Referència
Zabala, A., & Pons, X. (2011). Effects of lossy compression on remote sensing image classification of forest areas. International Journal of Applied Earth Observation and Geoinformation, 13(1), 43-51.
Autors/es

Alaitz Zabala, Xavier Pons.

Fitxa elaborada per

Nou mètode de compressió d'imatges digitals de boscos utilitzades en la gestió del medi natural del Mediterrani

Average: 1 (2 votes)
2011
Objectiu

Avaluar la influència de la compressió amb pèrdua d’informació de les imatges en la classificació digital de boscos, en la gestió del medi en àrees mediterrànies.

Mètodes bàsics

S’estudia les implicacions de la compressió de les imatges en JPEG (JPG) i JPEG 2000 (J2K). S’utilitza un conjunt d’imatges multitemporals que cobreix una àmplia zona i s’obté una llegenda forestal detallada (14-15 categories forestals). S’inclouen variables no radiomètriques.

Resultats principals

Les classificacions realitzades amb una prèvia correcció radiomètrica de les imatges comprimides i variables topoclimàtiques no es veuen afectades negativament per la compressió, fins i tot amb taxes de compressió molt altes. La compressió JPG pot ser aplicada a imatges amb una taxa de compressió (la relació entre la mida de les imatges originals i la mida de les imatges comprimides) de 10:1 o fins i tot de 20:1 per JPG i J2K. S’ha de tenir en compte la fragmentació de la zona d’estudi; en zones menys fragmentades és possible una elevada taxa de compressió tant per JPG com J2K, però en zones fragmentades no es aconsellable JPG , i quan s’utilitza J2K només es recomana una taxa de compressió de  3,33:1 a 5:1.

Conclusions

S’ha observat que en la classificació de les imatges la compressió estàndard de J2K (ISO 15.444-1) és millor que el JPG (ISO 10918-1), ja que produeix menys artefactes a major taxa de compressió. La compressió de les imatges a J2K és computacionalment més llarga, però això ja no és un problema amb la tecnologia actual.

Estudis relacionats

Agrícola
Average: 1 (2 votes)
2024
Forestal
Average: 1 (1 vote)
2023
Forestal
Average: 1 (5 votes)
2023