Documento completo - OBT - Inpe

dados vetoriais para a classificação e segmentação. Funções de processamento de
imagem e de SIG estão assim totalmente integradas.
2.5.3.3 – AVALIAÇÃO DO PARÂMETRO ESCALAR (SCALE PARAMETER)
NA SEGMENTAÇÃO
O primeiro passo do método utilizado é a segmentação do conjunto de dados. Isto é
feito sem conhecimento prévio. O dado de entrada é tão-somente o parâmetro escalar
(Scale parameter) que representa uma medida de heterogeneidade, ou seja representa o
número abstrato e corresponde à barreira superior em heterogeneidade, isto é, objetos
menores são resumidos/juntados para objetos maiores até que é alcançada esta barreira.
O parâmetro escalar determina a mudança máxima permitida na heterogeneidade, que se
origina da fusão de vários objetos, tendo uma relação indireta com o tamanho do objeto.
A heterogeneidade depende assim direta e linearmente do tamanho do objeto: em
parâmetros de tamanho que permaneçam iguais, obtém-se numa imagem heterogênea,
objetos menores do que numa imagem menos heterogênea. A heterogeneidade de
objetos é definida através da cor e da forma. Na segmentação as homogeneidades da cor
e da forma podem ser ponderadas. De acordo com Definiens (2002), as características
avaliadas para realizar a classificação podem ser discriminadas em:
• Característica intrínseca: as propriedades físicas dos objetos, que são
determinadas pelo mundo real e a sua situação na imagem – basicamente o tipo
de sensor e a iluminação. Tais características descritas são: cor, textura e forma
dos objetos;
• Características topológicas: características que descrevem o relacionamento
geométrico entre os objetos, tal como à direita, à esquerda, ou numa certa
distância de um certo objeto, ou sendo uma certa área na imagem; e
• Característica contextual: características que descrevem o relacionamento
semântico dos objetos, por exemplo, um parque está quase 100% dentro da área
urbana.
63