Classificação de imagens de alta resolução usando atributos de textura

Detalhes bibliográficos
Autor(a) principal: Valéria Maria Barros de Andrade
Data de Publicação: 1989
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/iris@1905/2005/07.28.01.45
Resumo: A maioria dos classificadores atualmente utilizados na analise de imagens usam apenas as caracteristicas espectrais para diferenciar as classes. Esses classificadores foram originalmente desenvolvidos para analise de dados Landsat-MSS. Com o surgimento de novos sensores de variadas resolucoes especiais, e necessaria a revisao dos metodos de classificacao. Estudos a respeito da influencia da resolucao na classificacao apontam dois fatores responsaveis pelo desempenho de classificacao: os pixels misturados e o "ruido de cena". Da presenca do ruido de cena decorre o aparecimento de uma caracteristica adicional na imagem, a textura. Na primeira parte deste trabalho, e feita uma avaliacao do desempenho de classificacao em funcao da resolucao espacial. E verificado um decrescimo da confusao media na classificacao a medida que a resolucao diminui. No entanto, nas imagens de baixa resolucao, observa-se bem, devido ao aumento dos pixels misturados, o aumento da abstencao media. Na segunda parte, sao propostas algumas medidas (ou atributos)de textura, que podem ser extraidas de pequenas janelas de imagem. Extraindo-se atributos de textura para cada pixel, sao geradas "bandas de textura". As vinte "bandas de textura" propostas sao analisadas visualmente e estatisticamente numa imagem da regiao urbana de Sao Jose dos Campos. A partir desta analise duas "bandas de textura" foram selecionadas e usadas na classificacao daquela imagem. E verificada uma melhoria no desempenho de classificacao no sentido de que se observa um decrescimo na confusao media, sem um real acrescimo na abstenção.
id INPE_4cc7c49f3c38e5ac76f3947f95fedf51
oai_identifier_str oai:urlib.net:sid.inpe.br/iris@1905/2005/07.28.01.45.58-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisClassificação de imagens de alta resolução usando atributos de texturaHigh resolution images classification using texture attributes1989-02-28Gerald Jean Francis BanonClésio Luis TozziRaimundo Almeida FilhoLuiz Alberto Vieira DiasValéria Maria Barros de AndradeInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Computação AplicadaINPEBRtexturaprocessamento de imagensclassificação de imagensresolução espacialtextureimages processingimages classificationspatial resolutionA maioria dos classificadores atualmente utilizados na analise de imagens usam apenas as caracteristicas espectrais para diferenciar as classes. Esses classificadores foram originalmente desenvolvidos para analise de dados Landsat-MSS. Com o surgimento de novos sensores de variadas resolucoes especiais, e necessaria a revisao dos metodos de classificacao. Estudos a respeito da influencia da resolucao na classificacao apontam dois fatores responsaveis pelo desempenho de classificacao: os pixels misturados e o "ruido de cena". Da presenca do ruido de cena decorre o aparecimento de uma caracteristica adicional na imagem, a textura. Na primeira parte deste trabalho, e feita uma avaliacao do desempenho de classificacao em funcao da resolucao espacial. E verificado um decrescimo da confusao media na classificacao a medida que a resolucao diminui. No entanto, nas imagens de baixa resolucao, observa-se bem, devido ao aumento dos pixels misturados, o aumento da abstencao media. Na segunda parte, sao propostas algumas medidas (ou atributos)de textura, que podem ser extraidas de pequenas janelas de imagem. Extraindo-se atributos de textura para cada pixel, sao geradas "bandas de textura". As vinte "bandas de textura" propostas sao analisadas visualmente e estatisticamente numa imagem da regiao urbana de Sao Jose dos Campos. A partir desta analise duas "bandas de textura" foram selecionadas e usadas na classificacao daquela imagem. E verificada uma melhoria no desempenho de classificacao no sentido de que se observa um decrescimo na confusao media, sem um real acrescimo na abstenção.Most classifiers commonly used in image analysis rely solely on spectral caracteristics to differentiate classes. These classifiers were originally developed to be use with Landsat-MSS data. With the news sensors at different spacial resolutions it is necessary to revise the image classification methods. Studies about spacial resolution effects on classification shows that classification accuracy is influenced by two factors: the mixed pixels and "scene noise". The presence of "scene noise" provides one more image caracteristic, the texture. In the first part of this work, an evaluation of the classification accuracy as a function of spacial resolution is made. It is verified that confusion error rates decrease with smaller resolutions. However, for small resolution image, it can be observed, due to the increasing rate of mixed pixels, an increasing rate of non-classified pixels. In the second part, some texture measures (or features) are proposed. They are extracted from small image windows. By extraction of the textural feature at each pixel, "texture bands" are created. The twenty proposed "texture bands" are visually and statistical analysed from an image os São José dos Campos urban area. Form this analysis, two " texture bands" are selected and used to classify this image. A better classification accuracy is verified, in the sense that a decreasing confusion error rate without a significant increasing rate of non-classified pixels is observed.http://urlib.net/sid.inpe.br/iris@1905/2005/07.28.01.45info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:52:31Zoai:urlib.net:sid.inpe.br/iris@1905/2005/07.28.01.45.58-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:52:31.985Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Classificação de imagens de alta resolução usando atributos de textura
dc.title.alternative.en.fl_str_mv High resolution images classification using texture attributes
title Classificação de imagens de alta resolução usando atributos de textura
spellingShingle Classificação de imagens de alta resolução usando atributos de textura
Valéria Maria Barros de Andrade
title_short Classificação de imagens de alta resolução usando atributos de textura
title_full Classificação de imagens de alta resolução usando atributos de textura
title_fullStr Classificação de imagens de alta resolução usando atributos de textura
title_full_unstemmed Classificação de imagens de alta resolução usando atributos de textura
title_sort Classificação de imagens de alta resolução usando atributos de textura
author Valéria Maria Barros de Andrade
author_facet Valéria Maria Barros de Andrade
author_role author
dc.contributor.advisor1.fl_str_mv Gerald Jean Francis Banon
dc.contributor.referee1.fl_str_mv Clésio Luis Tozzi
dc.contributor.referee2.fl_str_mv Raimundo Almeida Filho
dc.contributor.referee3.fl_str_mv Luiz Alberto Vieira Dias
dc.contributor.author.fl_str_mv Valéria Maria Barros de Andrade
contributor_str_mv Gerald Jean Francis Banon
Clésio Luis Tozzi
Raimundo Almeida Filho
Luiz Alberto Vieira Dias
dc.description.abstract.por.fl_txt_mv A maioria dos classificadores atualmente utilizados na analise de imagens usam apenas as caracteristicas espectrais para diferenciar as classes. Esses classificadores foram originalmente desenvolvidos para analise de dados Landsat-MSS. Com o surgimento de novos sensores de variadas resolucoes especiais, e necessaria a revisao dos metodos de classificacao. Estudos a respeito da influencia da resolucao na classificacao apontam dois fatores responsaveis pelo desempenho de classificacao: os pixels misturados e o "ruido de cena". Da presenca do ruido de cena decorre o aparecimento de uma caracteristica adicional na imagem, a textura. Na primeira parte deste trabalho, e feita uma avaliacao do desempenho de classificacao em funcao da resolucao espacial. E verificado um decrescimo da confusao media na classificacao a medida que a resolucao diminui. No entanto, nas imagens de baixa resolucao, observa-se bem, devido ao aumento dos pixels misturados, o aumento da abstencao media. Na segunda parte, sao propostas algumas medidas (ou atributos)de textura, que podem ser extraidas de pequenas janelas de imagem. Extraindo-se atributos de textura para cada pixel, sao geradas "bandas de textura". As vinte "bandas de textura" propostas sao analisadas visualmente e estatisticamente numa imagem da regiao urbana de Sao Jose dos Campos. A partir desta analise duas "bandas de textura" foram selecionadas e usadas na classificacao daquela imagem. E verificada uma melhoria no desempenho de classificacao no sentido de que se observa um decrescimo na confusao media, sem um real acrescimo na abstenção.
dc.description.abstract.eng.fl_txt_mv Most classifiers commonly used in image analysis rely solely on spectral caracteristics to differentiate classes. These classifiers were originally developed to be use with Landsat-MSS data. With the news sensors at different spacial resolutions it is necessary to revise the image classification methods. Studies about spacial resolution effects on classification shows that classification accuracy is influenced by two factors: the mixed pixels and "scene noise". The presence of "scene noise" provides one more image caracteristic, the texture. In the first part of this work, an evaluation of the classification accuracy as a function of spacial resolution is made. It is verified that confusion error rates decrease with smaller resolutions. However, for small resolution image, it can be observed, due to the increasing rate of mixed pixels, an increasing rate of non-classified pixels. In the second part, some texture measures (or features) are proposed. They are extracted from small image windows. By extraction of the textural feature at each pixel, "texture bands" are created. The twenty proposed "texture bands" are visually and statistical analysed from an image os São José dos Campos urban area. Form this analysis, two " texture bands" are selected and used to classify this image. A better classification accuracy is verified, in the sense that a decreasing confusion error rate without a significant increasing rate of non-classified pixels is observed.
description A maioria dos classificadores atualmente utilizados na analise de imagens usam apenas as caracteristicas espectrais para diferenciar as classes. Esses classificadores foram originalmente desenvolvidos para analise de dados Landsat-MSS. Com o surgimento de novos sensores de variadas resolucoes especiais, e necessaria a revisao dos metodos de classificacao. Estudos a respeito da influencia da resolucao na classificacao apontam dois fatores responsaveis pelo desempenho de classificacao: os pixels misturados e o "ruido de cena". Da presenca do ruido de cena decorre o aparecimento de uma caracteristica adicional na imagem, a textura. Na primeira parte deste trabalho, e feita uma avaliacao do desempenho de classificacao em funcao da resolucao espacial. E verificado um decrescimo da confusao media na classificacao a medida que a resolucao diminui. No entanto, nas imagens de baixa resolucao, observa-se bem, devido ao aumento dos pixels misturados, o aumento da abstencao media. Na segunda parte, sao propostas algumas medidas (ou atributos)de textura, que podem ser extraidas de pequenas janelas de imagem. Extraindo-se atributos de textura para cada pixel, sao geradas "bandas de textura". As vinte "bandas de textura" propostas sao analisadas visualmente e estatisticamente numa imagem da regiao urbana de Sao Jose dos Campos. A partir desta analise duas "bandas de textura" foram selecionadas e usadas na classificacao daquela imagem. E verificada uma melhoria no desempenho de classificacao no sentido de que se observa um decrescimo na confusao media, sem um real acrescimo na abstenção.
publishDate 1989
dc.date.issued.fl_str_mv 1989-02-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/iris@1905/2005/07.28.01.45
url http://urlib.net/sid.inpe.br/iris@1905/2005/07.28.01.45
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Gerald Jean Francis Banon
_version_ 1706809348751097856

Registros relacionados