Proposta De Ferramenta Computacional Para Discriminação De Feições Espectrais Em Imagens De Altãssima Resolução Espacial

Abstract

O surgimento dos sensores capazes de coletar imagens com altíssima resolução espacial, nas quais a mistura de materiais com diferentes respostas espectrais que compõem cada pixel é mínima, permitiu que se vislumbrasse a classificação deste tipo de imagem num nível de refinamento que não era possível nos imageamentos de médias e baixas resoluções. Essas imagens com resoluções submétricas oferecem recursos para uma análise mais precisa e, consequentemente, a possibilidade de geração de mapas temáticos que sejam espectralmente mais coerentes com a verdade de campo e a identificação dos materiais que compõem a cena. Este trabalho apresenta uma ferramenta computacional de classificação supervisionada, desenvolvida em ambiente MatLab, para discriminar características espectrais, baseada nas respostas radiométricas de imagens de altíssima resolução espacial, utilizando a correlação entre os valores digitais dos pixels da feição de interesse, entre três bandas espectrais de um sensor multi ou hiperespectral, para individualizar as respostas específicas de um determinado material. Os resultados dos testes obtidos com a utilização da ferramenta foram comparados com as principais ferramentas de classificação comerciais, demonstrando sua eficiência no poder discriminatório de feições espectrais. A ferramenta também foi utilizada para discretizar feições mineralógicas na área agrícola do PAD-DF, com resultados ratificados por análise espectrorradiométrica do solo e comparação com a carta de Munsell.