Classificação de imagens de alta resolução usando atributos de textura

• Ano de defesa: 1989
• Autor(a) principal: Valéria Maria Barros de Andrade
• Orientador(a): Gerald Jean Francis Banon
• Banca de defesa: Clésio Luis Tozzi, Raimundo Almeida Filho, Luiz Alberto Vieira Dias
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Computação Aplicada
• País: BR
• Resumo em Inglês: Most classifiers commonly used in image analysis rely solely on spectral caracteristics to differentiate classes. These classifiers were originally developed to be use with Landsat-MSS data. With the news sensors at different spacial resolutions it is necessary to revise the image classification methods. Studies about spacial resolution effects on classification shows that classification accuracy is influenced by two factors: the mixed pixels and "scene noise". The presence of "scene noise" provides one more image caracteristic, the texture. In the first part of this work, an evaluation of the classification accuracy as a function of spacial resolution is made. It is verified that confusion error rates decrease with smaller resolutions. However, for small resolution image, it can be observed, due to the increasing rate of mixed pixels, an increasing rate of non-classified pixels. In the second part, some texture measures (or features) are proposed. They are extracted from small image windows. By extraction of the textural feature at each pixel, "texture bands" are created. The twenty proposed "texture bands" are visually and statistical analysed from an image os São José dos Campos urban area. Form this analysis, two " texture bands" are selected and used to classify this image. A better classification accuracy is verified, in the sense that a decreasing confusion error rate without a significant increasing rate of non-classified pixels is observed.
• Link de acesso: http://urlib.net/sid.inpe.br/iris@1905/2005/07.28.01.45

A maioria dos classificadores atualmente utilizados na analise de imagens usam apenas as caracteristicas espectrais para diferenciar as classes. Esses classificadores foram originalmente desenvolvidos para analise de dados Landsat-MSS. Com o surgimento de novos sensores de variadas resolucoes especiais, e necessaria a revisao dos metodos de classificacao. Estudos a respeito da influencia da resolucao na classificacao apontam dois fatores responsaveis pelo desempenho de classificacao: os pixels misturados e o "ruido de cena". Da presenca do ruido de cena decorre o aparecimento de uma caracteristica adicional na imagem, a textura. Na primeira parte deste trabalho, e feita uma avaliacao do desempenho de classificacao em funcao da resolucao espacial. E verificado um decrescimo da confusao media na classificacao a medida que a resolucao diminui. No entanto, nas imagens de baixa resolucao, observa-se bem, devido ao aumento dos pixels misturados, o aumento da abstencao media. Na segunda parte, sao propostas algumas medidas (ou atributos)de textura, que podem ser extraidas de pequenas janelas de imagem. Extraindo-se atributos de textura para cada pixel, sao geradas "bandas de textura". As vinte "bandas de textura" propostas sao analisadas visualmente e estatisticamente numa imagem da regiao urbana de Sao Jose dos Campos. A partir desta analise duas "bandas de textura" foram selecionadas e usadas na classificacao daquela imagem. E verificada uma melhoria no desempenho de classificacao no sentido de que se observa um decrescimo na confusao media, sem um real acrescimo na abstenção.