In this work we introduce an object-based method, applied to urban land cover mapping. The method is implemented with two open-source tools: SIPINA, a data mining software package; and InterIMAGE, an object-based image analysis system. Initially, segmentation, feature extraction and sample selection procedures are performed with InterIMAGE. In order to reduce the time and subjectivity involved to develop the decision rules in InterIMAGE, a data mining step is then carried out with SIPINA. In sequence, the decision trees delivered by SIPINA are analysed and encoded into InterIMAGE decision rules for the final classification step. Experiments were conducted using a subset of a GeoEye image, acquired in January 01, 2013, covering the urban portion of the municipality of Goianésia, Brazil. Five decision tree induction algorithms, available in SIPINA, were tested: ID3, C45, GID3, Assistant86 and CHAID. The TAU and Kappa coefficients were used to evaluate the results. The TAU values obtained were in the range of 0.66 and 0.70, while those for Kappa varied from 0.65 to 0.69.
ABSTRACT:The rapid increase in the number and in the spatial resolution of aerial and orbital Earth observation systems is generating a huge amount of remote sensing data that need to be readily transformed into useful information for policy and decision makers. A possible approach to tackle the demand for image interpretation tools that can deal efficiently with very large volumes of data is to employ data analysis methods based on distributed computing. This paper presents an object-based, remote sensing image interpretation application executed over cloud-computing infrastructure. The application is implemented with InterCloud, a novel image interpretation platform designed to run on computer grids (physical clusters or cloud-computing infrastructure). The application described in this paper is a land cover/land use classification of a pansharpened GeoEye-1 image, with 19k by 23k pixels. The image covers an area of the municipality of Goianésia, in Goiás State, Brazil. The site contains sparse urban areas intermixed with rural areas and natural patches of the Brazilian Cerrado biome. Eleven classes of objects, including urban, rural and Cerrado reminiscent targets were considered. In addition to the accuracies of the classification result, in this work we evaluate the scalability capability of InterCloud by performing different runs of the application with different configurations of the cloud infrastructure, in which we vary the number of computing nodes.
Linear erosion is a natural phenomenon. However, inadequate occupation of the environment or the implementation of engineering works, without the due care, accelerates this process, which has been acknowledged as the main cause of land degradation worldwide. The use of high-resolution satellite imaging to map risk areas for this process, may contribute to devising prevention strategies. Linear erosion is a process dependent on thresholds controlled by many variables. This study has used only topographic variables (altimetry, slope, curvature profile, curvature plan, slope orientation, accumulation flow, humidity index, sediment transport capacity, potential flow and drainage network) and a vegetation index, which were selected due to their influence on linear erosion processes. The study was developed in two 6,000 x 4,500 meter areas, located in the eastern part of the Federal District-Brazil. The classification model building was done using open source software packages, namely InterIMAGE and WEKA. The aim of this study was to develop a routine for automatic mapping of areas susceptible to linear erosion. The accuracy rate achieved by the model was 87.5%, as 21 of 24 linear erosion processes were identified. The percentage of the mapped area in relation to the total study area also showed that the classification was not overestimated.
A abordagem de classificação baseada em objetos representa um novo paradigma no processamento de imagens de altas resoluções espaciais, espectrais e temporais, e a construção de objetos baseia-se na segmentação das imagens. A análise de imagens baseada em objetos (GEOBIA - Geographic Object-Based Image Analysis) apresenta métodos capazes de explorar, além de atributos espectrais, elementos como textura, forma ou contexto. Existem aplicações que buscam melhorar o desempenho computacional com soluções sequenciais e distribuídas, ou programas como TerraView que abordam o uso de sistemas gerenciadores de banco de dados. Este trabalho propõe explorar especificações de aplicações para integrar o Sistema Gerenciador de Banco de Dados (SGBD) PostgreSQL/PostGIS e o classificador Object-Based Image Analysis (OBIA) do InterIMAGE Desktop para processamento de grandes imagens orbitais. O método apresentado é expansível no uso da biblioteca TerraLib 5, com linguagem de programação C++. Os experimentos realizados com as representações matriciais (raster) indicaram a viabilidade das aplicações e podem se consolidar sob a forma de processos de armazenamento e processamento da segmentação no SGBD.
ResumoA técnica denominada de classificação baseada em objetos, proposta por Baatz & Shäpe (2000), trata-se de uma abordagem de processamento de imagens em que a unidade primitiva é o objeto, composto de vários pixels. Softwares proprietários como o eCognition® e de open source como o InterIMAGE realizam o processamento de imagens baseadas em objetos considerando o alto grau de relações mútuas e ações em diferentes escalas, como informações de contexto, estrutura semântica e hierárquica. O objetivo principal da pesquisa foi demonstrar e avaliar resultados da integração de sistemas open source com o sistema de classificação denominado InterIMAGE. Os sistemas utilizados nessa pesquisa foram o sistema de gerenciamento de banco de dados objeto-relacional PostgreSQL/PostGIS Raster, biblioteca TerraLib, pacote computacional de sistema de informações geográficas QGIS e linguagem de programação C++. Foi utilizada uma imagem do satélite GeoEye-1 de 2013 de uma área urbana do município de Goianésia no estado de Goiás. Foi desenvolvida uma interface (API -Application Programming Interface) no sistema InterIMAGE para realizar a segmentação multiresolução em ambiente de banco de dados espaciais. A segmentação processada utilizou-se da API com a imagem armazenada no PostgreSQL e em disco rígido, enquanto a classificação foi efetuada somente no InterIMAGE. O índice Kappa foi utilizado para indicação da acurácia dos resultados alcançados na classificação, utilizando-se os parâmetros da segmentação da API, obtendo-se um valor de 0,412. As regras da árvore de decisão devem ser modificadas para realização de novos experimentos visando verificar a influência no processamento da classificação no InterIMAGE. Apesar da ocorrência de algumas confusões temáticas no processo de classificação, demonstrou-se a viabilidade de continuação de desenvolvimento de aplicações de código aberto para o InterIMAGE.
Resumo A técnica denominada de classificação baseada em objetos, proposta por Baatz & Shäpe (2000), trata-se de uma abordagem de processamento de imagens em que a unidade primitiva é o objeto, composto de vários pixels. Softwares proprietários como o eCognition® e de open source como o InterIMAGE realizam o processamento de imagens baseadas em objetos considerando o alto grau de relações mútuas e ações em diferentes escalas, como informações de contexto, estrutura semântica e hierárquica. O objetivo principal da pesquisa foi demonstrar e avaliar resultados da integração de sistemas open source com o sistema de classificação denominado InterIMAGE. Os sistemas utilizados nessa pesquisa foram o sistema de gerenciamento de banco de dados objeto-relacional PostgreSQL/PostGIS Raster, biblioteca TerraLib, pacote computacional de sistema de informações geográficas QGIS e linguagem de programação C++. Foi utilizada uma imagem do satélite GeoEye-1 de 2013 de uma área urbana do município de Goianésia no estado de Goiás. Foi desenvolvida uma interface (API-Application Programming Interface) no sistema InterIMAGE para realizar a segmentação multiresolução em ambiente de banco de dados espaciais. A segmentação processada utilizou-se da API com a imagem armazenada no PostgreSQL e em disco rígido, enquanto a classificação foi efetuada somente no InterIMAGE. O índice Kappa foi utilizado para indicação da acurácia dos resultados alcançados na classificação, utilizando-se os parâmetros da segmentação da API, obtendo-se um valor de 0,412. As regras da árvore de decisão devem ser modificadas para realização de novos experimentos visando verificar a influência no processamento da classificação no InterIMAGE. Apesar da ocorrência de algumas confusões temáticas no processo de classificação, demonstrou-se a viabilidade de continuação de desenvolvimento de aplicações de código aberto para o InterIMAGE.
O objetivo principal da pesquisa foi demonstrar e avaliar as potencialidades dos processos de classificação baseadas em objeto como instrumento para subsidiar o monitoramento das alterações intra-urbanas, visando atender à manutenção do cadastro técnico multifinalitário, tendo como base o SIG Urbano do município de Goianésia, localizado na porção norte do estado de Goiás, com uma população aproximada de 70 mil habitantes. Para a classificação, utilizou-se o sistema open sourceInterIMAGE, o qual possibilitou a segmentação e a coleta de amostras de cada classe definida. Com o objetivo de reduzir tempo e eliminar a subjetividade na implementação das regras de decisões geradas pelo especialista no sistema InterIMAGE, foi aplicada a técnica de mineração de dados (data mining)na classificação temática. Para esse processo foi utilizado o algoritmo J48 do sistema minerador WEKA, a partir dos atributos extraídos do InterIMAGE. Os resultados foram avaliados por meio da aplicação do índice TAU, demonstrando-sebastante satisfatórios, com concordância acima de 70%. Os arquivos exportados pelo InterIMAGE, em forma de shapefile, permitiram gerar indicadores de alterações das edificações urbanas, subsidiando o monitoramento cadastral do CTM.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.