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

8.2 SEGMENTAÇÃO DE IMAGENS
Em geral, a análise de clusters pretende agrupar um determinado número
de dados em classes de elementos que apresentam semelhanças entre si. Há
vários tipos de análise de clusters, nomeadamente hierárquicos e não
hierárquicos. O procedimento do método hierárquico é juntar sucessivamente
pequenos clusters formando grandes clusters, ou dividindo grandes clusters. O
resultado final do algoritmo é uma árvore de clusters chamada dendrograma,
que mostra como os clusters estão relacionados. Cortando o dendrograma ao
nível desejado o cluster de dados da separação do grupo é obtido.
O método não hierárquico por sua vez produz uma classificação
particionando o conjunto de dados, dando origem a grupos não sobrepostos e
cujas relações entre eles são não hierárquicas. Ao contrário dos métodos
hierárquicos, os métodos que realizam partições dos dados não requerem que a
alocação de.um objeto num cluster seja definitiva.
Esta técnica de partição dos dados é baseada na idéia de otimizar algum
critério pré-definido. O uso destas técnicas de partição usualmente assume que
o número final de clusters seja conhecido à partida, apesar de haver alguns
métodos que permitem que esse número varie ao longo da análise (Dillon,
1984).
Para o estudo em causa adotou-se pelo método particional K-means. O
objetivo deste método é encontrar uma partição de 'dados tal que minimize o
quadrado da distância euclidiana ao centro do cluster, procurando assim grupos
homogêneos.
69