Uso de redes neurais artificiais e objetos geográficos na classificação de imagens de sensoriamento remoto
AUTOR(ES)
Silva, Pedro Resende, Acerbi Júnior, Fausto Weimar, Carvalho, Luis Marcelo Tavares de, Scolforo, José Roberto Soares
FONTE
CERNE
DATA DE PUBLICAÇÃO
2014-06
RESUMO
Conduziu-se este trabalho, com o objetivo de se alcançar o desenvolvimento de uma metodologia para a criação de um mapa de uso e cobertura do solo na região norte do estado de MG, onde, além de atividades agropecuárias, predominam vegetações nativas de cerrado, florestas estacionais deciduais e extensas áreas de vereda. Utilizando parcelas inventariadas e imagens dos sensores Rapideye, Landsat TM e MODIS, foram traçados três objetivos específicos: testar o uso de técnicas de segmentação de imagens para uma classificação baseada em objetos contemplando informações espectrais, espaciais e temporais; Testar o uso de imagens de alta resolução espacial (Rapideye) combinadas a séries temporais Landsat-TM, visando a captar os efeitos da sazonalidade, e a classificação dos dados por meio de Redes Neurais Artificiais. Por meio da série temporal de imagens MODIS e parcelas inventariadas, foram extraídas as assinaturas temporais das principais fisionomias presentes na região, observando-se, assim, os melhores períodos do ano a serem representados no processo de classificação. Os objetos criados na segmentação das imagens Rapideye, juntamente com a série temporal Landsat TM, foram classificados por dez diferentes arquiteturas de redes MultiLayerParceptron. Os resultados mostraram que metodologia atende aos propósitos do estudo e as características das fisionomias presentes na região. Com excelentes valores de acurácia para as classes nativas, o estudo mostra a importância da adequação da base de dados em trabalhos de classificação e da importância de uma segmentação que atenda aos propósitos do trabalho.
ASSUNTO(S)
segmentação de imagens classificação baseada em objetos séries temporais
Documentos Relacionados
- Classificação de estratos florestais utilizando redes neurais artificiais e dados de sensoriamento remoto
- Classificação de imagens de sensoriamento remoto baseada em textura por redes neurais
- Redes neurais aplicadas em classificação de dados multiespectrais de sensoriamento remoto
- Redes neurais artificiais na classificação de imagens multitemporais da região cafeeira de Três Pontas, MG.
- Redes neurais artificiais na classificação de imagens multitemporais da região cafeeira de Três Pontas, MG.