| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
13/11/2014 |
|
Data da última atualização: |
13/11/2014 |
|
Autoria: |
SILVA, P. R.; ACERBI JÚNIOR, F. W.; CARVALHO, L. M. T. de; SCOLFORO, J. R. S. |
|
Título: |
Use of artificial neural networks and geographic objects for classifying remote sensing imagery. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Cerne, Lavras, v. 20, n. 2, p. 267-276, abr./jun. 2014. |
|
Idioma: |
Inglês |
|
Conteúdo: |
Conduziu-se este trabalho, com o objetivo de se alcançar o desenvolvimento de uma metodologia para a criação de um mapa de uso e cobertura do solo na região norte do estado de MG, onde, além de atividades agropecuárias, predominam vegetações nativas de cerrado, florestas estacionais deciduais e extensas áreas de vereda. Utilizando parcelas inventariadas e imagens dos sensores Rapideye, Landsat TM e MODIS, foram traçados três objetivos específicos: testar o uso de técnicas de segmentação de imagens para uma classificação baseada em objetos contemplando informações espectrais, espaciais e temporais; Testar o uso de imagens de alta resolução espacial (Rapideye) combinadas a séries temporais Landsat-TM, visando a captar os efeitos da sazonalidade, e a classificação dos dados por meio de Redes Neurais Artificiais. Por meio da série temporal de imagens MODIS e parcelas inventariadas, foram extraídas as assinaturas temporais das principais fisionomias presentes na região, observando-se, assim, os melhores períodos do ano a serem representados no processo de classificação. Os objetos criados na segmentação das imagens Rapideye, juntamente com a série temporal Landsat TM, foram classificados por dez diferentes arquiteturas de redes MultiLayerParceptron. Os resultados mostraram que metodologia atende aos propósitos do estudo e as características das fisionomias presentes na região. Com excelentes valores de acurácia para as classes nativas, o estudo mostra a importância da adequação da base de dados em trabalhos de classificação e da importância de uma segmentação que atenda aos propósitos do trabalho. MenosConduziu-se este trabalho, com o objetivo de se alcançar o desenvolvimento de uma metodologia para a criação de um mapa de uso e cobertura do solo na região norte do estado de MG, onde, além de atividades agropecuárias, predominam vegetações nativas de cerrado, florestas estacionais deciduais e extensas áreas de vereda. Utilizando parcelas inventariadas e imagens dos sensores Rapideye, Landsat TM e MODIS, foram traçados três objetivos específicos: testar o uso de técnicas de segmentação de imagens para uma classificação baseada em objetos contemplando informações espectrais, espaciais e temporais; Testar o uso de imagens de alta resolução espacial (Rapideye) combinadas a séries temporais Landsat-TM, visando a captar os efeitos da sazonalidade, e a classificação dos dados por meio de Redes Neurais Artificiais. Por meio da série temporal de imagens MODIS e parcelas inventariadas, foram extraídas as assinaturas temporais das principais fisionomias presentes na região, observando-se, assim, os melhores períodos do ano a serem representados no processo de classificação. Os objetos criados na segmentação das imagens Rapideye, juntamente com a série temporal Landsat TM, foram classificados por dez diferentes arquiteturas de redes MultiLayerParceptron. Os resultados mostraram que metodologia atende aos propósitos do estudo e as características das fisionomias presentes na região. Com excelentes valores de acurácia para as classes nativas, o estudo mostra a importância da adequação d... Mostrar Tudo |
|
Palavras-Chave: |
Classificação baseada em objetos; Image segmentation; Object-based classification; Segmentação de imagens; Séries temporais; Time series. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02383naa a2200229 a 4500
001 1999959
005 2014-11-13
008 2014 bl uuuu u00u1 u #d
100 1 $aSILVA, P. R.
245 $aUse of artificial neural networks and geographic objects for classifying remote sensing imagery.
260 $c2014
520 $aConduziu-se este trabalho, com o objetivo de se alcançar o desenvolvimento de uma metodologia para a criação de um mapa de uso e cobertura do solo na região norte do estado de MG, onde, além de atividades agropecuárias, predominam vegetações nativas de cerrado, florestas estacionais deciduais e extensas áreas de vereda. Utilizando parcelas inventariadas e imagens dos sensores Rapideye, Landsat TM e MODIS, foram traçados três objetivos específicos: testar o uso de técnicas de segmentação de imagens para uma classificação baseada em objetos contemplando informações espectrais, espaciais e temporais; Testar o uso de imagens de alta resolução espacial (Rapideye) combinadas a séries temporais Landsat-TM, visando a captar os efeitos da sazonalidade, e a classificação dos dados por meio de Redes Neurais Artificiais. Por meio da série temporal de imagens MODIS e parcelas inventariadas, foram extraídas as assinaturas temporais das principais fisionomias presentes na região, observando-se, assim, os melhores períodos do ano a serem representados no processo de classificação. Os objetos criados na segmentação das imagens Rapideye, juntamente com a série temporal Landsat TM, foram classificados por dez diferentes arquiteturas de redes MultiLayerParceptron. Os resultados mostraram que metodologia atende aos propósitos do estudo e as características das fisionomias presentes na região. Com excelentes valores de acurácia para as classes nativas, o estudo mostra a importância da adequação da base de dados em trabalhos de classificação e da importância de uma segmentação que atenda aos propósitos do trabalho.
653 $aClassificação baseada em objetos
653 $aImage segmentation
653 $aObject-based classification
653 $aSegmentação de imagens
653 $aSéries temporais
653 $aTime series
700 1 $aACERBI JÚNIOR, F. W.
700 1 $aCARVALHO, L. M. T. de
700 1 $aSCOLFORO, J. R. S.
773 $tCerne, Lavras$gv. 20, n. 2, p. 267-276, abr./jun. 2014.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
