Publicação
Classificação Supervisionada e Não Supervisionada do Ortofoto da Quinta do Galinheiro
| Resumo: | A interpretação de fotografias aéreas ou de imagens de satélite permite realçar as relações que unem ou perturbam os elementos da paisagem. Este trabalho teve como objetivo realizar um levantamento da cobertura e uso da terra da Quinta do Galinheiro (Santarém), através das classificações não-supervisionada e supervisionada de um ortofotomapa. Estes tipos de classificação dependem das diferenças na assinatura espetral dos alvos e da capacidade de distinguir estas diferenças. Na classificação não-supervisionada ocorreu um processo de análise de pixels de forma isolada. A classificação foi realizada agrupando alvos iguais e separando alvos diferentes através da produção de um ficheiro de assinatura com os valores-padrão sugeridos pelo software. Na classificação supervisionada foram definidas inicialmente, pelo utilizador, as classes em que se desejava classificar a imagem. Estas classes constituíram as áreas de treino para a construção das assinaturas espetrais. Em ambas as metodologias foi utilizado o classificador de máxima verosimilhança e a imagem foi classificada em 4 classes correspondentes a edifícios e pavimentos, vegetação herbácea, vegetação arbórea e zonas sem qualquer vegetação. A análise dos clusters formados nos dois tipos de classificação permitiu constatar que uma certa quantidade de pixels foi classificada indevidamente. Este facto foi devido à complexidade da paisagem que contém alvos diferentes com o mesmo padrão de assinatura espectral. Os resultados obtidos neste estudo mostraram que ambos os métodos de classificação de imagens de alta resolução foram consistentes, expeditos e possuem grande potencialidade no levantamento da cobertura/uso da terra, principalmente em regiões desconhecidas e de difícil acesso. |
|---|---|
| Autores principais: | Grifo, Anabela |
| Outros Autores: | Ferreira, Albertina; Neres, Rita |
| Assunto: | Classificação Supervisionada Classificação Não Supervisionada Classificador de Máxima Verosimilhança |
| Ano: | 2018 |
| País: | Portugal |
| Tipo de documento: | palestra |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Évora |
| Idioma: | português |
| Origem: | Repositório Científico da Universidade de Évora |
| Resumo: | A interpretação de fotografias aéreas ou de imagens de satélite permite realçar as relações que unem ou perturbam os elementos da paisagem. Este trabalho teve como objetivo realizar um levantamento da cobertura e uso da terra da Quinta do Galinheiro (Santarém), através das classificações não-supervisionada e supervisionada de um ortofotomapa. Estes tipos de classificação dependem das diferenças na assinatura espetral dos alvos e da capacidade de distinguir estas diferenças. Na classificação não-supervisionada ocorreu um processo de análise de pixels de forma isolada. A classificação foi realizada agrupando alvos iguais e separando alvos diferentes através da produção de um ficheiro de assinatura com os valores-padrão sugeridos pelo software. Na classificação supervisionada foram definidas inicialmente, pelo utilizador, as classes em que se desejava classificar a imagem. Estas classes constituíram as áreas de treino para a construção das assinaturas espetrais. Em ambas as metodologias foi utilizado o classificador de máxima verosimilhança e a imagem foi classificada em 4 classes correspondentes a edifícios e pavimentos, vegetação herbácea, vegetação arbórea e zonas sem qualquer vegetação. A análise dos clusters formados nos dois tipos de classificação permitiu constatar que uma certa quantidade de pixels foi classificada indevidamente. Este facto foi devido à complexidade da paisagem que contém alvos diferentes com o mesmo padrão de assinatura espectral. Os resultados obtidos neste estudo mostraram que ambos os métodos de classificação de imagens de alta resolução foram consistentes, expeditos e possuem grande potencialidade no levantamento da cobertura/uso da terra, principalmente em regiões desconhecidas e de difícil acesso. |
|---|
Atividades financiadas
Não foram encontrados projetos financiados.