3.2 — Índices Espectrales: NDVI, NDWI, NDBI y NBR
3.2 — Realce Geométrico y Filtros Espaciales
Convolución, filtros de paso bajo y paso alto, operadores morfológicos
El realce geométrico actúa en el dominio espacial modificando la relación entre cada píxel y sus vecinos mediante convolución con un kernel. Los filtros de paso bajo suavizan (eliminan ruido) y los de paso alto realzan bordes y texturas.
Erosión (Morfología)
Reduce zonas brillantes: cada píxel toma el mínimo de su vecindad. Elimina objetos pequeños aislados. Muy útil para limpiar clasificaciones de vegetación.
Dilatación (Morfología)
Expande zonas brillantes: cada píxel toma el máximo de su vecindad. Conecta objetos próximos. Rellena huecos en masas forestales.
Apertura (Erosión+Dilatación)
Elimina objetos pequeños sin cambiar el tamaño de los grandes. Muy usado para eliminar árboles aislados en clasificación de bosque continuo.
Cierre (Dilatación+Erosión)
Rellena huecos pequeños dentro de objetos grandes sin cambiar la forma exterior. Útil para eliminar reflexiones especulares puntuales en zonas de agua.
🔲 Simulador de Filtros Espaciales
Selecciona un filtro y observa su kernel y aplicación
Kernel (3×3):
Aplicaciones en teledetección:
| Tipo | Frecuencia | Efecto | Uso teledetección |
|---|---|---|---|
| Media 3×3 | Paso bajo | Suaviza ruido | Pre-clasificación, preparación SAR |
| Gaussiano | Paso bajo | Suaviza preservando bordes | Ruido sal/pimienta en óptico |
| Mediana | Paso bajo (no lineal) | Elimina outliers sin borrar bordes | Speckle radar SAR |
| Laplaciano | Paso alto | Bordes omnidireccionales | Fallas geológicas, cuencas |
| Sobel/Prewitt | Paso alto | Gradiente direccional | Hillshade, contornos de campo |
| Unsharp Mask | Paso alto compuesto | Realce global | Imágenes ópticas de alta resolución |
- La convolución es la operación matemática base de todos los filtros: suma ponderada del píxel y sus vecinos según el kernel
- Paso bajo = suavizado = elimina ruido de alta frecuencia; Paso alto = realce = amplifica bordes y texturas
- El filtro mediana es el mejor para ruido impulsivo (sal/pimienta) y para el speckle de imágenes SAR
- Los filtros morfológicos (erosión, dilatación) son no lineales y muy efectivos para limpiar clasificaciones binarias
- Guardar siempre la imagen original: los filtros son destructivos si se sobreescribe el archivo fuente
Conclusión del Módulo 3.2
- ✅ Los filtros espaciales transforman el contenido frecuencial de la imagen: suavizar para análisis estadísticos, realzar para interpretación visual
- ✅ La elección del filtro depende del tipo de ruido (gaussiano → media, sal/pimienta → mediana, speckle SAR → mediana adaptativa)
- ✅ Los operadores morfológicos son los aliados de la post-clasificación para limpiar resultados y rellenar huecos