A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Iana Alexandra Alves Rufino

Apresentações semelhantes


Apresentação em tema: "Iana Alexandra Alves Rufino"— Transcrição da apresentação:

1 Iana Alexandra Alves Rufino iana_alex@uol.com.br
Classificação Iana Alexandra Alves Rufino

2 Classificação Conceitos Básicos
Classificação Supervisionada X Classificação Não Supervisionada Tipos de Classificadores

3 Classificação Conceitos básicos Classificação é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos; O resultado final de um processo de classificação é uma imagem digital que constitui um mapa de "pixels" classificados, representados por símbolos gráficos ou cores;

4 Classificação Conceitos básicos O processo de classificação digital transforma um grande número de níveis de cinza, em um pequeno número de classes em uma única imagem; Técnicas de classificação que podem ser aplicadas apenas a um canal : classificações unidimensionais; Técnicas em que o critério de decisão depende da distribuição de níveis de cinza, em vários canais espectrais:classificação multiespectral

5 Classificação Supervisionada
O analista “supervisiona” a categorização dos pixels; O analista indica ao computador a que classe de cobertura terrestre os pixels pertencem, criando assim uma chave de interpretação (áreas de treinamento); Nesse tipo de classificação é necessário algum conhecimento da área a ser classificada.

6 Classificação Supervisionada
Idealmente algumas observações de campo podem ser realizadas; As observações de campo são usadas como padrão de comparação para decidir a qual classe pertencem todos os pixels desconhecidos da imagem; Quando não é possível a observação de campo, algumas inferências tornam-se necessárias.

7 Classificação Não Supervisionada
O computador agrega os diferentes níveis de cinza em diferentes grupos; Após a classificação, o analista associa as diferentes classes com dados de campo.

8 Tipos de Classificadores
Classificação Tipos de Classificadores Classificadores "pixel a pixel": Utilizam apenas a informação espectral de cada pixel para achar regiões homogêneas; Podem ser subdivididos em: métodos estatísticos (utilizam regras da teoria de probabilidade) e determinísticos (não utilizam probabilidade).

9 Tipos de Classificadores
Classificação Tipos de Classificadores Classificadores “por regiões”: Utilizam, além de informação espectral de cada "pixel", a informação espacial que envolve a relação com seus vizinhos; Procuram simular o comportamento de um foto- intérprete, reconhecendo áreas homogêneas de imagens, baseados nas propriedades espectrais e espaciais de imagens; A informação de borda é utilizada inicialmente para separar regiões e as propriedades espaciais e espectrais irão unir áreas com mesma textura.

10 Tipos de Classificadores
Classificação Tipos de Classificadores Classificadores “por regiões”: Deve ser realizada uma segmentação da imagem, anterior à fase de classificação, onde são extraídos os objetos relevantes para a aplicação desejada; A divisão em “porções”, consiste basicamente em um processo de crescimento de regiões, de detecção de bordas ou de detecção de bacias.

11 Segmentação: Crescimento de Regiões Detecção de bordas
Classificação Segmentação: Crescimento de Regiões É uma técnica de agrupamento de dados, na qual somente as regiões adjacentes, espacialmente, podem ser agrupadas. Detecção de bordas A extração de bordas é realizada por um algoritmo de detecção de bordas (Filtro de Sobel). Detecção de bacias A classificação por detecção de bacias é feita sobre uma imagem resultante da extração de bordas .

12 Segmentação: Crescimento de Regiões
Classificação Segmentação: Crescimento de Regiões A medida de Similaridade está baseada na distância Euclidiana entre os valores médios dos níveis de cinza de cada região; Duas regiões são consideradas distintas se a distância entre suas médias for superior ao limite de Similaridade escolhido; Regiões com área menor que o mínimo escolhido são absorvidas pelas regiões adjacentes mais similares a estas

13 Campina Grande 1989: Segmentação a partir das Bandas 5,4, e 3

14 Etapas para a Classificação:
Criar uma imagem segmentada Criar o arquivo de Contexto Executar o treinamento Analisar as amostras Extração de regiões Classificação Executar a Classificação Executar uma Pós-classificação Executar o Mapeamento para Classes

15 Campina Grande 1989: Classificação a partir das Bandas 5,4, e 3

16 Campina Grande 2000: Classificação a partir das Bandas 5,4, e 3


Carregar ppt "Iana Alexandra Alves Rufino"

Apresentações semelhantes


Anúncios Google