http://forest-gis.com/2017/10/classificacao-de-imagens-no-arcgis.

html/

http://desktop.arcgis.com/en/arcmap/latest/extensions/spatial-analyst/image-
classification/processing-classified-output.htm

Classificação de Imagens no ArcGIS

18 de outubro de 2017 - Deixar um comentário
Classificação de Imagem 
O processo de classificação de imagem envolve a conversão de imagens raster
multi-banda em um raster de banda única com várias classes categóricas que se
relacionam com diferentes tipos de cobertura de terra.
Existem duas formas principais de classificar uma imagem raster; classificação
supervisionada e não supervisionada. Usando o método de classificação
supervisionada, uma imagem é classificada usando assinaturas espectrais (isto é,
valores de reflectância) obtidos a partir de amostras de treinamento (polígonos
que representam áreas de amostra distintas dos diferentes tipos de cobertura de
terra a serem classificadas). Essas amostras são coletadas por você, o analista da
imagem, para classificar de acordo com suas necessidades.
Com o método de classificação não supervisionado, o software encontra as
classes espectrais (ou clusters) na imagem multibanda sem a intervenção do
analista, sendo assim sem supervisão. Uma vez que os clusters são encontrados,
você precisa identificar o que o cluster representa (por exemplo, água, terra nua,
solo seco, etc …)
 
Classificação Supervisionada no ArcGIS
Depois de habilitar a extensão Spatial Analyst , você pode adicionar a barra de
ferramentas Classificação da Imagem à sua interface do ArcMap (você precisará
de uma licença do Spatial Analyst para usar esta barra de ferramentas).
A barra de ferramentas de classificação de imagem fornece um ambiente
amigável para criar amostras de treinamento e arquivos de assinatura. Um
arquivo de assinatura registra as assinaturas espectrais de diferentes classes em
uma série de bandas) para classificação supervisionada. Também serve como um
local central para a realização de classificação supervisionada e classificação não
supervisionada usando ArcGIS-Spatial Analyst.
 

 Baixe sua imagem da área de interesse , faça a composição de bandas

adequada ao interesse.
 Usando a ferramenta de criação de amostras colete as amostras de
treinamento para sua área de  interesse (figuras acima). Nomeie cada amostra
de acordo com seu uso. Você deve amostrar áreas homogêneas e várias
amostras dentro da mesma classe. Ao final utilize a ferramenta de
agrupamento de amostras para criar uma única classe baseada em todas as
amostras obtidas (pode-se nomear apenas esta para ganhar tempo). Ler
mais sobre como amostrar de forma correta.
 Depois de concluir a coleta de amostras de treinamento, clique no ícone
Criar arquivo de assinatura para salvar o arquivo de assinatura no disco local.
Você usará isso na classificação supervisionada posteriormente.
 Para se certificar de que as classes representadas pelas amostras de
treinamento são distinguíveis, suas características espectrais precisam ser
verificadas.
 Utilize os diagramas de dispersão para comparar as múltiplas amostras de
treinamento para cada combinação de banda única da camada de imagem.
Veja se precisará coletar mais amostras, ou seja, se os pontos no gráfico
estiverem muito sobrepostos a diferenciação das classes não será boa.
 Idealmente os pontos de classes diferentes devem se sobrepor pouco e
estarem agrupados.
 Após ajustado o número de amostras procede-se a classificação
supervisionada. Um dos métodos mais utilizados é a da máxima
verossimilhança, sendo que esta opção é a segunda da lista na ferramenta.
 A ferramenta irá pedir o raster de entrada, arquivo de assinatura e arquivo
de saída que são obrigatórios.
 Ao processar, o que pode demorar um pouco dependendo do tamanho do
arquivo,  o arquivo de saída mostrará o resultado da classificação, que será
tão boa quanto foi sua coleta e análise das amostras.

Exemplo de resultado (fonte: Ajuda do ArcGIS)

 O último passo, se necessário, é utilizar uma série de recursos para

aprimorar o resultado como filtragem, suavização e generalização de
polígonos. Veja mais aqui sobre estes recursos

Processing classified output

ArcMap 10.6
|
Other versions
Available with Spatial Analyst license.
In the classified output, some misclassified isolated pixels or small regions of
pixels may exist. This gives the output a "salt and pepper" or speckled
appearance. Post-classification processing refers to the process of removing the
noise and improving the quality of the classified output.
The ArcGIS Spatial Analyst extension provides a set of generalization tools for
the post-classification processing task. This task involves three steps. Each step is
based on a Spatial Analyst tool from the Generalization toolset.
Filtering the classified output.
This step removes the isolated pixels or noise from the classified output. The
Majority Filter tool is used.
Smoothing class boundaries and clumping classified output.
This step smooths the ragged class boundaries and clumps the classes. The
Boundary Clean tool is used.
Generalizing classified output by removing small isolated regions.
This step reclassifies small isolated regions of pixels to the nearest classes. The
Region Group, Set Null and Nibble tools are used.

Processando saída classificada

ArcMap 10,6
|
Outras versões

Disponível com licença do Analista Espacial.

Na saída classificada, alguns pixels isolados classificados incorretamente ou
pequenas regiões de pixels podem existir. Isso dá à saída uma aparência de "sal e
pimenta" ou salpicada. O processamento pós-classificação refere-se ao processo
de remoção do ruído e melhoria da qualidade da saída classificada.
A extensão do ArcGIS Spatial Analyst fornece um conjunto de ferramentas de
generalização para a tarefa de processamento de pós-classificação. Esta tarefa
envolve três etapas. Cada etapa é baseada em uma ferramenta de análise espacial
do conjunto de ferramentas de generalização.
Filtrando a saída classificada. Majority Filter

Este passo remove os pixels isolados ou o ruído da saída classificada. A

ferramenta Filtro Majoritário é usada.
Suavização de limites de classe e agregação de saída classificada. Boundary
Clean tool

Essa etapa suaviza os limites da classe irregular e agrupa as classes. A ferramenta

Limite Limite é usada.

Generalização de saída classificada, removendo pequenas regiões isoladas.

Region Group, Set Null and Nibble tools

Esta etapa reclassifica pequenas regiões isoladas de pixels para as classes mais
próximas. As ferramentas Group Group, Region Null e Nibble são usadas.