Você está na página 1de 2

Dando continuidade nos procedimentos de classificao falaremos hoje sobre o Filtro

Majoritrio para a limpeza de pixels que possivelmente tenham sido classificados de


forma errada, aparecendo como pequenos pontos dentro de classes maiores.
A ps-classificao tem o objetivo de uniformizar os temas, ou seja, eliminar pontos
isolados, classificados diferentemente de sua vizinhana. Com isto, Gera-se uma
imagem classificada com aparncia menos ruidosa (SPRING,2009).
Sendo assim, de posse da sua imagem classificada, abra a ArcToolBox e v caixa
de ferramentas Spatial Analyst Tools > Generalization > Majority Filter

Na caixa que aparecer, entre com a sua imagem de classes, o software lhe dar o
caminho e o novo nome para o resultado da passagem do filtro. No campo number of
neighboring to use o software pede para que voc escolha qual o Kernel que ser
usado, pois bem, o kernel FOUR usar os pixels vizinhos ortogonais diretos (0, 90,
180 e 270) e o kernel EIGHT usar os 8 pixels vizinhos criando assim uma matriz
3x3. No nosso exemplo usaremos o EIGHT, no campo replacement threshold voc
pode escolher entre MAJORITY - A maioria das clulas devem ter o mesmo valor e
serem contguas, ou seja, no caso de ter sido escolhido o kernel FOUR, pelo menos 3
pixels tm que ter o mesmo valor. A outra opo HALF - Metade das clulas devem
ter o mesmo valor e serem contguas, ou seja, no caso de ter sido escolhido o kernel
FOUR, pelo menos 2 pixels tm que ter o mesmo valor.
Sua tela deve estar assim.

Mande processar. Pronto, agora voc tem sua classificao sem muitos rudos.




Espero que tudo tenha dado certo, qualquer duvida entre em contato,
luissadeck_w@yahoo.com.br ou http://geotecnologias.wordpress.com/

Mensagem: Sempre que eu encontrar pessoas cheias de maldade e de emoes obscuras,
devo consider-las como muito especiais, como se tivesse encontrado um tesouro
precioso. (Geshe Langri Tangpa Dorje Senge).


$0l0k - 6l01l080l06l$


Esta obra est licenciada sob uma Licena Creative Commons.
Depois Antes

Você também pode gostar