La clasificación de coberturas urbanas a partir de datos de sensores remotos aerotransportados de alta resolución espacial ha sido un tema de gran interés para investigadores; instituciones y gobiernos. Sin embargo, debido a la heterogeneidad espacial y a la similitud espectral de las clases de coberturas a clasificar, es una tarea que no ha sido completamente resuelta. Por tal razón, esta investigación propuso el desarrollo de un método de clasificación orientado a objetos geográficos, que evaluó y escogió las variables e hiperparámetros que mejor resultado de exactitud generaron. Para llevar a cabo este propósito, se establecieron cuatro fases descritas de la siguiente manera: (1) Selección de variables de entrada para la segmentación, (2) Segmentación y optimización de hiperparámetros del algoritmo de Segmentación por Multirresolución, (3) Selección de atributos de objetos geográficos y (4) Clasificación y optimización de hiperparámetros del algoritmo de aprendizaje automático Bosques Aleatorios. Este método se implementó en una zona de estudio de arquitectura urbana residencial y antigua, ubicada en la ciudad alemana de Vaihingen an der Enz, al noroccidente de Stuttgart. Se utilizaron imágenes ortorrectificadas de alta resolución y modelos digitales de superficie del Semantic Challenge de la Sociedad Internacional de Percepción Remota y Fotogrametría (ISPRS). La investigación permitió comprobar la eficiencia de variables derivadas de los datos primarios, como el índice de vegetación de diferencia normalizada o el modelo digital de superficie normalizado, en las fases de segmentación y clasificación. También demostró que la optimización de hiperparámetros en la segmentación y clasificación permitió obtener mejoras tanto en exactitud como en rendimiento. En conclusión, el método desarrollado evidenció que, optimizar las fases de selección de variables; segmentación; selección de atributos y clasificación de un método de análisis de imágenes orientado a objetos geográficos ayuda a mejorar la clasificación de coberturas urbanas respecto a un método no optimizado. (Texto tomado de la fuente)