Classificação de imagens de diversas fontes de informação com o uso de controladores de influência para as imagens e suas classes.

• Ano de defesa: 2008
• Autor(a) principal: Orlando Alves Máximo
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Classificação de imagens; Teorema de Bayes; Classificação de padrões; Processamento de imagens; Telecomunicações; Engenharia eletrônica
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=857

Este trabalho aborda as técnicas de classificação supervisionada de imagens utilizando controladores de influência. Avaliou-se o desempenho do uso dos controladores de influência das imagens e também das classes presentes nas imagens. Para a determinação dos valores dos controladores de influência, foram propostos métodos para a estimativa dos controladores de influência das imagens e das suas classes. Dentre os métodos propostos, destacam-se os indicadores de separabilidade entre as classes da imagem e os provenientes do cálculo do coeficiente kappa e da Precisão Global da classificação. Apresentou-se, também, a proposta de um novo classificador que incorpora o conceito de controladores de influência através das probabilidades de ocorrência condicionais das classes presentes nas imagens. Para os testes de avaliação de desempenho do uso de controladores de influência, foram utilizados seis conjuntos de duas imagens SAR (originais e filtradas com filtros da média com janelas 3×3, 5×5 7×7, 9×9 e 11×11). O desempenho dos classificadores propostos mostrou-se superior aos Classificadores em Cascata, da Distância Euclidiana e da Distância de Mahalanobis, que não incorporam o conceito de controladores de influência em sua estrutura. Para os testes de desempenho do classificador baseado nas probabilidades de ocorrência condicional das classes, foram utilizados quatro conjuntos de imagens SAR simuladas. A análise dos resultados evidencia que o classificador proposto obteve desempenho superior ao Classificador em Cascata.