Classificação de Imagens por Sensoriamento Remoto: Análise Comparativa das Metodologias Pixel-a-Pixel e Segmentação por Região
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Monografia de especialização
Título alternativo
Primeiro orientador
Membros da banca
Maria Marcia Magela Machado
Resumo
O uso de imagens de satélites de sensoriamento remoto tem sido amplamente aplicado em projetos de mapeamento de uso do solo. Apontada como uma das alternativas viáveis para para mapeamentos do uso da terra, a classificação de imagens tem se apresentado como uma técnica de grande contribuição no que diz respeito à otimização de tempo na produção e ao ganho de qualidade dos produtos cartográficos. Nesse contexto, o objetivo desse trabalho é comparar os resultados da classificação de imagens do satélite RapidEye com resolução espacial de 5 metros, da região do entorno do Parque Estadual Serra Verde/MG a partir de três métodos de classificação: Distância Euclidiana, Máxima Verossimilhança e Bhattacharya. Após realizado o pré-processamento, passou-se à coleta de amostras das classes para o mapeamento do uso do solo, tais como: Mata, Vegetação aberta, Solo exposto, Água, Área construída e Via asfaltada. Nas etapas seguintes, realizou-se a classificação, a avaliação de cada classificação e os parâmetros estatísticos. Observou-se que o método MaxVer apresentou os melhores resultados, contudo, demonstrou confusão entre classes solo exposto e área construída. O resultado obtido com o classificador Distância Euclidiana manteve melhor consistência nas áreas próximas das amostras de treinamento, porém superestimou a existência de classes em regiões não amostradas. Finalmente, o algoritmo de classificaçãoBhattacharya apresentou imperfeições, não identificando elementos da área de estudo pertencentes à classe Mata.
Abstract
Assunto
Sensoriamento remoto , Classificação, Processamento de imagens , Algoritmos
Palavras-chave
Geoprocessamento