@InProceedings{BragaSantFrei:2019:DiEsAp,
author = "Braga, Bruna Cristina and Sant'Anna, Sidnei Jo{\~a}o Siqueira and
Freitas, Corina da Costa",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)}",
title = "Dist{\^a}ncia estoc{\'a}stica aplicada {\`a}
integra{\c{c}}{\~a}o de dados Landsat5/TM e Radarsat-2 para
classifica{\c{c}}{\~a}o de imagens em classes mistas",
booktitle = "Anais...",
year = "2019",
editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco
and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
pages = "903--906",
organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "Classifica{\c{c}}{\~a}o multifonte, dist{\^a}ncias
estoc{\'a}sticas, imagem {\'o}ptica, imagem SAR, cen{\'a}rio
Fuzzy, Multisource classification, stochastic distances, optical
image, SAR image, Fuzzy scenario.",
abstract = "Neste trabalho {\'e} gerada e analisada uma
classifica{\c{c}}{\~a}o multifonte baseada em um novo
m{\'e}todo de integra{\c{c}}{\~a}o de dados classificados
denominado Metodologia Multifonte. Este m{\'e}todo {\'e}
aplicado a duas imagens provenientes de sensores distintos por
meio da constru{\c{c}}{\~a}o do Cen{\'a}rio de
classifica{\c{c}}{\~a}o Fuzzy. Este Cen{\'a}rio {\'e}
constitu{\'{\i}}do por uma imagem classificada em classes mistas
e uma imagem de confiabilidade. Com o objetivo de verificar a
efetividade do m{\'e}todo, imagens Radarsat-2 e Landsat5/TM foram
utilizadas. Os indicadores utilizados foram os valores de
acur{\'a}cia por classe obtidos nas classifica{\c{c}}{\~o}es.
Os resultados revelaram uma classifica{\c{c}}{\~a}o em classes
mistas com alta confiabilidade e altos valores de acur{\'a}cia
por classe, representando aumentos de 39% a 254% em
rela{\c{c}}{\~a}o as acur{\'a}cias individuais. ABSTRACT: In
this paper, a multisource classification based on a new classified
data integration method called {"}Multisource Methodology{"} is
generated and analyzed. This method is applied to two images
derived from different sensors by means of a Fuzzy classification
scenario construction. A mixed classes classified image and a
reliability image compose this scenario. In order to verify the
effectiveness of the multisource method, Radarsat-2 and Landsat5/
TM images were used. The accuracy values per class obtained by
individual classifications and multisource classification were
used as indicators. The results revealed a mixed classes
classification with high reliability and high values of accuracy
per class, representing increases of 39% to 254% in relation to
individual occurrences.",
conference-location = "Santos",
conference-year = "14-17 abril 2019",
isbn = "978-85-17-00097-3",
language = "pt",
organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
ibi = "8JMKD3MGP6W34M/3TUPDES",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUPDES",
targetfile = "97274.pdf",
type = "Classifica{\c{c}}{\~a}o e minera{\c{c}}{\~a}o de dados",
urlaccessdate = "27 abr. 2024"
}