Modelo anisotrópico de cálculo de rutas de coste mínimo con gvSIG y SEXTANTE

La Vía Augusta era una vía romana que iba desde Cádiz hasta Roma. Estaba compuesta de un ramal principal y de diversos ramales secundarios que en su mayoría, constituyen el sustrato de la actual red principal de carreteras del Mediterráneo en la Península Ibérica. A pesar de ello, no se conoce la localización exacta de muchos de esos ramales. El presente artículo muestra un estudio de por dónde deberían atravesar, posiblemente, las rutas romanas el Pirineo Oriental. Para el cálculo de estas rutas se aplica un algoritmo de mínimo coste que incorpora diversas variables y que tiene en cuenta que el desplazamiento se lleva a cabo a pie, y siguiendo la orografía del terreno. Se utilizan en el proceso las herramientas de análisis de costes y el cálculo de rutas óptimas que incorpora SEXTANTE. En particular se estudia y se modela la ruta de mínimo coste anisotrópica, es decir aquella en la que es importante la dirección del movimiento. El proceso consiste en analizar diversas rutas de mínimo coste, entendiendo como coste el esfuerzo en recorrerla. Se busca, por tanto, el camino que sea más sencillo de recorrer teniendo en cuenta principalmente la orografía del terreno (MDT), la pendiente y su orientación. Además, en el estudio se tienen en cuenta otras variables como los usos de suelo, la red hidrográfica, la red de comunicaciones romana conocida, así como la ubicación de puentes y asentamientos romanos entre otros. Las diferentes rutas obtenidas se contrastan con las rutas propuestas por los historiadores y arqueólogos

Classification of textures seen from different distances and under varying illumination direction

Changes in the angle of illumination incident upon a 3D surface texture can significantly alter its appearance, implying variations in the image texture. These texture variations produce displacements of class members in the feature space, increasing the failure rates of texture classifiers. To avoid this problem, a model-based texture recognition system which classifies textures seen from different distances and under different illumination directions is presented in this paper. The system works on the basis of a surface model obtained by means of 4-source colour photometric stereo, used to generate 2D image textures under different illumination directions. The recognition system combines coocurrence matrices for feature extraction with a Nearest Neighbour classifier. Moreover, the recognition allows one to guess the approximate direction of the illumination used to capture the test image