[en] A FUZZY MODEL FOR MULTITEMPORAL IMAGE CLASSIFICATION
[pt] O presente trabalho apresenta a modelagem de conhecimento multitemporal para a classificação automática de cobertura do solo para imagens de satélite. O procedimento de classificação agrega os conhecimentos espectral e multitemporal utilizando conjuntos nebulosos e suas pertinências de classe c...
| Autor: | |
|---|---|
| Tipo de documento: | tese |
| Estado: | Versão publicada |
| Data de publicação: | 2006 |
| País: | Brasil |
| Recursos: | Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
| Repositório: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
| Idioma: | português |
| OAI Identifier: | oai:MAXWELL.puc-rio.br:8953 |
| Acesso em linha: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8953&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8953&idi=2 http://doi.org/10.17771/PUCRio.acad.8953 |
| Access Level: | Acceso aberto |
| Palavra-chave: | [pt] ALGORITMO GENETICO [pt] PROCESSAMENTO DIGITAL DE IMAGENS [pt] IMAGEM DE SATELITE [pt] SENSORIAMENTO REMOTO [pt] LOGICA FUZZY [en] GENETIC ALGORITHM [en] DIGITAL PROCESSING OF IMAGES [en] SATELLITE IMAGE [en] REMOTE SENSING [en] FUZZY LOGIC |
| Resumo: | [pt] O presente trabalho apresenta a modelagem de conhecimento multitemporal para a classificação automática de cobertura do solo para imagens de satélite. O procedimento de classificação agrega os conhecimentos espectral e multitemporal utilizando conjuntos nebulosos e suas pertinências de classe como informação prévia. O método se baseia no conceito de Redes de Markov Nebulosas, um sistema com um conjunto de estados que a cada instante de tempo troca o estado corrente de acordo com possibilidades associadas a cada um. No caso deste trabalho cada estado representa uma classe, e as possibilidades são estimadas automaticamente a partir de dados históricos de uma mesma região geográfica, empregando algoritmos genéticos. A avaliação experimental utilizou um conjunto de imagens Landsat-5 da cidade do Rio de Janeiro, obtidas em cinco datas separadas por aproximadamente quatro anos. Os resultados indicaram que o uso do conhecimento multitemporal, conforme modelado pelo método proposto traz um significante aumento da eficiência de classificação em comparação à classificação puramente espectral, além de flexibilizar o procedimento de classificação no que diz respeito aos dados necessários para o treinamento do modelo. |
|---|