Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão

Detalhes bibliográficos
Autor(a) principal: Revez, Gonçalo José Marinheiro
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/7378
Resumo: Dissertação apresentada para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Detecção Remota e Sistemas de Informação Geográfica
id RCAP_d25155f887678e3a9d59db59c3625f81
oai_identifier_str oai:run.unl.pt:10362/7378
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisãoÁrvores de decisãoImagens de muito alta resoluçãoQUESTC4.5SegmentaçãoDissertação apresentada para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Detecção Remota e Sistemas de Informação GeográficaAs imagens de satélite e as fotografias aéreas digitais de muito alta resolução são um recurso que hoje em dia é recorrente nos vários estudos e investigações na área da Detecção Remota. A melhoria das condições tecnológicas de aquisição de imagens digitais é crescente, facto que se tem traduzido no aumento da resolução espacial concomitante com o aumento da resolução espectral como é o caso de WorldView 2. Contudo, a disponibilização crescente de dados com melhores resoluções nem sempre favorece a melhoria dos resultados das classificações automáticas. Para minimizar esta situação, foram apresentadas várias técnicas na bibliografia, sendo a mais utilizada, a segmentação que procura obter uma classificação ao nível do objecto, em alternativa ao nível do pixel. Foram realizadas várias investigações no sentido de combinar estes dois tipos de classificação aproveitando as vantagens de cada uma. Todavia, com o aumento da informação ao nível das imagens, os métodos existentes de classificação ao nível do pixel, começaram a ter níveis de performance não adequados para a quantidade de dados a analisar.Faculdade de Ciências Sociais e Humanas, Universidade Nova de LisboaRUNRevez, Gonçalo José Marinheiro2012-032012-03-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/7378porinfo: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:RCAAP2024-03-11T03:39:13Zoai:run.unl.pt:10362/7378Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:17:26.559955Repositório 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 Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
title Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
spellingShingle Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
Revez, Gonçalo José Marinheiro
Árvores de decisão
Imagens de muito alta resolução
QUEST
C4.5
Segmentação
title_short Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
title_full Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
title_fullStr Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
title_full_unstemmed Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
title_sort Extracção de classes de ocupação do solo a partir de imagens de alta resolução com recurso a árvores de decisão
author Revez, Gonçalo José Marinheiro
author_facet Revez, Gonçalo José Marinheiro
author_role author
dc.contributor.none.fl_str_mv RUN
dc.contributor.author.fl_str_mv Revez, Gonçalo José Marinheiro
dc.subject.por.fl_str_mv Árvores de decisão
Imagens de muito alta resolução
QUEST
C4.5
Segmentação
topic Árvores de decisão
Imagens de muito alta resolução
QUEST
C4.5
Segmentação
description Dissertação apresentada para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Detecção Remota e Sistemas de Informação Geográfica
publishDate 2012
dc.date.none.fl_str_mv 2012-03
2012-03-01T00:00:00Z
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/10362/7378
url http://hdl.handle.net/10362/7378
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_ 1799137822180900864

Registros relacionados