Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência

AUTOR(ES)

Lersch, Rodrigo Pereira

DATA DE PUBLICAÇÃO

2009

RESUMO

Nesta tese investiga-se uma nova abordagem visando implementar os conceitos propostos na Teoria da Evidencia para fins de classificação de imagens digitais em Sensoriamento Remoto. Propõe-se aqui a utilização de variáveis auxiliares, estruturadas na forma de Planos de Informação (P.I.s) como em um SIG para gerar dados de confiança e de plausibilidade. São então aplicados limiares aos dados de confiança e de plausibilidade, com a finalidade de detectar erros de inclusão e de omissão, respectivamente, na imagem temática. Propõe-se nesta tese que estes dois limiares sejam estimados em função das acurácias do usuário e do produtor. A metodologia proposta nesta tese foi testada em uma área teste, coberta pela classe Mata Nativa com Araucária. O experimento mostrou que a metodologia aqui proposta atinge seus objetivos.

ASSUNTO(S)

remote sensing geografia ambiental sensoriamento remoto image classification geoprocessamento auxiliary data theory of evidence merging of information

Documentos Relacionados

• Integração de técnicas de SIG e sensoriamento remoto na classificação de imagens digitais através do uso da teoria da evidência
• Geoestatística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
• Redes neurais aplicadas em classificação de dados multiespectrais de sensoriamento remoto
• Uso de redes neurais artificiais e objetos geográficos na classificação de imagens de sensoriamento remoto
• Classificação de imagens de sensoriamento remoto baseada em textura por redes neurais