Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto

Detalhes bibliográficos
Autor(a) principal: Barbosa, David Pereira
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671
Resumo: Orientador: Prof. Dr. Alexandre Noma
id UFBC_4566c9c0cc010ec601fc1fd6ba593201
oai_identifier_str oai:BDTD:105671
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remotoCLASSICAÇÃO SUPERVISIONADACOMBINAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃOPROCESSAMENTO DE IMAGENSSUPERVISED CLASSIFICATIONENSEMBLE CLASSIFICATION METHODSIMAGE PROCESSINGPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABCOrientador: Prof. Dr. Alexandre NomaDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2016.A classificação supervisionada consiste em utilizar uma base de dados rotulada para avaliar o desempenho de um determinado classifcador. Mensurando tal desempenho, podemos inferir se, para o problema abordado, tal classifcador poderá ser empregado ou não. Métodos classicos de classificação utilizam um unico classifcador para a analise de um problema. Uma forma de melhorar o desempenho da classificação é empregar técnicas que misturam classifcadores, sejam com base em seus resultados ou nas caracteristicas intrinsecas que cada classicador possui. Neste trabalho, foram empregados os métodos Votação e Adaboost para combinar classifcadores e utilizando base de dados rotuladas provenientes de imagens satelitais extraídas da regi~ao da Amazonia Legal para classificar a cobertura do solo. Resultados obtidos mostraram que o algoritmo SVM por si so consegue resultados de classificação em torno dos 90% em casos gerais. Para casos especifios, a empregabilidade do Adaboost resultou em um acrescimo de, aproximadamente, 10% na taxa de acurácia para um tipo de classe em comparação o com o melhor resultado dos métodos tradicionais.Supervised classification is based on using a labeled database to evaluate a given classifer's performance. Measuring such performance, it is possible to infer if, for the problem addressed, such a classifer can be employed or not. Classical classification methods use a single classier to analyze a problem. One way to improve classifcation's performance is to employ techniques that mix classifers, based on their results or by each classifer's intrinsic characteristics. In this paper, the methods Voting and Adaboost were used to combine classifers and using labeled data bases from satellite's images extracted from the Legal Amazon region to classify the soil cover. Results obtained showed that the SVM algorithm alone achieves classifcation results around 90 % in general cases. For specific cases, the employability of Adaboost resulted in an increase of approximately 10 % in the accuracy rate for a class type compared to the best result of the traditional methods.Noma, AlexandreMena-Chalco, Jesús PascualKörting, Thales SehnBarbosa, David Pereira2016info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf77 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671&midiaext=74083http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671&midiaext=74082Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=105671porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2017-08-08T11:44:11Zoai:BDTD:105671Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2017-08-08T11:44:11Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
title Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
spellingShingle Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
Barbosa, David Pereira
CLASSICAÇÃO SUPERVISIONADA
COMBINAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO
PROCESSAMENTO DE IMAGENS
SUPERVISED CLASSIFICATION
ENSEMBLE CLASSIFICATION METHODS
IMAGE PROCESSING
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABC
title_short Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
title_full Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
title_fullStr Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
title_full_unstemmed Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
title_sort Classificação supervisionada da cobertura do solo : uma abordagem aplicada em imagens de sensoriamento remoto
author Barbosa, David Pereira
author_facet Barbosa, David Pereira
author_role author
dc.contributor.none.fl_str_mv Noma, Alexandre
Mena-Chalco, Jesús Pascual
Körting, Thales Sehn
dc.contributor.author.fl_str_mv Barbosa, David Pereira
dc.subject.por.fl_str_mv CLASSICAÇÃO SUPERVISIONADA
COMBINAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO
PROCESSAMENTO DE IMAGENS
SUPERVISED CLASSIFICATION
ENSEMBLE CLASSIFICATION METHODS
IMAGE PROCESSING
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABC
topic CLASSICAÇÃO SUPERVISIONADA
COMBINAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO
PROCESSAMENTO DE IMAGENS
SUPERVISED CLASSIFICATION
ENSEMBLE CLASSIFICATION METHODS
IMAGE PROCESSING
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO - UFABC
description Orientador: Prof. Dr. Alexandre Noma
publishDate 2016
dc.date.none.fl_str_mv 2016
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://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671&midiaext=74083
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=105671&midiaext=74082
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=105671
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
77 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502098671534080

Registros relacionados