1. Identificação | |
Tipo de Referência | Tese ou Dissertação (Thesis) |
Site | mtc-m12.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 6qtX3pFwXQZ3P8SECKy/Ae2JT |
Repositório | sid.inpe.br/jeferson/2003/11.21.10.17 (acesso restrito) |
Última Atualização | 2014:02.25.13.37.40 (UTC) simone |
Repositório de Metadados | sid.inpe.br/jeferson/2003/11.21.10.17.24 |
Última Atualização dos Metadados | 2019:11.18.18.29.17 (UTC) simone |
Chave Secundária | INPE-10104-TDI/895 |
Chave de Citação | Souto:2000:SeImMu |
Título | Segmentação de imagem multiespectral utilizando-se o atributo matiz |
Título Alternativo | Multispectral image segmentation using the hue attribute |
Curso | SER-SPG-INPE-MCT-BR |
Ano | 2000 |
Data Secundária | 20000829 |
Data | 2000-08-29 |
Data de Acesso | 06 maio 2024 |
Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) |
Tipo Secundário | TDI |
Número de Páginas | 173 |
Número de Arquivos | 1 |
Tamanho | 3049 KiB |
|
2. Contextualização | |
Autor | Souto, Roberto Pinto |
Grupo | SER-SPG-INPE-MCT-BR |
Banca | Dutra, Luciano Vieira (presidente/orientador) Banon, Gerald Jean Francis Valeriano, Dalton de Morisson Mattos, Juércio Tavares Fernandes, David |
Endereço de e-Mail | pubtc@inpe.br |
Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade | São José dos Campos |
Histórico (UTC) | 2006-03-28 12:49:26 :: administrator -> jefferson :: 2006-05-29 15:04:59 :: jefferson -> administrator :: 2009-07-08 19:25:09 :: administrator -> jefferson :: 2010-07-07 19:06:57 :: jefferson -> marciana :: 2012-02-07 16:56:57 :: marciana -> luis.cpv@hotmail.com :: 2000 2012-07-17 12:30:45 :: luis.cpv@hotmail.com -> administrator :: 2000 2013-10-18 22:47:06 :: administrator -> luis.cpv@hotmail.com :: 2000 2014-02-25 13:38:19 :: luis.cpv@hotmail.com -> administrator :: 2000 2018-06-05 00:40:38 :: administrator -> pubtc@inpe.br :: 2000 2019-11-18 18:26:49 :: pubtc@inpe.br -> simone :: 2000 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | sensoriamento remoto cores classificação de imagens análise estatística programação remote sensing color image classification statistical analysis computer programming |
Resumo | Este trabalho teve como objetivo, a implementação e avaliação de algoritmos de segmentação e classificação de imagens de matiz de composição colorida. Desejava-se averiguar o comportamento do matiz em regiões onde há diferenças na luminosidade em função da topografia do terreno em dois alvos: floresta e urbano. Neste aspecto, os resultados alcançados foram satisfatórios, pois o algoritmo implementado conseguiu resolver estes dois casos na maior parte das vezes. Normalmente as imagens coloridas são resultado de composições com três bandas espectrais. Implementou-se um método que é capaz de obter o valor de matiz diretamente de quaisquer N bandas espectrais. No entanto, nem sempre o acréscimo de bandas resultou em uma classificação melhor. Isto depende de quais bandas se escolhe a fim de gerar a imagem de matiz. Foram gerados resultados de classificação de matiz obtidos através de composições coloridas com três, quatro e cinco bandas espectrais. Avaliou-se também o comportamento do matiz nestas três composições, na distinção do alvo floresta em regiões de relevo muito acidentado, com presença forte de sombra. A avaliação, tanto para o alvo floresta quanto para o urbano, se deu através da comparação dos resultados de classificação com pontos de referência classificados previamente por fotointérpretes. Foi calculado de cada classificação, a partir dos pontos de referência, um coeficiente kappa. Os diversos kappas estimados encontrados foram comparados através de teste de hipótese para se verificar se havia diferenças significativas entre os resultados de classificação de matiz alcançados com três, quatro e cinco bandas. Notou-se que há um desempenho superior usando quatro bandas para distinguir alvo urbano, mas não foram percebidas diferenças significativas no alvo floresta. Mesmo procedimento foi feito para comparar estas classificações de matiz com o método de classificação não-supervisionada Isoseg, implementado no "software" SPRING. Na maior parte das vezes o resultado de matiz superou o Isoseg, havendo no entanto, para cinco bandas, resultados de classificação de Isoseg melhores que no matiz. Paralelamente a esta avaliação por coeficiente kappa, foram desenvolvidos algoritmos de avaliação automatizada dos erros de classificação, levando-se em consideração a distribuição estatística (binomial) destes erros. Basicamente, esta tarefa tem por finalidade saber se o tamanho da amostra de pontos escolhido é adequado. Isto é, se o produtor não corre risco demasiado ao coletar um tamanho pequeno de pontos para avaliar a classificação. Ou ainda se compensa o custo de coletar amostragem muito grande, para correr um risco menor de ver seu mapa rejeitado. Todos recursos de classificação e avaliação são acessados através de uma interface gráfica desenvolvida neste trabalho. ABSTRACT: This work had as objective, the implementation and evaluation of segmentation algorithms and classification of hue images from color composit. It was desired to inquire the behavior of the hue in regions where it has differences in the luminosity due to the topography of the land in two targets: forest and urban. In this aspect, the reached results had been satisfactory, since the implemented algorithm obtained solved these two cases in the most part of the times. Normally the color images are resulted of composition with three spectral bands. A method was implemented that is able to directly get the value of hue of any N spectral bands. However, nor always the upgrade of bands mean a better classification. It will depend on which bands are chosen, in order to generate the hue image. Results had been generated by classification of hue through color composit of three, four and five spectral bands. The behavior of the hue in these three cases, the distinction of the white forest in relief regions, with a strong presence of shade was also evaluated. The evaluation, as much for the white forest as for the urban one, was made through the matching of the results of classification with control points classified previously by photointerpreters. It was calculated of each classification, from the control points, a coefficient kappa. Diverse kappas estimated found had been compared through hypothesis test to verify itself if it had significant differences between the results of reached classificaton of hue from three, four and five bands. It was noticed that it has an upper performance using four bands to distinguish urban target, but had not been perceived significant differences in the forest. Same procedure was made to compare these classificatons of hue with the method of unsupervised classifier Isoseg, implemented at SPRING software. At the most part of the times, hue results overcame Isoseg however. However, for five bands, there are better results of classification by Isoseg method. It had been developed algorithms of automatized evaluation of the errors of classification, taking in account the statistical distribution (binomial) of these errors. Basically, this task has as purpose to know if the size of the sample of points chosen is correct. That is, if the producer does not has too much risk when collecting a small size of points to evaluate the classification. Or, besides, if it compensates the cost to collect sampling very great, in order to have a lesser risk to see its map rejected wrongly. All features of classification and evaluation can be accessed through a graphical user interface developed in this work. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Segmentação de imagem... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | publicacao-24.pdf | 25/02/2014 10:38 | 3.0 MiB | |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
Idioma | pt |
Arquivo Alvo | publicacao-24.pdf |
Grupo de Usuários | administrator jefferson pubtc@inpe.br simone |
Visibilidade | shown |
Detentor da Cópia | SID/SCD |
Permissão de Leitura | deny from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S |
Acervo Hospedeiro | sid.inpe.br/banon/2001/04.06.10.52 |
|
6. Notas | |
Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyright creatorhistory descriptionlevel dissemination doi electronicmailaddress format isbn issn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|