Integração De Variáveis Espectrais E Forma Na Classificação De Imagens De Alta Resolução Utilizando Redes Neurais Artificiais

Content Provider	Semantic Scholar
Author	Andrade, Andréa Faria
Copyright Year	2003
Abstract	A classificacao de imagens tem sido um importante processo para a producao de mapas tematicos, e uma das principais fontes de dados para os Sistemas de Informacoes Geograficas (SIG). Com o surgimento dos sensores de alta resolucao espacial, as aplicacoes nao serao mais restritas aos estudos de clima e monitoramento de florestas, mas sim cada vez mais nas areas de SIG (redes, telecomunicacoes, planejamento); mapas de arruamentos e cadastro; como tambem no planejamento de tracados de rodovias, ferrovias e dutos. No entanto, para o completo aproveitamento das novas imagens, com melhor resolucao espacial, abaixo de 5 metros, torna-se necessario disponibilizar de novas ferramentas, que se estendam alem da analise dos pixels isoladamente, possibilitando a modelacao de objetos, levando em consideracao outros atributos da imagem, alem dos espectrais. Na classificacao orientada ao objeto de imagens de alta resolucao espacial, a imagem e primeiramente segmentada e posteriormente os segmentos, que correspondem a objetos, ou parte deles sao classificados usando informacoes espectrais, espaciais, como a forma ou a orientacao dos segmentos, e a textura. O presente trabalho se incumbe da insercao da forma no processo de classificacao, por considerar que ela e relevante na identificacao de objetos presentes na imagem. Para isto, o efeito de varios parâmetros de forma e avaliado usando uma imagem urbana IKONOS, com resolucao espacial de 1 metro. O algoritmo de classificacao se baseia no principio das Redes Neurais Artificiais. A utilizacao de Redes Neurais Artificiais emerge como uma alternativa vantajosa aos classificadores baseados em conceitos estatisticos, uma vez que nenhuma hipotese previa sobre a distribuicao dos dados a serem classificados e exigida. A analise de forma comprovou ser uma poderosa ferramenta para a discriminacao de objetos que possuem a mesma aparencia espectral. Os resultados sao comparados com metodos de classificacao convencionais baseados em dados puramente espectrais, para fins de avaliacao do ganho obtido incluindo a forma no processo. Integration of spectral variables while classifying high resolution images by using artificial neural networks Abstract Remote sensing image classification has been an important step for the production of thematic maps, and one of the main data sources for the geographical information systems (GIS). With the development of sensors of high spatial resolution, the applications of remote sensing are no more restricted to climate studies and environmeltal monitoring, but can be extended to other areas that need a more detailed description of the earth's surface, such as telecommunication and urban planning. However, for the complete use of the new images, with higher spatial resolution, new tools are necessary, that enable to extend the analysis further than the pixel based classification. Approaches like the object oriented image analysis enable the modeling of objects, taking into account other attributes of the image than the spectral ones. In the object oriented classification approach, the image is segmented and later the segments, that correspond to objects, or parts of them, are classified using spectral and spatial attributes, as the form or the orientation of the segments, and the texture. The present work deals with the insertion of shape information in the classification process, since it is considered that it is important in the identification of the objects in the image. For this purpose, the effect of the inclusion of several shape parameters into the classification schema is evaluated, using an urban IKONOS image, with spatial resolution of 1 meter. The classification algorithm is based on the neural network approach. The use of artificial neural nets emerges as an advantageous alternative to the statistical classifiers, since any previous hypothesis about the distribution of the data is not demanded. The analysis of shape is a powerful tool for the discrimination of objects that possess the same spectral appearance. The classification using spectral and shape information produced a thematic image where the objects are better defined. A comparison to other classification algorithms is also presented.
File Format	PDF HTM / HTML
DOI	10.5380/bcg.v9i1.1437
Alternate Webpage(s)	https://acervodigital.ufpr.br/bitstream/handle/1884/37405/D%20-%20ANDREA%20FARIA%20ANDRADE.pdf?isAllowed=y&sequence=3
Alternate Webpage(s)	https://revistas.ufpr.br/bcg/article/download/1437/1191
Alternate Webpage(s)	https://doi.org/10.5380/bcg.v9i1.1437
Volume Number	9
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article