Uso da análise discriminante regularizada (RDA) no reconhecimento de padrões em imagens digitais hiperespectral de sensoriamento remoto

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

Em cenas naturais, ocorrem com certa freqüência classes espectralmente muito similares, isto é, os vetores média são muito próximos. Em situações como esta, dados de baixa dimensionalidade (LandSat-TM, Spot) não permitem uma classificação acurada da cena. Por outro lado, sabe-se que dados em alta dimensionalidade [FUK 90] tornam possível a separação destas classes, desde que as matrizes covariância sejam suficientemente distintas. Neste caso, o problema de natureza prática que surge é o da estimação dos parâmetros que caracterizam a distribuição de cada classe. Na medida em que a dimensionalidade dos dados cresce, aumenta o número de parâmetros a serem estimados, especialmente na matriz covariância. Contudo, é sabido que, no mundo real, a quantidade de amostras de treinamento disponíveis, é freqüentemente muito limitada, ocasionando problemas na estimação dos parâmetros necessários ao classificador, degradando portanto a acurácia do processo de classificação, na medida em que a dimensionalidade dos dados aumenta. O Efeito de Hughes, como é chamado este fenômeno, já é bem conhecido no meio científico, e estudos vêm sendo realizados com o objetivo de mitigar este efeito. Entre as alternativas propostas com a finalidade de mitigar o Efeito de Hughes, encontram-se as técnicas de regularização da matriz covariância. Deste modo, técnicas de regularização para a estimação da matriz covariância das classes, tornam-se um tópico interessante de estudo, bem como o comportamento destas técnicas em ambientes de dados de imagens digitais de alta dimensionalidade em sensoriamento remoto, como por exemplo, os dados fornecidos pelo sensor AVIRIS. Neste estudo, é feita uma contextualização em sensoriamento remoto, descrito o sistema sensor AVIRIS, os princípios da análise discriminante linear (LDA), quadrática (QDA) e regularizada (RDA) são apresentados, bem como os experimentos práticos dos métodos, usando dados reais do sensor. Os resultados mostram que, com um número limitado de amostras de treinamento, as técnicas de regularização da matriz covariância foram eficientes em reduzir o Efeito de Hughes. Quanto à acurácia, em alguns casos o modelo quadrático continua sendo o melhor, apesar do Efeito de Hughes, e em outros casos o método de regularização é superior, além de suavizar este efeito. Esta dissertação está organizada da seguinte maneira: No primeiro capítulo é feita uma introdução aos temas: sensoriamento remoto (radiação eletromagnética, espectro eletromagnético, bandas espectrais, assinatura espectral), são também descritos os conceitos, funcionamento do sensor hiperespectral AVIRIS, e os conceitos básicos de reconhecimento de padrões e da abordagem estatística. No segundo capítulo, é feita uma revisão bibliográfica sobre os problemas associados à dimensionalidade dos dados, à descrição das técnicas paramétricas citadas anteriormente, aos métodos de QDA, LDA e RDA, e testes realizados com outros tipos de dados e seus resultados.O terceiro capítulo versa sobre a metodologia que será utilizada nos dados hiperespectrais disponíveis. O quarto capítulo apresenta os testes e experimentos da Análise Discriminante Regularizada (RDA) em imagens hiperespectrais obtidos pelo sensor AVIRIS. No quinto capítulo são apresentados as conclusões e análise final. A contribuição científica deste estudo, relaciona-se à utilização de métodos de regularização da matriz covariância, originalmente propostos por Friedman [FRI 89] para classificação de dados em alta dimensionalidade (dados sintéticos, dados de enologia), para o caso especifico de dados de sensoriamento remoto em alta dimensionalidade (imagens hiperespectrais). A conclusão principal desta dissertação é que o método RDA é útil no processo de classificação de imagens com dados em alta dimensionalidade e classes com características espectrais muito próximas.

ASSUNTO(S)

sensoriamento remoto análise discriminante

Documentos Relacionados

Como fazer TCC? Nas últimas semanas tenho visto milhares de alunos com dificuldades, sem saber o que fazer, que simplesmente ficam parados na frente do computador e não conseguem escrever uma única palavra sequer. Neste texto, nós vamos ver como mudar essa situação de uma vez por todas! Alguns alunos me mandam e-mails perguntando Como Fazer TCC passo a passo. Bom, em primeiro lugar, essa é uma dificuldade muito comum, vivida por 99,9% dos alunos de faculdades no Brasil e no mundo! Os outros 0,01% Ler artigo

Finalmente… a Conclusão do TCC em 3 Passos Simples! Se você disser que eu falei isso, eu nego, mas, para mim, a Conclusão do TCC deveria ter outro nome. Algo como: A Doce Arte de Encher Linguiça! Seus professores e orientadores podem até tentar te convencer do contrário. Podem usar inúmeros argumentos para te convencer de que a conclusão do TCC é um elemento fundamental, e, dependendo da retórica do seu professor, você até pode comprar essa bobagem como verdade. Mas se você conhece o Ler artigo

Um Artigo Científico Pronto em 5 Passos? Como? É exatamente isso que você vai ver aqui. Então, você tem que fazer um Artigo Científico? Esse é modelo do seu TCC? Pode abrir um leve sorriso, afinal, o Artigo Científico é o modelo que menos exige conteúdo de texto. Trocando em miúdos, é o menor dos trabalhos acadêmicos em termos de volume de texto. Assim como todos os demais Trabalhos Científicos e Acadêmicos, o Artigo Científico Pronto tem apenas 3 Elementos: Introdução, Desenvolvimento e Conclusão. E, antes Ler artigo

Se você quer aprender Como Fazer Citações para o TCC de forma fácil e não ser acusado de plágio, então, recomendo fortemente que leia esse artigo até o final… E não se esqueça de assistir o vídeo logo abaixo! Imagina só… você fez todo o seu TCC, está aliviado, radiante, tirou um peso das costas… aí, PAH! Seu orientador diz que o seu trabalho tem Plágio e, por isso, vai ser reprovado. Não!!!! Aí vai uma notícia que talvez você não saiba, SE VOCÊ FEZ Ler artigo

Como fazer um TCC passo a passo – plágio e softwares de TCC? O que isso tem a ver com seu TCC? TUDO! Ou você não se importa em ouvir do seu orientador: “Seu trabalho tem plágio! Zero!” É… eu sei que você se importa. O problema é que muitos alunos morrem de medo do plágio, mas não sabem exatamente quando ele acontece. Definir o plágio é muito simples. Plágio é Roubar a Ideia do Outro. Simples assim. Quando você usa uma ideia, texto ou Ler artigo