Desarrollo de herramienta de software para la clasificación de imágenes georreferenciadas orientada al sector agroforestal

Abstract

En este trabajo de fin de máster se desarrolla una herramienta en base Python para la clasificación de ortomosaicos multiespectrales procedentes de sensores embarcados en dron y del satélite Sentinel-2, siempre que se disponga de las 4 bandas RGBNIR. Para esta tarea se emplea el algoritmo k-means de manera muy eficaz, disminuyendo el tiempo de clasificación en un 90% respecto a “Semi-Automatic Classification Plugin” de QGIS. Además, selecciona de manera autónoma la vegetación de la imagen de manera eficaz, exportando únicamente los píxeles correspondientes en un archivo ráster. Tiene la funcionalidad de procesar por lotes varios ortomosaicos multibanda en formato .tif, aunque esta opción no está disponible para ortomosaicos Sentinel-2 con las bandas en diferentes archivos .jp2 como es habitual descargarlas. Ofrece también dos funciones extra: calcular de forma autónoma el número de clústeres más adecuado y realizar una reducción de dimensionalidad mediante un Análisis de Componentes Principales, pero su rendimiento es bajo y en principio no aportan una mejora. La herramienta cuenta con una interfaz gráfica simple para facilitar su uso que ha sido diseñada en Qt Designer.