Avaliação de desempenho de atributos estatísticos e texturais em uma classificação de cobertura da terra baseada em objeto

AUTOR(ES)

Francisco, Cristiane Nunes, Almeida, Cláudia Maria de

FONTE

Boletim de Ciências Geodésicas

DATA DE PUBLICAÇÃO

2012-06

RESUMO

Este artigo tem como objetivo avaliar o desempenho de duas redes semânticas geradas por mineração de dados para a classificação de cobertura da terra por meio de análise de imagens baseada em objetos geográficos (GEographic Object-Based Image Analysis - GEOBIA). Para isto, uma rede utilizou-se de descritores estatísticos e texturais, e a outra, apenas de descritores estatísticos. A base de dados foi constituída de imagens ALOS/AVNIR fusionadas com imagens ALOS/PRISM e dados de relevo provenientes do banco de dados TOPODATA. A área de estudo corresponde ao município de Nova Friburgo, com 933 km², localizado na região serrana do estado do Rio de Janeiro. O índice Kappa alcançado pela classificação baseada em árvore de decisão composta por descritores estatísticos e texturais foi de 0,81, enquanto que este valor para a classificação derivada apenas de descritores estatísticos foi de 0,84. Considerando os índices alcançados, conclui-se que ambos os resultados apresentam excelente qualidade quanto à acurácia da classificação. O teste de hipótese entre os dois índices mostra, com nível de significância de 5%, que não há diferenças entre as duas classificações quanto à acurácia.

ASSUNTO(S)

redes semânticas classificação de imagens mineração de dados alos

Documentos Relacionados

• Avaliação de técnicas de classificação digital de imagens landsat em diferentes padrões de cobertura da terra em Rondônia
• Classificação de uso e cobertura da terra na Amazônia brasileira por meio de imagens de satélite
• Classificação orientada a objetos aplicada na caracterização da cobertura da terra no Araguaia
• Uma metodologia para identificação de classes de tráfego baseada em discriminantes estatísticos e análise de agrupamentos
• Uma metodologia para identificação de classes de tráfego baseada em discriminantes estatísticos e análise de agrupamentos