Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/5097 |
Resumo: | O presente trabalho avalia métodos de segmentação em imagens de satélite visando a construção de uma árvore de processos automatizada para a classificação de áreas cafeeiras. As imagens passaram por diferentes métodos de segmentação, caracterização de atributos espaciais, espectrais, forma e textura, uma vez que este tipo de cultivo, devido as suas características instrinsicas é facilmente confundido com a mata nativa em processos de classificação automática onde consideram-se apenas as variações espectrais. Foram usados algoritmos segmentadores de imagens, algoritmos de aprendizagem supervisionada e imagens do satélite Rapideye, que possuem alta resolução espacial e radiométrica. A avaliação da segmentação foi feita comparando 3 algoritmos: Chess board, Quad tree e Multi-resolution segmentation, em 2 níveis hierárquicos, utilizando o algoritmo do vizinho mais próximo para a classificação da imagem através das amostras coletadas. As acurácias foram comparadas com o algoritmo de classificação pixel a pixel de máxima verossimilhança que é um método baseado puramente em valores espectrais, O método mais preciso foi Multi-resolution segmentation com um índice global e índice Kappa de 80,7616% e 0,7115 respectivamente. Utilizou-se como avaliadores específicos a acurácia de produtor para a classe café que apresentou 78,97% e a acurácia de usuário também para a classe café, com acerto de 77,35%. Estes expressam uma boa qualificação, mas requerem uma pós classificação feita por interprete humano para obter valores mais precisos. |
id |
UFLA_e43d417570e6ba40f2b1fcd9cb09bce2 |
---|---|
oai_identifier_str |
oai:localhost:1/5097 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeirasClassificação automáticaCafeiculturaSegmentaçãoClassificação orientada a segmentoSensoriamento remotoO presente trabalho avalia métodos de segmentação em imagens de satélite visando a construção de uma árvore de processos automatizada para a classificação de áreas cafeeiras. As imagens passaram por diferentes métodos de segmentação, caracterização de atributos espaciais, espectrais, forma e textura, uma vez que este tipo de cultivo, devido as suas características instrinsicas é facilmente confundido com a mata nativa em processos de classificação automática onde consideram-se apenas as variações espectrais. Foram usados algoritmos segmentadores de imagens, algoritmos de aprendizagem supervisionada e imagens do satélite Rapideye, que possuem alta resolução espacial e radiométrica. A avaliação da segmentação foi feita comparando 3 algoritmos: Chess board, Quad tree e Multi-resolution segmentation, em 2 níveis hierárquicos, utilizando o algoritmo do vizinho mais próximo para a classificação da imagem através das amostras coletadas. As acurácias foram comparadas com o algoritmo de classificação pixel a pixel de máxima verossimilhança que é um método baseado puramente em valores espectrais, O método mais preciso foi Multi-resolution segmentation com um índice global e índice Kappa de 80,7616% e 0,7115 respectivamente. Utilizou-se como avaliadores específicos a acurácia de produtor para a classe café que apresentou 78,97% e a acurácia de usuário também para a classe café, com acerto de 77,35%. Estes expressam uma boa qualificação, mas requerem uma pós classificação feita por interprete humano para obter valores mais precisos.Lacerda, Wilian SoaresVolpato, Margarete Marin LordeloSaúde, André VitalAlves, Helena Maria RamosMarujo, Rennan de Freitas Bezerra2015-02-19T19:58:13Z2015-02-19T19:58:13Z2015-02-192013-04-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMARUJO, R. F. B. Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras. 2013. 50 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2013.http://repositorio.ufla.br/jspui/handle/1/5097info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2018-10-09T19:04:24Zoai:localhost:1/5097Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2018-10-09T19:04:24Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
title |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
spellingShingle |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras Marujo, Rennan de Freitas Bezerra Classificação automática Cafeicultura Segmentação Classificação orientada a segmento Sensoriamento remoto |
title_short |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
title_full |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
title_fullStr |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
title_full_unstemmed |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
title_sort |
Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
author |
Marujo, Rennan de Freitas Bezerra |
author_facet |
Marujo, Rennan de Freitas Bezerra |
author_role |
author |
dc.contributor.none.fl_str_mv |
Lacerda, Wilian Soares Volpato, Margarete Marin Lordelo Saúde, André Vital Alves, Helena Maria Ramos |
dc.contributor.author.fl_str_mv |
Marujo, Rennan de Freitas Bezerra |
dc.subject.por.fl_str_mv |
Classificação automática Cafeicultura Segmentação Classificação orientada a segmento Sensoriamento remoto |
topic |
Classificação automática Cafeicultura Segmentação Classificação orientada a segmento Sensoriamento remoto |
description |
O presente trabalho avalia métodos de segmentação em imagens de satélite visando a construção de uma árvore de processos automatizada para a classificação de áreas cafeeiras. As imagens passaram por diferentes métodos de segmentação, caracterização de atributos espaciais, espectrais, forma e textura, uma vez que este tipo de cultivo, devido as suas características instrinsicas é facilmente confundido com a mata nativa em processos de classificação automática onde consideram-se apenas as variações espectrais. Foram usados algoritmos segmentadores de imagens, algoritmos de aprendizagem supervisionada e imagens do satélite Rapideye, que possuem alta resolução espacial e radiométrica. A avaliação da segmentação foi feita comparando 3 algoritmos: Chess board, Quad tree e Multi-resolution segmentation, em 2 níveis hierárquicos, utilizando o algoritmo do vizinho mais próximo para a classificação da imagem através das amostras coletadas. As acurácias foram comparadas com o algoritmo de classificação pixel a pixel de máxima verossimilhança que é um método baseado puramente em valores espectrais, O método mais preciso foi Multi-resolution segmentation com um índice global e índice Kappa de 80,7616% e 0,7115 respectivamente. Utilizou-se como avaliadores específicos a acurácia de produtor para a classe café que apresentou 78,97% e a acurácia de usuário também para a classe café, com acerto de 77,35%. Estes expressam uma boa qualificação, mas requerem uma pós classificação feita por interprete humano para obter valores mais precisos. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-04-10 2015-02-19T19:58:13Z 2015-02-19T19:58:13Z 2015-02-19 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
MARUJO, R. F. B. Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras. 2013. 50 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2013. http://repositorio.ufla.br/jspui/handle/1/5097 |
identifier_str_mv |
MARUJO, R. F. B. Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras. 2013. 50 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2013. |
url |
http://repositorio.ufla.br/jspui/handle/1/5097 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1815439304607924224 |