Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2

Detalhes bibliográficos
Autor(a) principal: Gabriel, Cristina Garcia Franco
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/10782
Resumo: Dissertação de Mestrado em Gestão do Território, Especialização em Detecção Remota e Sistemas de Informação Geográfica
id RCAP_72ce8cec9abbcbf13bee80d417078f54
oai_identifier_str oai:run.unl.pt:10362/10782
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2Deteção remotaAlta ResoluçãoClassificaçãoSegmentaçãoPixelOrientada por objectosDissertação de Mestrado em Gestão do Território, Especialização em Detecção Remota e Sistemas de Informação GeográficaA Detecção Remota é uma ciência e uma técnica com grande valor na área da gestão do território, em particular das cidades, auxiliando os decisores, nomeadamente na alimentação de dados para sistemas de apoio à decisão, na observação e na monitorização da superfície terrestre. A presente dissertação de mestrado teve por objectivo geral o processamento de imagens de alta resolução espacial e espectral, usando para tal uma imagem de satélite WorldView-2. Os objectivos específicos compreendem o ensaio de diferentes abordagens de classificação. Numa primeira fase, procedeu-se à classificação da imagem com aproximação ao pixel, de forma supervisionada, pelo algoritmo random forests. Numa segunda fase, executou-se a segmentação da imagem, pelo software IDRISI Taiga, seguida da classificação de segmentos utilizando o algoritmo nearest neighbor e depois o algoritmo random forests. Numa terceira fase procedeu-se à segmentação da imagem por objectos, com o eCognition 8.0, pelo algoritmo multiresolution, classificando-os posteriormente também pelo algoritmo nearest neighbor. Por fim, foi realizada uma avaliação de exactidão dos resultados das diferentes abordagens, discutindo a sua aplicabilidade na classificação de imagens de áreas urbanas densas, efectuando-se uma análise comparada das mesmas. A área de estudo seleccionada foi uma área da cidade de Lisboa compreendendo, sobretudo, as designadas “Avenidas Novas”. Tal como a grande maioria das áreas urbanas, esta área apresenta também uma grande heterogeneidade espectral facto que permitiu avaliar a influência dessa característica na aplicação de diferentes métodos de classificação. A classificação com maior valor para a exactidão global (EG) e índice de concordância Kappa é a orientada por objectos, com valores entre os 63.6 e 90.7% e os 0.60 e 0.81, respectivamente para os diferentes níveis da nomenclatura hierarquizada. As outras classificações obtiveram valores similares entre si que variam entre os 56.9% e 87.5% para EG e 0.53 e 0.72 para Kappa. A dissertação insere-se num contexto de continuidade de uma série de trabalhos de detecção remota urbana liderados pelo Professor José António Tenedório, realizados no âmbito do Grupo de Modelação Geográfica, Cidades e Ordenamento do Território do e-GEO, Centro de Estudos de Geografia e Planeamento Regional, da Faculdade de Ciências Sociais e Humanas da Universidade Nova de Lisboa; assim como de outras equipas internacionais em matéria de processamento digital de imagens de satélite aplicado à cidade.Faculdade de Ciências Sociais e Humanas, Universidade Nova de LisboaTenedório, José AntónioRUNGabriel, Cristina Garcia Franco2013-11-28T16:37:44Z2013-082013-08-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/10782TID:201037882porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T03:44:43Zoai:run.unl.pt:10362/10782Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:19:43.500821Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
title Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
spellingShingle Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
Gabriel, Cristina Garcia Franco
Deteção remota
Alta Resolução
Classificação
Segmentação
Pixel
Orientada por objectos
title_short Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
title_full Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
title_fullStr Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
title_full_unstemmed Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
title_sort Análise comparada da segmentação e classificação orientada por objectos de uma imagem de alta resolução WORLDVIEW-2
author Gabriel, Cristina Garcia Franco
author_facet Gabriel, Cristina Garcia Franco
author_role author
dc.contributor.none.fl_str_mv Tenedório, José António
RUN
dc.contributor.author.fl_str_mv Gabriel, Cristina Garcia Franco
dc.subject.por.fl_str_mv Deteção remota
Alta Resolução
Classificação
Segmentação
Pixel
Orientada por objectos
topic Deteção remota
Alta Resolução
Classificação
Segmentação
Pixel
Orientada por objectos
description Dissertação de Mestrado em Gestão do Território, Especialização em Detecção Remota e Sistemas de Informação Geográfica
publishDate 2013
dc.date.none.fl_str_mv 2013-11-28T16:37:44Z
2013-08
2013-08-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/10782
TID:201037882
url http://hdl.handle.net/10362/10782
identifier_str_mv TID:201037882
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Faculdade de Ciências Sociais e Humanas, Universidade Nova de Lisboa
publisher.none.fl_str_mv Faculdade de Ciências Sociais e Humanas, Universidade Nova de Lisboa
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137839869329408

Registros relacionados