Detalhes bibliográficos
| Ano de defesa: |
1991 |
| Autor(a) principal: |
Silva Centeno, Jorge Antonio |
| Orientador(a): |
Haertel, Vitor Francisco de Araújo |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/10183/234080
|
Resumo: |
O conhecimento atualizado da cobertura vegetal de bacias hidrográficas é importante para o estudo de processos hidrológicos como por exemplo os de erosão, infiltração ou escoamento superficial. Uma forma de estimar esta informação é através de técnicas de sensoriamento remoto, especialmente em países em desenvolvimento, onde a cobertura de aerofotogrametria não está regularmente disponível. O presente trabalho apresenta o uso dos atributos de contexto como meio de melhorar a precisão da classificação da Máxima Verossimi1hança Gaussiana de imagens usadas em sensoriamento remoto. Para isto. os algoritmos de relaxação fuzzy e probabilística são testados. Este tipo de processo implementa a informação contextual mediante coeficientes de compatibilidade espacial entre classes. De maneira geral. os processos de relaxação iniciam-se com uma primeira estimativa da probabilidade que associa cada pixel a cada uma das classes consideradas. a qual é posteriormente corrigida iterativamente utilizando os coeficientes de compatibilidade. Paralelamente, um método alternativo é proposto, no qual as probabilidades são submetidas a um processo de filtragem espacial para, a seguir, utilizar a relaxação probabilística. Testes com imagens sintéticas e reais, comprovam que a precisão da classificação pode ser aumentada utilizando os atributos de contexto. Os mapas temáticos obtidos por estas metodologias são mais homogêneos e neles pixels de mesma classe se apresentam agrupados espacialmente. tornando a imagem mais adequada para análise. facilitando assim a caracterização da cobertura vegetal da bacia. |
