ANÁLISE DO NÍVEL DE LEGENDA DE CLASSIFICAÇÃO DE AREAS URBANAS EMPREGANDO IMAGENS MULTIESPECTRAIS E HIPERESPECTRAIS COM OS MÉTODOS ÁRVORE DE DECISÃO C4.5 E FLORESTA RANDÔMICA

AUTOR(ES)

Anjos, Camila Souza dos, Almeida, Cláudia Maria de, Galvão, Lênio Soares, Souza Filho, Carlos Roberto, Lacerda, Marielcio Gonçalves, Prati, Ronaldo Cristiano

FONTE

Bol. Ciênc. Geod.

DATA DE PUBLICAÇÃO

2017-06

RESUMO

Ambientes urbanos representam uma das áreas mais desafiadoras do sensoriamento remoto devido à grande diversidade encontrada nos materiais presentes na sua superfície. O uso de imagens com alta resolução espacial e alta resolução espectral surge como uma alternativa para aplicações urbanas, pois a combinação destas duas características permite uma melhor detecção e discriminação de alvos. O presente trabalho tem um duplo objetivo: i) avaliar dois conjuntos de dados na classificação fina de alvos urbanos para dois níveis de legenda (com 11 e 38 classes de cobertura do solo): um deles composto exclusivamente por uma imagem orbital multiespectral (WV-2) e o outro conjunto composto exclusivamente por uma imagem aerotransportada hiperespectral (SpecTIR), ii) bem como testar o desempenho de dois métodos diferentes de classificação de imagens, Árvore de Decisão C4.5 e Floresta Randômica (Random Forest), para ambos os níveis de legenda. Oito experimentos de classificação foram realizados para atender a tais objetivos de investigar a eficácia dos sensores e dos métodos em dois níveis de detalhamento. Foram obtidas classificações de elevada acurácia. Demonstrou-se para todos os níveis de detalhamento e métodos que as classificações obtidas com dados do sensor SpecTIR apresentaram resultados significantemente superiores aos das classificações com dados do sensor WV-2.

ASSUNTO(S)

worldview-2 prospectir v-s classificação de cobertura do solo urbano métodos não paramétricos

Documentos Relacionados

• ÁRVORE DE DECISÃO E ANÁLISE BASEADA EM OBJETOS NA CLASSIFICAÇÃO DE IMAGENS COM RESOLUÇÃO ESPACIAL SUBMÉTRICA ADQUIRIDAS POR VANT
• C4.5: um recurso para geração de árvores de decisão.
• Análise da epidemia da ferrugem do cafeeiro com árvore de decisão
• Classificação e eliminação dos ruídos em imagens hiperespectrais pela análise seqüencial da transformação por Fração de Ruído Mínima
• Uma arquitetura neural modular para classificação de imagens multiespectrais de sensoriamento remoto