1. Identificação | |
Tipo de Referência | Tese ou Dissertação (Thesis) |
Site | mtc-m21c.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34R/3SMB245 |
Repositório | sid.inpe.br/mtc-m21c/2019/02.04.18.14 |
Última Atualização | 2019:03.26.15.30.34 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21c/2019/02.04.18.14.46 |
Última Atualização dos Metadados | 2019:03.29.19.22.56 (UTC) administrator |
Chave Secundária | INPE-18153-TDI/2842 |
Chave de Citação | Oliveira:2019:DeMeCl |
Título | Desenvolvimento de uma meta-metodologia para classificação contextual que preserve feições estreitas (META-CCP) em imagens digitais |
Título Alternativo | Development of a meta-methodology for contextual classification that preserves narrow features in digital images |
Curso | SER-SRE-SESPG-INPE-MCTIC-GOV-BR |
Ano | 2019 |
Data | 2019-02-20 |
Data de Acesso | 04 maio 2024 |
Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) |
Tipo Secundário | TDI |
Número de Páginas | 78 |
Número de Arquivos | 1 |
Tamanho | 6010 KiB |
|
2. Contextualização | |
Autor | Oliveira, Willian Vieira de |
Banca | Rennó, Camilo Daleles (presidente) Dutra, Luciano Vieira (orientador) Sant'Anna, Sidnei João Siqueira (orientador) Körting, Thales Sehn Soares, Marinalva Dias Negri, Rogério Galante |
Endereço de e-Mail | wivoliveira@yahoo.com.br |
Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade | São José dos Campos |
Histórico (UTC) | 2019-02-04 18:14:46 :: wivoliveira@yahoo.com.br -> pubtc@inpe.br :: 2019-02-08 11:10:22 :: pubtc@inpe.br -> wivoliveira@yahoo.com.br :: 2019-03-10 23:09:51 :: wivoliveira@yahoo.com.br -> administrator :: 2019-03-11 10:49:42 :: administrator -> pubtc@inpe.br :: 2019-03-11 10:50:09 :: pubtc@inpe.br -> wivoliveira@yahoo.com.br :: 2019-03-11 21:54:48 :: wivoliveira@yahoo.com.br -> pubtc@inpe.br :: 2019-03-18 16:12:48 :: pubtc@inpe.br -> administrator :: 2019-03-26 15:22:23 :: administrator -> simone :: 2019-03-26 15:30:34 :: simone :: -> 2019 2019-03-26 16:17:46 :: simone -> administrator :: 2019 2019-03-29 19:22:56 :: administrator -> :: 2019 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | classificação contextual remoção de ruídos preservação de feições sensoriamento remoto contextual classification noise removal feature preservation remote sensing |
Resumo | Classificação de imagens multiespectrais representa um procedimento essencial na análise de dados de sensoriamento remoto. De forma geral, o processo de classificação tem por objetivo categorizar os pixels que compõem uma imagem em relação a um determinado conjunto de classes. Classificadores por pixel tradicionais, os quais se baseiam apenas em informação espectral, tendem a produzir produtos ruidosos, o que pode estar relacionado tanto à variabilidade das amostras consideradas, quanto à variabilidade espectral observada na superfície imageada. No intuito de remover estes ruídos, métodos contextuais de classificação e pós-classificação são comumente utilizados. Entretanto, nestes processamentos, algumas feições também são eliminadas. Neste contexto, o presente trabalho aborda o problema de preservação de feições durante a aplicação de métodos contextuais de classificação em imagens multiespectrais. Este trabalho introduz uma nova abordagem de classificação, denominada Meta-metodologia de Classificação Contextual que Preserve feições estreitas (META-CCP), a qual permite conciliar remoção de ruídos e preservação de feições finas. A METACCP se baseia na identificação de pixels de alta discriminabilidade, ou seja, pixels onde a classe escolhida pelo classificador pode ser claramente distinguida das demais alternativas de classificação. Estes pixels são preservados durante a aplicação da abordagem contextual. Dessa forma, a META-CCP permite direcionar a aplicação de classificadores contextuais apenas às áreas mais susceptíveis a erros de classificação, de forma a favorecer a remoção de ruídos sem comprometer a representação das demais feições. Além disso, essa meta-metodologia permite a aplicação de diferentes métodos de classificação na etapa contextual. No intuito de validar o método desenvolvido, dois estudos de caso foram desenvolvidos, considerando tanto a classificação de imagens sintéticas quanto de imagem real de sensoriamento remoto. Em ambos os estudos realizados, a META-CCP foi aplicada considerando dois diferentes métodos contextuais de classificação: o filtro de maioria e o algoritmo ICM. Os resultados obtidos mostram que o método proposto permite reduzir eficientemente ruídos de classificação, sem resultar em danos significativos a feições estreitas. ABSTRACT: Multispectral image classification represents an essential procedure in remote sensing data analysis. In general, the process of image classification aims to categorize the pixels that compose an image in relation to a certain set of classes. Traditional pixel-wise classifiers, based only on spectral information, tend to produce noisy products. This effect might be related to both the variability of the samples used and the spectral variability observed for the analysed surface. In order to remove these noises, contextual image classification and post classification methods are commonly used. In this context, this study addresses the problem of feature preservation during the application of contextual methods for multispectral image classification. This study introduces a new classification approach, named as Meta-methodology for Contextual Classification that Preserves narrow features (META-CCP, Meta-Metodologia de Classificação Contextual que Preserve feições estreitas), which allows integrating both noise removal and narrow feature preservation. The META-CCP identifies high discriminability pixels, in which the class defined by the classifier can be clearly distinguished from the other classification alternatives. The proposed method preserves these pixels during the contextual classification stage. Therefore, the META-CCP allows directing the application of contextual classifiers only to pixels more susceptible to classification errors. This procedure favours the removal of noisy pixels without damaging the representation of other features. In addition, this meta-methodology allows using different methods in the contextual classification stage. In order to validate the presented method, we performed two case studies, considering the classification of both synthetic images and a real remote sensing image. In both cases, we applied the META-CCP considering two different contextual classifiers: the majority filter and the ICM algorithm. The experimental results show that the proposed method is capable of efficiently reducing classification noises, without resulting in significant damage to narrow features. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Desenvolvimento de uma... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | @4primeirasPaginas (1).pdf | 26/03/2019 12:31 | 162.9 KiB | Avaliação final pag 01 e 02 de Willian Vieira Diniz - SER.pdf | 26/03/2019 12:30 | 412.3 KiB | Dissertação_Willian.pdf | 26/03/2019 12:30 | 5.5 MiB | |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34R/3SMB245 |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34R/3SMB245 |
Idioma | pt |
Arquivo Alvo | publicacao.pdf |
Grupo de Usuários | gabinete@inpe.br pubtc@inpe.br wivoliveira@yahoo.com.br |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 |
Permissão de Leitura | allow from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | urlib.net/www/2017/11.22.19.04.03 |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S |
Divulgação | BNDEPOSITOLEGAL |
Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 |
|
6. Notas | |
Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
|