PROYECTO DE CONTROL DE CALIDAD

ADQUISICIÓN DE IMÁGENES DIGITALES

DE COBERTURA NACIONAL

MODELO DE LA REALIDAD

• El mundo real es simplificado mediante la construcción de un modelo que reduce sus componentes, partes e interrelaciones

“Existe un error inherente al proceso de modelización que puede ser

reducido pero no eliminado”. Felicísimo, A.

Mundo Real

Visión del cartógrafo

Reconocimiento y análisis

Especificación Imagen

teórica

Mapa/Ortoimagen Modelo

Procesos Cartográficos

Gestión del Territorio

Transformación

del territorio

Planes y proyectos

FUNCIÓN DE LAS ORTOIMÁGENES

Incremento de los niveles de incertidumbre

R

Adquisición

Procesamiento

Análisis

Conversión

Seguimiento

del error

Informe

Toma de

decisiones

Implementación

Fuente: Basado en Ariza, 2009

Sistema de Observación

MUNDO REAL Escala 1:1

Plataforma Sensor Posición

ADQUISICIÓN

Plan de Vuelo Fotogramétrico

• Resolución media (GSD) • Recubrimiento lateral • Recubrimiento longitudinal • Altura de vuelo • Intervalo entre exposiciones • Áreas máximas de nubes y sombras • Coordenadas de los centros de

exposición • Velocidad media de vuelo

04/04/2017 7 Alexander Páez Lancheros

Toma de Imágenes

04/04/2017 8 Alexander Páez Lancheros

Procesamiento de Datos

• Procesamiento de datos GNSS • Procesamiento de datos IMU • Corrección geométrica • Corrección radiométrica • Evaluación del vuelo

fotogramétrico

CONVERSIÓN DE DATOS

ORTOIMAGEN PROCESO FOTOGRAMÉTRICO

MUNDO REAL Escala 1:1

IMAGEN

Incremento de los niveles de incertidumbre

R

Adquisición

Procesamiento

Análisis

Conversión

Seguimiento

del error

Informe

Toma de

decisiones

Implementación

Fuente: Basado en Ariza, 2009

Mundo Real

Visión del cartógrafo

Reconocimiento y análisis

Especificación Imagen

teórica

Mapa/Ortoimagen Modelo

Procesos Cartográficos

Gestión del Territorio

Transformación

del territorio

Planes y proyectos

FUNCIÓN DE LAS ORTOIMÁGENES

Formas de Incertidumbre que afectan la IG

Error

Vaguedad

Ambigüedad

Diferencia entre el valor de

una propiedad de un objeto,

medido con un error

desconocido, y el valor real

de esa propiedad, medido

sin error

Definiciones pobres y de

escasa documentación

Desacuerdo en las

definiciones de los objetos,

faltan definiciones específicas

o existen deferencias de

opinión

Fuente: Fisher, P.F., 1999

PROYECTO DE CONTROL DE CALIDAD

ADQUISICIÓN DE IMÁGENES DIGITALES

DE COBERTURA NACIONAL

Control de calidad

• Es la determinación en forma confiable de que el producto cumple o no con cada uno de los atributos definidos en las especificaciones técnicas

• Determina la aceptación o rechazo del producto

04/04/2017 Alexander Páez Lancheros 15

Imagen teórica

ORTOIMAGEN

Calidad y Medida

“Lo que no se define no se puede medir. Lo que no se mide no se puede mejorar. Lo que no

se mejora se degrada siempre”

Lord Kelvin

Las medidas son una forma de hacer objetivas la comparaciones

Requerimientos para una buena medida

Desde la teoría

• Robustez

• Independencia

• Invariabilidad

Desde el usuario

• Facilidad de cálculo • Facilidad de uso • Facilidad de interpretación

DETERMINACIÓN DEL ERROR

ESPECIFICACIONES TÉCNICAS (Explícito)

• Sistema de proyecciones y sistema de referencia

• Entregables

• Imágenes crudas

• Imágenes corregidas

• Ortoimágenes

• Imágenes en color verdadero

• Mosaico de ortoimágenes

• Modelo digital de Elevación (MDT y MDS)

• Cámara fotogramétrica y equipos auxiliares

• Especificaciones para la adquisición de imágenes

• Toma de datos GNSS en vuelo

• Procesado de los datos GNSS e IMU

• Procesado de las imágenes digitales

• Entregables en caso de vuelo

ESPECIFICACIONES TÉCNICAS (Implícito)

• Proceso fotogramétrico

• Normas Aplicables

ISO 19157: Calidad de los datos

Modelo conceptual Fuente: AENOR

Fuente: Propia, basado en ISO 19157

Procedimiento para evaluación de la calidad

Especificar Conjunto de datos

Elemento y nivel

Definir medida

Seleccionar y aplicar el método

Determinar los resultados

Define nivel de conformidad

Determina la conformidad

Elemento de calidad

Completitud

Comisión

Omisión

Consistencia lógica

Conceptual

dominio

formato

Topológica

Usabilidad

Exactitud posicional

Absoluta

Relativa

De celdas

Exactitud temática

Correcta clasificación

Atributos no cuantitativos correctos

Exactitud de atributos cuantitativos

Calidad temporal

Exactitud en medición del tiempo

Consistencia temporal

Validez temporal

ISO 19157: Calidad de los datos

METODOS DE EVALUACIÓN

Directos

Indirectos

Internos

Externos

Se basan en la comparación

Utilizan datos de la propia BDG

No hay medición

Uso

Linaje

Propósito

Procedimiento para evaluación de la calidad

Utilizan fuentes externas a la BDG

NIVEL DE INSPECCIÓN

Parcial

Total

MEDIDAS DE CALIDAD

EVALUACIÓN DE EXACTITUD POSICIONAL

• Como un ejemplo de implementación y aplicación de medidas y procedimientos de calidad

Métodos de Control Posicional

National Map Accuracy Standard Engineering Map Accuracy Standard

American Society of Photogrametry and Remote sensing

Accuracy Estandard for Large Scale Maps

National Standard for Spatial Data Accuracy

Standardization Agreement (OTAN)

Militar Standard (Ejercito norteamericano)

Norma Española

Información Geográfica Calidad de Datos

Métodos de control

posicional

• Comparación de diferentes aspectos sobre tratamiento de los datos.

• Fuente: Oscar Miguel Castro

Estandar de control posicional

Metodología de evaluación

Sistema de Observación

Plataforma

Sensor

Nuevo estandar ASPRS de exactitud posicional para datos digitales geoespaciales

Remplaza:

• ASPRS Accuracy Standards for Large-Scale Maps (1990)

• ASPRS Guidelines, Vertical Accuracy Reporting for Lidar Data (2004)

Desarrollado por:

ASPRS Map Accuracy Standards Working Group y LIDAR joint committee for map accuracy standard update

29

Basado en ASPRS 2014

• Aplicabilidad:

• Define clases de exactitude posicional y umbrales asociados de EMC para ortoimágenes y datos digitales planimétricos y altimétricos

• Independiente de la tecnología

• Limitado a umbrales de exactitud y pruebas para cualquier aplicación cartográfica y muestra su relación con estándares anteriores.

• No aplicable a mapas temáticos

• No especifica metodologías o las mejores practicas para lograr los umbrales propuestos

30

NUEVO ESTANDAR ASPRS EXACTITUD POSICIONAL

Basado en ASPRS 2014

• Los umbrales de exactitud posicional son independietes del GSD, la escala o el intervalo de curvas de nivel.

• Medidas adicionales de exactitud

• Exactitud de la aerotriangulación,

• Exactitud de control terrestre,

• Exactitud de las líneas de corte en las ortoimágenes,

• Exactitud de datos lidar,

• Recomendación minima densidad nominal de puntos (NPD)

• Exactitud horizontal de datos de elevación,

• Definición de áreas debaja confianza en datos verticales

• Número y distribución de puntos de control QC en función del área

31

NUEVO ESTANDAR ASPRS EXACTITUD POSICIONAL

Basado en ASPRS 2014

EVALUACIÓN DE LA CALIDAD

• Establecer directrices para los procesos de control de aceptación para conjuntos de datos geográficos según su exactitud posicional

• Basada en ISO 19157

• Adopta principios de ISO 9000:2015

• No establece niveles de conformidad para los productos

EVALUACIÓN DE LA CALIDAD

• Establece un método para el control posicional de un CDE

• La perspectiva que adopta la norma es desde el usuario

• Se basa en contrastes de hipótesis para alcanzar los resultados de validez estadística

• Dado un nivel de conformidad métrico el objetivo es aceptar/rechazar el CD, según se supere o no en un número de veces promedio (NCA)

MÉTODO DEL CONTROL POSICIONAL

• Es un proceso de contraste estadístico de hipótesis

• Permite alcanzar la decisión cn fundamento estadístico frente a la aceptación/rechazo frente a la incertidumbre posicional

• El nivel de calidad métrica es la tolerancia máxima de error permitido

• El nivel de calidad aceptable opera para las entregas lote a lotes como el número promedio de defectuosos expresado como porcentaje

Riesgos (Contraste de hipótesis)

• Del Usuario (Error de tipo 2) (β)

aceptación de un CDE como bueno cuando realmente es malo.

• De Productor (Error de tipo 1) (α)

rechazo de un CDE como malo cuando realmente es bueno.

ISO 2859-1: Para suministros lote por lote

• Intenta asegurar los riesgos de usuario y productor en un 10% y 5%, respectivamente

• La secuencia debe contener 10 o más lotes

• Se debe aplicar reglas de cambio

• La aceptación o rechazo se debe basar en el conteo de la cantidad de defectuosos de posición frente al valor de aceptación/rechazo

• Las variables son: tamaño de lote, tipo de inspección y severidad

Prerrequitos

• Preferiblemente conocer el modelo base

• Determinar el ámbito o ámbitos del control

• Tener establecido el nivel de calidad métrico a aplicar.

• Tener establecido el NCA

• Disponer de una fuente externa e independiente (CDE de referencia) al menos 3 veces más exacta que el CDE a evaluar

• Asegurar la interoperabilidad posicional del CDE a evaluar y del CDE de referencia (datum, elipsoide, proyección).

Nivel de Calidad Aceptable

• Nivel de calidad que presenta la peor media tolerable del proceso cuando una serie continua de lotes es enviada para muestreo de aceptación [UNE-ISO 2859-1:2012].

• Dado un nivel de conformidad métrico (NCM) para el error posicional, el objetivo es aceptar/rechazar CDE según se supere o no el NCM establecido en un porcentaje promedio de veces (nivel de calidad aceptable, NCA), y dentro de un marco de riesgos de usuario y productor conocidos

• No requiere ninguna hipótesis subyacente sobre el comportamiento de la incertidumbre posicional (por ejemplo normalidad de los errores).

Nivel de Calidad Aceptable

• Porcentaje máximo de unidades defectuosas

• Es un requisito o una especificación impuesta en función del uso pretendido

• Representa una media (el productor debe tener una media mejor)

• Como es una media, se puede aceptar un lote que lo supere, si el promedio con los otros lotes mantiene la media.

• Cuando la calidad decae se cambia a planes rigurosos para proteger al cliente

ISO 2859-1

• “Los planes de muestreo están concebidos de tal forma que la probabilidad de aceptación para NCA establecido, dependa del tamaño de la muestra”

• “El establecimiento de NCA no implica que el proveedor tenga derecho a suministrar conscientemente alguna unidad no conforme.”

Curva característica

Representa la probabilidad de aceptación en función de la calidad real. Para deducir riesgos del productor y el usuario

Calidad real

Nivel de Inspección (I, II, III) ISO 2859-1

• Indica la cantidad relativa de inspección. A menos que se especifique otra cosa debe emplearse el nivel II. Pueden emplearse el nivel I y el nivel III cuando sean necesarias una menor y una mayor discriminación respectivamente.

Letras código tamaño de muestra

Planes de muestreo simple en inspección normal

ESQUEMA DE REGLAS DE CAMBIO

Fuente: ISO 2859-1

Ejemplo de aplicación (ASPRS)

Bloque

Exactitud en

posición absoluta

AT

Muestreo Medición

RMSE 0,07m

Normalidad Homogénea

Representativa

Definición de ámbito de calidad

•Bloque de Aerotriangulación

EXACTITUD POSICIONAL ABSOLUTA Región / Escala Resolución

espacial (m)

Exactitud xy (m) –

95% de

confiabilidad

Exactitud z (m) –

95% de

confiabilidad

Urbana / 1:1.000 0,10 0,20 0,30

Nacional /

1:10.000

0,32 1,00 1,50

EXACTITUD POSICIONAL ABSOLUTA Región / Escala Resolución

espacial (m)

Exactitud xy (m) –

95% de

confiabilidad

Exactitud z (m) –

95% de

confiabilidad

Urbana / 1:1.000 0,10 0,20 0,30

Nacional /

1:10.000

0,32 1,00 1,50

0,20 0,08 0,12 0,20

Error lineal Error planimétrico

Máximo desplazamiento por empalme

Máxima diferencia en Z entre franjas

0,24 0,30 0,15 0,12 0,09

1,00 0,41 0,59 1,00

Muestreo

• La inferencia a partir de la muestra siempre supone un riesgo

La población es muy grande

La población es suficientemente

homogenea

El proceso de medición implica la

destrucción

Muestreo probabilístico

Muestreo Aleatorio Simple

seleccionar elementos con probabilidades

iguales, sin reposición

Es económico, sencillo y

rápido

Muestras

• Debe ser representativa de todo el conjunto de datos

• Se definen técnicas para la distribución de la muestra en el área geográfica

• Operativamente la muestra en el diseño debe ser superior al tamaño mínima, porque en campo todos los puntos no se pueden obtener.

Puntos de control

• Independencia

• Mayor exactitud (mínimo tres veces)

• Compleción (100% del ámbito establecido)

Fuente: UNE 148002 tomado de MPLMIC 1999

Evaluación

Muestra de 20 puntos • Representativa • Homogénea • Aleatoria

Precisión del Control

• Una regla usual es la exigencia de métodos que sean tres veces más precisos. (Ariza, 2013)

• Por composición de varianzas

Si la varianza del control es 1/3 de la varianza del producto, entonces la ecuación da como resultado que la varianza estimada es 1,05 de la varianza del producto, con lo cual el control solo afecta la precisión de la estimación en 5%

Precisión del Control

Por probabilidades Sesgo considerado = 1/3 σ

La precisión del control es tres veces superior a la del producto11

Precisión de producto = precisión de control

65.36% dentro de ±σ 97,72% dentro de ±σ

Fuente: Javier Ariza, 2013

Requisitos de los puntos de control

• Independencia: No debe compartir procesos comunes con el conjunto de datos controlado

• Mayor exactitud: Mayor a tres veces la del conjunto de datos controlado

• Compleción: Debe cubrir el 100% del ámbito establecido

Metacalidad

• Confianza: Exactitud del resultado de la calidad

• Homogeneidad: Uniformidad, comprobada o esperada, de los resultados obtenidos para un elemento de la calidad en un ámbito determinado.

• Representatividad. Grado en que la muestra usada ha producido un resultado que es representativo de los datos dentro del ámbito determinado.

PROYECTO DE CONTROL DE CALIDAD

ADQUISICIÓN DE IMÁGENES DIGITALES

DE COBERTURA NACIONAL