Las áreas urbanas son entornos importantes que agrupan a la mitad de la población mundial. Debido al poder de atracción de las ciudades, éstas constituyen zonas dinámicas y cambiantes en constante crecimiento. La urbanización descontrolada acarrea muchos problemas de índole medioambiental, poniendo en peligro, y en ocasiones invadiendo, los espacios naturales circundantes a la ciudad. Se trata, pues, de una de las causas principales en el cambio de los usos y coberturas en un territorio. Como solución a los problemas derivados de la urbanización, se hace cada vez más necesario implementar tecnologías que permitan visualizar los posibles efectos coaligados a las diferentes problemáticas para adoptar acciones en el menor tiempo posible. Esto implica un conocimiento preciso del escenario urbano actual que posibilite el desarrollo de un planeamiento urbano y territorial más eficiente. Debido a su gran dinamismo, la información relativa a las áreas urbanas queda desfasada rápidamente. Por ello, la disponibilidad de información cartográfica detallada y actualizada de estas zonas adquiere una gran relevancia. Tradicionalmente esta información se ha realizado mediante revisiones de campo y técnicas clásicas de fotointerpretación sobre imágenes aéreas, siendo estas metodologías lentas, caras y subjetivas. La utilización de técnicas de procesado digital de imágenes permite reducir el volumen de información a interpretar de forma manual y se adapta a los ritmos y necesidades de la sociedad actual, que requiere continuamente datos precisos que reflejen fielmente la realidad del territorio. 
El objetivo de esta Tesis es establecer una metodología fiable de detección automática de edificaciones para la clasificación automática de los usos del suelo en entornos urbanos utilizando imágenes aéreas de alta resolución y datos LiDAR. Estos datos se corresponden con la información adquirida en el marco del Plan Nacional de Ortofotografía Aérea (PNOA), y se encuentran a disposición de las administraciones públicas españolas.
Para realizar la localización de edificaciones se adaptan y analizan dos técnicas empleando imágenes de alta resolución y datos LiDAR: la primera se basa en el establecimiento de valores umbral en altura y vegetación, y la segunda utiliza una aproximación mediante la clasificación orientada a objetos. Se analiza, además, el efecto de la inclusión de las sombras en el proceso de detección y localización de edificaciones. El rendimiento y la fiabilidad de estas metodologías se evalúa estadísticamente utilizando dos enfoques distintos: por un lado, se evalúa la calidad en la detección de las zonas que contienen edificaciones (evaluación por área o por píxel) y, por el otro, se comprueba la eficacia en la identificación de las edificaciones como unidades independientes (evaluación por objeto).
La clasificación de los entornos urbanos se ha realizado empleando un enfoque orientado a objetos, definidos a partir de los límites cartográficos de las parcelas catastrales. La descripción cualitativa de los objetos para su posterior clasificación se realiza mediante un conjunto de características descriptivas especialmente diseñadas para la caracterización de entornos urbanos. Las características descriptivas propuestas tratan de emular la cognición humana y cuantificar numéricamente las propiedades particulares para la discriminación de los diferentes elementos de la imagen. La información que proporcionan estas características se refiere a la respuesta espectral de cada objeto o parcela, la textura, la altura y sus características geométricas y de forma. Además, se describe el contexto de cada objeto considerando dos niveles: interno y externo. En el nivel interno se extraen características referentes a las coberturas de edificaciones y vegetación contenidas en una parcela. En el nivel externo se calculan características globales de la manzana urbana en la que una parcela esta enmarcada. Se analiza la contribución específica de las características descriptivas en la descripción, así como su aporte en la clasificación de los usos del suelo.
La detección automática de edificaciones empleando técnicas basadas en establecimiento de umbrales proporciona resultados más precisos tanto en la delineación como en la localización de los edificios. La precisión de los resultados es en gran medida dependiente de la tipología de edificación, de modo que las zonas urbanas e industriales muestran indicadores de calidad más favorables que las zonas periurbanas. La utilización de las sombras en el proceso de detección de las edificaciones tiene una elevada influencia en los valores de evaluación a nivel de objetos, permitiendo eliminar pequeños objetos detectados erróneamente y que actúan como ruido distorsionando los indicadores de calidad.
Las características descriptivas del contexto de un objeto presentan una alta complementariedad y producen un efecto sinérgico con las características calculadas a nivel del propio objeto en la descripción conjunta de los entornos urbanos, incrementando notablemente la fiabilidad de la clasificación y permitiendo alcanzar valores de fiabilidad global elevados. Es especialmente relevante el aporte que realizan las características referentes a las edificaciones, tanto a nivel del contexto interno como del externo. Las características del contexto permiten una mejor discriminación de las distintas tipologías de construcciones periurbanas, y de las áreas urbanas históricas frente a las de ensanche, así como de las zonas de ensanche frente a las construcciones más recientes de tipo aislado.
Las metodologías automáticas presentadas están especialmente indicadas para el cálculo de parámetros útiles para la construcción/actualización de bases de datos de ocupación del territorio, puesto que ofrecen resultados muy superiores a los obtenidos empleando metodologías basadas en métodos de percepción visual. Así, empleando técnicas de detección automáticas de edificaciones, se obtienen unos resultados de gran calidad en la estimación del porcentaje de superficie edificada de forma objetiva e independiente de operadores humanos. La combinación de la detección de edificaciones y clasificación automática de los usos del suelo permite distinguir y describir de manera más exhaustiva las diferentes tipologías urbanas del territorio, aportando mayor exactitud e información que las técnicas clásicas basadas en la estimación e interpretación visual.