Clustering de imágenes en espacio HSL con R

[Guillermo Luijk]

Siguiendo con mis prácticas de R he escrito un artículo donde pruebo a clasificar imágenes de satélite. Es algo que cae más en el campo del análisis de datos que de la fotografía, y que además a los fotógrafos no resultará nada especial porque este tipo de clasificaciones las hacemos continuamente con Photoshop para hacer selecciones basadas en luminosidad, color,... Solo que aquí se cuentan más las tripas de esos algoritmos.

Clustering de imágenes en espacio HSL con R

La primera imagen es de La Manga del Mar Menor:



Clasificándola en 5 zonas discriminadas de acuerdo a su tono (la saturación y luminosidad las he dejado fuera), se tienen bastante bien diferenciadas las zonas de mar, tierra (1 y 2) y laguna (1 y 2):



El histograma de tonos (no es el histograma RGB a que estamos acostumbrados) tiene esta pinta; los valores de arriba definen el tono tipo de cada agrupación de píxeles (clúster):




En un segundo ejemplo he tratado de hacer una clasificación que distinga lo mejor posible áreas calcinadas en un incendio (La Junquera):



En este caso para llegar a un buen resultado las variables usadas han sido el tono y también la saturación. El clustering con ambas variables ha permitido reconocer con bastante precisión las zonas arrasadas, mientras que usando solo el tono o solo la saturación el resultado es malo:



Aquí la distribución de tonos y saturaciones de la fotografía original (C1=incendio, C2=poblaciones y cultivos, C3=bosque):



Aquí el clustering a 960px de ancho.

Salu2!

[perelight]

Espectacular la aplicación de R a éstos conceptos. Bravo, lo seguiré con atención.

Enviado desde mi Mi A1 mediante Tapatalk