Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Andrade, Andréa Faria
Data de Publicação: 2003
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/37405
Resumo: Orientador: Jorge A. S. Centeno
id UFPR_401e168eec23e140e1924c65e88e6041
oai_identifier_str oai:acervodigital.ufpr.br:1884/37405
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências GeodésicasCenteno, Jorge Antonio Silva, 1963-Andrade, Andréa Faria2024-05-08T12:48:05Z2024-05-08T12:48:05Z2003https://hdl.handle.net/1884/37405Orientador: Jorge A. S. CentenoDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 2003Inclui bibliografiaResumo: A classificação de imagens tem sido um importante processo para a produção de mapas temáticos, e uma das principais fontes de dados para os Sistemas de Informações Geográficas (SIG). Com o surgimento dos sensores de alta resolução espacial, as aplicações não serão mais restritas aos estudos de clima e monitoramento de florestas, mas pode ser estendido para outras áreas onde há a necessidade de uma descrição mais detalhada da superfície terrestre, como telecomunicações, planejamento urbano, mapas de arruamentos e cadastro e planejamento de traçados de rodovias, ferrovias e dutos. No entanto, para o completo aproveitamento das novas imagens, com melhor resolução espacial, abaixo de 5 metros, toma-se necessário disponibilizar de novas ferramentas, que se estendam além da análise dos pixels isoladamente, possibilitando a modelagem de objetos, levando em consideração outros atributos da imagem, além dos espectrais. Na classificação orientada ao objeto aplicada a imagens de alta resolução espacial, a imagem é primeiramente segmentada e posteriormente os segmentos, que correspondem a objetos, ou parte deles são classificados usando informações espectrais, espaciais, como a forma ou a orientação dos segmentos, e a textura. O presente trabalho tem como objetivo a inserção da forma no processo de classificação, por considerar que ela é relevante na identificação de objetos presentes na imagem. Para isto, o efeito de vários parâmetros de forma é avaliado usando uma imagem urbana IKONOS, com resolução espacial de 1 metro. O algoritmo de classificação se baseia no princípio das Redes Neurais Artificiais. A utilização de Redes Neurais Artificiais emerge como uma alternativa vantajosa aos classificadores baseados em conceitos estatísticos, uma vez que nenhuma hipótese prévia sobre a distribuição dos dados a serem classificados é exigida. A análise de forma comprovou ser uma poderosa ferramenta para a discriminação de objetos que possuem a mesma aparência espectral. Os resultados são comparados com métodos de classificação convencionais baseados em dados puramente espectrais, para fins de avaliação do ganho obtido no processo, incluindo a forma.Abstract: Remote sensing image classification has been an important step for the production of thematic maps, and one of the main data sources for the geographical information systems (GIS). With the development of high spatial resolution sensors, the applications of remote sensing are no more restricted to climate studies and environmeltal monitoring, but can be extended to other areas that need a more detailed description of the earth's surface, such as telecommunication and urban planning. However, for the complete use of the higher spatial resolution images, new tools are necessary, that enable to extend the analysis further than the pixel based classification. Approaches like the object oriented image analysis enable the modeling of objects, taking into account other attributes of the image than the spectral ones. In the object oriented classification approach, the image is segmented and later the segments that correspond to objects, or parts of them, are classified using spectral and spatial attributes, as the form or the orientation of the segments, and the texture. The present work deals with the insertion of shape information in the classification process, since it is important for identifying the objects in the image. For this purpose, the effect of the inclusion of several shape parameters into the classification schema is evaluated, using an urban IKONOS image, with spatial resolution of 1 meter. The classification algorithm is based on the neural network approach. The use of artificial neural nets emerges as an advantageous alternative to the statistical classifiers, since any previous hypothesis about the distribution of the data is demanded. The analysis of shape is a powerful tool for the discrimination of objects that possess the same spectral appearance. The results are compared to the results of a pixel based spectral classification, in order to evaluate the contribution of the inclusion of shape parameters in the process. A comparison to other classification algorithms is also presented.112f. : il., tabs.application/pdfDisponível em formato digitalProcessamento de imagensSistemas de informação geográficaSensoriamento remotoRedes neurais (Computação)GeodésiaIntegração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTHUMBNAILD - ANDREA FARIA ANDRADE.pdf.jpgGenerated Thumbnailimage/jpeg1281https://acervodigital.ufpr.br/bitstream/1884/37405/1/D%20-%20ANDREA%20FARIA%20ANDRADE.pdf.jpg4a65842eebec6f90199a4575b06579e0MD51open accessTEXTD - ANDREA FARIA ANDRADE.pdf.txtExtracted Texttext/plain188490https://acervodigital.ufpr.br/bitstream/1884/37405/2/D%20-%20ANDREA%20FARIA%20ANDRADE.pdf.txt5ed824f384d7b96e0a08354d56188e52MD52open accessORIGINALD - ANDREA FARIA ANDRADE.pdfapplication/pdf9116306https://acervodigital.ufpr.br/bitstream/1884/37405/3/D%20-%20ANDREA%20FARIA%20ANDRADE.pdfebcf2fb5f350e0ae186ba67bac86e46eMD53open access1884/374052024-05-08 09:48:05.651open accessoai:acervodigital.ufpr.br:1884/37405Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-08T12:48:05Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
title Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
spellingShingle Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
Andrade, Andréa Faria
Processamento de imagens
Sistemas de informação geográfica
Sensoriamento remoto
Redes neurais (Computação)
Geodésia
title_short Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
title_full Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
title_fullStr Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
title_full_unstemmed Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
title_sort Integração de variáveis espectrais e forma na classificação de imagens de alta resolução utilizando redes neurais artificiais
author Andrade, Andréa Faria
author_facet Andrade, Andréa Faria
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências Geodésicas
dc.contributor.advisor1.fl_str_mv Centeno, Jorge Antonio Silva, 1963-
dc.contributor.author.fl_str_mv Andrade, Andréa Faria
contributor_str_mv Centeno, Jorge Antonio Silva, 1963-
dc.subject.por.fl_str_mv Processamento de imagens
Sistemas de informação geográfica
Sensoriamento remoto
Redes neurais (Computação)
Geodésia
topic Processamento de imagens
Sistemas de informação geográfica
Sensoriamento remoto
Redes neurais (Computação)
Geodésia
description Orientador: Jorge A. S. Centeno
publishDate 2003
dc.date.issued.fl_str_mv 2003
dc.date.accessioned.fl_str_mv 2024-05-08T12:48:05Z
dc.date.available.fl_str_mv 2024-05-08T12:48:05Z
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 https://hdl.handle.net/1884/37405
url https://hdl.handle.net/1884/37405
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 112f. : il., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/37405/1/D%20-%20ANDREA%20FARIA%20ANDRADE.pdf.jpg
https://acervodigital.ufpr.br/bitstream/1884/37405/2/D%20-%20ANDREA%20FARIA%20ANDRADE.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/37405/3/D%20-%20ANDREA%20FARIA%20ANDRADE.pdf
bitstream.checksum.fl_str_mv 4a65842eebec6f90199a4575b06579e0
5ed824f384d7b96e0a08354d56188e52
ebcf2fb5f350e0ae186ba67bac86e46e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860201752559616

Registros relacionados