Thiago Broerman Cazes InterpretaÃ§Ã£o Baseada ... - NIMA - PUC-Rio

More documents

Recommendations

Info

20 prazo de atividades que impactam direta ou indiretamente no padrão de cobertura do solo. Os sensores remotos baseados em satélites tornaram possível uma utilização mais ampla e democrática da informação e do sensoriamento remoto como um todo. Porém, o tipo de informação extraída depende fundamentalmente do tipo de imagem obtida. Em outras palavras, uma imagem LANDSAT consegue representar objetos não menores do que 900 m 2 , assim como uma imagem de um satélite de metrologia como o AVHRR consegue representar informações a partir de 1Km 2 . Em meados de 1999 ocorreu um marco na área de sensoriamento remoto para aplicações não militares. O IKONOS, o primeiro satélite de alta resolução destinado exclusivamente para sensoriamento remoto e voltado a objetivos civis foi lançado. Com a resolução espacial de 1m no modo pancromático, as imagens IKONOS trouxeram para o mundo do sensoriamento remoto uma nova gama de possibilidades. Pela primeira vez era possível, de forma sistemática, em alguns casos à custos inferiores aos das fotos aéreas, a identificação e representação de objetos com até 1m 2 . O satélite IKONOS realiza a órbita em torno da Terra em aproximadamente 98 minutos em uma altitude de aproximadamente 680 km [16]. Lançado em uma órbita em sincronia com o sol o IKONOS consegue passar por uma dada longitude em praticamente o mesmo horário local (10h30min AM) diariamente. Com isso o IKONOS é capaz de produzir imagens de 1m de resolução de uma determinada área geográfica a cada 3 dias.
21 Figura 2 – resposta espectral relativa ao comprimento de onda na banda pancromática IKONOS [16] Figura 3 – resposta espectral relativa, conforme o comprimento de ondas para o sensor multiespectral IKONOS [16] O satélite IKONOS produz dois tipos de imagens bem distintas em termos de resolução espectral e espacial. Com a resolução de apenas 1m por pixel a imagem
Page 1 and 2: A-PDF Merger DEMO : Purchase from w
Page 3 and 4: Todos os direitos reservados. É pr
Page 5 and 6: Resumo Cazes, Thiago Broerman; Feit
Page 7 and 8: Sumário 1 Introdução 13 1.1 Obje
Page 9 and 10: Lista de Figuras Figura 1 - Exemplo
Page 11 and 12: Lista de Tabelas Tabela 1 - Caracte
Page 13 and 14: 13 1 Introdução As técnicas de s
Page 15 and 16: 15 compatíveis com a escala 1:50.0
Page 17 and 18: 17 2 Fundamentos Teóricos A presen
Page 19: 19 Os sensores remotos passivos que
Page 23 and 24: 23 disponíveis em todo o mundo. O
Page 25 and 26: 25 que as mesmas sejam reconhecidas
Page 27 and 28: 27 Basicamente o tipo de funções
Page 29 and 30: 29 nebulosa permite representar val
Page 31 and 32: 31 2.2.1.4 Algoritmos Genéticos Al
Page 33 and 34: 33 2.3 Segmentação 2.3.1 Históri
Page 35 and 36: 35 software eCognition [35]. O proc
Page 37 and 38: 37 3 Estado da arte em classificaç
Page 39 and 40: 39 de alta resolução resultando n
Page 41 and 42: 41 diferença está nos atributos o
Page 43 and 44: 43 utilizado a decisão baseia-se n
Page 45 and 46: 45 4 Modelo proposto 4.1 Introduç
Page 47 and 48: 47 nebulosas. Agrega-se ao resultad
Page 49 and 50: 49 entre classes em um determinado
Page 51 and 52: 51 5 Avaliação experimental Nesse
Page 53 and 54: 53 Na área analisada a temperatura
Page 55 and 56: 55 Figura 17 - Foto da área do Par
Page 57 and 58: 57 uma resolução radiométrica de
Page 59 and 60: 59 5.1.4 Segmentação A segmentaç
Page 61 and 62: 61 CLASSE Água Características pr
Page 63 and 64: 63 CLASSE Floresta Urbana Caracter
Page 65 and 66: 65 contendo a descrição detalhada
Page 67 and 68: 67 Classificação 2001 Água Campo
Page 69 and 70: 69 também 50 padrões por classe p
Page 71 and 72:
71 (ou verdade de campo) a uma outr
Page 73 and 74:
73 5.3.2 Regras O conhecimento do e
Page 75 and 76:
75 O conjunto de treinamento utiliz
Page 77 and 78:
77 Taxa de erro global, comparaçã
Page 79 and 80:
79 Classe em t-1 Água Campo Alagad
Page 81 and 82:
81 analisado (t). A ordem das class
Page 83 and 84:
83 5.4.1.2 Contribuição do conhec
Page 85 and 86:
85 Se comparado com a Fase 1 a incl
Page 87 and 88:
87 6 Comentários finais O objetivo
Page 89 and 90:
89 Referências 1 CORR, D.G.; TAILO
Page 91 and 92:
91 27 GONZALEZ, R.C., WOODS, R.E. D
Page 93 and 94:
93 52 LEE, C.; LANDGREBE, D.A. Deci
show all

Thiago Broerman Cazes InterpretaÃ§Ã£o Baseada ... - NIMA - PUC-Rio

Create successful ePaper yourself

Delete template?

Save as template?