Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/191012 |
Resumo: | A extração de informação por meio do uso de imagens digitais orbitais é de grande importância para diversas áreas do conhecimento. Deste modo, essa pesquisa visa classificar imagens orbitais de alta resolução espacial, utilizando índices espectrais e a técnica de projeção multidimensional de dados Local Affine Multidimensional Projection (LAMP). Embora técnicas de projeções multidimensionais têm sido utilizadas com sucesso em grande conjunto de aplicações na área de visualização de dados, estas, por sua vez, não têm sido exploradas no contexto de cartografia. Observando esta lacuna, foi desenvolvido um método, no contexto da Cartografia e Geociências, a partir do uso e manipulação da técnica LAMP, em uma imagem orbital do satélite QuickBird, com a finalidade de apresentar à comunidade cartográfica e empresas interessadas, novas possibilidades de desenvolvimento de atualizações de bases cartográficas. É valido destacar os benefícios da técnica mencionada, principalmente para suprimir uma demanda cada vez mais recorrente no Sensoriamento Remoto, ligada ao aumento das resoluções espectrais e espaciais e consequente aumento do volume de dados para processamento, que, com o auxílio da técnica LAMP, podem ser manipulados e processados de forma adequada. Assim, mostra-se que a referida técnica, quando aliada a outras abordagens clássicas da área de Geociências, atinge um bom nível de classificação em imagens aéreas, definindo adequadamente as áreas de vegetação e solo exposto. Como produto da pesquisa, foi gerado um mapa de classificação da vegetação e um algoritmo utilizado no processamento dos dados. Vale ressaltar que o foco da pesquisa está voltado para a cultura da cana-de-açúcar, sendo essa, a feição de interesse neste estudo. |
id |
UNSP_a69622cd4893175abfed22a34cef5b56 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/191012 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dadosInteractive classification of orbital images using Local Affine Multidimensional ProjectionSensoriamento remotoProcessamento de imagens Técnicas digitaisA extração de informação por meio do uso de imagens digitais orbitais é de grande importância para diversas áreas do conhecimento. Deste modo, essa pesquisa visa classificar imagens orbitais de alta resolução espacial, utilizando índices espectrais e a técnica de projeção multidimensional de dados Local Affine Multidimensional Projection (LAMP). Embora técnicas de projeções multidimensionais têm sido utilizadas com sucesso em grande conjunto de aplicações na área de visualização de dados, estas, por sua vez, não têm sido exploradas no contexto de cartografia. Observando esta lacuna, foi desenvolvido um método, no contexto da Cartografia e Geociências, a partir do uso e manipulação da técnica LAMP, em uma imagem orbital do satélite QuickBird, com a finalidade de apresentar à comunidade cartográfica e empresas interessadas, novas possibilidades de desenvolvimento de atualizações de bases cartográficas. É valido destacar os benefícios da técnica mencionada, principalmente para suprimir uma demanda cada vez mais recorrente no Sensoriamento Remoto, ligada ao aumento das resoluções espectrais e espaciais e consequente aumento do volume de dados para processamento, que, com o auxílio da técnica LAMP, podem ser manipulados e processados de forma adequada. Assim, mostra-se que a referida técnica, quando aliada a outras abordagens clássicas da área de Geociências, atinge um bom nível de classificação em imagens aéreas, definindo adequadamente as áreas de vegetação e solo exposto. Como produto da pesquisa, foi gerado um mapa de classificação da vegetação e um algoritmo utilizado no processamento dos dados. Vale ressaltar que o foco da pesquisa está voltado para a cultura da cana-de-açúcar, sendo essa, a feição de interesse neste estudo.The extraction of information by using orbital digital images is of great importance for several areas of knowledge. Thus, this research aims to classify orbital images of high spatial resolution, using spectral indexes and the technique of multidimensional data projection site Affine Multidimensional Projection (LAMP). Although, multi-dimensional projection techniques have been successfully used in a large set of applications in the field of data visualization, however, have not been explored in the context of cartography. Observing this gap, a method was developed in the context of cartography and geosciences, from the use and manipulation of the LAMP technique, in an orbital image of the QuickBird satellite, to present to the cartographic community and companies new possibilities for the development of cartographic bases updates. It is worth highlighting the benefits of the aforementioned technique, mainly to suppress an increasingly recurrent demand in remote sensing, linked to the increase of spectral and spatial resolutions and consequent increase in the volume of data for processing, which, with the aid of the LAMP technique, can be manipulated and processed appropriately. Thus, it is shown that the aforementioned technique, when allied to other classical approaches in the area of geosciences, achieves a good level of classification in aerial images, appropriately defining the areas of vegetation and exposed soil. As a research product, a vegetation classification map was generated and an algorithm used in the data processing. It is noteworthy that the focus of the research is focused on the sugarcane crop, which is the feature of interest in this study.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: 001Universidade Estadual Paulista (Unesp)Silva, Erivaldo Antônio da [UNESP]Casaca, Wallace Correa de Oliveira [UNESP]Universidade Estadual Paulista (Unesp)Aguiar, Tiago Oyan2019-11-11T12:20:25Z2019-11-11T12:20:25Z2019-09-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/11449/19101200092685933004129043P091035450045071350000-0002-7069-0479porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-06-20T12:24:56Zoai:repositorio.unesp.br:11449/191012Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T13:46:14.924159Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados Interactive classification of orbital images using Local Affine Multidimensional Projection |
title |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados |
spellingShingle |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados Aguiar, Tiago Oyan Sensoriamento remoto Processamento de imagens Técnicas digitais |
title_short |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados |
title_full |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados |
title_fullStr |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados |
title_full_unstemmed |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados |
title_sort |
Classificação interativa de imagens orbitais utilizando técnica de projeção multidimensional de dados |
author |
Aguiar, Tiago Oyan |
author_facet |
Aguiar, Tiago Oyan |
author_role |
author |
dc.contributor.none.fl_str_mv |
Silva, Erivaldo Antônio da [UNESP] Casaca, Wallace Correa de Oliveira [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Aguiar, Tiago Oyan |
dc.subject.por.fl_str_mv |
Sensoriamento remoto Processamento de imagens Técnicas digitais |
topic |
Sensoriamento remoto Processamento de imagens Técnicas digitais |
description |
A extração de informação por meio do uso de imagens digitais orbitais é de grande importância para diversas áreas do conhecimento. Deste modo, essa pesquisa visa classificar imagens orbitais de alta resolução espacial, utilizando índices espectrais e a técnica de projeção multidimensional de dados Local Affine Multidimensional Projection (LAMP). Embora técnicas de projeções multidimensionais têm sido utilizadas com sucesso em grande conjunto de aplicações na área de visualização de dados, estas, por sua vez, não têm sido exploradas no contexto de cartografia. Observando esta lacuna, foi desenvolvido um método, no contexto da Cartografia e Geociências, a partir do uso e manipulação da técnica LAMP, em uma imagem orbital do satélite QuickBird, com a finalidade de apresentar à comunidade cartográfica e empresas interessadas, novas possibilidades de desenvolvimento de atualizações de bases cartográficas. É valido destacar os benefícios da técnica mencionada, principalmente para suprimir uma demanda cada vez mais recorrente no Sensoriamento Remoto, ligada ao aumento das resoluções espectrais e espaciais e consequente aumento do volume de dados para processamento, que, com o auxílio da técnica LAMP, podem ser manipulados e processados de forma adequada. Assim, mostra-se que a referida técnica, quando aliada a outras abordagens clássicas da área de Geociências, atinge um bom nível de classificação em imagens aéreas, definindo adequadamente as áreas de vegetação e solo exposto. Como produto da pesquisa, foi gerado um mapa de classificação da vegetação e um algoritmo utilizado no processamento dos dados. Vale ressaltar que o foco da pesquisa está voltado para a cultura da cana-de-açúcar, sendo essa, a feição de interesse neste estudo. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-11-11T12:20:25Z 2019-11-11T12:20:25Z 2019-09-13 |
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 |
http://hdl.handle.net/11449/191012 000926859 33004129043P0 9103545004507135 0000-0002-7069-0479 |
url |
http://hdl.handle.net/11449/191012 |
identifier_str_mv |
000926859 33004129043P0 9103545004507135 0000-0002-7069-0479 |
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 application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128274357813248 |