Teledetectie
Dataverwerving
Beeldverwerking
  Kleurencomposieten
  Geometrische correcties
  Radiometrische correcties
  Contrastverbetering
  Filters
  Classificatie
  Visuele interpretatie
  Post-classificatie
  Indices
  Hoofdcomponentenanalyse
  Beeldcombinatie
  Satellietbeeldkaarten
  Combinatie van beelden en andere informatie: DEM en DTM
Radar
GIS
 
Visuele interpretatie
 
In het begin van de teledetectie, toen er alleen nog luchtfoto's bestonden, werd er zelfs niet gesproken over digitale beelden noch over classificatie per computer. De foto's werden geanalyseerd door een ervaren waarnemer die er met calqueerpapier en kleurpotloden een aanzienlijke hoeveelheid informatie uithaalde.
De eerste satellietbeelden waren eigenlijk ook nog foto's, maar ze werden al spoedig vervangen door digitale beelden en men heeft dan ook de geschikte analysemethoden ontwikkeld, steunend op krachtige computers. Er volgde een parallelle ontwikkeling van twee verwerkingsstromen. Enerzijds met analoge (= niet digitale) luchtfoto's verwerkt door visuele interpretatie, en anderzijds de digitale satellietbeelden, verwerkt op computer. Eigenlijk is dit onderscheid zuiver kunstmatig en het is zeer goed mogelijk om de digitale satellietbeelden visueel te interpreteren, net zoals het mogelijk is een luchtfoto te digitaliseren en digitaal te bewerken.

Het fundamentele verschil tussen de twee benaderingen is duidelijk: de digitale classificatiemethoden koppelen aan elke beeldpixel een type bedekking, overeenkomstig de spectrale signatuur. Bij visuele interpretatie baseert de operator zijn analyse op de kleur van de voorwerpen (dit wil ook zeggen op hun spectrale signatuur), maar hij houdt ook (en vooral) rekening met de vorm en de omvang van de voorwerpen, evenals hun onderlinge schikking in het beeld.


Bij digitale gesuperviseerde classificatie kan men wegenasfalt makkelijk verwarren met een geasfalteerde dakbedekking, maar een dergelijke verwarring is onvoorstelbaar bij visuele interpretatie, zolang de vormen van de voorwerpen verschillend zijn.


Terwijl de gesuperviseerde classificatie van spectrale signaturen beperkt blijft tot de herkenning van bodembedekkingstypes, kan visuele interpretatie veel verder gaan en bijvoorbeeld de functie van sommige gebouwen, bepaalde landbouwpraktijken, de structuur van communicatienetwerken, enz herkennen.

Op deze interpretatie van het beeld van de meren van Eau d'Heure, heeft men de beboste gebieden nogal gedetailleerd weten af te bakenen en heeft men het onderscheid gemaakt tussen de naakte akkers en bebouwde gebieden. De classificatie van velden blijft gewild ruw, aangezien men slechts de gebieden onderscheidt waar voornamelijk landbouwgewassen groeien (geel) en waar grassen overheersen (lichtgroen). Deze resultaten verschillen nogal van wat men verkrijgt door digitale classificatie op pixelniveau, maar stemmen vaak beter overeen met de behoeften van de gebruikers.

Men kan uiteraard de twee benaderingen ook combineren om bijvoorbeeld "natuurlijke" gebieden gesuperviseerd te klasseren en de bebouwde gebieden, het wegennet enz. te klasseren door visuele interpretatie.

Het voornaamste nadeel van foto-interpretatie is de omvang van het werk en dat er ervaren waarnemers vereist zijn om doeltreffend te zijn. Sedert enkele jaren is computergeassisteerde foto-interpretatie mogelijk.

Omgekeerd begint men sommige technieken voor visuele interpretatie (vormherkenning, textuuranalyse, enz..) te gebruiken in computerprogramma's voor beeldanalyse, maar deze vergen een aanzienlijke rekenkracht en de resultaten zijn nog niet echt bevredigend.