagen digital, es
decir, dan el grado, parecido o resemblanza con la escena, o la fidelidad
con la cual la imagen digital representa adecuadamente a la misma.
Este grado de fidelidad o calidad es subjetivo, puesto que para ciertas
aplicaciones no se requiere de una gran resolucin, adems de que
digitalizar y cuantizar a un gran detalle implica la generacin de un
volumen de datos que puede ser innecesario o inconveniente. Por lo
tanto, la calidad de una imagen digital se define ms bien en una
aplicacin especfica, y la obtencin de una calidad superior a la
necesaria, o puede no tener sentido, o resultar ser poco prctica en la
realidad experimental. Hay que agregar a esto que la calidad de una
imagen digital depende tambin del contraste y del grado de definicin
de las lneas y cambios de tono presentes en la imagen.
De acuerdo al desarrollo que ha tenido la percepcin remota se puede
asegurar que la representacin numrica de la imagen digital est

enmarcada en un contexto lgico, muy adecuado para el anlisis

matemtico de los datos respectivos, a travs de programas
computacionales, que a su vez representan un determinado anlisis que
se desea ejecutar sobre ella. Por otro lado, la representacin visual de la
imagen digital es adecuada no slo para realizar una inspeccin sobre
la imagen, sino tambin para la creacin de mapas o de registros
permanentes que fungen como referencias bsica para la comparacin
entre los diferentes aspectos de la evolucin de una escena. En general,
sta se realiza despus de haber ejecutado uno o varios pasos del
anlisis matemtico sobre la representacin numrica.

Figura 11. Diagrama lgico de la captura, registro y anlisis de imgenes en la

percepcin remota.
Una vez introducidos los conceptos anteriores estamos preparados para
ampliar el esquema de captura y anlisis de datos de una escena
determinada. Para esto consideraremos el diagrama mostrado en la
figura 11, el cual constituye una representacin lgica del diagrama
mostrado en la Figura 1. Entonces, el objetivo de estudio y principio
del anlisis en percepcin remota es precisamente el paisaje, sistema
fsico tridimensional, iluminado por una fuente de iluminacin. Por
medio del paisaje se encuentra la escena, superficie de carcter
subjetivo virtual, sobre la cual se encuentran los objetos de inters. Esta
superficie puede encontrarse en cualquier parte del paisaje y puede
tener cualquier tamao, siempre y cuando se encuentre totalmente
contenida en lo que se considere como tal. Sobre la escena se define un
elemento con dimensiones fsicas, denominado campo instantneo de
vista (CIV), cuyo tamao depende de las dimensiones del paisaje, de
la resolucin del sensor remoto y de la distancia de ste al CIV. En
otras palabras, el tamao del campo depende de la geometra particular

paisaje/escena/sensor y de la eficiencia de este ltimo. La energa

luminosa reflejada o emitida por el CIV incide entonces sobre el sensor
optoelectrnico, compuesto en primera instancia por un sistema ptico
(generalmente un telescopio) y por un conjunto de dispositivos de
conduccin de luz que hacen llegar a sta directamente hasta un juego
de filtros de color. Todo esto con el fin de observar simultneamente la
escena a travs de ellos, de tal manera de registrar una imagen digital
por cada filtro, y medir posteriormente sus caractersticas. En el caso
de radiacin corpuscular, cmo protones o electrones, en lugar de
filtros de color se utiliza un espectrmetro para seleccionar la energa
del haz de partculas empleado en la formacin de la imagen digital.
Esto es similar a que se tomaran una sucesin de fotografas de la
misma escena, pero cada vez interponiendo un filtro diferente; el
resultado sera un juego de fotografas mostrando aspectos diferentes
de la misma. Esto es muy importante, pues cada objeto de la naturaleza
tiene su muy particular manera de manifestarse cuando es visto bajo
diferentes filtros de color, o bien cuando es bombardeado con
partculas de diferentes energas. Para ahondar ms en estos concepto
supongamos que tenemos una escena cualquiera y que, siguiendo los
pasos de las figuras l0(a)-l0(d), construimos un conjunto de cuatro
escalas de tonos de color, en forma anloga a como lo hicimos en la de
16 niveles de gris. De esta manera tendramos una escala con 16 tonos
de verde, otra con 16 tonos de azul y dos ms con tonos de amarillo y
rojo. Sobreponemos entonces una rejilla a la escena y, observando a
travs de un filtro verde, hacemos el promedio sobre el CIV
correspondiente, comparamos el resultado con la escala previamente
construida y asignamos, en consecuencia, el nmero que le
corresponde al tono de verde as obtenido. Repetimos el proceso sobre
el mismo CIV pero con los otros filtros y escalas del resto de colores y
obtenemos los nmeros correspondientes; as, a un mismo CIV le
asignaremos cuatro nmeros; uno por cada color. Qu quiere decir
todo esto? Que si en dos CIV diferentes se encuentran objetos
diferentes, entonces se obtendrn dos diferentes juegos de cuatro
nmeros. Este proceso puede generalizarse, pudiendo utilizarse tantos
filtros de color como se requieran, incluso en "colores" como el
ultravioleta y en el infrarrojo que son invisibles al ojo humano, pero
que pueden ser detectados por un sensor remoto moderno. En
conclusin, entonces, se obtendrn para una misma escena tantas
representaciones numricas como filtros de color se hayan empleado,
es decir que si se emplearon cuatro filtros, se obtendrn cuatro
imgenes digitales o si se utilizaron siete filtros, se registrarn siete
imgenes digitales. Resumiendo esto de una manera lgica se puede
decir que al conjunto de imgenes digitales (cuatro o siete) se les
denomina "imagen multiespectral" y al conjunto de nmeros para cada
CIV se les conoce como "firma espectral" (Figura 12; vase el pliego a
color). De ah que una imagen multiespectral est formada por un

conjunto de imgenes digitales, cada una de ellas conteniendo aquellos

aspectos de la escena que corresponden a un color determinado y que, a
su vez, la firma espectral contenga las caractersticas del conjunto de
objetos que se encuentran en el CIV, para cada color empleado en la
observacin correspondiente de la escena.
Regresemos ahora a la figura 11. Es claro que para registrar
simultneamente los diferentes aspectos de una escena se requieren no
nada ms diferentes filtros sino tambin varios sensores: al menos uno
para cada color. En el proceso de observacin de la escena, cada sensor
genera una imagen digital y el conjunto de sensores, por tanto, una
imagen multiespectral, la que a su vez queda registrada
permanentemente en algn dispositivo de memoria, como por ejemplo
una cinta magntica. Una vez teniendo la imagen multiespectral de una
escena dada, almacenada en un dispositivo de memoria digital, se
puede entonces proceder a la manipulacin de estos datos para la
extraccin de la informacin deseada acerca de la escena. Al manipular
la imagen correspondiente se generan nuevas imgenes digitales que
pueden, o bien ser almacenadas en la memoria de la computadora, o
bien ser impresas en tonos de gris o de color de acuerdo a la forma de
representacin visual de una imagen digital ya descrita anteriormente.
La extraccin de informacin a partir de una imagen multiespectral
puede arrojar conocimiento nuevo que no necesariamente est en forma
de imagen; puede ocurrir que se obtengan reportes de tipo estadstico,
tablas o grficas. Por ejemplo, se puede desear obtener el nmero de
clulas de una imagen de un microscopio de laboratorio o la
distribucin de reas de un conjunto de lagos a partir de una imagen
satelitaria. Los resultados del anlisis en la investigacin en percepcin
remota pueden ser igualmente vlidos, o ms bien complementarios, ya
sea en su representacin visual o en forma de tablas y reportes. Cabe
agregar aqu que al sistema optoelectrnico formado por un conjunto
de filtros y detectores se le conoce como barredor multiespectral.
La formacin simultnea de varias imgenes de la misma escena
requiere de un diseo avanzado para los sistemas de percepcin
remota, puesto que es necesaria la adquisicin, no nada ms de la
respuesta espectral de cada CIV de la escena, sino tambin de una
resolucin espacial y temporal adecuadas a una gran variedad de
aplicaciones, por lo menos en lo que se refiere al medio ambiente
geofsico y en lo que concierne a la prospeccin de los recursos
naturales del pas. Para realizar esto se requiere, adems de detectores
de alta eficiencia, de toda una metodologa en la adquisicin de datos a
distancia. Esto es as porque en los sistemas de percepcin remota
espacial y aerotransportada la velocidad relativa entre el sensor remoto
y la escena es muy alta, lo que impide al sensor capturar la energa que
proviene de cada CIV durante un tiempo relativamente grande. Lo
mismo sucede en sistemas donde el sensor est esttico con respecto a

la escena, como es el caso de un sistema de radiografa por medio de

rayos X, ya que aqu e desea que la captura de la imagen sea rpida, de
tal forma que el tiempo que se invierte en medir cada CIV sigue siendo
muy pequeo. Es conveniente decir en este punto que al tiempo que le
lleva al sensor remoto medir la energa del CIV se conoce como tiempo
de residencia o tiempo de integracin y que, en general, se desea que
sea lo ms corto posible, tanto por los factores arriba mencionados,
como porque existen situaciones de la investigacin experimental
donde la escena puede estar cambiando rpidamente, como sucede en
el caso de un cultivo de bacterias. Es claro entonces que el sensor
remoto debe responder rpidamente a la energa luminosa proveniente
del CIV y debe operar tambin en niveles de ruido muy bajos, as como
operar en general a niveles muy altos de eficiencia.
Hemos estado discutiendo hasta este momento el esquema global para
la adquisicin de imgenes simultneas de una misma escena por
medio de un dispositivo llamado barredor multiespectral; veamos ahora
los cuatro diseos fundamentales de barredores de este tipo,
discutiendo en cada caso las ventajas y desventajas de cada diseo e
identificando los sistemas operativos actuales.
Para esto refirmonos a las figuras 13(a)-13(d) -donde se muestran
esquemticamente los cuatro diseos mencionados. El barredor
multiespectral (MSS) y el mapeador temtico (TM) a bordo de los
Landsat 4 y 51 son los ejemplos ms relevantes de la configuracin
mostrada en la figura 13(a) y constituyen los baluartes ms avanzados
de la serie de sensores orbitales Landsat (Tabla 4) diseados para el
estudio de la superficie terrestre con fines de prospeccin de los
recursos naturales. Los barredores de los Landsat son sistemas
optomecnicos compuestos por un determinado grupo de
fotodetectores, los cuales, por medio de un espejo oscilatorio, "barren"
un conjunto de seis franjas perpendiculares a la direccin de
movimiento del satlite. En un momento dado, la luz, proveniente de
seis CIV colocados sobre las franjas y en la direccin de movimiento
del satlite, es reflejada por el espejo oscilatorio, el cual la enva a un
sistema ptico formado por un espejo reflector, que en su plano focal
tiene un conjunto de fibras pticas que transmiten la energa luminosa
sin modificacin hasta un grupo de 24 detectores para el MSS. Enfrente
de cada cuatro detectores hay un filtro diferente que define cuatro
planos de color y de esta manera se captura en forma simultnea la
respuesta espectral de seis CIV en cuatro bandas diferentes. En otras
palabras, se van creando cuatro imgenes digitales, una para cada
filtro; a cada una de estas imgenes se les llama banda espectral o
plano de color. A medida que se mueve el espejo oscilante, la luz
reflejada por los siguientes grupos de seis CIV es transmitida por el
sistema ptico hasta los detectores; de ah que, con la mitad de una
oscilacin del espejo, se miden la respuesta espectral de todos los CIV

del conjunto de seis franjas que yacen sobre la escena o superficie

terrestre. Para el TM el proceso de medida es el mismo; sin embargo, el
grupo de detectores es de 42, puesto que se barren seis franjas en siete
planos de color diferentes, siendo el tamao del CIV de 50 x 50 m para
el MSS y de 30x 30 m para los primeros seis planos del TM y para el
sptimo, 120x 120 m2. Los satlites Landsat han producido una gran
cantidad de datos sobre la mayor parte de la superficie terrestre en
todas las pocas del ao.

Figura 13(a). Medida en varias bandas de un CIV a la vez.

Figura 13(b). Medida de varios CIV, cada uno en diferentes bandas.

Figura 13(c). Arreglos lineales de detectores para medir en varias bandas un CIV a la
vez.
(Figura 14; vase el pliego a color). Estos satlites han sido los
primeros en operar rutinariamente y en proporcionar en forma regular
datos de gran valor para la comunidad cientfica, de tal manera que los
resultados que se han generado a partir de tales datos han hecho que se
impulse la percepcin remota a escala mundial, siendo actualmente
varios los pases que ya cuentan o estn desarrollando sus propios
satlites. El mpetu que imprimen estos programas satelitarios a la
ciencia de la percepcin remota permite actualmente realizar una
supervisin rutinaria de varios fenmenos naturales terrestres, as como
el de apoyar adecuadamente las labores de exploracin a gran escala en
relacin con los recursos naturales y las actividades del hombre sobre
el planeta.

Figura 13(d). Sistema avanzado para medir simultaneamente todos

los CIV de una escena en varias bandas.

Una concepcin para aumentar el tiempo de residencia del sensor

remoto sobre cada CIV es utilizar un arreglo lineal de detectores, de tal
manera que haya en esta configuracin un elemento detector para cada
CIV de una franja perpendicular a la direccin de movimiento del
sensor remoto. En la prctica se utilizan tantos arreglos lineales para
medir la energa luminosa como bandas se deseen registrar al mismo
tiempo. Con este diseo, el tiempo de residencia se incrementa al
intervalo de tiempo que se requiere para que el elemento detector cruce
un CIV a lo largo de la trayectoria del sensor remoto, lo cual permite
reducir el tamao del CIV y aumentar, en consecuencia, la resolucin.
Si se desea utilizar este diseo para obtener una imagen multiespectral
de tres bandas, suponiendo que cada franja de la escena contiene 1 000
CIV, entonces el nmero de detectores requeridos ser de tres arreglos
lineales de 1 000 elementos sensores cada uno, es decir 3 000
detectores en total. Este instrumento espectral se conoce con el nombre
de barredor multiespectral modular de tipo optoelectrnico y ha sido
probado en forma experimental a bordo del transbordador espacial en
una versin de dos bandas, y ya ha sido puesta en rbita recientemente
por Francia a bordo de un satlite llamado SPOT (Sistema Probatorio de
Observacin de la Tierra); una de tres bandas, con una capacidad para
medir CIV de 20 x 20 m. Al referirnos a la figura 13(b) podemos
clarificar an ms la operacin de este tipo de barredor multiespectral.
Supongamos que se desea registrar una imagen multiespectral de
cuatro bandas o planos de color correspondientes al verde, amarillo,
anaranjado y rojo, de tal manera que se requiere de cuatro arreglos
lineales de detectores, cada arreglo con los filtros adecuados para
seleccionar los colores mencionados. Consideremos ahora cuatro
franjas sobre la escena perpendiculares al movimiento del sensor
remoto, constituido en este caso por los cuatro arreglos lineales de
detectores; entonces, sobre la direccin de movimiento, tomamos
cuatro CIV, uno en cada franja de la escena; as, el primer CIV ser
medido y asignado al plano de color rojo, el segundo al del anaranjado,
el tercero al del amarillo y finalmente el cuarto al del verde. A medida
que avanza el sensor remoto en su trayectoria, el primer CIV ser ahora
medido y asignado al plano de color anaranjado, el segundo al del
amarillo y el tercero al del verde. El arreglo lineal que tiene filtro rojo
estar en este momento listo para medir los CIV que se encuentran en
la siguiente franja sobre la direccin de movimiento del sensor remoto;
en este proceso, cada CIV de las franjas de la escena es medido
secuencialmente por los cuatro arreglos lineales que corresponden a los
planos de color arriba mencionados, por lo que finalmente se obtienen
cuatro imgenes digitales o bien una imagen multiespectral de cuatro
bandas de la escena a medida que el sensor remoto se mueve sobre
sta; es decir, la escena es "barrida" a lo largo de la direccin de
movimiento del sensor remoto y no perpendicularmente como en el

diseo anterior, donde el espejo oscilatorio es el que proporciona el

"barrido" perpendicular sobre la escena.
El tercer diseo que deseamos considerar aqu (Figura 13(c)) es una
especie de combinacin de los dos anteriores, en donde se utiliza un
espejo oscilatorio para "barrer" la escena perpendicularmente a la
direccin de movimiento, pero se incorpora un elemento dispersor en
lugar de los filtros considerados en los dos primeros diseos. La luz
que proviene de la escena es reflejada por el espejo y pasa, a su vez,
por un objetivo ptico formado por un cierto conjunto de lentes; stos,
por su parte, la dejan pasar hacia una entrada y un colimador que la
concentra sobre el elemento dispersor. Este elemento dispersor, que
puede ser un prisma o una rejilla ptica, la separa en los colores que la
componen y la enva posteriormente a un conjunto de detectores
formados por un arreglo lineal; cada detector de este arreglo recibe la
energa correspondiente a cada color, de tal forma que si se desea
registrar la escena en cuatro planos de color, se requerir entonces de
un arreglo constituido por cuatro detectores. Desde luego, el diseo de
cada detector debe responder adecuadamente a la energa luminosa
correspondiente al color considerado, ya que uno que responda bien al
verde puede no hacerlo eficientemente para el infrarrojo. Para terminar
la consideracin de este diseo podemos agregar que en este caso se
pueden medir varias franjas a la vez, por lo que si se desea la medicin
de seis franjas en cuatro planos de color, se necesitarn por tanto seis
arreglos lineales de cuatro detectores cada uno.
Pasemos ahora al cuarto y ltimo diseo (Figura 13(d) que combina de
una u otra manera aspectos de los tres diseos anteriores. En este caso
se utiliza un arreglo lineal con tantos detectores como CIV tenga la
franja de la escena sujeta a medicin, obviando con esto, al igual que
en el segundo diseo, la necesidad de un espejo oscilatorio, lo cual
resulta ser muy interesante, pues con esto se constituye una
configuracin sin partes mviles. Entonces, la luz de los CIV
proveniente de la franja en cuestin es guiada por un objetivo ptico y
posteriormente por un colimador hasta un elemento dispersor en donde
es separada en colores para ser medida y registrada en tantos planos de
color como se desee y se pueda, de acuerdo a las caractersticas de los
detectores; por lo que si se quiere una imagen multiespectral de
digamos cinco bandas y las franjas de la escena tienen 1 000 CIV, se
requerirn por tanto cinco arreglos de 1 000 elementos sensores. Cabe
aqu puntualizar que, como se dijo arriba, cada arreglo debe estar
construido para responder eficientemente al color que se le asigne. Con
el tremendo desarrollo tecnolgico que ha tenido en los ltimos aos la
industria de los fotodetectores de estado slido es posible considerar
una variante de este ltimo diseo que actualmente est en operacin
experimental a bordo de aeronaves y que probablemente sea la
configuracin que se utilice en los prximos aos en las plataformas

satelitarias. Esta variante consiste en utilizar un arreglo bidimensional

de detectoras para cada plano de color, con una dimensin igual al
nmero de CIV de cada franja por el nmero de franjas en que se haya
dividido la escena. As que si la escena tiene 1 000 x 1 000 CIV y se
necesita hacer mediciones en cinco bandas, se requerirn por tanto
cinco arreglos bidimensionales de 1 000 x 1 000 detectores, es decir un
total de 5 000 000 de detectores. Con esta configuracin la escena es
registrada en una imagen multiespectral en un tiempo equivalente al
tiempo de residencia, es decir al tiempo que se requiere para medir un
solo CIV de la escena.
En todas las configuraciones discutidas aqu es necesario considerar un
sistema de almacenamiento digital para los datos producto de las
medidas hechas sobre los CIV de la escena; tal sistema es de particular
importancia para el ltimo diseo donde la escena es capturada
prcticamente de "golpe". Al realizar una medida sobre un CIV
determinado, la energa luminosa para un color dado es transformada
por el fotodetector correspondiente en un pulso de voltaje cuya
intensidad es proporcional a la energa luminosa incidente; a su vez, y
por medio de un dispositivo electrnico, llamado convertidor
anlogo/digital (A/D), dicho voltaje es transformado a un nmero
entero en una escala que generalmente es de 0 a 127, con lo que un CIV
oscuro emitir poca energa luminosa y el voltaje correspondiente ser
de baja intensidad, con lo que se obtendr un nmero cercano al cero.
En el desarrollo de este proceso se va generando una cantidad enorme
de nmeros enteros que deben ser almacenados en algn dispositivo de
memoria al mismo ritmo que son producidos. Como el tiempo de
residencia es de una fraccin muy pequea de segundo, la velocidad a
la que son generados estos nmeros es muy grande y por tanto el
sistema de almacenamiento debe operar con una alta eficiencia. En
otras palabras, el fotodetector realiza una medida y sta debe ser
capturada en un tiempo tal que este detector quede listo para realizar
una nueva medida cuando as lo requiera el proceso. Con un sistema de
almacenamiento masivo de memoria controlado por un
microprocesador se puede realizar una especie de barrido sobre cada
fotodetector, capturando el resultado de las medidas al mismo ritmo
que se realiza el barrido sobre la escena; dicho microprocesador no
slo capturar dicha medida, sino que la enviar al sistema de
almacenamiento masivo con un cdigo lgico de orden para que el
pixel generado y almacenado guarde la misma posicin relativa al CIV
correspondiente, de otra manera se tendra una especie de
rompecabezas en desorden y sera imposible reconstruir la escena.
Cuando la memoria masiva es suficientemente grande, los datos ah
almacenados pueden ser posteriormente vaciados con un ritmo
relativamente menor a una cinta o un disco magntico donde la imagen
multiespectral capturada por el sensor remoto queda registrada en
forma quasipermanente (se dice de este modo porque la imagen puede

continuar en la cinta o en el disco por un tiempo indefinido hasta que

ya no sea de utilidad su almacenamiento).

Figura 15. Imagen de radar en donde pueden apreciarse con

claridad los rasgos del terreno, tales como los cauces de los ros, las
montaas y los caminos.
Con el advenimiento de los viajes orbitales por medio de un
transbordador espacial es posible, y de hecho varios pases as lo han
hecho, verificar una serie de diseos de barredores multiespectrales
que, convenientemente probados, pueden ser posteriormente montados
en una rbita satelitaria para la captura rutinaria de imgenes de la
superficie terrestre. En este mismo transbordador espacial se han
instalado instrumentos de gran precisin para llevar a cabo diversas
misiones relacionadas con la percepcin remota y que han sido
planeadas con gran antelacin. Este es el caso de un radimetro para
medir la energa infrarroja, invisible al ojo humano, con la que es
posible identificar una variedad de rocas sobre la superficie terrestre.
Se han instalado tambin sensores remotos para detectar las variaciones
de color y temperatura del ocano con el objeto de localizar
concentraciones de algas y bancos de pesca. Otros detectores
cuidadosamente calibrados han sido de utilidad para medir
concentraciones de contaminacin ambiental en diversas regiones del
globo terrqueo. Fue montado tambin un radar (Figura 15) que ha
mostrado el potencial de la percepcin remota en la exploracin
geolgica planetaria, adems de demostrar la capacidad para estudios
rutinarios en la identificacin y clasificacin de hielo marino, para la
medida de la direccin e intensidad del viento ocenico, para la
estimacin de la cantidad de humedad del suelo y del potencial
acufero de zonas nevadas, todo esto con aplicaciones precisas en
diversas reas de la investigacin geofsica planetaria.

NOTAS
1 Landsat es el nombre de una serie de satlites lanzados por la agencia
NASA de los EUA para la observacin de la Tierra. Landsat es un
acrnimo de "Land Satellite" (Satlite de la Tierra).

I I I .

E L E M E N T O S
P A R A
A N L I S I S
D E
U N A
I M A G E N
D I G I T A L .

Los elementos subjetivos del paisaje, como son vistos por un

observador, son cuantificados por un barredor multiespectral
automatizado y sientan, con el conjunto de datos resultantes,
las bases para un anlisis objetivo de la escena con fines de
gestin racional del paisaje.

VEAMOS ahora los elementos bsicos para el anlisis de una imagen

multiespectral digital. Se ha dicho anteriormente que una imagen
digital es la representacin lgica de una escena y que en general esta
representacin tiene forma numrica y algunas veces visual. Se ha
analizado tambin la mecnica de la captura y registro de una escena
en forma de imagen digital, pero, qu significa fsicamente en su
forma ms general una imagen multiespectral digital? Esto es
importante para entender el mecanismo de anlisis que se requiere para
estudiar el funcionamiento de una escena. As pues, puede decirse que
es la variacin espacial y espectral de la "energa luminosa"
proveniente de aqulla. Este concepto es igualmente vlido cuando la
escena emite o refleja partculas como protones o neutrones o
interacciona con seales acsticas, en cuyos casos la frase entre
comillas deber leerse "energa penetrante" o "energa acstica". Para
entender esto hay que recordar que cuando un barredor multiespectral
mide la energa luminosa, penetrante o acstica) proveniente de un
determinado CIV, obtiene en forma simultnea un conjunto de
nmeros que dan en realidad el valor de la energa luminosa vista a
travs de un conjunto de filtros de color, es decir que se observa la
variacin de color a color para un mismo CIV. La energa "luminosa"
se refiere a luz visible e invisible, como la infrarroja y la ultravioleta.
Por su parte, aunque la energa penetrante, como la de un haz de
protones, y la energa acstica son seleccionadas por otros mtodos
diferentes a los filtros de color, siempre se podr hablar, en trminos
generales, de filtros para obtener una energa determinada. Como la

E L

percepcin remota utiliza principalmente la energa "luminosa", se

emplear este trmino con frecuencia, en la inteligencia de que otros
tipos de energa pueden ser tambin aprovechados por ella. Por tanto,
podemos decir que para un mismo CIV el barredor multiespectral mide
el cambio de color a color (o de energa), o bien la variacin espectral
de la energa luminosa (penetrante o acstica) respectiva. Entendemos
aqu por variacin espectral al cambio de energa de la radiacin
luminosa, penetrante o acstica. A partir de esto es fcil comprender
que de un CIV a otro la energa luminosa ser, en general, diferente y
que, por tanto, la imagen digital es la medida del cambio de dicha
energa plasmada en el valor de un pixel a otro, lo que quiere decir
finalmente que el conjunto de valores de los pixels de una imagen
digital forman el cambio o variacin espacial de la energa proveniente
de los CIV de la escena. Al desplazar un punto de un lugar a otro sobre
una imagen digital, se encontrarn diferentes valores (Figuras 13 y 16)
de los pixels, y esta variacin espacial de la energa luminosa traer
como consecuencia una variacin espectral, ya que para cada pixel se
tiene un juego de valores que son la variacin espectral del CIV
correspondiente en la escena. Las variaciones espaciales y espectrales
estn tan estrechamente ligadas que el cambio de una implica la otra.
Ahora bien, al adquirir una serie de imgenes multiespectrales de una
misma escena, pero en diferentes tiempos, se tendr registrada una
variacin temporal de las caractersticas de aqulla, lo que implica que
las imgenes digitales correspondientes contendrn simultneamente
las variaciones espacial y espectral de la energa proveniente de dicha
escena a medida que sta evoluciona en el tiempo. Para continuar con
el estudio de los elementos bsicos de una imagen digital con fines de
anlisis es necesario ahora introducir el concepto patrn espacial y
patrn espectral. Un patrn es escencialmente un arreglo de entes sin
tomar en cuenta la naturaleza de stos. Puede afirmarse, por otro lado,
que el Universo est formado por patrones. Por su parte, un ente es
cualquier objeto fsico o lgico; un nmero, una figura geomtrica o
una ave son ejemplos de entes. Entonces, la sucesin de nmeros 4, 17,
19, 16, es un patrn, diferente desde luego al patrn 17, 4, 16, 19;
queda claro en este ejemplo que lo que importa es el orden que guardan
los nmeros entre s y no si se trata de los mismos o no. El nmero de
entes en un patrn puede ser cualquiera entre dos e infinito; as, por
ejemplo, la sucesin 4, 17, 16, 8 ser un patrn diferente al primero
ejemplificado aqu. La variedad de patrones es por tanto infinita, pues
cualquier combinacin es posible. Es importante hacer notar tambin
que el arreglo de los entes puede ser de naturaleza lgica o fsica; en
los ejemplos que hemos mencionado se ha tratado del orden lgico de
los nmeros involucrados. Si los entes son fsicos, entonces el orden
ser tambin de naturaleza fsica, y por tanto ste podr darse a lo largo
de un eje o sobre una superficie, como sucede en el caso del arreglo de
objetos en una escena. Es muy importante tener presente que en la

representacin numrica de una imagen digital slo podemos hablar de

patrones lgicos, no as en la representacin visual de la misma
imagen, donde stos tienen una equivalencia fsica. Veamos ahora estos
conceptos aplicados al caso de una imagen multiespectral digital
(Figura 16). La sucesin de nmeros 42, 48, 59, 63, representa la
variacin espectral del CIV correspondiente a este pixel en la imagen
digital; a esta sucesin de valores sobre los diferentes planos que
componen la imagen digital multiespectral se le llama patrn
espectral; dicho de otra manera un pixel representa un patrn espectral.
Por lo tanto, un patrn de este tipo est formado por la sucesin de
valores que presenta un CIV determinado cuando es visto bajo
diferentes filtros y, como habamos dicho anteriormente; esta sucesin
es nica para cada objeto de la naturaleza, de tal forma que dicho
objeto tiene un patrn espectral nico. De ah que se haya hecho
costumbre llamarle firma espectral. (Figura 12.) Es claro que la firma
espectral de un objeto cualquiera es un patrn de tipo lgico. En la
figura 16 se ha dibujado tambin un conjunto de pixels con una cierta
variedad de valores; si bien en esta simplificacin puede observarse
con facilidad que aquellos que tienen valores alrededor del 60 forman
una figura geomtrica irregular, el resto tienen valores notablemente
ms bajos y como tales se constituyen en una especie de fondo. El
arreglo espacial de pixels con valores alrededor del 60 forman lo que se
conoce precisamente como patrn espacial. Es interesante hacer notar,
como ya se apunt arriba, que en este ejemplo se trata de entes de tipo
lgico pero con un orden fsico, es decir, tienen una posicin definida
en el espacio. En una imagen multiespectral digital los patrones
espectrales son siempre de tipo lgico y los patrones espaciales son
lgicos en la representacin numrica y fsicos en la representacin
visual. Desde luego, hay patrones espaciales formados por objetos
fsicos, como es el caso de un arreglo particular de aves cuando stas
vuelan en una parvada, puesto que resulta suficiente con que una ave
cambie de posicin relativa con respecto al resto para que el conjunto
forme un nuevo patrn. En forma intuitiva podemos decir tambin que
desde el punto de vista fsico existen patrones tanto espectrales como
espaciales (Figura 21) que no difieren mucho entre s. As, por ejemplo,
el patrn espectral 4,17,19, 16 es muy similar al 4, 17, 19, 15, y
probablemente se trate de dos objetos de la misma naturaleza fsica,
pero con pequeas diferencias. Entre patrones espaciales tambin
puede haberlas: nicamente mover de posicin un solo pixel del patrn
espacial de la figura 17, se tendr formalmente otro diferente, aunque
ste se parezca mucho al original.

Figura 16. Patrones espacial y espectral de una imagen digital multiespectral.

Figura 17. En esta imagen de un sensor aerotransportado se

observa un conjunto de patrones rectangulares que tienen
caractersticas espectrales similares. Estos patrones rectangulares
son los asociados a una serie de edificios.
En la operacin del barredor multiespectral, debido a variaciones de
tipo estadstico, pueden ocurrir pequeas fluctuaciones en los valores
respectivos para el patrn espectral, aun en el caso de objetos iguales
que se encuentren colocados en diferentes posiciones de la escena.
Algo similar puede suceder para patrones espaciales, en donde la
naturaleza discreta de la imagen hace que algunos pixels queden
ligeramente desplazados resultando pequeas diferencias en la imagen
digital, aun cuando en la escena se trate de lo mismo. A estas
fluctuaciones estadsticas en el proceso de captura y registro de una
imagen digital se suman en general otros factores que pueden llegar a
ser muy importantes. Por ejemplo, en el caso de una imagen Landsat, la
energa luminosa al viajar desde la superficie terrestre al barredor
multiespectral atraviesa la atmsfera, cuyas condiciones de visibilidad

pueden ser diferentes de un lugar a otro de la escena, de tal manera que

en la prctica las condiciones de iluminacin para la escena no son
homogneas. En el caso de una radiografa del tejido seo, los rayos X
atraviesan el cuerpo humano, el cual presenta no slo diferencias en el
espesor sino tambin diferentes condiciones del tejido blando, haciendo
con esto que los huesos aparezcan en diferentes tonalidades de gris; a
esto hay que agregar el hecho de que los huesos tampoco presentan
condiciones de homogeneidad; as, el tejido seo se muestra con
variaciones de densidad y espesor de un lugar a otro a lo largo del
cuerpo humano. Todos estos factores hacen que, tanto los patrones
espectrales como los espaciales de una imagen digital se vean
formalmente diferentes, pero con caractersticas similares, y son
precisamente estas caractersticas las que permiten la comparacin e
identificacin de objetos semejantes en la escena. Podemos decir ahora,
que una imagen digital multiespectral es una composicin de patrones
espectrales y patrones espaciales, y junto con la interrelacin que
tienen stos, es lo que constituye la estructura de una imagen digital
multiespectral. Esta interrelacin se refiere a la relacin que tiene el
valor de un pixel con sus vecinos, es decir, qu tan rpido vara el valor
de un pixel a otro, y es, por tanto, una medida de qu tan rpido se
muestran visualmente las variaciones en tonos de gris o de color en la
representacin visual de una imagen digital. De hecho existe un
nmero tan grande de posibles interrelaciones entre patrones, que no
hay manera de describir en forma exhaustiva la variedad de estructuras
que pueden resultar en una imagen digital de regular tamao, digamos
de 1 024 x 1 024 pixels. Para ilustrar esto supongamos que, como en un
juego gigantesco de rompecabezas, tenemos 1 024 x 1 024 (1 048 546)
juegos de cuadros de 128 posibles tonos de gris, con lo que entonces
podemos formar ms de un milln de imgenes con 128 niveles de gris,
muchas de las cuales presentarn formas familiares a nuestra vida
diaria. Si tenemos muchos millones de pequeos cuadrados con 128
posibles tonalidades, entonces podremos formar ms imgenes de por
ejemplo 1 024 x 1 024 pixels, pudiendo componer con esto casi
cualquier figura que conozcamos en la vida cotidiana. Por otro lado, es
posible dar suficientes ejemplos para esclarecer este tan importante
concepto de estructura de una imagen digital, como introducir los
elementos bsicos con los cuales descomponer una imagen para
facilitar no nada ms su comprensin, sino tambin su anlisis. Para
esto partamos de un ejemplo extremadamente sencillo: supongamos
que tenemos una imagen digital multiespectral cuyos pixels son del
mismo valor o tono, es decir, la imagen aparece homognea a la vista.
Qu tipo de interrelacin guardan en esta imagen los patrones
espectrales y espaciales? Pues bien, todos los patrones espectrales
tendrn el mismo juego de valores numricos a lo largo de los
diferentes planos de color: por ejemplo, 7, 13, 17, 21 y 22, para una
imagen multiespectral formada por cinco bandas. La relacin de pixel a
pixel ser muy simple: uno; cualquier pixel ser igual a sus vecinos.

Veamos ahora un ejemplo un poco ms complejo: consideremos una

imagen como la de la figura 16. En este caso existen fluctuaciones
relativamente pequeas entre los patrones espectrales, tanto para los
pixels que forman la figura geomtrica, como para el resto de la
imagen o fondo. La relacin de un pixel con sus vecinos no es tan alta
como en el caso anterior, pero s es cercana al 100%: casi igual a uno.
En otras palabras, ya sea para la figura geomtrica o para el fondo, las
fluctuaciones de pixel a pixel son relativamente pequeas, entre el
fondo y la figura geomtrica la relacin de los valores de los pixels es
de aproximadamente 1/2, lo que implica que hay un cambio brusco del
fondo a la figura geomtrica. Desde luego, esto significa que la
relacin de los pixels que forman la figura geomtrica con sus vecinos
(los del fondo) es realmente baja: aqu el cambio de un pixel a otro es
bastante brusco, pues esto es precisamente lo que define en forma clara
la mencionada figura, o visto desde otra perspectiva, los pixels que
forman el fondo tienen poco que ver con aqullos que forman la figura
geomtrica. De aqu podemos plantear que, en el primer ejemplo,
donde consideramos una imagen homognea, la estructura es la ms
simple que puede existir, y en el segundo (Figura 16), que la estructura
es algo ms compleja, esto es que es de tipo binario: slo existen dos
patrones espaciales o dos grupos de patrones espectrales. Analicemos
ahora imgenes con estructuras ms complejas y para esto vayamos a
la figura 10, en la que vemos en tonos de gris y con variaciones suaves
el rostro de una mujer: cmo podemos afirmar que diferenciamos el
patrn espacial "ojos, boca o nariz"? En estos casos un mismo patrn
espacial no presenta fronteras tan definidas ni un nivel de valores tan
homogneos como aquellos patrones de la figura 16. Por tanto, en
primer lugar podemos afirmar que los mencionados patrones del rostro
de la mujer se encuentran embebidos en un contexto que es
precisamente el rostro, y en segundo, que el cerebro humano es capaz
de suplir aquellas partes faltantes o poco claras del patrn en cuestin.
Esto quiere decir que distinguir dichos patrones est ntimamente
relacionado con un proceso cerebral que an no se encuentra
claramente entendido; en otras palabras, la determinacin o no de un
patrn espacial no se debe nada ms a su existencia fsica, sino tambin
al proceso o mtodo de anlisis de la imagen y, como el proceso
cerebral mencionado no se encuentra completamente clarificado,
podemos afirmar que el reconocimiento o no de un patrn espacial
puede finalmente constituirse como un hecho subjetivo y, como tal,
depende del observador, del barredor multiespectral, de las condiciones
de iluminacin de la escena, del tamao del CIV en relacin con sta y
del mtodo de anlisis. No puede obviarse esta subjetividad diciendo
que un patrn espacial podr reconocerse automticamente por medio
de una computadora, puesto que los algoritmos computacionales para
hacer dicho reconocimiento los tiene que escribir un ser humano, que
es quien va a plasmar en tales algoritmos criterios de carcter
subjetivo. Qu podemos decir entonces acerca de estructuras ms

complejas? Podemos afirmar tres cosas: 1) siempre habr en una

imagen digital patrones espaciales bien definidos tanto en su forma y
su frontera, como en la extensin que ocupan, los que podrn
distinguirse sin ambigedad ya sea por cualquier observador, o por una
computadora debidamente programada; 2) ciertos patrones aparecern
como aqullos de la figura 10, en donde es necesario el manejo de
elementos subjetivos para identificar los patrones espaciales sin
anbigedad; claramente ser indispensable introducir, debido a tal
subjetividad, un conjunto de reglas que unifiquen en forma arbitraria,
pero prctica, dichos elementos y 3) un conjunto relativamente
pequeo de patrones para los que no es posible un anlisis sin caer
necesariamente en ambigedades, de tal forma que el reconocimiento
de esta clase de patrones es realmente circunstancial; para este tipo de
patrones se requiere por tanto de una unificacin de criterios y
condiciones bajo las cuales se debe capturar la imagen digital
correspondiente a la escena que se desee analizar. Por ejemplo, ciertas
condiciones de iluminacin pueden hacer aparecer a una imagen con
sombras pronunciadas impidiendo la definicin clara de varios
patrones espaciales.
Puede afirmarse ahora que los patrones espectrales siendo lgicos y por
tanto bien definidos no presentan finalmente ningn grado de
subjetividad, puesto que sta ha sido ya previamente clarificada a
travs de axiomas y definiciones concernientes al sistema de nmeros
naturales. De ah que el patrn espectral 4, 17, 19, 16 sea clara y
definitivamente diferente a cualquier otra combinacin de cuatro
nmeros naturales y por tanto est constituido en un patrn espectral
nico. Ahora bien, como ya habamos comenzado a estudiar en el
prrafo anterior, la situacin para los patrones espaciales no es tan
sencilla cuando se trata de imgenes con estructuras relativamente
complejas. En relacin a esto habamos mencionado que existen tres
grados o clases de patrones de esta clase de acuerdo a la objetividad o
subjetividad involucrada en su reconocimiento y que los tres podan
estar presentes en una imagen digital, lo que traa como consecuencia
que la interrelacin entre un patrn espacial y el resto de la imagen, o
bien entre un patrn y otros, ya no sea tan sencilla como el que tiene el
patrn geomtrico de la figura 16 con el resto de la imagen. En casos
ms complejos, la interrelacin es variable de un pixel a otro y de un
patrn espacial a otro, como sucede por ejemplo en una radiografa, en
donde tanto una costilla va cambiando de tono de un lugar a otro, como
la relacin entre un pixel-costilla y un pixel-tejido blando. En la
prctica, esta variedad en los patrones espaciales hace que se impongan
necesariamente reglas en el proceso de captura y registro de imgenes,
reglas tales que garanticen la uniformidad en las caractersticas de una
clase de patrones, al menos para un conjunto especifico de ellas como
lo pueden ser las radiografas o las imgenes satelitarias. Supongamos
ahora que se han ya uniformizado los criterios para un cierto conjunto

de imgenes multiespectrales y que se han establecido reglas para

evitar al mximo la anbigedad. Hecho esto podemos plantear
fcilmente que la estructura de una imagen multiespectral est dada por
el conjunto de patrones espectrales y espaciales que la componen y por
la interrelacin que guardan entre ellos, siendo esta interrelacin la
razn de valores numricos que un determinado pixel guarda con todos
sus vecinos en cada una de las bandas de la imagen. En una imagen
como sta dicha razn ser diferente de un plano de la imagen a otro,
aun cuando se trate del mismo pixel. As, por ejemplo, suponiendo dos
pixels contiguos cuyos valores a travs de los diferentes planos de
color de una imagen multiespectral forman los patrones espectrales 4,
17, 19, 16 y 8, 15, 13, 10, tendrn la razn de valor 1/2 para el primer
plano, pero una razn diferente para los planos segundo, tercero y
cuarto respectivamente 17/15, 19/13 y 8/5. La interrelacin de los
pixels que componen un patrn espacial con los pixels vecinos es muy
importante, puesto que si la razn es cercana a uno, el patrn
difcilmente podr distinguirse, mientras que si la razn es diferente de
uno, tendr un contraste mayor con respecto al resto de la imagen y
ser fcil identificarlo. Es necesario decir que dado que dicha razn
cambia de plano a plano, es posible que un patrn sea identificable en
un plano pero no en otro. Hay que puntualizar aqu, que slo es
importante para la diferenciacin de un patrn espacial, la razn de los
pixels que lo componen con los pixels vecinos prximos; no tiene
sentido hablar de la razn de tales pixels con vecinos alejados, puesto
que stos no contribuyen al contraste del patrn espacial en cuestin.
Otra manera de ver a un patrn de este tipo es a travs del concepto de
estructura, es decir considerando a un patrn espacial como una
estructura elemental que forma parte de una imagen o estructura
compleja. Por tanto, una imagen digital multiespectral podr ser vista
como la superposicin de estructuras elementales o semielementales
cuya forma y tamao se mantiene, en principio, de plano a plano de
color, pero cuya interrelacin cambia en forma dependiente a la
variacin espacial de los valores de los pixels que componen dicha
estructura. Esto significa que un plano de color determinado
conteniendo una estructura elemental podr tener buen contraste, pero
que, en otro plano, ste ser de tal magnitud que, o aparecer en forma
tenue, o tal vez ni siquiera pueda distinguirse. De hecho no existe un
juego bsico de estructuras elementales; la variedad de patrones
espaciales es tal que hace imposible la definicin de dicho juego. Ms
bien lo que se establece es un conjunto caracterstico o tpico de
estructuras elementales con relacin a una aplicacin especfica, con lo
que, por ejemplo, tratndose del problema de la forma de un
determinado virus, no se manejarn todas las formas posibles que ste
adopta a lo largo de su existencia, sino ms bien un subconjunto
suficiente para determinar, digamos, la forma que adquiere cuando se
encuentra en un claro estado de virulencia. En resumen, establecer un

conjunto de estructuras elementales se hace por medio de una decisin

arbitraria, pero con sentido prctico; en la suposicin, claro est, de que
los criterios para la identificacin unvoca de tales estructuras han sido
ya seleccionados y cuantificados. En una imagen de la superficie
terrestre tomada desde un satlite, los diferentes patrones de drenaje del
agua que escurre hacia las partes bajas podran ser consideradas como
estructuras elementales. Tambin lo sern las formas de las cadenas
montaosas cuya forma y tamao son relevantes en la exploracin
geolgica. Los diferentes tipos de cobertura vegetal pueden ser tambin
consideradas como patrones espaciales elementales; stos, combinados
con informacin a la cual se encuentran localizadas las diferentes
especies vegetales, forman elementos de considerable importancia en el
estudio de la superficie terrestre y los recursos naturales. De hecho,
cuando el hombre observa con la vista al medio que le rodea, establece
de inmediato un conjunto bsico de patrones o estructuras elementales,
lo que hace en forma arbitraria, pero con sentido prctico, dependiendo
del contexto en que se encuentre; as, por ejemplo, un transente en la
calle definir a los automviles como estructuras elementales, pero un
mecnico en su taller ver el automvil como una estructura compleja
y a las diferentes partes del motor y la carrocera las ver como
estructuras elementales. A manera de recapitulacin de estas ideas
podemos decir que una imagen digital multiespectral est formada en
su totalidad por un conjunto de patrones espaciales complejos, tantos
patrones como planos de color haya, y que cada plano es, a su vez, el
resultado de la interrelacin de estructuras espaciales semielementales
o quasielementales, definidas stas de acuerdo al contexto en el cual se
desea analizar dicha imagen.
Ahora bien, por medio de la visin y del sentido del tacto un ser
humano es capaz de distinguir en forma intuitiva diversos tipos de
textura. En una muestra de diferentes telas, se puede establecer una
clasificacin cualitativa, desde las ms rugosas hasta las ms lisas.
Cules son los criterios que se utilizan en esta clasificacin? Una tela
completamente lisa es aqulla que no presenta ninguna variacin del
relieve a la hora de deslizar los dedos por su superficie; esto quiere
decir que si viramos a la tela de perfil, la veramos completamente
plana, como la superficie de un vidrio; en cambio, una tela rugosa
presentar variaciones abruptas en todas las direcciones, y de perfil se
ver una lnea accidentada. Sin embargo, la textura no puede
entenderse nicamente como un cierto grado de rugosidad, en ella
tambin interviene el tipo de variacin de tal rugosidad y en qu
direccin o direcciones se presenta sta. De esta manera, una sucesin
lineal de crestas y valles no ser lo mismo que un cuadriculado de
crestas y valles; el nmero de posibles combinaciones para dichas
variaciones es prcticamente ilimitado. Puede decirse entonces que el
patrn espacial que presenta la rugosidad en una tela es lo que
determina la textura de la misma, o en otras palabras, la rugosidad de

una tela se presenta a la vista como una sucesin de tonos que forman
un patrn espacial y esta sucesin tiene una correlacin estrecha con la
rugosidad perceptible al tacto. Qu puede decirse ahora en cuanto a la
textura de una imagen digital? En una imagen continua no podemos
hablar directamente de rugosidad, slo podemos hacerlo de cambios de
tono de color a medida que uno se desplaza de un punto a otro de la
imagen. Sin embargo, en una imagen digital podemos imaginar
cuantitativamente que aquellos pixels que tiene un valor alto forman un
pico o cresta y que los que tienen un valor bajo forman un valle o sima,
de tal manera que puede establecerse una analoga clara entre la
rugosidad de una tela y esta "rugosidad" imaginaria de la imagen
digital. Recordemos ahora que una imagen de este tipo tiene una
representacin visual, y que los pixels de valor alto se traducen en
tonos claros y los de valor bajo en tonos oscuros, de aqu que
finalmente las variaciones espaciales en tono o color de una imagen
digital pueden entenderse como un cierto grado de "rugosidad" o
textura. Veamos ahora algunos ejemplos para ahondar en estos
conceptos de tipo intuitivo y difciles de cuantificar.

Figura 18. Imagen obtenida de un detector plstico donde se

observa una serie de patrones circulares que corresponden a
partculas .

Figura 19. Los patrones circulares de esta imagen corresponden a

las trazas de partculas vistas a travs de un microscopio
electrnico.
Comencemos por las imgenes mostradas en las figuras 18 y 19 que
presentan estructuras o patrones espaciales relativamente sencillos. En
ambas figuras se pueden apreciar una serie de patrones circulares
oscuros rodeados de un halo bastante claro; de acuerdo a los conceptos
que acabamos de desarrollar podemos decir que tanto los patrones
circulares como los halos tiene la misma textura y con esto queda
asentado algo muy importante: la textura es independiente del tono o
color de la imagen, ya que en este ejemplo la variacin espacial de los
tonos de gris es la misma aunque en un caso sea clara y en el otro
oscura. En la figura 18 se puede ver una sucesin de lneas algo
oscuras aproximadamente paralelas y separadas entre s por zonas un
poco ms claras. Las regiones que contienen estas lneas sern
catalogadas como una clase de textura aparte; tambin sern
clasificadas de esta manera aqullas que tienen una especie de
"moteado", en donde se alternan, en forma aproximadamente regular y
en todas direcciones, una sucesin de pixels oscuros y grises. En la
figura 18, por tanto, diremos que hay tres clases de textura y, siguiendo
razonamientos similares, lo mismo podramos decir de la figura 19.
Algo un poco diferente se tiene en la figura 20; en ella se ven, en una
especie de cuadriculado, una serie de patrones espaciales, donde cada
cuadrado tiene estructuras rayadas y "moteadas" adems de que se
pueden apreciar tambin algunas zonas muy claras, de las cuales se
podra plantear que tienen una textura "lisa". No obstante estas
clasificaciones intuitivas, resta algo de subjetividad en el concepto de
textura, puesto que el cuadriculado de la figura 20 que contiene a las
otras clases de textura, puede ser una clase de por s; de aqu que este
concepto dependa siempre del contexto bajo el cual se le mire. Aun as
podemos decir que existen tres elementos objetivos en el concepto de

textura, y es que sta depende de: 1) la frecuencia de cambio de los

tonos en los pixels; 2) de la direccin o direcciones de cambio, y 3) del
contraste entre un pixel y sus vecinos.

Figura 20. Zona de cultivos en el valle del Yaqui, Sonora, captada por el satlite
Landsat 2.

Figura 3. Imagen de la glndula tiroides obtenida con un detector

de rayos gamma. La parte superior es una representacin de dicha
glndula en tonos de grises y en la parte inferior se aprecia la
misma en colores; es evidente que la representacin a color es
mucho mejor.

Figura 12. Muestra de cuatro "firmas espectrales" extradas de los

valores asociados a diferentes rasgos de la imagen de la ciudad de
Mxico, obtenida por un sensor aerotransportado.

Figura 14. Imagen del satlite Landsat (TM) del rea donde est
localizado el reactor nuclear de Chernobyl (ver flecha). La imagen
fue tomada el 29 de abril de 1986, a las 18:52 hora local). La regin
central de la imagen que aparece en negro es el estanque de
enfriamiento asociado a la operacin del reactor.

Figura 26(a). En la parte inferior de esta imagen del Valle del

Yaqui, Sonora, se aprecia una delgada nube que impide ver con
claridad los cultivos y los canales de riego.

Figura 26(b). En esta imagen, la nube ha sido filtrada, habindose

recobrado buena parte de la informacin que estaba cubierta por
la nube.

Figura 28(b). Este es el tipo de productos que se puede ofrecer la

percepcin remota en la cartografa de una ciudad como Mxico.
En los diferentes colores se ven las comunicaciones viales, las zonas
urbanas y las zonas arboladas.

Figura 29(a). En esta toma del reactor de Chernobyl, antes de su

explosin, se aprecia en rojo la descarga de aguas calientes
producto de la operacin del reactor. En anillo, verde y azul se
observan las aguas gradualmente ms fras, con lo que queda clara
la distribucin particular de temperaturas del estanque de
enfriamiento.

Figura 29(b). Despus del accidente en el reactor nuclear, la

distribucin de temperaturas del estanque es ms uniforme, lo que
indica que el reactor ha cesado de operar puesto que ya no hay
descarga de aguas calientes.

Figura 30. La apariencia rojiza de la cobertura vegetal de esta

imagen se debe a que se utiliz un filtro infrarrojo y esto permite
evaluar con facilidad el estado de la vegetacin.
Pasemos ahora a estudiar otro elemento bsico para el anlisis de una
imagen digital: la nocin de forma de un patrn espacial. El concepto
de forma tiene ms aspectos objetivos que el concepto de textura, ya
que todos entendemos la diferencia entre un tringulo y un cuadrado
debido a que estas figuras tienen propiedades geomtricas bien
definidas que nos permiten determinar sus diferentes formas en una
imagen digital, cuando se trata de figuras geomtricas regulares e
irregulares es, posible distinguir una forma de otra, puesto que una
figura geomtrica siempre puede verse como un polgono con ngulos

interiores y lados claramente definidos. Cabe aclarar que la naturaleza

discreta de una imagen digital hace imposible que puedan considerarse
lneas continuas para figuras geomtricas; stas estarn siempre
representadas por lneas quebradas o polgonos. Esto puede verse
claramente al referirnos a la figura 21, en donde, por simplicidad en la
discusin, se ha representado una figura binaria (slo dos valores de
pixels) y en donde los unos representan el contorno de una figura
geomtrica cualquiera. Consideramos tambin el diagrama de ocho
posibles direcciones que pueden presentarse en una imagen digital y
que se conoce como cdigo de Freeman. Por medio de este cdigo y
comenzando por cualquier pixel de la figura geomtrica, digamos el de
la extrema derecha, podemos asociar una cadena de nmeros a dicha
figura. El proceso de asociacin es como sigue: el pixel remarcado en
la figura 21 es el que se toma como punto de partida.

Figura 21. Patrn espacial y su correspondiente representacin numrica por medio

del cdigo de Freeman.
Se inicia un recorrido hacia arriba en sentido contrario a las manecillas
del reloj y se va asignando un nmero segn el cdigo de Freeman; de
esta manera, al siguiente pixel se le asigna el nmero tres, ya que se
encuentra en la direccin tres del mencionado cdigo. El pixel que
sigue se halla en la misma direccin y por tanto se le otorga tambin el
nmero tres; el siguiente se encuentra hacia arriba, por lo que se le
asigna el nmero dos. El proceso se contina hasta recorrer
completamente los pixels que componen la figura geomtrica; en este
caso la cadena asignada resultante se muestra en la figura 21. Con esta
cadena de nmeros o cdigo de Freeman hemos logrado un resultado
muy importante, puesto que en ella se encuentra la informacin
cuantitativa acerca de la forma de la figura geomtrica; haber planteado
las cosas as permite objetivar el concepto de forma aun para polgonos
irregulares. Analicemos ahora con ms detalle esta cadena de nmeros
para verificar que esta representacin numrica de la forma es

realmente nica para el ejemplo planteado y que no existen

ambigedades en el esquema planteado. En primer lugar, esta cadena
de nmeros constituye un patrn espacial (recurdese que un patrn es
un arreglo de entes de la misma naturaleza lgica, que se refiere al
espacio fsico), puesto que recorrimos la figura geomtrica de pixel a
pixel, es decir de un punto a otro en la representacin visual de la
imagen digital. Qu sucede si la cadena la construimos a partir de otro
pixel, digamos el que se encuentra en el extremo superior derecho de la
figura geomtrica? Con la convencin de hacer el recorrido en el
sentido contrario a las manecillas del reloj, se obtiene la siguiente
cadena: 44644460664466002006600113322. Acaso es esta cadena
esencialmente la misma que la anterior? se trata del mismo patrn?
Hablando superficialmente y en el contexto en el cual definimos a un
patrn la respuesta parecera ser no. Sin embargo, estamos
considerando un patrn espacial y por tanto tenemos que pensar en la
posicin relativa que guarda cada pixel de la figura geomtrica;
adems, no olvidemos que la cadena obtenida representa un patrn
espacial y no un patrn lgico, en el cual el cambio de un solo ente
implica un patrn realmente diferente. Con estas consideraciones
pasemos ahora a comparar las dos cadenas y para ello iniciemos el
siguiente proceso de rotacin: comenzando con el nmero de la
extrema derecha de la ltima cadena, pasmosla al principio de la
misma, a la izquierda de sta, y comparemos nmero a nmero las dos
cadenas; as continuamos pasando nmero a nmero los elementos de
la segunda cadena y comparndolas entre s cada vez, es claro que
despus de haber pasado a la izquierda los nmeros 33222, las dos
cadenas sern exactamente iguales. En este momento podemos decir
que si dos cadenas de dos figuras se comparan idnticamente una vez
durante una rotacin completa de los nmeros de cualquiera de las dos,
entonces las dos figuras tienen la misma forma, es decir constituyen el
mismo patrn espacial, ya que los pixels guardan la misma posicin
relativa, aun cuando se rote la figura. En otras palabras, esta
conceptualizacin de las formas para las figuras geomtricas hace
tambin que la representacin respectiva, por medio de las
mencionadas cadenas, sea independiente de la orientacin de la figura,
puesto que al girar la Figura 21, se obtiene una cadena igual a la que
corresponde a la figura no girada, por supuesto, una vez hechas las
rotaciones necesarias en cualquiera de ellas. El ltimo problema que
tenemos que resolver es el relativo al tamao de las figuras geomtricas
que se consideren, ya que intuitivamente sabemos que la forma de una
figura es independiente de las dimensiones de sta; este concepto
queda completamente clarificado cuando se amplifica el negativo de
una fotografa a diferentes escalas: obviamente las formas de las
figuras presentes en la foto sern las mismas independientemente del
tamao de las impresiones correspondientes. Para estudiar este ltimo
problema supongamos que tenemos dos rectngulos concntricos (5 x 4
y 7 x 6 pixels), con lo que aseguramos que sean de la misma forma

pero de tamao diferente; entonces, siguiendo el cdigo de Freeman,

las
cadenas
correspondientes
sern:
00002224444666
y
0000002222244444466666, que se obtiene comenzando con el pixel
del extremo izquierdo inferior y recorriendo los rectngulos en sentido
contrario a las manecillas del reloj. Las cadenas as obtenidas lucen
similares, mas no iguales; si hiciramos una comparacin como la
planteada ms arriba, concluiramos errneamente que las figuras
consideradas tienen formas diferentes. Sin embargo pueden observarse
que estas dos cadenas tienen estructuras semejantes: los dgitos 0, 2, 4,
6 que intervienen en ambas guardan una relacin de proporcin en
cuanto al nmero de veces que aparecen en cada cadena. Esto es as
debido a que al aumentar de tamao el rectngulo se requieren de ms
pixels para representar cada lado y en consecuencia la cadena que
caracteriza la forma correspondiente ser proporcionalmente ms
grande. Es necesario aclarar que a diferencia de las posibles
orientaciones que puede tener una figura donde los patrones espaciales
correspondientes son los mismos, en el presente caso, donde los
patrones respectivos son verdaderamente diferentes, stos resultan ser
semejantes gracias a que estn relacionados a formas iguales. Lo que
hemos hecho finalmente es introducir una conceptualizacin lgica que
nos permite comparar dos formas de manera cuantitativa. En resumen,
podemos decir que una cadena de nmeros, producto de aplicar el
cdigo de Freeman a un polgono cualquiera en una imagen digital,
representa de manera adecuada y cuantitativa la forma asociada a dicho
polgono, de tal manera que esta representacin es independiente de la
orientacin y tamao que pudiera tener dicho polgono. As pues para
comparar una forma con otra ser necesario analizar la proporcin de
los dgitos que aparecen en las cadenas respectivas, efectuar todas las
rotaciones requeridas y comparar dgito a dgito las dos cadenas: las
formas sern iguales, si aqullas son semejantes, y sern
progresivamente diferentes a medida que difieran dgito a dgito. Cabe
anotar aqu que aunque lgicamente se ve sencillo comparar dos
formas o clasificarlas de acuerdo a un patrn de formas, la tarea
computacional se vuelve sumamente difcil, pues la implantacin de
los algoritmos correspondientes a las rotaciones, proporciones y
comparaciones no es directa ni obvia. Lo importante, sin embargo, es
que en principio podemos cuantificar el concepto de forma y que ste
resulta ser un elemento de extrema importancia en el anlisis de
imgenes digitales.

Figura 22. Banda de una imagen multiespectral sintetizada en un conjunto de

estructuras quasielementales.
Imaginemos ahora que tomamos un plano cualquiera de una imagen
multiespectral en la cual se encuentra una estructura espacial
relativamente compleja. Pensemos tambin que hemos logrado
conceptualizar esta estructura de tal manera que es posible sintetizarla
por medio de un conjunto de estructuras quasielementeos (figura 22).
En el plano original se muestra una imagen donde estn representados
una montaa, un bosque, un lago y una red de drenaje por donde fluye
el agua que escurre desde la montaa. En la sucesin de imgenes
mostradas en la figura 22, aparecen cada uno de estos patrones
espaciales o estructuras quasielementales. Como se haba dicho
anteriormente, en la prctica estos patrones pueden no aparecer ni tan
claros ni tan bien definidos como se muestran en la figura. La sntesis
mencionada consiste bsicamente en que cada estructura
quasielemental ha sido aislada o separada del resto de la imagen
original y puesta en una imagen aparte; a este proceso se le llama
segmentacin de la imagen digital. En otras palabras, la segmentacin
es la representacin de una estructura compleja por medio de un
conjunto de estructuras quasielementales. Cabe preguntar aqu: cul es
el objeto de segmentar una imagen digital? Aparte de conceptualizar
una estructura compleja en sus partes, lo cual es muy til puesto que el
desglose de cualquier objeto en sus componentes bsicos es un mtodo
de estudio bien establecido, se tienen otras consecuencias importantes
en el anlisis de una imagen digital. Al separar cada objeto estamos en
posibilidades de evaluarlo en forma automatizada sin tener
complicaciones innecesarias en la ejecucin de algoritmos
computacionales; al evaluar la forma del bosque, la montaa o el lago,
lo hacemos por separado sin tener que escribir un programa de
computadora que "reconozca" que se trata de tres objetos diferentes.
Adems de que si bien para fines cuantitativos la forma de un bosque
puede ser la misma que la de un lago, no es as para las consecuencias

que trae una forma determinada en el rea de la silvicultura o en el de

la geohidrologa, respectivamente. Por otro lado, es muy posible que se
desee o se requiera aplicar diferentes criterios de anlisis a diferentes
estructuras: as, por ejemplo, ser necesario determinar el rea boscosa
y la superficie cubierta por el lago, pero para el caso de la montaa ser
ms importante determinar su forma y para la red hidrolgica el
nmero de cauces por unidad de superficie que permita obtener el flujo
de agua hacia las partes bajas.
Podemos ahora decir que la segmentacin de una imagen no es nada
ms un recurso lgico para conceptualizar una estructura compleja,
sino tambin un recurso para simplificar el anlisis computacional de
las propiedades geomtricas de las estructuras quasielementales. Las
propiedades geomtricas de un patrn espacial, tales como forma,
permetro, rea cubierta y textura, son las que constituyen la
morfologa de tal patrn, y su determinacin es necesaria en la solucin
de problemas especficos. La morfologa de un tumor, por ejemplo,
puede ser indicativa del tipo de tejido y de la malignidad
correspondiente, y la morfologa de una cadena montaosa puede dar
indicios sobre la historia geolgica de una regin determinada. No es
necesario que la segmentacin se realice en forma fsica; en muchos
casos es suficiente una separacin lgica, en donde a cada estructura
quasielemental se le asigne un plano virtual; esto es, slo existe una
representacin numrica de las estructuras y a esta representacin se le
asigna un cdigo diferente que simboliza un plano virtual determinado.
Un patrn espacial en una imagen digital multiespectral es en realidad
un conjunto de patrones espectrales con caractersticas similares. Para
clarificar esto y estudiarlo con mayor detalle regresemos a la figura 16,
la cual muestra un patrn espacial simple que bien podra catalogarse
como una estructura quasielemental. A lo largo de este patrn, las
caractersticas de los patrones espectrales son aproximadamente las
mismas, por lo que los juegos de nmeros que los representan son muy
parecidos entre s a travs de los planos de color de la imagen
multiespectral. En la figura 16 se han representado cuatro patrones
espectrales, contiguos entre s, que forman parte del patrn espacial;
estos juegos de nmeros son, yendo de izquierda a derecha sobre la
imagen digital, los siguientes: (64, 59, 47, 38), (63, 59, 48, 42), (61,
58,47, 39) y (60, 58, 46, 37). Es claro que podemos esperar juegos
parecidos para el resto de los patrones espectrales que conforman al
patrn espacial mostrado en la figura 16. Con todo existen pequeas
diferencias entre estos patrones que podramos atribuir a variaciones
provenientes del sensor remoto o a cambios ligeros del objeto
correspondiente en la escena. Estas pequeas diferencias se muestran
como fluctuaciones estadsticas de rango pequeo que no afectan en la
separabilidad (en este ejemplo) del patrn espacial del resto de la
imagen. Desde luego, existen criterios de tipo estadstico que nos

permiten en forma cuantitativa determinar cundo un patrn espacial

tiene fluctuaciones de rango pequeo y cundo no, o bien establecer
cundo un patrn espectral pertenece o no a un patrn espacial. En
forma intuitiva podemos afirmar que el patrn espectral (62, 58, 47,
38), que se encuentra un poco arriba de la forma geomtrica mostrada
en la figura 16, tiene caractersticas parecidas a los patrones espectrales
que forman dicha figura geomtrica o patrn espacial. De tal manera,
puede decirse que este ltimo patrn espacial pertenece tambin a la
figura geomtrica, con lo que es evidente que un patrn espacial puede
ser tan complejo como se quiera, adems de que nos demuestra que los
pixels de un patrn espacial determinado pueden estar en diversas
partes de la imagen digital, sin ser necesario que sean vecinos
prximos. Ms an, un patrn de este tipo puede estar formado por un
conjunto de pixels vecinos entre s y cubriendo una rea determinada
como sucede en el caso de la zona boscosa y el lago de la figura 22, o
mostrarse como una sucesin de pixels formando una red de lneas,
algunas confluyentes y otras no, como en el caso de la red de drenaje
de la misma figura. Un patrn espacial se forma, cuando se tiene un
conjunto de patrones espectrales con caractersticas semejantes a travs
de una imagen digital multiespectral. Por tanto en una misma imagen
pueden ocurrir varios patrones espaciales con semejanza; as, por
ejemplo, podra haber varios lagos o varias zonas boscosas de
diferentes especies de rboles, de tal forma que cada lago o cada zona
boscosa formen de por s un patrn espacial o estructura
quasielemental. Con esto que hemos discutido podemos introducir
ahora un nuevo concepto: al conjunto de patrones espaciales o de
estructuras quasielementales con patrones espectrales parecidos se le
denomina clase de cobertura. Esta definicin es adecuada para cuando
el patrn espacial presenta condiciones de homogoneidad, cuando los
patrones espectrales que forman la clase de cobertura tiene
caractersticas parecidas. Por ejemplo, si los lagos contienen todos ellos
la misma calidad de agua o si los bosques tienen la misma especie de
rboles formarn una clase de cobertura; si no fuera as, habra tantas
clases de cobertura como tipos de agua hubiera o especies de rboles se
presentarn. Sin embargo, hay casos notables donde no se tienen
condiciones de homogeneidad; este es el caso, de una radiografa en
donde los huesos o algn otro tejido no presentan en general una clase
de cobertura pareja, sino que ms bien se muestran con variaciones de
tono. Cmo es entonces que un ser humano distingue a pesar de ello
los diferentes huesos y los asocia con una misma clase de cobertura?
Pues bien, esto se debe a que el cerebro humano no slo est entrenado
para distinguir variaciones de tono y de color, sino tambin otras
cualidades con base en el contexto en el que se encuentra l o los
objetos que le interesan. Esto significa que los huesos pueden ser
distinguidos por su tono, por su forma, por su textura, por el rea que
ocupan y por la frontera definida que presentan con respecto al resto de
los tejidos. En otras palabras, los huesos son percibidos con base en las

caractersticas espectrales del patrn espacial que forman, por la

textura que presentan y por su morfologa. En este ejemplo queda claro
que las variaciones espectrales y las espaciales estn interrelacionadas
estrechamente y que es adecuado entender a una imagen como el
conjunto de patrones espaciales y espectrales, aunado a la interrelacin
que guardan entre ellos. Ahora ya puede ser ampliada nuestra
definicin de clase de cobertura para incluir casos generales como el de
los huesos de una radiografa. Diremos entonces que una clase de
cobertura es la manifestacin espacial de patrones espectrales con
variaciones continuas de valor en un contexto de textura y de
morfologa parecidas.

Figura 23. Regin del semirido mexicano, al norte de San Luis Potos, captada por el
satlite Landsat 2.
La figura 23 es una impresin fotogrfica de un plano de color o banda
de una imagen digital multiespectral registrada por el sensor satelitario
Landsat, en donde, para esta representacin visual, se utilizan 128
niveles de gris, correspondiendo al negro el valor cero y al blanco el
valor 127. Dicha imagen, tomada desde un altura de poco ms de 900
km sobre la superficie terrestre, muestra una zona que se encuentra al
norte de la ciudad de San Luis Potos y cubre parte de una regin del
semirido mexicano. La imagen se muestra como aparentemente
continua, pero el tamao fsico asociado a cada pixel, en esta
representacin visual, es tan pequeo que no puede distinguirse en esta
impresin fotogrfica. Esta figura es un buen ejemplo para poner en
prctica los conceptos desarrollados hasta ahora, adems de que nos
permitir aplicar claramente los elementos de anlisis para entender la
estructura de esta imagen de acuerdo a un fin especfico.
Aun en este ejemplo sencillo donde slo se considera un plano de una
imagen multiespectral compuesto originalmente por cuatro bandas,
podemos distinguir diversos patrones espectrales que se presentan bajo
diferentes tonalidades de gris. En el cuadrante inferior derecho pueden

observarse varias estructuras de aspecto circular que presentan un tono

muy oscuro, casi negro; estas estructuras forman un nico patrn
espectral y constituyen en conjunto una clase de cobertura. A partir de
aproximadamente el centro de la imagen y yendo hacia el cuadrante
superior izquierdo se puede apreciar otra clase de cobertura con un
tono menos oscuro, el cual, a diferencia de la anterior, se encuentra ms
o menos conectada desde el punto de vista espacial. A su vez,
esparcidos a travs de la imagen, en diversas tonalidades de gris,
aparecen varios patrones espectrales que forman clases de cobertura no
conectadas espacialmente; dichas tonalidades representan varias
coberturas vegetales con diferentes densidades en cuanto al rea
proporcional de la escena que ocupan. En el otro extremo, en tonos de
gris muy claros casi blancos, e encuentran un par de regiones de
aspecto circular: una casi en el centro de la imagen y la otra en el
cuadrante superior derecho; estas dos regiones, que representan lechos
de lagos secos, adems de un conjunto de lneas que indican caminos y
cauces secos de ros, forman otra clase de cobertura que tampoco est
conectada espacialmente. En este sencillo ejemplo de clasificacin
espectral podemos observar varias cosas: en primer lugar es claro que
en esta ltima clase de cobertura estn incluido tres tipos diferentes de
objetos: los lechos, los cauces y los caminos, lo que nos ensea que una
clase espectral (clase de cobertura) no necesariamente est relacionada
unvocamente con un slo objeto de la escena, sino que en general lo
estar con varios de ellos. Otro aspecto interesante es el de las clases
que, teniendo diferentes tonalidades de gris, representan en forma
aproximada varias densidades de vegetacin. En este caso, la clase
espectral no est constituida por objetos de diferente forma, como en el
caso anterior, sino por la suma proporcional de dos clases de ellos: la
de la vegetacin y la del suelo, y que diferentes densidades implican
ms bien una variacin en la proporcin de estos objetos desde el punto
de vista del rea que ocupan en cada CIV de la escena. Al agregar ms
bandas, hasta considerar todas las que componen una imagen
multiespectral satelitaria (cuatro en el ejemplo de la Figura 23), es
posible que las clases de cobertura se separen o fraccionen; de esta
manera es probable que los lechos de los lagos se diferencien de los
cauces de los ros, pero tambin que stos se sigan confundiendo con
los caminos. Esto se debe a que de banda a banda un mismo objeto
presenta diferentes tonalidades de gris, y que si en una banda se
confunde con otros objetos, en otra tal vez pueda diferenciarse, de tal
manera que al considerar la imagen multiespectral en su conjunto se
pueden distinguir una mayor variedad de objetos que si nicamente se
considera una banda por separado. Aun as, casi nunca puede decirse
que una clase de cobertura corresponde nada ms a un slo objeto,
puesto que recordemos (Figura 11) que el sensor remoto mide la
energa luminosa que proviene de un CIV, el cual, para el caso de una
imagen satelitaria moderna, puede tener 30 x 30 2, adems de que,
como puede verse, lo ms probable es que en l haya varios objetos.

As pues, en un CIV puede haber algunos rboles, suelo y rocas; todos

estos objetos contribuyen, en forma proporcional, al rea que ocupan
dentro del CIV y a la energa luminosa que, finalmente, mide el sensor
remoto. Nada ms en ejemplos como el de los lechos o de los lagos o
en el caso de cuerpos de agua donde el rea que cubren es mucho
mayor que el tamao del CIV puede asegurarse que la clase de
cobertura contiene un slo objeto de la escena, y esto, claro est, en el
supuesto de que un lecho o un cuerpo de agua no se confunde con
algn otro objeto que tenga caractersticas espectrales similares. En
este caso diremos entonces que una clase de cobertura se equipara con
una clase espectral individual; en general consideraremos que una clase
de cobertura est compuesta por varios objetos de la escena o por
varias clases espectrales. Algo ms compleja es la situacin que se
presenta en la formacin de una radiografa, ya que los rayos X pasan a
travs del tejido seo y del tejido blando; en este caso la energa que
mide el sensor sobre el CIV correspondiente no es ya la superposicin
proporcional de las respuestas espectrales de los objetos que se
encuentran en l, puesto que aqu ambos tejidos lo cubren enteramente;
esto se debe a que los rayos X los atraviesan y no son reflejados como
en l caso de una escena terrestre iluminada por luz visible. Por tanto,
en una radiografa la superposicin de respuesta espectrales de los
objetos contenidos en un CIV ya no es lineal, depende ms bien de la
manera cmo interaccionan los rayos X, primero con el tejido blando,
despus con el seo y al final nuevamente con el tejido blando. En
otras palabras, estos rayos X al llegar al tejido seo llevan ya
informacin del tejido blando, puesto que ya interaccionaron con sta,
y posteriormente llevan informacin del tejido blando y del seo; los
rayos X interaccionan con el tejido blando que est de un lado del
tejido seo, despus interaccionan con ste y finalmente con el tejido
blando que se encuentra del otro lado del tejido seo. Summosle a
estos hechos el que ambos tejidos tienen espesores variables y que se
encuentran a diferentes distancias de la fuente de rayos X y tendremos
una situacin compleja, difcil de analizar, en forma automatizada.
Todo esto hace que en ningn caso de radiografa se plantee que una
clase de cobertura corresponde nicamente a un slo objeto o clase
espectral.
Hemos estudiado hasta ahora los datos que estn relacionados con los
patrones espectrales de la figura. 23 y hemos dilucidado algunos
aspectos interesantes de la escena, pues el anlisis, clasificacin y
segmentacin de dichos patrones nos han permitido entender varias
caractersticas importantes de los objetos de la escena y de su
comportamiento a partir de cmo son vistos por un sensor remoto a
travs de cada CIV. La naturaleza cuantitativa de la imagen digital
correspondiente a la escena de inters es la que hace posible dicha
clasificacin espectral, la que conduce, a su vez, a la separacin o
segmentacin de varias clases de cobertura. Esta segmentacin es la

que da lugar finalmente a que puedan ser extradas varias propiedades

de la clase de cobertura, tales como extensin o rea cubierta,
localizada en la escena y frontera con otras clases; estos datos, junto
con medidas puntuales hechas directamente en la escena, son los que
dan informacin sobre la situacin o aspecto que presentan los
diferentes objetos del paisaje, como ya se discuti en algunos ejemplos
anteriores expuestos. La clasificacin espectral deja pendientes, sin
embargo, algunas ambigedades que slo pueden ser resueltas cuando
se toman en cuenta las propiedades de los patrones espaciales, esto es
cuando se integran al anlisis espectral las consideraciones pertinentes
en cuanto a textura y morfologa de tales patrones.
En cuanto a la morfologa existe una clara diferencia que presenta un
camino con respecto a la forma de los cauces de los ros y a la forma de
los lechos de los lagos secos y que es lo que permite segmentar en tres
clases diferentes lo que antes era una clase obtenida por
consideraciones puramente espectrales. Al agregar consideraciones de
forma lo que estamos haciendo es poner en ms planos (Figura 22)
estructuras cada vez ms elementales, tan elementales como queramos
o como nos lo permita nuestra capacidad de anlisis automatizado, ya
que en algunas ocasiones no se requiere de una sntesis de la imagen
(Figura 22) con un detalle demasiado elevado, y en otras la dificultad
de tipo computacional es tan grande que hace imposible la separacin
de la imagen en una cantidad mayor de un nmero dado de planos o
estructuras quasielementales. Tal vez se podra decir que en el otro
extremo de nuestro anlisis sobre la morfologa se encuentra la
consideracin de que la forma de los lechos de los lagos se confunde
con la forma de los patrones oscuros que se encuentran en el cuadrante
inferior derecho, y que con esto se produce, aparentemente, un
retroceso en el proceso de segmentacin que deseamos realizar sobre la
imagen digital original. En apariencia, la consideracin de la forma nos
hace retroceder en la sntesis deseada, pero aqu sucede algo similar a
lo que pas cuando consideramos los aspectos espectrales de la
imagen: el considerar un slo tipo de clasificacin conduce
necesariamente a ambigedades. El uso combinado de la clasificacin
espectral y de la clasificacin morfolgica debe entenderse en el
sentido de la utilizacin de ambas clasificaciones o de una de ellas; en
todo caso la que proporcione la mejor segmentacin. La separacin de
los lechos, cauces y caminos es un ejemplo de la aplicacin de la
clasificacin espectral seguida de la clasificacin morfolgica, pero, en
el caso de los lechos y de los patrones oscuros mencionados, la
decisin est sobre una de las clasificaciones: la espectral. Cuando el
uso combinado de estos criterios de clasificacin, en el sentido arriba
expuesto, no permite segmentar ms la imagen, es decir, no permite
definir estructuras ms elementales, decimos entonces que hemos
agotado nuestra capacidad de anlisis lgico. Aqu hay que hacer una
distincin clara entre este tipo de capacidad y la capacidad de anlisis

computacional, puesto que puede suceder, y de hecho sucede en

algunos casos, que la estructura de cierto patrn espacial est poco
clara o poco definida, de tal manera que la clasificacin de su forma
por medios automatizados arroje resultados ambiguos, aun cuando, tal
vez, por medio de la interpretacin humana directa es posible la
clasificacin correspondiente. En general, la limitante en la capacidad
de anlisis, pero no por ello en la rapidez, se encuentra, quizs dada por
problemas en la implantacin computacional de los esquemas lgicos
de anlisis, o quizs, en que no se ha logrado todava imitar con la
adecuada eficiencia los criterios cerebrales de interpretacin humana.
La clasificacin con base en consideraciones de textura aade
elementos interesantes al anlisis de la imagen digital mostrada en la
figura 23. De nueva cuenta, aquellas regiones oscuras se confunden
con las que presentan el tono ms claro, puesto que la textura para
ambos extremos de tono se presenta en un aspecto similar, haciendo
notar que aledaas a las zonas ms claras se encuentran
manifestaciones texturales de aspecto muy peculiar que denotan un
relieve del terreno diferente al de los lechos de los ros en donde la
superficie es bastante plana, y esta diferencia se presenta aun cuando el
tipo de suelo sea aparentemente el mismo. Este hecho nos ensea que
en lo que a la superficie de la Tierra se refiere, la textura es un
indicador de la topografa del terreno, y la topografa a su vez tiene que
ver con propiedades geofsicas de la misma superficie, propiedades que
se refieren bsicamente a la dureza del suelo y a las fuerzas que
modelan el relieve de tal superficie. En el caso de una radiografa, la
textura que presenta una determinada regin del sistema seo puede
dar informacin acerca del estado de desarrollo de los huesos, o del
estado de salud en el que se encuentren. Tanto la superficie de la Tierra
como un tejido humano determinado presentan una variedad de
texturas relacionadas con propiedades geofsicas y biomdicas
relativamente bien conocidas, de tal manera que la clasificacin
textural es un elemento de informacin ms en el estudio de un sistema
fsico por medio de percepcin remota. Los cauces de los ros y los
caminos se ven como lneas quebradas y rectas respectivamente y stas
son tan delgadas que cabe preguntarse si se puede asociar una textura a
un patrn espacial con estas caractersticas. Habamos dicho que la
textura estaba determinada por tres aspectos en una imagen: la
frecuencia de cambio de tono, la direccin del cambio y el contraste de
un pixel con sus vecinos prximos; de ah que una lnea, ya sea recta o
quebrada, sea considerada como un caso particular y especial de un
conjunto de texturas. Tal vez tengamos la tendencia a pensar que una
clase de textura requiere, para ser considerada como tal, de un patrn
que presente un aspecto repetitivo de una u otra manera y, sin embargo,
en el caso de una sola lnea no se tiene tal repeticin, aunque de todas
maneras satisface los tres aspectos determinados para que exista una
clase de textura; es debido a estas consideraciones que decimos que

una lnea es un caso particular y especial del concepto de textura. Con

base en estos mismos criterios aplicados al caso de una lnea, puede
decirse que en el resto de la imagen (Figura 23) se tienen tres o cuatro
texturas ms relacionadas con la densidad de la vegetacin; pues
aunque el aspecto "granuloso" es semejante para toda la cobertura
vegetal, no as el contraste que varia de una densidad a otra. Los
criterios completamente diferentes para establecer una clasificacin
espectral y una clasificacin textural hacen que al menos en el caso de
la cobertura vegetal de la figura 23, la segmentacin que producen sea
ms bien complementaria y no excluyente.
Qu podramos decir ahora, en forma comparativa, de las tres
clasificaciones posibles: espectral, textural y morfolgica, que pueda
ser aplicable en el proceso de anlisis de una imagen digital
multiespectral? Para responder a esto consideremos la Tabla 2 donde se
muestran varios elementos de informacin fsica acerca del terreno, y
que aporta cada clasificacin para el caso de una imagen satelitaria de
la superficie terrestre.
Tabla 2. Matriz comparativa del tipo de clasificacin en una
imagen digital vs atributos del terreno.

Elemento de
informacin
Clasificacin

Topografa

Textural
Espectral
Morfolgica

Reflectancia
X

Actividades Cobertura Conjuncin Red de

del hombre
vegetal suelo/vegetal drenaje
X
X
X
X
X
X
X
X
X
X

El atributo cobertura vegetal se considera aqu para cuando se tienen

densidades de vegetacin muy altas, lo suficiente para que cubra
enteramente el suelo, y, por conjuncin suelo/vegetacin se entiende el
aspecto fsico que presenta un cierto tipo de vegetacin desarrollada
sobre un cierto tipo de suelo para una variedad amplia de densidades de
vegetacin, pero sin que sta cubra totalmente al suelo. Las
condiciones topogrficas y del tipo del suelo determinan no nada ms
la especie o especies vegetales presentes, sino tambin el aspecto que
presentan en cuanto a la textura, adems de que la respuesta espectral
ser la combinacin ponderada de las respuestas individuales de la
vegetacin y del suelo, como ya se haba mencionado. En el caso de
que un atributo sea cubierto por ms de una clasificacin, debe

entenderse que es en el sentido complementario a como se discuti ms

arriba. Debe quedar claro que cada clase de imagen tiene un conjunto
de atributos predeterminados por el contexto bajo el cual se adquiri la
informacin de la escena correspondiente y que, una vez definido dicho
conjunto, la matriz comparativa, anlogamente a la de la Tabla 2, se
construye con base en las caractersticas particulares del problema que
se desea analizar a travs de la imagen digital respectiva. El manejo de
una tabla de clasificacin como la Tabla 2 constituye un recurso
general y amplio de una metodologa adecuada para el anlisis de una
escena dada, ya que es a travs de estas tres posibles clasificaciones
que se realiza la segmentacin de la imagen digital correspondiente a la
escena y son las estructuras quasielementales las que dan informacin
cuantitativa de cada clase de objetos en la escena. Si una o varias
estructuras de este tipo cambian en la imagen digital, tambin lo hace
la clase o las clases de objetos correspondientes en la escena. La
manera particular como se presentan las estructuras quasielementales
de una imagen define claramente la situacin en la que se encuentran
los objetos de la escena en el contexto de un problema dado, es decir
que las estructuras correspondientes, digamos al sistema seo, se
presentan de una manera caracterstica y nica dependiendo de la
situacin general de salud en la que se encuentre dicho sistema. En este
contexto podemos decir que la manera particular en la que se presentan
las estructuras quasielementales de una imagen digital multiespectral
definen lo que llamaremos estado espacial de la imagen, y que el
camino de cualquiera de dichas estructuras da como resultado un
cambio en el estado espacial de la imagen, lo que se traduce en que un
cambio en el estado espacial implica que en la escena ha ocurrido una
modificacin y que por tanto el anlisis correspondiente arrojar
resultados diferentes. Todo esto dejando claro que, como la imagen ha
sido sintetizada en estructuras quasielementales, se puede definir y
cuantificar exactamente de que tipo y de que extensin ha sido la
modificacin que ha experimentado la escena.
Veamos ahora cmo se pueden resumir esquemticamente los
conceptos desarrollados aqu para el anlisis de una escena; para ello
consideremos la Tabla 3.
Tabla 3. Orden lgico para el anlisis de una imagen digital y para
la evaluacin integral de la escena correspondiente.

En la Tabla 3 se han marcado con sendos valos el anlisis de una

imagen digital y, por tanto, el de la escena correspondiente, puesto que
el anlisis de la primera implica el de la segunda. La clasificacin en
tres posibles contextos: espectral, textural y morfolgica es el
comienzo del proceso, pues la tabla de clasificacin correspondiente se
construye a partir de la imagen dada y de los atributos del problema; la
solucin correspondiente se encuentra por medio de la segmentacin de
la imagen digital en estructuras quasielementales hasta llegar a la
evaluacin de la situacin de la escena a travs de la diferenciacin del
estado espacial correspondiente a dicha situacin. No debemos olvidar,
desde luego, que el anlisis de la escena requiere de la observacin
directa de un nmero selecto de objetos que se encuentren en la misma.
Se han vertido hasta aqu una serie de conceptos muy importantes para
comprender lo que es la percepcin remota, la cual involucra en forma
integral la captura de la imagen de una escena que se encuentre bajo
condiciones relativamente bien conocidas, el manejo de la ms
moderna tecnologa para el diseo y construccin de los sensores
remotos adecuados a cada problema y, desde luego, el anlisis de las
imgenes digitales por medios automatizados utilizando una
computadora digital. Dichos conceptos nos permiten retomar la
definicin de la percepcin remota y replanteara en trminos ms
amplios y generales; para esto diremos que la percepcin remota
espacial y aerotransportada est diseada para obtener datos, en un
experimento controlado, acerca de una escena, la que puede estar
constituida por una superficie fsica o virtual. Las medidas
involucradas a distancia no son encontradas para establecer nuevas
leyes fsicas, sino ms bien para identificar, discriminar y caracterizar
(matemtica y fsicamente) las clases de objetos que yacen sobre dicha
superficie. Las observaciones hechas de esta manera se refieren
bsicamente a las propiedades espectrales y espaciales (texturales y
morfolgicas) de los mencionados objetos. Es posible que varias de las
observaciones sean repetitivas, con lo que se pueden considerar
tambin las propiedades temporales de la escena en el conjunto de
medidas. La interaccin de la superficie sensada con los mecanismos

de "iluminacin" est en buenos trminos bien entendida. La

interaccin puede ser complicada para sistemas activos, como el radar,
las seales acsticas, los rayos X o los haces corpusculares, o simples
para sistemas pasivos, como es el caso de la teleobservacin de la
escena terrestre cuando se encuentra iluminada por la radiacin solar.
En cualquier caso, el mecanismo de generacin de imgenes depende,
primeramente, de la interaccin arriba mencionada, segundo, de la
geometra particular (Figuras 1 y 2) de iluminacin; fuente-objeto de la
escena/sensor remoto, y tercero, del mtodo de observacin y del
dispositivo sensor. Las propiedades espaciales y espectrales de la
escena estn quasipermanentemente registradas en forma digital o
analgica y la imagen resultante contiene mucha informacin
relacionada con los tres factores mencionados. El proceso de formacin
de imgenes arriba descrito es aplicable tanto en percepcin remota,
como en la fsica nuclear, las ciencias biomdicas y en la industria,
pues, como se ha visto a lo largo de este trabajo, todas estas ramas de la
ciencia y la tecnologa utilizan las tcnicas y la metodologa de la
percepcin remota en el desarrollo experimental de la investigacin
bsica y aplicada. Por razones histricas, la percepcin remota es
actualmente un trmino reservado para cuando se estudia el medio
ambiente geofsico y para cuando las observaciones mencionadas se
hacen desde el espacio y desde el aire.

Figura 24. La porcin inferior de esta figura muestra la banda 5

(rojo) de una imagen satelitaria que ha sido degradada por la
interferencia de la luz solar por la atmosfera. En la parte superior
se muestra la misma pero restaurada despus de haber modelado
fsicamente dicha interaccin.
Es necesario insistir que la percepcin remota es una ciencia aparte con
mtodos y elementos propios que han sido aplicados exitosamente en
otras ramas de la investigacin experimental. Cabe aadir tambin que
cuando esto se ha hecho as se habla en trminos generales de

teleobservacin: de la generacin de imgenes digitales

multiespectrales acerca de una escena cualquiera. El proceso de
extraccin de informacin (anlisis de imgenes) est conectado a los
tres factores mencionados con anterioridad y a los mecanismos de
degradacin (Figura 24) involucrados en la formacin de la imagen. El
estudio y comprensin de esto facilita el camino hacia la evaluacin de
las clases de objetos de la escena, de acuerdo a la representacin
esquemtica de la figura 25:

Figura 25. Etapas en el anlisis de una imagen digital para la

evaluacin y modelado de las clases de objetos de la escena.
Una vez que se obtiene la descripcin simblica de una imagen o el de
su estado espacial, la relacin de una cierta cobertura de clase de
objetos con un recurso particular puede no ser directa ni fcil de
encontrar en la mayora de los casos. Esto implica el modelaje del
medio ambiente geofsico relacionado a tal recurso natural. Cuando
este modelaje se complementa adecuadamente con observaciones
directas (apoyo de campo) acerca de las clases de objetos, entonces se
puede obtener informacin valiosa acerca de la superficie sensada. Es
en esta etapa en donde se puede realizar una planeacin adecuada de
los recursos naturales por medio de un Sistema Geogrfico de
Informacin, con consecuencias muy importantes en el desarrollo
socioeconmico de un pas.
En forma global podemos decir tambin que la percepcin remota se
compone de cinco elementos bsicos: el paisaje, la escena, el sensor
remoto, el tratamiento de la informacin relativa a la escena y la
modelacin (cuantificacin fsica y matemtica) de las clases de
objetos relativos a aqulla con fines de conocimiento del paisaje. Todos
estos elementos han sido ya discutidos, sin embargo es conveniente
retomar algunos y considerarlos en otro contexto con el objeto de
complementar y ahondar lo dicho hasta ahora. En lo que se refiere al

sensor remoto podemos considerarlo como un dispositivo capaz de

caracterizar adecuadamente la escena, y la lista de instrumentos (Tabla
1) que pueden clasificarse como tales es muy grande y variada: cubre
desde la cmara fotogrfica hasta el explorador espacial ms refinado.
Pero lo ms importante es que para caracterizar adecuadamente una
escena es necesario que el sensor pueda medir un conjunto de variables
fsicas que aqulla contiene. Por supuesto no es indispensable ni
prctico que ste mida todas las variables, pues una escena es
comnmente muy compleja y contiene una gran cantidad de ellas. Una
caracterizacin adecuada ser entonces aqulla que sea capaz de medir
un nmero selecto de variables que son de inters para el investigador,
y cuyo papel es seleccionar y aislar la informacin necesaria y
suficiente para entender el fenmeno que le interesa, a fin de
comprender el comportamiento del paisaje en un problema especfico.
Pero como un sensor remoto guarda su distancia respecto a la escena,
las variables medibles por l se reducen a dos: la intensidad y la
energa de luz o radiacin emitida o reflejada por los objetos que se
hallan en ella; la intensidad corresponder a la brillantez y la energa al
color (esto para el caso de la luz visible). As, la percepcin remota se
reduce a medir la variacin espectral, espacial y temporal de la
radiacin que proviene de la escena. La intensidad de esta radiacin,
para cada energa, depende, en forma compleja, de los componentes de
aqulla y de la intensidad de la radiacin que emite la fuente de
iluminacin. En algunos casos es posible que la escena absorba parte
de la radiacin incidente y despus de un cierto tiempo la reemita en
una forma de energa diferente. Los sensores ms sensibles
(espectroradimetros) permiten estudiar este fenmeno de absorcin y
reemisin. En general, para un CIV determinado de la escena y en un
instante dado, se puede medir la intensidad de la radiacin que
corresponde a cada valor de la energa, es decir a cada color de la luz
incidente, obteniendo as lo que se conoce como respuesta espectral de
ese CIV.La finalidad del uso del sensor remoto consiste en medir esta
respuesta para cada punto de la escena. A este conjunto de medidas se
le llama imagen multiespectral digital de la escena. Dicho en otras
palabras, el sensor, mediante un sistema optoelectrnico, divide la
regin del espectro de colores de la luz que proviene de ellas en varios
intervalos llamados bandas y a cada uno le asigna un valor
proporcional a la intensidad de la radiacin que proviene de cada CIV
de la escena. Este valor de intensidad se aproxima, a su vez, mediante
un convertidor que traduce la seal analgica (continua) a un valor
numrico digital. Estos valores pueden ser por su parte almacenados en
algn dispositivo conveniente, cmo una cinta magntica, o en el caso
de un sensor satelitario, ser transmitidos a la estacin de rastreo del
satlite ms prxima. El desglosar el espectro de luz en varias bandas o
planos de color facilita la obtencin de informacin a partir de los
datos de la escena, ya que el grado de luminosidad de cada uno de los
elementos que la componen vara de banda a banda, como ya se haba

explicado. Este mtodo forma en un proceso en paralelo, varias

imgenes de la misma escena, produciendo lo que se conoce como
imagen multiespectral de la misma.
Para fines de representacin visual (despliegue) de la imagen digital
multiespectral, en cada una de las bandas, puede asignarse a sus
elementos o pixels un color arbitrario, lo que ayuda, entre otras cosas, a
la clasificacin y realce de dichos elementos. La superposicin de estas
imgenes en un sistema de despliegue (Figuras 6, 18, 19, 20, 23 y 24)
constituye una reconstruccin de la escena y la informacin contenida
en tales bandas, separable o interrelacionada, permite el anlisis
(visual) y modelado (fsico y matemtico) de los objetos que la
componen. Los datos de cada banda de la imagen multiespectral, con
sus respectivas correlaciones acerca de todos los elementos de una
escena, son numerossimos, por lo que es necesario utilizar una
computadora digital para que los procese. Un sistema de computacin
con una programacin adecuada puede examinar y clasificar rpida y
sistemticamente los datos obtenidos por el sensor remoto. La
potencialidad de un sistema de este tipo estriba en su capacidad para
manejar la informacin cuantitativa relativa a la escena. Antes de
evaluar las imgenes de sta es necesario procesar los datos obtenidos
por el sensor y prepararlos a fin de que puedan ser analizados. Esto se
realiza en tres etapas: primera, la correccin de defectos debido a la
distorsin de la geometra particular que guarda la plataforma y el
sensor con la escena y la fuente de iluminacin; segunda, el realce por
transformacin de los datos de la imagen con el objeto de poner en
evidencia ciertos patrones en la imagen, y tercera la agregacin o
clasificacin de los datos relativos a la escena. Una vez as procesadas,
las imgenes se encuentran listas para el trabajo de evaluacin y
modelado, el que se realiza precisamente en la parte que se ha
denominado descripcin simblica de la imagen digital (Figura 25) y
que culmina con la construccin de una tabla similar a la 2. El
tratamiento de los datos relativos a la escena en el contexto de lo que se
esquematiza en la figura 25 se realiza por medio de un paquete de
programas formado por una variedad de algoritmos computacionales
instalados en una computadora digital. Dicho paquete puede operar con
los valores provenientes de cada banda que hayan sido adscritos a las
repuestas espectrales de cada CIV de la escena. Mediante el examen
automtico de estos valores, las reas sobre ella que muestren
respuestas similares pueden ser relacionadas, clasificadas y modeladas
en el contexto del medio ambiente geofsico, fsico, biomdico e
industrial.
En principio, el comportamiento temporal de la respuesta espectral de
los puntos de la escena, permitiran identificar los elementos que la
componen, con la sola limitacin de la resolucin espectral y espacial
del sensor remoto. Sera una tarea formidable medir directamente la

gran variedad de objetos, con sus respectivas variaciones estadsticas,

que forman los diferentes sistemas fsicos susceptibles de estudio por
medio de la percepcin remota y posteriormente almacenar en un
banco de datos el resultado de estas medidas con el objeto de utilizarlos
en el anlisis de los sistemas fsicos mencionados. As, es necesario
establecer un compromiso entre la teleobservacin de la escena y las
medidas directas efectuadas sobre ella misma. Las medidas directas
son indispensables en la correcta identificacin de los objetos
teleobservados. Las medidas directas o medidas puntuales son un
conjunto de datos, tomados directamente sobre la superficie que forma
la escena y que permiten establecer una correlacin unvoca entre los
datos que produce el sensor y la realidad fsica de la misma. Es claro
que si se contara con "toda" la informacin directa de la escena, la
percepcin remota sera intil por redundante, y que si las medidas
puntuales fuesen desconocidas, los datos obtenidos por el sensor
remoto no tendran todo el potencial y la utilidad que tienen cuando se
combinan con dichas medidas puntuales. Ms an, con la carencia de
este tipo de medidas, algunos datos del sensor remoto faltaran de
sentido por no saber exactamente a qu corresponden. Las medidas
puntuales sirven de calibracin al experimento realizado por medio de
la percepcin remota. Un factor muy importante en la percepcin
remota en geofsica es la atenuacin de la luz proveniente de la Tierra
debido a la atmsfera y a las nubes. Aunque esta atenuacin se debe
principalmente a la dispersin de la luz por las molculas que forman
el aire, hay algunas regiones del espectro de luz donde se produce por
absorcin, fundamentalmente debida a molculas de agua, ozono,
oxgeno y bixido de carbono. A esto hay que agregar que en el caso de
las nubes la luz que proviene del Sol es reflejada hacia el espacio y no
alcanza por tanto a iluminar la superficie terrestre. Estos problemas
implican que las regiones del espectro de luz donde no hay absorcin
forman varias "ventanas" que se aprovechan para denominar las bandas
ms convenientes en operacin del sensor remoto (Tabla 4). As, por
ejemplo, en los Landsat 4 y 5 la banda nmero 4 se ha reducido con
respecto a la que utilizaban los Landsat 1 y 2 para evitar la absorcin
debida a las molculas del agua en semisuspensin en la atmsfera
terrestre. El problema que presentan las nubes es ms complicado, ya
que adems de la atenuacin por dispersin y absorcin, la luz
reflejada por ellas se superpone a la que proviene directamente de la
tierra y que incide en el sensor remoto. Este efecto es muy importante,
ya que en cualquier momento la Tierra se encuentra cubierta por nubes
en un 50% de su superficie. Cuando la nube es delgada, y permite al
menos un 50% de transmisin de la luz, es posible recobrar (Figuras
26(a) y 26(b), vase pliego a color) parte de la informacin que se
encuentra debajo de ella. En los Landsat 3, 4 y 5, una banda en el
infrarrojo trmico ayudar, en parte, a resolver esta dificultad puesto
que las nubes y la atmsfera son ms transparentes en esta regin del

espectro de luz invisible al ojo humano, que en aquella regin de la luz

visible.

Tabla 4. Comparacin de algunos datos de plataformas espaciales y

sus respectivos sensores.

Plataforma
Dato

Skylab

Landsat 1 y
2

Landsat 3

Landsat 4 y 5

Fecha de
Febrero,
lanzamiento 1973

Julio,1972 y
Julio, 1982 y
Marzo, 1975
Enero 1975
Marzo, 1984

Altura sobre
435 km
la tierra

920 km
ambos

Perido de
93 minutos
la rbita

103 minutos
99 minutos
103 minutos
ambos
ambos

variable y
Tamao del
comparable
elemento de
57x79 m
a los Landsat
resolucin
1y2

912 km

57x79 m
238x238 m
para la 5a.
banda.

SPOT
Noviembre
1985

GOES 6

Octubre, 1978

Abril, 1983

955 km

36000 km

107 minutos

24 horas

20x20 m
10x10 m
para la 4a.
banda.

800x800 m

14x14 km
para la 1a.
banda,8x8 km
para la
2a. banda

16000 x
16000 km

18000 x
20000 km

700 km ambos 822 km

30x30 m
120x120 m
para la 6a.
banda

Nimbus 7

101 minutos

Tamao de
variable
la imagen

185x185 km 185x185 km 185x185 km

60x60 km

13 bandas
espectrales
Bandas
espectrales entre 0.4 y
12.5 m

1)0.45-0.52m
1)0.5-0.6m 2)0.52-0.60
1)0.5-0.6m
2)0.6-0.7
3)0.63-0.69
2)0.6-0.7
3)0.7-0.8
4)0.76-0.90
3)0.7-0.8
4)0.8-1.1
5)1.55-1.75
4)0.8-1.1
5)10.4-12.6 6)10.4-12.5
7) 2.08-2.35

1)0.43-0.45m
2)0.48-0.50
1)0.50-0.59m 3)0.51-0.53
1)0.55-0.75m
2)0.61-0.69
4)0.55-0.57
3)0.79-0.90
5)0.58-0.60
2)10.5-12.5
4)0.51-0.73
6)0.66-0.68
7)0.75-0.79
8)0.84-0.89

Nota: la correspondencia aproximada "colores" y longitudes de onda es

la siguiente:

Violeta
Azul
Verde

0.40-0.45 m
0.45-0.51
0.51-0.56

Amarillo
Anaranjado
Rojo

0.56-0.59m
0.59-0.63
0.63-0.70

Infrarrojo cercano
Infrarrojo trmico

Hemos desarrollado y estudiado hasta ahora los elementos ms

importantes para el anlisis de una imagen multiespectral con el objeto
de entender los mecanismos del funcionamiento de la escena y del
paisaje. Cabe aclarar que las dificultades matemticas y
computacionales para el anlisis digital de una imagen multiespectral
pueden ser enormes. De hecho en algunos casos los requerimientos en
computacin y matemticas son de una importancia tal que implican
que un laboratorio de percepcin remota necesite de personal altamente
calificado y requiera de los ms avanzados sistemas computacionales.
Por otro lado diremos tambin que de las clasificaciones mostradas en
la Tabla 2, la que es relativamente ms fcil de llevar a cabo es la
espectral, ya que la definicin de respuesta espectral es de una
naturaleza que no permite ambigedades. La definicin que se dio aqu
es claramente cuantitativa y conduce a establecer reglas precisas para
la separacin de clases espectrales que finalmente pueden ser asociadas
con las de cobertura de la escena, de acuerdo a la serie de ejemplos
dados con anterioridad. Las dificultades matemticas y
computacionales se incrementan a medida que se enfrentan problemas
de clasificacin textural o morfolgica y esto se debe bsicamente a
que an no se comprenden cabalmente los mecanismos que utiliza un
ser humano para analizar en general una imagen. A medida que se
vayan entendiendo dichos mecanismos, se irn eliminando elementos
de subjetividad y se obtendrn criterios claros y cuantitativos para las
clasificaciones textural y morfolgica; esto traer como consecuencia
un incremento notable en la velocidad de anlisis, sin dejar de lado
que, en una simbiosis estrecha, entender los mecanismos cerebrales de
reconocimiento de patrones tambin traer un mejoramiento en el
diseo de los sistemas computacionales, tanto en su arquitectura como
en los lenguajes de operacin de la computadora respectiva.
En la captura y registro de una imagen multiespectral de una escena
dada existen siempre fenmenos o medios de interferencia (Figuras 24
y 26) que degradan de cierta manera la informacin contenida en la
imagen digital. ste es el caso mostrado en la figura 24, en donde se
presenta una impresin fotogrfica del plano de color o banda que
corresponde al rojo de una imagen multiespectral satelitaria de cuatro
bandas. De hecho, todas las imgenes satelitarias son degradadas por la
interaccin de la luz con la atmsfera, lo que consiste en que la luz se
dispersa al interaccionar con las molculas que componen el aire de
aqulla, siendo mayor el grado de dispersin para el azul y
disminuyendo gradualmente hacia el rojo, lo que significa que los

0.70-3.0
3.0-14.0

planos de una imagen multiespectral estarn degradados de manera

diferente de acuerdo al filtro de color con que fueron tomadas. Al
modelar fsicamente dicha interaccin se logra entender y cuantificar la
dispersin de la luz solar en funcin del color y de las componentes
atmosfricas, lo que permite entonces restaurar la imagen al estado que
tendra si no hubiera ocurrido dicha dispersin. La restauracin
consiste en construir una imagen que llamamos restaurada a partir de la
imagen degradada y de la comprensin del fenmeno de degradacin,
de tal forma que el producto resultante sea como si el fenmeno de
degradacin hubiese estado ausente al momento de la captura de la
escena correspondiente. En la mayora de los casos de degradacin los
efectos se manifiestan como si la imagen resultante estuviese borrosa,
fuera de foco o carente de contraste. Al observar la parte superior de la
figura 24 vemos que estos efectos han sido minimizados. En otros
casos de degradacin la imagen resultante puede aparecer como
"embarrada" por el movimiento relativo entre el sensor y la escena,
como es el caso de un sensor orbital donde la captura de sta debe
hacerse en forma extremadamente eficiente para minimizar este efecto
de "embarramiento". La figura 26 nos ensea un caso interesante de
degradacin, puesto que en la parte (a) se puede apreciar una imagen
similar a la mostrada en la figura 24, pero con una nube cubriendo la
parte inferior. Esta nube es bastante delgada, es decir deja pasar ms
del 50% de la luz que proviene del sol. Aun as constituye un verdadero
obstculo; el resultado es que difcilmente se aprecia. lo que se
encuentra debajo de dicha nube. Con un modelo matemtico y fsico,
una buena parte de la nube ha sido "removida" (Figura 26(b), logrando
con esto una imagen restaurada. Tal restauracin es slo para casos
relativamente simples, puesto que para nubes gruesas o con espesor
altamente variable es prcticamente imposible recobrar la informacin
pertinente a la imagen digital. En el caso de la radiografa de un ser
humano o de un motor en donde se pretenden observar patrones
internos como huesos o defectos, los mecanismos de degradacin son
ms complejos, ya que el medio o los medios de interferencia estn
estrechamente ligados con los patrones que se desean estudiar. Aun en
este caso la restauracin es posible cuando son bien conocidas las
circunstancias bajo las cuales fueron tomadas las radiografas.