Uma avaliação de descritores de textura baseados em códigos binários locais para classificação de imagens de sensoriamento remoto

Abstract

O presente trabalho avalia descritores texturais multiescalares invariantes à rotação baseados em Padrões Binários Locais e em Quantização de Fase Local (LPQ) para a classificação de uso e cobertura do solo em uma imagem IKONOS-2 e uma imagem Quickbird-2. Os experimentos mostraram que ambas as representações de textura propiciaram elevada acurácia quando combinadas com a informação de variância. Além disso, propõe-se no trabalho um novo descritor formado pela concatenação do histograma de variância e o histograma dos códigos gerados a partir dos Padrões Binários Locais ou da Quantização de Fase Local. Com o novo descritor, não obstante serem comparativamente mais compacto, registraram-se os mesmos índices de desempenho obtidos a partir de histogramas bidimensionais que representam a distribuição conjunta de ambas as variáveis. O último experimento realizado indicou para os descritores baseados nos Padrões Binários Locais ou na Quantização de Fase Local um índice Kappa superior em 0,1 ao que alcançou quando se utilizaram atributos de textura derivados da matriz de co-ocorrência.