Revista Brasileira de Cartografia (2013) N0 65/6: 1211-1221

Sociedade Brasileira de Cartografia, Geodsia, Fotogrametria e Sensoriamento Remoto

ISSN: 1808-0936

C
B
S

USO DO SISTEMA INTERIMAGE PARA A IDENTIFICAO DE ALVOS

URBANOS EM IMAGENS DO SATLITE WORLDVIEW II
Use of the InterIMAGE system for the Identification of
Urban Targets in WorldView II Images
Denilson Pereira Passo1; Edilson de Souza Bias1;
Ricardo Seixas Brites1 & Gilson A. O. P. Costa2
1

Universidade de Braslia - UnB

Instituto de Geocincias - IG
Caixa Postal 04465 Braslia-DF, Brasil.
{geodenilson, edbias, brites.ricado}@gmail.com
2

Pontifcia Universidade Catlica do Rio de Janeiro PUC - Rio

Departamento de Engenharia Eltrica
R. Marqus de So Vicente, 225 22453-900 Rio de Janeiro-RJ, Brasil.
gilson@ele.puc-rio.br
Recebido em 04 de Maro, 2013/ Aceito em 22 de Setembro, 2013
Received on March 04, 2013/ Accepted on September 22, 2013

RESUMO
O desenvolvimento tecnolgico em sensoriamento remoto vem proporcionando um grande incremento na qualidade
das imagens orbitais, permitindo uma melhor viso dos ambientes intra-urbanos. Um exemplo notvel o satlite WorldView II. Lanado em 2009, suas imagens comearam a ser distribudas comercialmente em 2010. O satlite possui
uma resoluo de 50cm na banda pancromtica e 2m nas suas outro 8 bandas espectrais. Apesar deste extraordinrio
avano em termos de resoluo espacial e espectral, os sistemas tradicionais de processamento de imagens disponibilizam mtodos de classificao que, via de regra, no atendem a multipliccidade de feies observadas nas imagens
de alta resoluo. Grande parte dessas dificuldades est relacionada s limitaes dos classificadores que somente
trabalham pixel a pixel, pois estes no conseguem tratar de forma satisfatria a variabilidade espectral dos diferentes
alvos urbanos. Na busca por uma soluo, surgiam recentemente pacotes de software que possibilitam a classificao
de imagens com base em objetos e que facilitam a representao e processamento de conhecimento humano sobre as
caractersticas especficas dos alvos de interesse. No entanto, a maioria dos pacotes de software com estas caractersticas so proprietrios e de difcil acesso devido ao alto custo de suas licenas. Uma alternativa surgiu com a iniciativa
de desenvolvimento open source do software InterIMAGE. No presente trabalho, o objetivo foi avaliar a eficincia
da classificao baseada em objeto sobre imagens de alta resoluo espacial, provenientes do satlite WorldView II,
utilizando o sistema InterIMAGE, e tambm comparar tal classificao com a obtida atravs de um mtodo tradicional,
baseado em pixel, de classificao por mxima verossimilhana (MAXVER), sobre uma rea-teste localizada na cidade
satlite de Sobradinho-DF. A classificao baseada em objeto mostrou-se eficiente para mapear a cobertura de reas
urbanas, apresentando valores de exatido global e ndices Kappa e Tau superiores a 87%, apresentando superioridade

Passo D. P. et al.
ao mtodo tradicional, atestando a aplicabilidade do InterIMAGE na extrao de feies em reas urbanas a partir de
imagens de alta resoluo espacial.
Palavras-chave: Sensoriamento Remoto, InterIMAGE, Open Source, WorldView II, Classificao, GEOBIA.

ABSTRACT
Recent technological developments in remote sensing have made possible a large increase in the quality of the satellite images, supporting a clearer view of intra-urban environments. A notable example is the satellite WorldView II.
Launched in 2009, its images became commercially available in 2010. This orbital Earth observation system delivers a
50cm resolution for the panchromatic band and 2m in its 8 spectral bands. Despite this extraordinary advance in terms
of spatial and spectral resolutions, traditional of image processing systems offer classification methods that cannot
deal with the complexity and multiplicity of features observed in such high resolution images. An important source
of these difficulties has to do with the limitations of pixel-based classifiers, since they cannot tackle satisfactorily the
spectral variability of different urban targets. In search of a solution, a new class of software packeges has emerge,
wich support object-based image classification and the representation and processing of human knowledge associated
to the specific characteristics of the targets. However, most of those software packages are proprietary and of difficult
access due to the high cost of their licenses. An alternative to this scenario came up with the initiative to develop open
source software InterIMAGE. In this study, we aimed to evaluate the quality of object-based classification using the
system InterIMAGE, and also compare it with a traditional method of classification by maximum likelihood (GML),
using the pixel-based approach in an area-test located in the city of Sobradinho-DF. The classification proved efficient
to map urban area coverage, with overall accuracy values, Kappa and Tau above 87%, confirming the applicability of
the software for feature extraction in urban areas from very high resolution images.
Keywords: Remote Sensing, InterIMAGE, Open Source, WorldView II, Classification, GEOBIA.

1. INTRODUO
Desenvolvimentos tecnolgicos no campo
do sensoriamento remoto (SR) ocorridos na
ltimas dcadas viabilizaram o lanamento
de modernas plataformas orbitais capazes de
produzir imagens multi e hiperespectrais com
altas resolues espacial, temporal e radiomtrica,
aumentando a capacidade de identificao dos
alvos e ampliando significativamente o leque de
aplicaes. Um exemplo notvel nesse sentido
o satlite WorldView II. Lanado em 2009,
suas imagens comearam a ser distribudas
comercialmente em 2010. O satlite possui uma
resoluo de 50cm na banda pancromtica e 2m
nas suas outro 8 bandas espectrais.
A evoluo das plataformas tem estimulado
pesquisas voltadas criao de novas abordagens
e metodologias para a classificao e extrao
automatizada de informaes provenientes de
SR.
O alto nvel de detalhe espacial, espectral e
radiomtrico das imagens produzidas pelas novas
plataformas tem motivado o desenvolvimento
de novos classificadores, uma vez que os
tradicionais, desenvolvidos para imagens de
mdia e baixas resolues e que tinham como

1212

foco a classificao de pixels individuais, se

mostraram pouco eficientes no reconhecimento
automtico dos alvos identificveis nas imagens
de alta resoluo espacial hoje disponveis
(BLASCHKE & STROBL 2001; BLASCHKE
et al. 2008).
Tratam-se de alvos complexos, caracterizados por uma grande variabilidade espectral
e morfolgica, compostos por um conjunto de
pixels e no mais recobertos por um ou alguns
poucos pixels.
Foi com o objetivo de lidar com tal
complexidade que um conjunto de tcnicas hoje
identificadas como GEOBIA (Gographic ObjectBased Image Analysis) (HAY & CASTILLA
2008) vem ganhando importncia nos ltimos
anos. As tcnicas de GEOBIA tem como foco a
classificao de segmentos de imagem ao invs
de pixels isolados, oferecendo meios para a
representao e processamento de conhecimento
humano sobre as caractersticas especficas dos
alvos, como cor, textura, formato, contexto,
tamanho, relaes de vizinhana, entre outros.
Esta nova abordagem, baseada em objeto, surge
como um significativo avano nos processos de
classificao automtica de imagens orbitais.

Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

Uso do Sistema Interimage para a Identificao de Alvos Urbanos em Imagens do Satlite Worldview

Neste contexto, o presente trabalho tem

como objetivo avaliar a potencialidade e a
acurcia da classificao baseada em objeto
em uma imagem de alta resoluo espacial,
proveniente do satlite WorldView II, sobre
uma rea urbana, utilizando o sistema de cdigo
aberto InterIMAGE (COSTA et al. 2008; COSTA
et al. 2010), alm de comparar os resultados
com os obtidos a partir daquele sistema com
um mtodo tradicional, baseado em pixels,
de classificao por mxima verossimilhana
(MAXVER).
2. CLASSIFICAO BASEADA EM PIXELS
Segundo Elachi e Zyl (2006), os mtodos
de classificao pixel a pixel tem como
objetivo a classificao, supervisionada ou no,
de pixels individuais. Tais tcnicas tm como
entrada usualmente apenas os nmeros digitais
associados s diferentes bandas de imagens de SR
para cada pixel a ser classificado. Adicionalmente,
alguma medida de textura para uma pequena
vizinhana dos pixels avaliados tambm pode
ser usada no processo de classificao. Neste
trabalho foi utilizado o MAXVER, algoritmo de
mxima verossimilhana, supervisionado, de uso
consagrado na classificao por pixel. Em sua
operao, o algoritmo leva em considerao tanto
a varincia quanto a covarincia dos padres
espectrais associados s classes de interesse no
processo de classificao (RICHARDS & JIA,
2006).
3. CLASSIFICAO BASEADA EM OBJETO
Na classificao baseada em objeto os
pixels so inicialmente agrupados em segmentos,
regies homogneas (de acordo com algum
critrio de homogeneidade) contguas da
imagem. Os segmentos so objetos primitivos
aos quais o processo de classificao atribui
classes (WALTER, 2004). Alm de informaes
espectrais (mdia, desvio padro, mximo,
mnimo, etc.), os segmentos de uma imagem
possuem uma grande quantidade de atributos
adicionais que podem ser utilizados no processo
de classificao: textura, forma, contexto,
relaes de vizinhana, etc. A partir dessa
grande quantidade de possibilidades, esta

Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

abordagem de classificao permite que o

conhecimento do especialista humano possa ser
explicitado atravs de modelos de conhecimento
bastante expressivos, com a menor incerteza
possvel, onde os fundamentos da Lgica Fuzzy
podem auxiliar na tomada de deciso, pois
operacionalizam um conjunto de regras que
indicam em qual classe um determinado objeto
seria atribudo com maior grau de assertividade
(ROCHA & ANTINES 2012).
Neste trabalho o pacote de software
InterIMAGE foi utilizado para a classificao
baseada em objeto.
4. O SISTEMA INTERIMAGE
Dentre os pacotes de software de
classificao baseada em objeto, destaca-se
o InterIMAGE, sistema de cdigo aberto,
desenvolvido pelo Laboratrio de Viso
Computacional do Departamento de Engenharia
Eltrica da Pontifcia Universidade Catlica do
Rio de Janeiro e pelas divises de Processamento
de Imagens e de Sensoriamento Remoto do
Instituto Nacional de Pesquisas Espaciais
(COSTA et al. 2008).
Pahl (2003) descreve o funcionamento
do software (fig. 1), originalmente baseado
no projeto GeoAIDA. No lado esquerdo da
figura so mostradas as entradas do processo
de interpretao. A rede semntica representa
o modelo de conhecimento definido pelo
especialista humano e processado pelo sistema
para a interpretao de uma cena (extenso
geogrfica), recoberta por uma ou mais imagens
ou dados vetoriais geo-referenciados. Durante
a interpretao da cena os dados de entrada
so processados com o auxlio de operadores
top-down e bottom-up. Operadores top-down
so responsveis por particionar a cena em subregies (segmentos) e gerar hipteses de objetos
(atribuir classes aos segmentos). Operadores
bottom-up avaliam as hipteses de objetos,
validando-as ou no e resolvendo eventuais
conflitos espaciais, reunindo por fim os objetos
em unidades maiores (grupos). No lado direito da
figura apresentado o resultado da interpretao,
na forma de um mapa temtico com nvel de
detalhamento dependente das especificaes e
escolhas do analista.

1213

Passo D. P. et al.

Fig. 1 - Esquema do processo de interpretao de uma cena no InterIMAGE.

5. MATERIAL E MTODOS
5.1 rea de estudo
A rea de estudo localiza-se no condomnio
Vivendas Bela Vista, Grande Colorado, em
Sobradinho, cidade satlite de Braslia (Fig. 2).
Foi definida uma rea de 280.000m 2,
levando em considerao as limitaes do
InterIMAGE em termos do tamanho das imagens
a serem processadas e a busca por uma grande
variedades de alvos urbanos.
A rea de estudo recoberta por duas
imagens do sensor WorldView II, uma
pancromtica com resoluo espacial de 0,5 m
e uma multiespectral com oito bandas e resoluo
espacial de 2 m. Atravs do software ENVI 4.7
(ITT, 2009) as imagens foram submetidas a um
processo de pan-sharpening, em que as bandas
multiespectrais foram fusionadas com a banda
pancromtica.
Tambm foram utilizados no processo
de classificao arquivos vetoriais no formato
ESRI Shapefile, com polgonos das quadras e
arruamentos na rea de estudo, elaborados pela
TERRACAP - Agncia de Desenvolvimento
do Distrito Federal. Para a validao dos
experimentos relatados a seguir, foi realizada
inicialmente uma interpretao visual da cena.
O processo de interpretao visual delimitou
1214

todos os objetos de 11 classes distintas: Asfalto,

Piscina, Solo Exposto, Sombra, Cobertura
de Cermica, Cobertura de Cermica Clara,
Cobertura de Cimento Claro, Cobertura de
Cimento mdio, Cobertura de Cimento Verde,
Vegetao Arbrea e Vegetao Rasteira.
5.2 Classificao baseada em objeto
Para a classificao baseada em objeto
foi utilizado o software InterIMAGE v1.3 onde
inicialmente foi definida uma rede semntica (fig.
3), cuja a organizao s foi possvel a partir do
conhecimento da rea estudada.
Em seguida, foi realizada uma segmentao
especfica para cada classe, utilizando-se um
operador top-down que implementou o algoritmo
desenvolvido por Baatz e Schpe (2000), que
utiliza o critrio de semelhana para definir
a uniformidade dos segmentos, a separao
dos objetos da imagem realizado em duas
fazes: pela cor, utilizando as variaes das
informaes espectrais e pela forma, utilizando
as variaes das informaes como, suavidade e
compactao do objeto. Estes critrios controlam
a homogeneidade dos segmentos e regies
possibilitando a construo de objetos com a
forma o mais parecido possvel com a referncia.
Na sequncia foram criadas e inseridas regras de
deciso em cada n da rede semntica, definidas
Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

Uso do Sistema Interimage para a Identificao de Alvos Urbanos em Imagens do Satlite Worldview

Fig. 2 - Localizao da rea de estudo.

a partir da anlise dos valores espectrais nas
diferentes bandas da imagem WorldView II
(fusionda) e das caractersticas especficas de
cada alvo. Esta etapa foi realizada por meio
das respostas encontradas no recurso Analysis
Manager do InterIMAGE, que permite o
refinamento dos resultados atravs da anlise
de histogramas de atributos calculados para
segmentos de imagem. A figura 4 apresenta um
exemplo deste recurso, onde pode-se observar
um limiar entre duas modas do histograma
resultante da diviso dos valores digitais da
banda 4 pela banda 3 do sensor WorldView
II, posteriormente esta informao foi usada
na regra de deciso para separar a classe
Solo Exposto da classe Vegetao Rasteira.
Paralelamente, foi introduzido o conhecimento
do analista nas regras de deciso para separao
de alvos da cena. Desta forma, o resultado da
classificao foi obtido a partir das informaes
coletadas a priori sobre a rea a ser classificada.
5.3 Classificao pixel a pixel MAXVER
A classificao MAXVER foi realizada
atravs do software ENVI 4,7. Como esta
metodologia consiste de uma classificao
supervisionada, inicialmente foram selecionadas
amostras de treinamento, respeitando-se as
classes selecionadas na rede semntica (Fig.
3), ou seja, foram individualizadas 11 classes
Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

Fig. 3 - Estrutura da rede semntica.

1215

Passo D. P. et al.

Fig. 4 - Exemplo de separao de classes por

curva inflexo no histograma do atributo diviso
da banda 4 pela banda 3. Recurso Analysis
Manager.

uma distribuio multinominal (CONGALTON

& GREEN, 1999), j que leva em considerao
o nmero de classes e a proporo da classe com
maior rea na classificao.
O nmero ideal de amostras encontrado para
a avaliao das classificaes foi 682 amostras,
que foram aleatoriamente especializadas na rea
teste. Em seguida foram atribudas s respectivas
classes encontradas por interpretao visual
Os pontos de amostragem foram utilizados
como dados de referncia (verdade de campo),
para compor a matriz de confuso, a qual
possibilitou calcular os ndices de exatido de
concordncia total concordncia por classe.
6. RESULTADOS E DISCUSSO

Para todas as classificaes foram efetuadas

as anlises da acurcia temtica, ou seja, foram
feitas as avaliaes das precises das diferentes
categorias que compem as classificaes. Para
realizao estas avaliaes, foram seguidos
os seguintes passos: clculo para nmero de
amostras; seleo aleatria de pontos para
checagem; checagem por interpretao visual;
verificao da exatido (matriz de confuso);
clculos de coeficientes de concordncia de
forma geral e por classe.
Utilizando o pixel como unidade amostral,
foi calculado o nmero de amostragens utilizando

Visualmente nota-se uma coerncia tanto

na classificao baseada em objeto (1) quanto na
classificao pixel a pixel (2) (fig. 5), quando
comparadas referncia da imagem WorldView
II (fig. 6). De maneira geral, a classificao
baseada em objeto obteve ndices de exatido
mais elevados.
A acurcia dos resultados das classificaes
foi avaliada por meio de matriz de confuso,
de onde foram extrados os coeficientes de
concordncia para a avaliao da acurcia
total: ndice Kappa (COHEN, 1960), ndice
Tau (KLECKA, 1980) e Exatido Global
(HELLDEN, et al., 1980). Tambm foi avaliado
coeficiente de concordncia para avaliao
da acurcia para classes individuais, onde se
calculou Kappa condicional (BISHOP et al.
1975).
As tabelas 1 e 2 apresentam as matrizes
de confuso das classificaes, que revelam
elevados valores de exatido global, ndice
Kappa e ndice Tau, respectivamente 87,5%, 86%
e 86,3% para a classificao baseada em objeto e
83,7%, 81,8% e 82,1% para a classificao por
pixel. Segundo Landis e Koch (1977) (tabela 3),
Kappa superior a 80% representa um excelente
desempenho do ndice.
A avaliao da acurcia para classes
individuais resultou em valores de ndice Kappa
condicional altos (tabela 4), o que representa uma
boa separao das classes em ambos os mtodos.
Entretanto a classificao baseada em objeto
mostrou-se superior para quase todas as classes
quando comparado ao mtodo baseado em pixel
(a menos das classes Cobertura de Cermica,

1216

Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

conforme a listagem a seguir: Asfalto, Piscina,

Solo Exposto, Sombra, Cobertura de Cermica
Clara, Cobertura de Cermica, Cobertura de
Cimento Claro, Cobertura de Cimento Mdio,
Cobertura de Cimento Verde, Vegetao Arbrea
e Vegetao Rasteira.
Um conjunto de amostras para cada classe,
representativas em relao sua heterogeneidade
interna, foram selecionadas por um fotointrprete experiente, que posteriormente foram
submetidas ao algoritmo MAXVER, resultando
na imagem classificada.
Para melhorar o resultado e reduzir o efeito
sal e pimenta, foi utilizado um mtodo para a
eliminao de rudos da classificao, onde se
aplicou o algoritmo Majority/Minority Analysis
do ENVI 4,7 com janelas de 3x3, que realiza
um filtro de moda, num processo de extrao de
pixels isolados.
5.4 Avaliao das classificaes

Uso do Sistema Interimage para a Identificao de Alvos Urbanos em Imagens do Satlite Worldview

Sombra e Vegetao Rasteira).

A classe Sombra representa reas mais
escuras da imagem, ou seja, reas com mdia
de valores espectrais mais baixos. Como sua
identificao foi feita basicamente pela ausncia
de brilho das bandas da imagem, as classes
que apresentaram confuso em relao a ela
foram classes cuja mdia, em algum momento,
se aproximou de seus valores, como a classe
Asfalto, Cobertura de Cimento Mdio, Cobertura
de Cermica e Vegetao Arbrea. Apesar do
bom resultado da classificao por objeto, com

relao classe Sombra, a metodologia por pixel

obteve melhor separao.
A classe Cobertura de Cimento, com
Pigmentao Verde, por ter uma resposta
bem peculiar em relao aos outros alvos,
apresentou uma boa separao das demais, nas
duas classificaes. Observando-se a tabela 4,
o ndice o Kappa condicional foi igual a 1 nas
duas metodologias, o que significa que houve
uma excelente separao dela em relao s
demais classes.

Fig. 5 - Mapa temtico resultante das classificaes (1) baseada em objeto e (2) pixel a pixel.

Fig. 6 - Imagem WorldView II da rea de estudo, composio: R(5)-G(3)-B(2).

Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

1217

Passo D. P. et al.

Asfalto
Cobertura de Cermica Clara
Cobertura de Cermica
Cobertura de Cimento Claro
Cobertura de Cimento Mdio
Cobertura de Cimento Verde
Piscina
Solo Exposto
Sombra
Vegetao Arbrea
Vegetao Rasteira
Total

77
36
8
9

1
80

7
43
1

38

3
15

2
4
1

2
35

2
1

3
1
81

3
1

56

33
1

85

2
43

51

18

61
2
2
65

11
51

37

70
5
75

1
1
8
109
120

Total

Vegetao Rasteira

Vegetao Arbrea

Sombra

Solo Exposto

Piscina

Cobertura de Cimento Verde

Cobertura de Cimento Mdio

Classificao

Cobertura de Cimento Claro

Asfalto

Referncia
(Verdade)

Cobertura de Cermica

Cobertura de Cermica Clara

Tabela 1: Matriz de confuso da classificao baseada em objeto.

77
46
95
53
44
15
35
39
68
81
129
682

Asfalto
Cobertura de Cermica Clara
Cobertura de Cermica
Cobertura de Cimento Claro
Cobertura de Cimento Mdio
Cobertura de Cimento Verde
Piscina
Solo Exposto
Sombra
Vegetao Arbrea
Vegetao Rasteira
Total

1218

67
1
82

40
1

7
6
5

1
1

15
37
2
1
2
1
81

56

1
1

85

1
1

51

43

1
33
55
4

18

37

51

65

7
1
75 16
94
75

Total

Vegetao Rasteira

Vegetao Arbrea

10
2
4
29

Sombra

Solo Exposto

Piscina

Cobertura de Cimento

5
44

2
6

Cobertura de Cimento

Cobertura de Cimento

Cobertura de Cermica

Classificao

Asfalto

Referncia
(Verdade)

Cobertura de Cermica

Tabela 2: Matriz de confuso da classificao pixel a pixel.

75
62
93
59
36
15
38
53
59
97
95

Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

Uso do Sistema Interimage para a Identificao de Alvos Urbanos em Imagens do Satlite Worldview

Tabela 3: Qualidade da classificao associada

ao ndice KAPPA.
ndice Kappa
<0
0 < k 0,2
0,2 < k 0,4
0,4 < k 0,6
0,6 < k 0,8
0,8 < k 1,0

Desempenho
Pssimo
Ruim
Razovel
Bom
Muito Bom
Excelente

A semelhana espectral das classes Vegetao Arbrea e Vegetao Rasteira causou certa
mistura entre estes alvos nas duas classificaes,
resultados semelhantes tambm foram encontrados em outros em estudos de classificao da
cobertura do solo em reas urbanas (RIBEIRO,
2011; NOVACK e KUX, 2010; PINHO, 2005).
Quando observa-se a matriz de confuso,
nota-se que esta mistura ocorreu em maior proporo na classificao por pixel, principalmente
no caso da Vegetao Arbrea, o que foi refletido
diretamente no valor de seu Kappa condicional.
Outro fato que chamou a ateno foi a mistura
espectral da Vegetao Arbrea com a classe
Sombra, visualmente, na imagem (fig. 6).
Algumas rvores apresentam uma colorao escura, o que poderia explicar esta mistura.
Na classificao com orientao a objeto, a classe
Vegetao Rasteira apresentou mistura com a
classe Solo Exposto, o que pode ter ocorrido
devido a algumas reas apresentarem vegetao
rasteira bem rala ou seca, em virtude da poca do
ano, expondo o solo e dificultando a separao
espectral das classes. Neste caso, a classificao
por pixel foi mais eficiente, apresentando um
melhor ndice de Kappa condicional.
A classe Asfalto, na classificao baseada
em objeto, teve a sua separao to bem sucedida
em virtude da utilizao de um arquivo shapefile
que serviu como mscara, o que resultou em um
Kappa condicional mximo.
As classes Solo Exposto, Cobertura de
Cermica e Cobertura de Cermica Clara,
por possurem respostas espectrais muito
semelhantes, foram as que mais se confundiram
entre si. Todavia a vantagem de se trabalhar
com o sensor WorldView II na classificao
baseada em objeto, reside no seu nmero de
bandas, possibilitando a explorao destas
classes, particularizando cada uma delas. J na
Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

classificao por pixel a classe Solo Exposto foi

a classe que mais contribuiu para reduo dos
ndices que avaliaram a classificao de forma
geral, por apresentar grande mistura quando
comparada com as demais, resultando no Kappa
condicional mais baixo de todas as classes.
As classes de Cobertura de Cimento Clara
e Cobertura de Cimento Mdio tambm apresentaram bons resultados nas duas classificaes.
Quando avaliadas individualmente, ambas apresentaram uma boa separao das demais classes,
especialmente na classificao com orientao
a objeto, que mais uma vez apresentou ndices
superiores.
A classe Piscina tambm foi bem separada
das demais, tanto na classificao baseada em
objeto quanto na classificao por pixel.
Tabela 4: KAPPA condicional para as onze
classes.
CLASSE

Kappa condicional
da classificao por

objeto
Asfalto
1
Cobertura de Cermica Clara 0,76
Cobertura de Cermica
0,82
Cobertura de Cimento Claro 0,80
Cobertura de Cimento Mdio 0,85
Cobertura de Cimento Verde
1
Piscina
1
Solo Exposto
0,83
Sombra
0,89
Vegetao Arbrea
0,85
Vegetao Rasteira

0,81

pixel
0,88
0,68
0,86
0,65
0,79
1
0,97
0,59
0,93
0,75
0,99

7. CONSIDERAES FINAIS
O objetivo deste trabalho foi avaliar a
eficincia da classificao baseada em objeto sobre
imagens de alta resoluo espacial, provenientes
do satlite WorldView II, utilizando o sistema
InterIMAGE. A avaliao dos resultados revelou
a eficincia da classificao baseada em objeto,
quando comparada classificao por pixel
(MAXVER), uma vez que foram encontrados
valores dos ndices de exatido global, Kappa
e Tau superiores.
Os resultados tambm demonstraram que a
abordagem baseada em objeto, uma alternativa
1219

Passo D. P. et al.
promissora para a reduo do problema da
mistura espectral, encontrado em classificadores
tradicionais, principalmente quando se trabalha
com imagens do WorldView II, pois seu nmero
de bandas permite uma melhor separao das
classes, auxiliando na reduo dos efeitos
decorrentes da mistura espectral.
O sistema InterIMAGE mostrou-se uma
boa alternativa para anlises de imagens
baseadas em objeto, alm de ser uma iniciativa
de desenvolvimento open source. Como fator
limitador da verso do InterIMAGE usada neste
trabalho, destacamos a dificuldade de realizar
anlises em grandes reas, pois o software
apresenta uma limitao quanto ao nmero de
segmentos gerados. Apesar disso, o InterIMAGE
permite que o modelo de conhecimento usado na
interpretao possa ser depurado e melhorado,
atravs da introduo de mais conhecimento
acerca das classes de interesse. Alm disso, uma
vez que o conhecimento est explicitamente
representado, o modelo pode ser disseminado,
analisado e criticado por uma comunidade de
usurios.

BLASCHKE, T.; STROBL, J. Whats wrong

with pixels?: Some recent developments
interfacing remote sensing and GIS. GeoBIT
6 (6), 12-17. 2001

AGRADECIMENTOS

COSTA, G. A. O. P.; PINHO, C. M. D.;

FEITOSA, R. Q.; ALMEIDA, C. M., KUX,
H. J. H.; FONSECA, L. M. G.; OLIVEIRA,
D. A. B. INTERIMAGE: Uma Plataforma
Cognitiva Open Source para a Interpretao
Automtica de Imagens Digitais. Revista
Brasileira de Cartografia 60, 331-337. 2008

Coordenao de Aperfeioamento
de Pessoal de Nvel Superior (CAPES), pela
concesso da bolsa de mestrado ao primeiro
autor.
REFERNCIAS BIBLIOGRFICAS
BAATZ, M.; SCHPE, A. Multiresolution
segmentation: an optimization approach for
high quality multi-scale image segmentation.
In: XII Angewandte Geographische
Informationsverarbeitung, Agit Symposium,
Salzburg, ustria, 2000. Proceedings...
Karlsruhe, Alemanha: Herbert Wichmann
Verlag, 2000. p. 12-23.
BISHOP, Y. M.; FEINBERG, S. E. & HOLLAND,
P. W. Discrete Multivariate Analysis - Theory
and Practice. Cambrige, Mass., the mit press,
357 p., 1975.
BLASCHKE, T.; LANG, S.; HAY, G. J. Objectbased Image Analysis Spatial Concepts
for Knowledge-Driven Remote Sensing
Applications, Lecture Notes in Geoinformation
and Cartography. Springer-Verlag, Berlin, 818p,
2008.
1220

COHEN, J. A. Coeficient of Agreement for

Nominal Scales. Educational and Measurment.
Vol XX, No 1, p. 37- 46, 1960.
CONGALTON, R. G.; GREEN, K. Assessing
the accuracy of remotely sensed data:
principles and practices. New York: Lewis
Publishers, 1999. 137 p.
COSTA, G. A. O. P.; FEITOSA, R. Q.; FONSECA,
L. M. G.; OLIVEIRA, D. A. B.; FERREIRA,
R. S.; CASTEJON, E. F. Knowledge-Based
Interpretation of Remote Sensing Data with
the Interimage System: Major Characteristics
and Recent Developments. In: Proceedings
of the 3rd International Conference on
Geographic Object-Based Image Analysis
- GEOBIA 2010. The International Archives
of the Photogrammetry, Remote Sensing and
Spatial Information Sciences XXXVII. ITC,
Enshede. 2010.

ELACHI C.; AND ZYL J. Introduction to the

Physics and Techniques of Remote Sensing.
John Wiley & Sons, Inc. 2006. 552 p.
HAY, G.J., CASTILLA, G., Geographic
Object-Based Image Analysis (GEOBIA): A
new name for a new discipline. In: T. Blaschke,
S. Lang & G. J. Hay (eds.): Object-Based Image
Analysis Spatial Concepts for KnowledgeDriven Remote Sensing Applications, Lecture
Notes in Geoinformation and Cartography.
Springer-Verlag, Berlin, 75-89. 2008.
HELLDEN, U. & STERN, M. Evaluation
of Landsat Imagery and Digital Data for
Monitoring Desertification Indicators in
Tunisia. Proc. 14th. Int. Symp. on Rem. Sens.
of Environ., p. 1601-1611, 1980.
ITT VISUAL INFORMATION SOLUTIONS.
Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

Uso do Sistema Interimage para a Identificao de Alvos Urbanos em Imagens do Satlite Worldview

ENVI 4.7, version 4.7. Boulder, Colorado,

EUA, 2009.
KLECKA, W. R. Discriminant Analysis. SAGE
Publications, Inc., Beverly Hills, California, 71
p., 1980.
LANDIS, J. R.; KOCH, G. G. The Measurement
of observer agreement of categorical data.
Biometrics, v. 33, n. 1, p.159- 174, 1977.
NOVACK, T.; KUX, H. J. H. Urban land
cover and land use classification of an
informal settlement area using the opensource knowledge-based system InterIMAGE.
Journal of Spatial Science, v. 55, n. 1, p.23-41.
2010.
PAHL, M. Arquitetura de um sistema baseado
em conhecimento para a interpretao de
dados de sensoriamento remoto de mltiplos
sensores. 2003. Dissertao (Doktor-Ingenieur
em Eletro-Tcnica e Tecnologia de Informao).
Universidade de Hannover, Hannover, Alemanha,
2003. Traduo: KUX, H. J. H.; FEITOSA, R.
Q. 2008. 93 p. INPE-15211-TAE/71. INPE Instituto Nacional de Pesquisas Espaciais, So
Jos dos Campos, 2005.

Revista Brasileira de Cartografia, N0 65/6, p. 1211-1221, 2013

PINHO, C. M. D. Anlise orientada a objetos

de imagens de satlites de alta resoluo
espacial aplicada classificao de cobertura
do solo no espao intraurbano: o caso de
So Jos dos Campos. 2005. 180 p. INPE14183-TDI/1095. Dissertao (Mestrado em
Sensoriamento Remoto). INPE - Instituto
Nacional de Pesquisas Espaciais, So Jos dos
Campos, 2005.
RIBEIRO, B. M. G; FONSECA, L. M. G; KUX,
H. J. H. Mapeamento da Cobertura do Solo
Urbano utilizando IMAGENS WorldView-II
e o Sistema InterIMAGE . Revista Brasileira
de Cartografia (Impresso), v 63, p. 51-63, 2011.
RICHARDS, J. A.; JIA, X. Remote sensing
digital image analysis: An introduction. 4 ed.
New York, Springer, 2006. 476 p.
ROCHA A. D.; ANTUNES A. F. B. O. Desafio
de Caracterizar Objetos Relevantes ao
Planejamento Urbano a Partir de Imagens de
Satlite de Alta Resoluo. Revista Brasileira
de Cartografia 64/2, 135-147. 2012.
WALTER. V. Object-based classification of
remote sensing data for change detection. Int.
Journal of remote sensing 58:225-238, 2004.

1221