Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência

Detalhes bibliográficos
Autor(a) principal: Lersch, Rodrigo Pereira
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/15276
Resumo: Nesta tese investiga-se uma nova abordagem visando implementar os conceitos propostos na Teoria da Evidencia para fins de classificação de imagens digitais em Sensoriamento Remoto. Propõe-se aqui a utilização de variáveis auxiliares, estruturadas na forma de Planos de Informação (P.I.s) como em um SIG para gerar dados de confiança e de plausibilidade. São então aplicados limiares aos dados de confiança e de plausibilidade, com a finalidade de detectar erros de inclusão e de omissão, respectivamente, na imagem temática. Propõe-se nesta tese que estes dois limiares sejam estimados em função das acurácias do usuário e do produtor. A metodologia proposta nesta tese foi testada em uma área teste, coberta pela classe Mata Nativa com Araucária. O experimento mostrou que a metodologia aqui proposta atinge seus objetivos.
id URGS_a48ecc4ad73f4d7d1c6893198430f3f0
oai_identifier_str oai:www.lume.ufrgs.br:10183/15276
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Lersch, Rodrigo PereiraVitor Francisco de Araújo Haertel2009-02-19T04:12:36Z2008http://hdl.handle.net/10183/15276000677015Nesta tese investiga-se uma nova abordagem visando implementar os conceitos propostos na Teoria da Evidencia para fins de classificação de imagens digitais em Sensoriamento Remoto. Propõe-se aqui a utilização de variáveis auxiliares, estruturadas na forma de Planos de Informação (P.I.s) como em um SIG para gerar dados de confiança e de plausibilidade. São então aplicados limiares aos dados de confiança e de plausibilidade, com a finalidade de detectar erros de inclusão e de omissão, respectivamente, na imagem temática. Propõe-se nesta tese que estes dois limiares sejam estimados em função das acurácias do usuário e do produtor. A metodologia proposta nesta tese foi testada em uma área teste, coberta pela classe Mata Nativa com Araucária. O experimento mostrou que a metodologia aqui proposta atinge seus objetivos.In this thesis we investigate a new approach to implement concepts developed by the Theory of Evidence to Remote Sensing digital image classification. In the proposed approach auxiliary variables are structured as layers in a GIS-like format to produce layers of belief and plausibility. Thresholds are applied to the layers of belief and plausibility to detect errors of commission and omission, respectively on the thematic image. The thresholds are estimated as functions of the user’s and producer’s accuracy. Preliminary tests were performed over an area covered by natural forest with Araucaria, showing some promising results.application/pdfporGeografia ambientalSensoriamento remotoGeoprocessamentoRemote sensingImage classificationAuxiliary dataTheory of evidenceMerging of informationIntrodução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidênciainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulInstituto de GeociênciasPrograma de Pós-Graduação em GeografiaPorto Alegre, BR-RS2008doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000677015.pdf000677015.pdfTexto completoapplication/pdf1550810http://www.lume.ufrgs.br/bitstream/10183/15276/1/000677015.pdfa15d1f185329ca6f540c1d716602a2dbMD51TEXT000677015.pdf.txt000677015.pdf.txtExtracted Texttext/plain156732http://www.lume.ufrgs.br/bitstream/10183/15276/2/000677015.pdf.txt5a642898dfee82c66fabfed39d303463MD52THUMBNAIL000677015.pdf.jpg000677015.pdf.jpgGenerated Thumbnailimage/jpeg1479http://www.lume.ufrgs.br/bitstream/10183/15276/3/000677015.pdf.jpg49d693483990a18120580d7269375ce7MD5310183/152762018-10-10 08:21:58.043oai:www.lume.ufrgs.br:10183/15276Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-10T11:21:58Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
title Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
spellingShingle Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
Lersch, Rodrigo Pereira
Geografia ambiental
Sensoriamento remoto
Geoprocessamento
Remote sensing
Image classification
Auxiliary data
Theory of evidence
Merging of information
title_short Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
title_full Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
title_fullStr Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
title_full_unstemmed Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
title_sort Introdução de dados auxiliares na classificação de imagens digitais de sensoriamento remoto aplicando conceitos da teoria da evidência
author Lersch, Rodrigo Pereira
author_facet Lersch, Rodrigo Pereira
author_role author
dc.contributor.author.fl_str_mv Lersch, Rodrigo Pereira
dc.contributor.advisor1.fl_str_mv Vitor Francisco de Araújo Haertel
contributor_str_mv Vitor Francisco de Araújo Haertel
dc.subject.por.fl_str_mv Geografia ambiental
Sensoriamento remoto
Geoprocessamento
topic Geografia ambiental
Sensoriamento remoto
Geoprocessamento
Remote sensing
Image classification
Auxiliary data
Theory of evidence
Merging of information
dc.subject.eng.fl_str_mv Remote sensing
Image classification
Auxiliary data
Theory of evidence
Merging of information
description Nesta tese investiga-se uma nova abordagem visando implementar os conceitos propostos na Teoria da Evidencia para fins de classificação de imagens digitais em Sensoriamento Remoto. Propõe-se aqui a utilização de variáveis auxiliares, estruturadas na forma de Planos de Informação (P.I.s) como em um SIG para gerar dados de confiança e de plausibilidade. São então aplicados limiares aos dados de confiança e de plausibilidade, com a finalidade de detectar erros de inclusão e de omissão, respectivamente, na imagem temática. Propõe-se nesta tese que estes dois limiares sejam estimados em função das acurácias do usuário e do produtor. A metodologia proposta nesta tese foi testada em uma área teste, coberta pela classe Mata Nativa com Araucária. O experimento mostrou que a metodologia aqui proposta atinge seus objetivos.
publishDate 2008
dc.date.issued.fl_str_mv 2008
dc.date.accessioned.fl_str_mv 2009-02-19T04:12:36Z
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 http://hdl.handle.net/10183/15276
dc.identifier.nrb.pt_BR.fl_str_mv 000677015
url http://hdl.handle.net/10183/15276
identifier_str_mv 000677015
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
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/15276/1/000677015.pdf
http://www.lume.ufrgs.br/bitstream/10183/15276/2/000677015.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/15276/3/000677015.pdf.jpg
bitstream.checksum.fl_str_mv a15d1f185329ca6f540c1d716602a2db
5a642898dfee82c66fabfed39d303463
49d693483990a18120580d7269375ce7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085138166448128

Registros relacionados