Documento completo - OBT - Inpe
Documento completo - OBT - Inpe
Documento completo - OBT - Inpe
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
O resultado da segmentação não fornece classes como campos agrícolas, casas, etc. Esta<br />
exigência é fadada ao insucesso em função da complexidade dos dados de<br />
imagem/realidade. De fato a segmentação fornece a matéria prima, sobre a qual atua<br />
posteriormente atua a classificação. O procedimento permite o processamento<br />
simultâneo de dados em diferentes planos de escalas. Mesmo após a segmentação, a<br />
informação individual dos pixels é mantida.<br />
Como resultado da segmentação em multi-escala há uma rede hierárquica de objetos da<br />
imagem, na qual objetos finamente estruturados representam sub-objetos de estruturas<br />
mais grosseiras. A estrutura hierárquica representa a informação dos dados<br />
simultaneamente em diferentes resoluções. Os objetos estão em rede de vizinhança e<br />
hierarquia, sendo que cada objeto “conhece” os seus objetos vizinhos e sub-objetos.<br />
2.5.3.2 – CLASSIFICAÇÃO ATRAVÉS DE LÓGICA FUZZY<br />
A primeira fase do processamento de imagens resultou numa rede hierárquica de objetos<br />
da imagem que permite representar a informação em várias escalas simultaneamente<br />
(Figura 2.12). Esta classificação utiliza a segmentação como uma etapa de préprocessamento.<br />
Com base nos objetos da imagem, está disponível um conjunto de<br />
ferramentas, orientadas ao objeto, para serem classificadas. Além das informações<br />
extraídas dos valores espectrais e da sua respectiva estatística (variância, média,<br />
mediana, etc.) e das medidas para a textura nos canais individuais, outras informações<br />
poderão ser utilizadas para a classificação, como tamanho das bordas aos objetos<br />
vizinhos, perímetro, superfície, forma, direção, distância de outros objetos, etc. Estas<br />
informações geralmente não estão disponíveis na interpretação de imagens, sendo um<br />
valioso auxílio na análise e procura de critérios de discriminação das classes definidas.<br />
A classificação através do aplicativo eCognition pode ser efetuada através da orientação<br />
das características (usando funções de associação) ou com ajuda de um classificador por<br />
vizinho mais próximo (Nearest Neighbour), como é usado nos aplicativos-padrão de<br />
sensoriamento remoto. A base de conhecimento para a análise orientada a<br />
características, forma uma segunda rede hierárquica, ou seja, a hierarquia de classes.<br />
Esta rede tem 3 divisões sendo discriminada entre herança de características,<br />
58