Segmentação e classificação de imagens Landsat TM

Detalhes bibliográficos
Autor(a) principal: Oliveira, Hermeson Nobrega Barros de
Data de Publicação: 1999
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/24745
Resumo: Orientadora: Prof.ª Dr.ª Olga R. P. Bellon
id UFPR_4658268d86c78da2eb839e15e91437a0
oai_identifier_str oai:acervodigital.ufpr.br:1884/24745
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Geus, Klaus deUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaBellon, Olga Regina PereiraOliveira, Hermeson Nobrega Barros de2024-02-08T20:07:41Z2024-02-08T20:07:41Z1999https://hdl.handle.net/1884/24745Orientadora: Prof.ª Dr.ª Olga R. P. BellonCoorientador: Prof. Dr. Klaus de GeusDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Pós-Graduação em InformáticaInclui referências: p. 85-87Resumo: Este trabalho apresenta uma metodologia híbrida de classificação de imagens Landsat-TM. Este método difere das formas tradicionais de classificação no sentido que o algoritmo de agrupamento é aplicado a um conjunto de regiões obtidas através da técnica de crescimento de regiões. O procedimento metodológico de classificação baseia-se em dois processos distintos que, de certa forma, se complementam. No primeiro processo utilizado, de classificação não supervisionada, o algoritmo tenta aglomerar pixels dentro de uma mesma variação espectral. O segundo processo foi o de classificação supervisionada, o qual é caracterizado pela seleção de regiões que representam determinadas classes para serem usadas como áreas de treinamento. Resultados experimentais, usando imagens multiespectrais, são apresentados. São apresentados os resultados da comparação entre a classificação pixel-a-pixel e a classificação por regiões. Os resultados obtidos demonstram a viabilidade da metodologia apresentada.Abstract: A hybrid unsupervised/supervised classification method is described and applied to Landsat TM images. This method differs from the conventional classification in the sense that the clustering algorithm is applied to a set of regions, obtained from the segmented image. The methodological proceedings of classification are based on two distinct processes that complement each other. In the first process used, the unsupervised classification, the algorithm tries to unite pixels with the same spectral variance. The second process was the supervised classification that is characterized by regions selections of some classes to be used as training fields. Experimental results, using multiespectral images, are presented. A comparison between the pixel-per-pixel classification and the region classification, are presented. The results show the validity of the method presented.87 f. : il., grafs., tabs.application/pdfDisponível em formato digitalLANDSAT (Satélites)Sensoriamento remotoProcessamento de imagens - TécnicaMapeamento digitalCiencia da ComputaçãoSegmentação e classificação de imagens Landsat TMinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALD - OLIVEIRA, HEMERSON NOBREGA BARROS DE.pdfapplication/pdf4217441https://acervodigital.ufpr.br/bitstream/1884/24745/1/D%20-%20OLIVEIRA%2c%20HEMERSON%20NOBREGA%20BARROS%20DE.pdf47b1ad41dccc85d901ee994cc66a8975MD51open accessTEXTD - OLIVEIRA, HEMERSON NOBREGA BARROS DE.pdf.txtExtracted Texttext/plain134100https://acervodigital.ufpr.br/bitstream/1884/24745/2/D%20-%20OLIVEIRA%2c%20HEMERSON%20NOBREGA%20BARROS%20DE.pdf.txtb4658a3fc7de0f3ae951c7ee92981eeaMD52open accessTHUMBNAILD - OLIVEIRA, HEMERSON NOBREGA BARROS DE.pdf.jpgGenerated Thumbnailimage/jpeg1217https://acervodigital.ufpr.br/bitstream/1884/24745/3/D%20-%20OLIVEIRA%2c%20HEMERSON%20NOBREGA%20BARROS%20DE.pdf.jpg114c76bd063ca1228e54c2bef2cc4f21MD53open access1884/247452024-02-08 17:07:41.554open accessoai:acervodigital.ufpr.br:1884/24745Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-02-08T20:07:41Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Segmentação e classificação de imagens Landsat TM
title Segmentação e classificação de imagens Landsat TM
spellingShingle Segmentação e classificação de imagens Landsat TM
Oliveira, Hermeson Nobrega Barros de
LANDSAT (Satélites)
Sensoriamento remoto
Processamento de imagens - Técnica
Mapeamento digital
Ciencia da Computação
title_short Segmentação e classificação de imagens Landsat TM
title_full Segmentação e classificação de imagens Landsat TM
title_fullStr Segmentação e classificação de imagens Landsat TM
title_full_unstemmed Segmentação e classificação de imagens Landsat TM
title_sort Segmentação e classificação de imagens Landsat TM
author Oliveira, Hermeson Nobrega Barros de
author_facet Oliveira, Hermeson Nobrega Barros de
author_role author
dc.contributor.other.pt_BR.fl_str_mv Geus, Klaus de
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Bellon, Olga Regina Pereira
dc.contributor.author.fl_str_mv Oliveira, Hermeson Nobrega Barros de
contributor_str_mv Bellon, Olga Regina Pereira
dc.subject.por.fl_str_mv LANDSAT (Satélites)
Sensoriamento remoto
Processamento de imagens - Técnica
Mapeamento digital
Ciencia da Computação
topic LANDSAT (Satélites)
Sensoriamento remoto
Processamento de imagens - Técnica
Mapeamento digital
Ciencia da Computação
description Orientadora: Prof.ª Dr.ª Olga R. P. Bellon
publishDate 1999
dc.date.issued.fl_str_mv 1999
dc.date.accessioned.fl_str_mv 2024-02-08T20:07:41Z
dc.date.available.fl_str_mv 2024-02-08T20:07:41Z
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/1884/24745
url https://hdl.handle.net/1884/24745
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 87 f. : il., grafs., 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/1884/24745/1/D%20-%20OLIVEIRA%2c%20HEMERSON%20NOBREGA%20BARROS%20DE.pdf
https://acervodigital.ufpr.br/bitstream/1884/24745/2/D%20-%20OLIVEIRA%2c%20HEMERSON%20NOBREGA%20BARROS%20DE.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/24745/3/D%20-%20OLIVEIRA%2c%20HEMERSON%20NOBREGA%20BARROS%20DE.pdf.jpg
bitstream.checksum.fl_str_mv 47b1ad41dccc85d901ee994cc66a8975
b4658a3fc7de0f3ae951c7ee92981eea
114c76bd063ca1228e54c2bef2cc4f21
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_ 1813898699801100288

Registros relacionados