%0 Journal Article
%T Segmentaci車n y clasificaci車n de im芍genes SAR en zonas de inundaci車n en Colombia, una herramienta computacional para prevenci車n de desastres
%A Jaime Alberto Parra Plazas
%A Jhon Fredy Bayona
%A Jonathan Avendaˋo-Perez
%J -
%D 2014
%X La detecci車n de zonas de inundaci車n es fundamental para la prevenci車n de desastres, por este motivo en este trabajo se presenta una herramienta computacional desarrollada en MATLAB que ofrece una alternativa a las existentes en el mercado para la clasificaci車n supervisada de im芍genes SAR (Synthetic Aperture Radar) de zonas de inundaci車n. En particular se usaron diferentes m谷todos de clasificaci車n para seleccionar de acuerdo al desempeˋo el mejor para el estudio de zonas de inundaci車n en Colombia.Los datos de entrenamiento fueron generados con los resultados de las segmentaciones Fuzzy-Clustering, K-means y Region-Growing sobre im芍genes SAR de zonas de inundaci車n. Los m谷todos de clasificaci車n implementados fueron un clasificador basado en el m谷todo Bayesiano y un clasificador basado en m芍quinas de vectores de soporte (SVM). Para evaluar el desempeˋo de los clasificadores se utilizaron 赤ndices como la exactitud total, la exactitud dependiendo del usuario, el 赤ndice Kappay R＊. De acuerdo a los resultados el clasificador basado en m芍quinas de soporte presenta mayor exactitud; sin embargo, el clasificador bayesiano se desempeˋa mejor clasificando pixeles que corresponden a poblaciones, aun con pocos datos de entrenamiento
%K SAR
%K Clasiˋcacion
%K Segmentaci車nn
%U http://csifesvr.uan.edu.co/index.php/ingeuan/article/view/266