Olá caros colegas, como foi pedido ai vai um tutorial sobre classificação, nesse tutorial

usaremos a classificação não supervisionada que não dá conhecimento prévio ao

classificador sobre os atributos das classes pertinentes a cena. O processo de classificar
significa agrupar alvos iguais e separar alvos diferentes, “Na definição matemática, usa-
se o espaço de atributos ("feature space"), que é essencial para se entender como
funciona a classificação de imagens multiespectrais. No processamento digital, a cada
eixo desse espaço são atribuídos os níveis de cinza de uma determinada banda
espectral.”

Então vamos ao procedimento. Abra a imagem que deseja classificar indo em Add
Data.

Depois abra o ArcToolBox e vá em Spatial Analyst Tools > Multivariate > Iso
Cluster. Neste tipo de classificação, as classes são determinadas pela análise de
agrupamentos.
Em Input Raster Bands, coloque a imagem a ser classificada, em Output Signature
File o software lhe dará um nome e um local, se for o caso mude, lembrando de colocar
a extensão *.gsg. No Number of Classes, depois de ter dado uma olhada na imagem
afim de saber a variabilidade espacial, você pode escolher o valor, para nosso exemplo
usaremos 10 classes, o Number of Iterations serve para que o programa possa a cada
iteração, recalcular e reclassificar os pixels, considerando-se os novos valores médios,
para tanto usaremos 9 iterações. No Minimum Class Size e no Sample Interval não
mude nada. Mande rodar o processo. Depois de completo, foi gerado um arquivo que
será usado na classificação.
Agora vá em Spatial Analyst Tools > Multivariate > Maximum Likelihood
Classification.
Em Input Raster Bands, coloque a imagem a ser classificada, em Input Signature
File localize o arquivo que foi gerado no processo anterior e em Output Classifield
Raster, se for o caso mude o nome e o local, Rejeite frações menores que a área do
pixel, indo em Reject Fraction, deixe o restante como está no modo defult e mande
rodar.
Depois de terminado sua classificação deve ter ficado com várias cores, agora é só
determinar a que classe pertence cada variação. A nossa ficou assim.
Lembrando que essa é classificação segue o método não supervisionado e por isso deve
gerar alguns erros, para limpar a classificação use os filtros, esses serão tema de outro
tutorial.
“Tou, J. T. and R. C. Gonzalez,
1974. Pattern Recognition Principles, Addison-Wesley Publishing Company, Reading,
Massachusetts”.

Um abraço e bom trabalho.

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

Mensagem: "Era uma vez um gênio. Alguém lhe perguntou: 'Também quero ser um
gênio. Que fazer para me tornar um?' Ele disse: 'Estude o Caminho do gênio.'

Sa d e c k - G e o t e c n o l o g ia S