Portal de Periódicos da CAPES

CLASSIFICAÇÃO DE AMBIENTE CILIAR BASEADA EM ORIENTAÇÃO A OBJETO EM IMAGENS DE ALTA RESOLUÇÃO ESPACIAL

2003; UNIVERSIDADE FEDERAL DO PARANÁ; Volume: 9; Issue: 1 Linguagem: Inglês

1982-2170

Alzir Felippe Buffara Antunes,

Agricultural and Food Sciences

A classificacao baseada em contexto e um importante campo de estudos no processamento digital de imagens. A insercao do conhecimento dentro do processo de classificacao da vegetacao e uma das formas atualmente utilizadas pela comunidade de sensoriamento remoto a fim de incrementar a qualidade da classificacao. O presente estudo e embasado no algoritmo de segmentacao multiresolucao, FNEA( fractal net evolution approach), que permite segmentar uma imagem em diferentes niveis hierarquicos, a insercao do contexto e realizada atraves de relacoes entre os objetos. A area de estudo escolhida foi uma area rural no municipio de Nova Esperanca-Pr, onde se pretendeu mapear tipologias vegetais no ambiente ciliar do Rio Paracatu. Com a execucao deste trabalho foi possivel apresentar uma proposta de classificacao digital de imagem de alta resolucao baseada em orientacao a objeto do ambiente ciliar para a area de estudo adotada. Os objetos oriundos do processo de segmentacao multi-resolucao permitiram a criacao de diferentes niveis de segmentos, o que pode sustentar uma hierarquia entre objetos e subobjetos. Esta hierarquia foi o fundamento para a estruturacao de uma rede semântica, baseada no conhecimento. A classificacao foi realizada por logica fuzzy atraves de descritores de forma, textura e relacoes entre objetos e subobjetos. Foram avaliadas as diferentes opcoes de classificacao dos objetos, tais como rede hierarquica, o processo seletivo e a mudanca de especialista. Analisou-se ainda o grau de detalhamento das classes e subclasses que os diferentes modelos de classificacao apresentam (potencial de discriminacao). A acuracia da classificacao foi baseada nas ambiguidades geradas a partir da classificacao fuzzy. Classifying ciliar environment based upon on orientation to objects in high spatial resolution Abstract Context base classification plays an important role in digital image analysis. The insertion of the knowledge base in the digital classification process is one of current forms used by the community of remote sensing for vegetation mapping, in order to develop quality of the classification. Advanced image segmentation techniques (FNEA: fractal net evolution approach), was used in this study to provide the context introduction. The tested site was an agricultural area near the city of Nova Esperanca-Pr, wherein was mapped the riparian vegetation along the Paracatu River. This work tried to present a proposal for high resolution image classification of the riparian environment based on object oriented analysis. The objects are derived by means of multiresolution segmentation. It allows a creation of different levels of segments supporting a hierarchical structure, generating spatial relations between objects and sub-objects. This hierarchy was the bedding for the semantic network. The knowledge base was the basis for the semantics. The classification was based on fuzzy rules by means of descriptors such as: form, texture and relations between objects and sub-objects. Different approaches of classification were assessed: semantic network, selective and context change classification. It also evaluated the degree of detailing of the classes and subclasses in different levels of segmentation (thematic resolution). The analysis of classification accuracy relied upon ambiguities generated by fuzzy rules.