Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/3146 |
Resumo: | Orientador: Jorge Antonio Silva Centeno |
id |
UFPR_803cb069dd8d4bfd4508d19da306b05d |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/3146 |
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-Araki, Hideo2024-12-05T19:24:23Z2024-12-05T19:24:23Z2005https://hdl.handle.net/1884/3146Orientador: Jorge Antonio Silva CentenoTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 2005Inclui bibliografiaResumo: As imagens de alta resolução proporcionam informação espacial detalhada dasuperfície terrestre, fazendo com que feições urbanas, como edificações, sejamrepresentadas por vários pixels. Porém, a informação espectral presente nestas imagensé insuficiente para a classificação da cobertura do solo urbano. Em áreas urbanasexiste oclusão, causando perda de informação espectral em algumas regiões daimagem. Este problema pode ser contornado com a disponibilidade de dadosaltimétricos adquiridos pelos sistemas laser scanner aerotransportados, melhorando adiscriminação entre os tipos de cobertura. Outra possibilidade é a utilização deinformações auxiliares existentes em bases cartográficas para auxiliar a discriminaçãoentre as classes. Para que a fusão de dados destas diferentes fontes seja possível, areferência espacial deve ser comum. O método para a classificação deve lidar comdados correspondentes a escalas de medidas numéricas e nominais, e não depender daatribuição de uma determinada distribuição estatística para as classes. As árvores dedecisão constituem uma alternativa para a classificação supervisionada, sendo quetambém possibilitam a explicitação do conhecimento. Por sua vez, o conhecimentoexplicitado por algoritmos de indução de árvores de decisão pode ser representado naforma de regras que formam a base de regras de um sistema com base em regras.Sistemas com base em regras podem ser construídos a partir de arcabouços como oJess (Java Expert System Shell) que fornecem a funcionalidade, bastando construir abase de regras e fornecer os fatos (os pixels) a serem analisados. Neste contexto,pode-se efetuar a classificação de imagens de alta resolução espacial com base nopixel, combinando as informações espectrais, altimétrica e de dados auxiliares.Abstract: High resolution images provides fine spatial information about the surface, and urbanfeatures such as buildings are represented by many pixels. But spectral information,derived from images, is not sufficient for urban land cover classification. In urbanareas, occlusion effects are produced by tall buildings and in these areas the land coverinformation can be lost. It is possible to achieve better land cover type discriminationby using altimetric information provided by airborne laser scanners. Anotherpossibility is to use ancillary information provided by cartographic databases. The datasource must be arrangend to a common spatial reference when drawing inferencesfrom several available sources in data fusion, and available data are not alwaysnumeric, they can be nominal too. Multistage classification technique provided bydecision trees is a valid alternative in supervised classification. Using decision trees,knowledge can be represented and used in a knowledge-based analysis system. Expertsystem shell such as Jess (Java Expert System Shell) can be used in a rule-based expertsystem. In this context, a pixel based classification of high resolution images, bycombining spectral information, elevation and ancillary data can be performed.x, 126f. : il. algumas color, tabs.application/pdfDisponível em formato digitalImagens multiespectraisSensoramento remotoProcessamento de imagens - Técnicas digitaisGeodésiaFusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALTese_Hideo.pdfapplication/pdf4246432https://acervodigital.ufpr.br/bitstream/1884/3146/1/Tese_Hideo.pdf80ab39338df25694ed21370d1e1c5476MD51open accessTEXTTese_Hideo.pdf.txtExtracted Texttext/plain236849https://acervodigital.ufpr.br/bitstream/1884/3146/2/Tese_Hideo.pdf.txtf08a49593228368c1a72c0758a085f9aMD52open accessTHUMBNAILTese_Hideo.pdf.jpgGenerated Thumbnailimage/jpeg1319https://acervodigital.ufpr.br/bitstream/1884/3146/3/Tese_Hideo.pdf.jpg29d2488267798721d29af390e8a63032MD53open access1884/31462024-12-05 16:24:23.512open accessoai:acervodigital.ufpr.br:1884/3146Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-12-05T19:24:23Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
title |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
spellingShingle |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial Araki, Hideo Imagens multiespectrais Sensoramento remoto Processamento de imagens - Técnicas digitais Geodésia |
title_short |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
title_full |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
title_fullStr |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
title_full_unstemmed |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
title_sort |
Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial |
author |
Araki, Hideo |
author_facet |
Araki, Hideo |
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 |
Araki, Hideo |
contributor_str_mv |
Centeno, Jorge Antonio Silva, 1963- |
dc.subject.por.fl_str_mv |
Imagens multiespectrais Sensoramento remoto Processamento de imagens - Técnicas digitais Geodésia |
topic |
Imagens multiespectrais Sensoramento remoto Processamento de imagens - Técnicas digitais Geodésia |
description |
Orientador: Jorge Antonio Silva Centeno |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005 |
dc.date.accessioned.fl_str_mv |
2024-12-05T19:24:23Z |
dc.date.available.fl_str_mv |
2024-12-05T19:24:23Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/1884/3146 |
url |
https://hdl.handle.net/1884/3146 |
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 |
x, 126f. : il. algumas color, 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/1884/3146/1/Tese_Hideo.pdf https://acervodigital.ufpr.br/bitstream/1884/3146/2/Tese_Hideo.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/3146/3/Tese_Hideo.pdf.jpg |
bitstream.checksum.fl_str_mv |
80ab39338df25694ed21370d1e1c5476 f08a49593228368c1a72c0758a085f9a 29d2488267798721d29af390e8a63032 |
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_ |
1823526924383682560 |