@Article{AlmeidaSouAlvPinFei:2009:MéCoCl,
               author = "Almeida, Cl{\'a}udia Maria de and Souza, Iris de Marcelhas e and 
                         Alves, Claudia Durand and Pinho, Carolina Moutinho Duque de and 
                         Feitosa, Raul Queiroz",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and Pontif{\'{\i}}cia Universidade 
                         Cat{\'o}lica do Rio de Janeiro – PUC-RJ, Departamento de 
                         Engenharia El{\'e}trica",
                title = "M{\'e}todos Cognitivos de Classifica{\c{c}}{\~a}o Aplicados a 
                         Imagens QuickBird para a Detec{\c{c}}{\~a}o de {\'A}reas 
                         Residenciais Homog{\^e}neas",
              journal = "Revista Brasileira de Ci{\^e}ncia do Solo",
                 year = "2009",
               volume = "61",
               number = "1",
                pages = "1--12",
                 note = "Setores de Atividade: Administra{\c{c}}{\~a}o P{\'u}blica, 
                         Defesa e Seguridade Social.",
             keywords = "m{\'e}todos cognitivos, imagens de alta resolu{\c{c}}{\~a}o, 
                         redes hier{\'a}rquicas, {\'a}reas residenciais homog{\^e}neas, 
                         knowledge-based methods, high resolution images, semantic 
                         networks, homogeneous residential areas.",
             abstract = "Este trabalho dedica-se a explorar m{\'e}todos cognitivos de 
                         classifica{\c{c}}{\~a}o de imagens QuickBird, visando detectar 
                         {\'a}reas residenciais homog{\^e}neas. A {\'a}rea de estudo 
                         localiza-se em um setor sul da cidade de S{\~a}o Jos{\'e} dos 
                         Campos, S{\~a}o Paulo. Por meio de uma abordagem baseada em 
                         segmenta{\c{c}}{\~a}o multin{\'{\i}}vel e de uma rede 
                         hier{\'a}rquica de classifica{\c{c}}{\~a}o com seis 
                         n{\'{\i}}veis, identificaram-se {\'a}reas residenciais 
                         homog{\^e}neas em termos de densidade de ocupa{\c{c}}{\~a}o e 
                         de grau de aproveitamento do terreno por parte das 
                         edifica{\c{c}}{\~o}es, isto {\'e}, resid{\^e}ncias 
                         unifamiliares ou edif{\'{\i}}cios. A rede de 
                         classifica{\c{c}}{\~a}o utilizou atributos espectrais, 
                         geom{\'e}tricos e topol{\'o}gicos dos objetos (ou regi{\~o}es) 
                         em cada n{\'{\i}}vel de segmenta{\c{c}}{\~a}o, bem como suas 
                         caracter{\'{\i}}sticas contextuais e sem{\^a}nticas de 
                         relacionamento entre os distintos n{\'{\i}}veis 
                         hier{\'a}rquicos. A classifica{\c{c}}{\~a}o final de unidades 
                         residenciais homog{\^e}neas foi submetida a um processo de 
                         valida{\c{c}}{\~a}o, utilizando-se um {\'{\i}}ndice de 
                         concord{\^a}ncia Kappa baseado em objetos. ABSTRACT: This paper 
                         is committed to explore object-based methods for the 
                         classification of QuickBird images, aiming to detect homogeneous 
                         residential areas. The study area concerns the southern sector of 
                         S{\~a}o Jos{\'e} dos Campos city, located in the State of 
                         S{\~a}o Paulo, Brazil. By means of a multi-resolution 
                         segmentation approach and a six-layer hierarchical classification 
                         network, homogeneous residential areas were identified in terms of 
                         density of occupation and building standards (single dwelling 
                         units or high-rise buildings). The classification network was 
                         built upon spectral, geometrical, and topological features of the 
                         objects in each level of segmentation as well as upon their 
                         contextual and semantic interrelationships in-between the 
                         hierarchical levels. The final classification of homogeneous 
                         residential units was subject to validation, using an object-based 
                         Kappa statistics.",
                 issn = "0100-0683",
                label = "lattes: 1861914973833506 1 AlmeidaSouAlvPinFei:2009:M{\'e}CoCl",
             language = "pt",
           targetfile = "341-974-1-PB.pdf",
                  url = "http://www.rbc.ufrj.br/_2009/61_1_01.htm",
        urlaccessdate = "09 maio 2024"
}