Conozca Orfeo Toolbox (OTB) para el procesamiento de imágenes satelitales

Orfeo Toolbox (OTB) es una biblioteca de código abierto en C para el procesamiento de imágenes satelitales, distribuido bajo la licencia CeCILL-v2. Este software fue iniciado por el CNES (Agencia Espacial Francesa) en el marco del programa ORFEO para preparar, acompañar y promover el uso y la explotación de las imágenes derivadas de los satélites Pléiades. Orfeo Toolbox tiene como objetivo permitir el procesamiento avanzado de imágenes de gran tamaño incluso en computadoras portátiles de recursos limitados. Este software suministra un conjunto de herramientas listas para su uso para las tareas clásicas de teledetección, así como un totalmente integrado de software aplicativo llamado Monteverdi.

Por qué OTB es de código libre?

Por aspectos de calidad y eficiencia.

OTB cubre un vasto grupo de aplicaciones y campos temáticos. Al ser de código libre se puede:
􏰀Facilitar el uso y la validación de los usuarios
Fomentar 􏰀 contribuciones e informar de errores
􏰀Mejorar la disponibilidad en múltiples plataformas

Por: aspectos: de investigación reproducible

OTB se financia de fondos de investigación y desarrollo, al ser de código abierto se contribuye a la investigación transparente, reproducible y transdisciplinaria.

Lista de funciones OTB

Pre-procesamiento

􏰀Calibración radiométrica, ortorectificación, remuestreo (raster y vectorial), pan-afilado, rectificación estereográfica. .
􏰀Sensor apoyado: eiades Pl, SPOT6, SPOT5, satélites Digital Globe
Modelos geométrico, soporte a Modelos Digitales de Elevación (DEM en SRTM o GeoTIFF)

Manipulación de imágenes y vectores

Formatos compatibles con GDAL (raster y vectoriales), la conversión entre raster / vector
Extracción de región de interés, de bandas espectrales.
Concatenación o división de bandas espectrales .
Algebra de bandas, asignación de colores, mejora del contraste
􏰀Filtrado lineal, morfología matemática

Extracción de características

Detección de bordes, transformación de características, líneas, curvas
Indices radiométricos, texturas (Haralick, SFS, PanTex)
Estadísticas locales (Momenos de Flusser, Histograma de Gradiente Orientada)
Correspondencia de puntos clave (SIFT, SURF...)

Detección de cambios

Métodos clásicos con comparación de metricas de la imagen
Detector de alteración multivariante
Reducción de dimensionalidad, procesamiento hiperespectral PCA, NAPCA, ICA, MAF.
Estimación de dimensión, extracción de miembros finales, Análisis de Componentes de Vertices(VCA)

Segmentación

Algoritmos 􏰀de segmentación: componentes conectados, MeanShift, cuenca.
􏰀Métodos para aplicar esos algoritmos en gran conjunto de datos
􏰀Representación vectorial o raster que permite el Análisis de Clasificación de Imágenes Basado en Objetos