D - SCHNEIDER, MARIO JORGE.pdf - Universidade Federal do ...

CAPÍTULO 8 - SEGMENTAÇÃO E CLASSIFICAÇÃO.
8.1 CLASSIFICAÇÃO SUPERVISIONADA
Método mais utilizado em análises quantitativas em Sensoriamento
Remoto, baseado em algoritmos que rotulam pixeis numa imagem,
representando tipos particulares de cobertura vegetal, ou classes. (Richards,
1993).
Os passos para execução desta classificação são:
1) Selecionar um grupo de tipos de coberturas ou classes para
segmentação da imagem. Neste estudo, determinamos como
objetos de estudo, a água, mata fechada, campos, solos,
armamento, edificações, sombras.
2) Escolher amostras de cada uma das classes para treinar o
classificador.
3) Classificar cada pixel da imagem, de acordo com as amostras
determinadas.
4) Produzir tabelas ou mapas temáticos que sumanzem o
resultados obtidos.
Existem diversos algoritmos, como o de Máxima Verossimilhança, e
Paralelepípedo. Segundo Richards, 1993 o de Máxima Verossimilhança, é o de
maior utilização em Sensoriamento Remoto e baseia-se num conjunto de
probabilidades, que indicam a maior probabilidade de um pixel pertencer a uma
determinada classe.
Este método de classificação mostra-se eficiente, quando podemos
estimar um valor de média e matriz de covariância para cada classe, com
precisão, e dispomos de vários "pixeis" bem determinados por cada classe.
61