EXERCÍCIOS REVISÃO – CLASSIFICAÇÃO POR REGIÕES

1) O que significa segmentar imagens antes de classificá-las?

Precede à classificação, é usada para minimizar critérios de
subjetividade na aquisição de amostras.
A imagem é dividida em regiões espectralmente homogêneas e
algumas dessas áreas serão usadas como treinamento para o
algoritmo.
Para segmentar a imagem nessas regiões usa-se: a
“detecção de bordas” ou “crescimento de regiões” (INPE,
2015).
2) O que você entende por considerar o “contexto” em que o pixel
está inserido?
O processo de segmentação faz com que o contexto em que se
encontra inserido o
pixel seja considerado na classificação, isso é, leva em conta as
características do meio
(regiões) e não exclusivamente, os valores espectrais dos pixels.
Isso o distingue dos
processos de classificação realizados pixel a pixel.

3) O processo de segmentar imagens é mais vantajoso em

imagens de alta ou baixa resolução
espacial? de alta resolução
4) Exemplifique algoritmos disponíveis para segmentar uma
imagem:
O processamento das imagens se dá, inicialmente, pela utilização
de um algoritmo de
segmentação que, ao definir regiões homogêneas na imagem,
prepara-a para uma
classificação posterior com base nessas regiões e não com base
em valores individuais dos
pixels. Exemplo K-médias
5) O que é limiar de similaridade e limiar de área? Por limiar de
similaridade deve-se entender o grau de similitude entre o pixel
candidato à inclusão em um determinado segmento e os
parâmetros estatísticos referentes aos pixels que já fazem parte do
segmento em questão. O tamanho mínimo dos polígonos,
também conhecido por limiar de área, se refere ao número
mínimo de pixels admitidos em
qualquer um dos segmentos.
6) Explique como diferentes valores de similaridade e de área
podem interferir no resultado da
segmentação. Por exemplo, a segmentação de áreas urbanas, onde
normalmente é pretendido de se obter muitas categorias
diferentes no processo de classificação, é um exemplo da
variedade de possibilidades que se
tem para a geração de polígonos dependendo, naturalmente, dos
limiares de similaridade
estabelecidos
7) Conceitue a classificação por regiões: Na classificação por
regiões o
processo de decisão leva em consideração um agrupamento de
pixels que é usado como
unidade de classificação. Com isso se procura simular o
comportamento de um fotointérprete,
ao reconhecer áreas homogêneas nas imagens baseadas nas
propriedades espectrais e
espaciais dos objetos (Kury & Vieira, 2001).
8) Existem classificadores por regiões supervisionados e não
supervisionados? Quais?
9) Explique os classificadores supervisionados Bhattacharyya e
Clatex:
Clatex:Algoritmo supervisionado que usa atributos texturais das
regiões segmentadas.
O agrupamento de regiões é dado pela menor
distância de Mahalanobis entre a classe de interesse e
as regiões candidatas.
Bhattacharyya :Algoritmo supervisionado que utiliza como
amostras
as regiões formadas na segmentação.
Utiliza a Distância de Bhattacharya (B) para medir a
separabilidade estatística entre um par de classes
espectrais.

10) Explique o classificador não supervisionado Isoseg:

Algoritmo não supervisionado aplicado sobre o
conjunto de regiões previamente definidas na fase de
segmentação.
A técnica procura agrupar regiões a partir de uma
medida de similaridade entre elas.