Métodos Cognitivos De Classificação Aplicados a Imagens Quickbird Para a Detecção De Áreas Residenciais Homogêneas

Almeida, Cláudia Maria de; Souza, Iris de Marcelhas e; Durand, Claudia Alves; Pinho, Carolina Moutinho Duque de; Feitosa, Raul Queiroz

doi:10.14393/rbcv61n1-44849

Cited by 3 publications

(2 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The obtained results in the cover types identification process in change areas have been expressive and confirm Almeida's et al (2009) statement that using orbital sensors, with a high space resolution, associated with object based approach makes detailed surface object discrimination possible, differentiating between pavement materials and buildings with vegetation types.…”

Section: Resultssupporting

confidence: 78%

High Spatial Resolution Images for Monthly Pipeline Monitoring

Marques

Ferreira

Riedel

et al. 2013

Rev. Bras. Cartogr.

View full text Add to dashboard Cite

O objetivo do estudo foi propor um procedimento de detecção de mudanças, a partir do mapeamento da cobertura da terra, para o monitoramento mensal de faixa de dutos, com imagens de alta resolução espacial. Selecionou-se um trecho da faixa de dutos Rio de Janeiro-Belo Horizonte (largura de 400m e 30,7km de extensão), localizado em Duque de Caxias e Nova Iguaçu - RJ. Foram utilizadas seis imagens GeoEye (Janeiro a Junho/2010) e elaborado um mapa inicial de cobertura da terra a partir da interpretação visual da imagem de janeiro. As áreas de mudanças foram identificadas por álgebra multitemporal das bandas do vermelho para cada período (Jan/Fev, Fev/Mar, Mar/Abr, Abr/Mai e Mai/Jun). A cobertura da terra nas áreas de mudança foi classificada utilizando as funções de pertinência fuzzy. Os resultados mostram que, no período de seis meses, detectou-se 775.402m2de área de mudança, em uma área total de 11.890.000m2. As maiores mudanças ocorreram para Solo Exposto, Vegetação Rasteira e Cobertura/Solo Exposto. O acerto geral apresentou-se entre 71 e 80%, demonstrando que o procedimento empregado foi adequado para o monitoramento de faixa de dutos. No entanto, a implementação deste procedimento deve considerar a variação dos parâmetros de aquisição da imagem de alta resolução, bem como explorar sua aplicação em diferentes escalas e contextos geográficos.

show abstract

Section: Resultssupporting

confidence: 78%

High Spatial Resolution Images for Monthly Pipeline Monitoring

Marques

Ferreira

Riedel

et al. 2013

Rev. Bras. Cartogr.

View full text Add to dashboard Cite

show abstract

“…Com a evolução dos sensores tornou-se necessário o avanço nas técnicas empregadas que utilizam os classificadores pixel a pixel que evoluíram com a chegada das técnicas de segmentação multiresolução e rede semântica (PINHO, 2005;NAVULUR, 2006;CRUZ et al, 2007;BLASCHKE et al, 2008;NOVACK, 2009;ALMEIDA et al, 2009). Neste tipo de classificação é realizado um processo de segmentação das imagens que realiza o agrupamento de pixels adjacentes com atributos semelhantes formando os chamados segmentos.…”

Section: Análise Orientada a Objetounclassified

Mapeamento Da Cobertura Da Terra Da Apa Petrópolis/Rj Utilizando Análise Baseada Em Objeto No Sistema Interimage

Sousa

Santos

Fernandes

2012

Rev. Bras. Cartogr.

View full text Add to dashboard Cite

A modelagem do conhecimento é obtida a partir da interpretação de especialistas de diversas áreas que propõem um modelo de representação da paisagem através da análise de dados de diferentes fontes. Essa técnica se baseia no conhecimento do intérprete sobre determinada cena que propõe um conjunto de regras inseridas em uma rede semântica que realiza uma análise baseada em objeto. Atualmente, os softwares que trabalham com essas técnicas possuem alto custo, podendo inviabilizar seu uso para a execução de projetos. Neste sentido, buscando a disseminação e acessibilidade das técnicas de modelagem do conhecimento um software gratuito e de código aberto (InterIMAGE) vem sendo desenvolvido pelo Laboratório de Visão Computacional - LVC/PUC-Rio e a Divisão de Processamento de Imagens - DPI/INPE, e testado por uma série de parceiros. Nesse contexto, este trabalho tem como objetivo desenvolver uma metodologia utilizando dados e software de custo baixo para elaboração de mapas de cobertura da terra por meio de técnicas de modelagem do conhecimento realizada pelo software InterIMAGE. Este estudo foi conduzido em uma área de aproximadamente 25 km², que é representativa da paisagem da APA Petrópolis - RJ. Para a geração do modelo proposto foram utilizados dados do sensor AVNIR-2/ALOS, dados vetoriais e produtos extraídos de Modelos Digitais de Elevação (MDE). As classes extraídas para o mapeamento de cobertura da terra foram vegetação arbórea e rasteira, área urbana, água, afloramento rochoso, sombra e nuvem. Os resultados apontaram, a partir da validação do mapeamento, uma acurácia global de 80% e índice kappa de 0,76, que são indicam resultados promissores e que apontam a eficácia da metodologia aplicada.

show abstract

Improvement Evaluation on Ceramic Roof Extraction Using Worldview-2 Imagery and Geographic Data Mining Approach

Brum-Bastos

Ribeiro

Pinho

et al. 2016

Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci.

View full text Add to dashboard Cite

ABSTRACT:Advances in geotechnologies and in remote sensing have improved analysis of urban environments. The new sensors are increasingly suited to urban studies, due to the enhancement in spatial, spectral and radiometric resolutions. Urban environments present high heterogeneity, which cannot be tackled using pixel-based approaches on high resolution images. Geographic ObjectBased Image Analysis (GEOBIA) has been consolidated as a methodology for urban land use and cover monitoring; however, classification of high resolution images is still troublesome. This study aims to assess the improvement on ceramic roof classification using WorldView-2 images due to the increase of 4 new bands besides the standard "Blue-Green-Red-Near Infrared" bands. Our methodology combines GEOBIA, C4.5 classification tree algorithm, Monte Carlo simulation and statistical tests for classification accuracy. Two samples groups were considered: 1) eight multispectral and panchromatic bands, and 2) four multispectral and panchromatic bands, representing previous high-resolution sensors. The C4.5 algorithm generates a decision tree that can be used for classification; smaller decision trees are closer to the semantic networks produced by experts on GEOBIA, while bigger trees, are not straightforward to implement manually, but are more accurate. The choice for a big or small tree relies on the user's skills to implement it. This study aims to determine for what kind of user the addition of the 4 new bands might be beneficial: 1) the common user (smaller trees) or 2) a more skilled user with coding and/or data mining abilities (bigger trees). In overall the classification was improved by the addition of the four new bands for both types of users.

show abstract

Métodos Cognitivos De Classificação Aplicados a Imagens Quickbird Para a Detecção De Áreas Residenciais Homogêneas

Cited by 3 publications

References 9 publications

High Spatial Resolution Images for Monthly Pipeline Monitoring

High Spatial Resolution Images for Monthly Pipeline Monitoring

Mapeamento Da Cobertura Da Terra Da Apa Petrópolis/Rj Utilizando Análise Baseada Em Objeto No Sistema Interimage

Improvement Evaluation on Ceramic Roof Extraction Using Worldview-2 Imagery and Geographic Data Mining Approach

Contact Info

Product

Resources

About