Revista de teledetección y SIG

Abstracto

Extracción de límites catastrales y clasificación de imágenes mediante OBIA y aprendizaje automático para el programa de modernización de registros de tierras nacionales en la India

Thakur V, Doja MN, Ahmad T, Rawat R

El presente trabajo se basa en el enfoque dinámico para la extracción de límites catastrales y la clasificación de imágenes utilizando algoritmos de aprendizaje automático. Los esfuerzos se centran en facilitar el proceso de digitalización de mapas en el país. El algoritmo Large Scale Mean Shift Segmentation se utilizó para la delineación de los límites catastrales de dos tipos diferentes de regiones de estudio tomadas para el estudio, en función de sus accidentes geográficos: colinas y llanuras. La calidad de la segmentación se midió con el software AssesSeg. Se entrenaron modelos que utilizan clasificadores: Random Forest y Support Vector Machines y se probó su eficiencia en múltiples imágenes. Se observó el comportamiento de los modelos en función de los accidentes geográficos. Las matrices de error se generaron en función de los datos de referencia. Probamos estos modelos como demostrador para actualizar mapas antiguos a través del análisis de imágenes y, en función de su rendimiento, consideramos el potencial de usarlos para actualizar los datos de los registros de tierras en el país. Esta investigación muestra la posibilidad de adaptar los métodos de aprendizaje automático supervisado para la extracción y clasificación de características geográficas utilizando imágenes satelitales.