Diseño De Un Algoritmo Para Reconocimiento De Área De Crecimiento Urbano Utilizando Imágenes Quickbird

El presente trabajo tiene como finalidad diseñar un algoritmo para reconocimiento de área de crecimiento urbano. En la actualidad el terreno para la construcción de viviendas de la ciudad de Bogotá se está agotando debido al crecimiento mesurado de la población, acabando así con los humedales y zona...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2015
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/4899
Acceso en línea:
http://hdl.handle.net/11349/4899
Palabra clave:
Crecimiento
Clasificación
Nivel Digital
Firma Espectral
Resolución
Teledetección
Growth
CLASSIFICATION
LEVEL
DIGITAL
RESOLUTION
REMOTE SENSING
FIRM
SPECTRAL
Rights
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:El presente trabajo tiene como finalidad diseñar un algoritmo para reconocimiento de área de crecimiento urbano. En la actualidad el terreno para la construcción de viviendas de la ciudad de Bogotá se está agotando debido al crecimiento mesurado de la población, acabando así con los humedales y zonas verdes de la ciudad. La localidad de Engativá ubicada al noroccidental de la ciudad, en los últimos diez años ha tenido un crecimiento urbanístico considerable. Para dar cumplimiento al diseño se plantío un objetivo específico el cual es realizar un algoritmo que identifique las características de zonas de acuerdo a sus firmas espectrales determinadas y evaluar los resultados arrojados en campo sobre el resultado del algoritmo. Para el desarrollo del algoritmo se utilizará lógica de programación por medio del software Matlab, donde se empleara una metodología basada en cuatro fases las cuales son: Análisis, Diseño, Desarrollo e Implementación; estas fases proporcionaran los pilares para poder alcanzar el objetivo propuesto. El proyecto contendrá una malla de 25 puntos de control sobre Google Earth con una extensión KML, las imágenes que este algoritmo podrá pos procesar serán tomadas de las pantalla por medio del software Google Earth las cuales provienen del satélite Quickbird guardándolas principalmente con las extensiones TIF y JPEG, también tendrá la posibilidad de realizar el procedimiento con imágenes ajenas a este con las extensiones anteriormente mencionadas. El pos proceso se realizar por medio de comparación de niveles digitales entre las imágenes de la zona actual y de la zona en años anteriores, este algoritmo pos procesara dos imágenes satelitales para conocer el cambio que estas han tenido a nivel de construcción de vivienda esperando como producto un aplicativo semi automático donde el usuario solo tendrá que interpretar las imágenes arrojadas por el algoritmo.