Fusão de informações espectrais, altimétricas e de dados auxiliares na classificação de imagens de alta resolução espacial

Detalhes bibliográficos
Autor(a) principal: Araki, Hideo
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, Hideo2024-05-06T20:06:52Z2024-05-06T20:06:52Z2005https://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 access1884/31462024-05-06 17:06:52.805open accessoai:acervodigital.ufpr.br:1884/3146Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-06T20:06:52Repositório 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 2024-05-06T20:06:52Z
dc.date.available.fl_str_mv 2024-05-06T20:06:52Z
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_ 1801860173342441472

Registros relacionados