Relatório Geoprocessamento - Classificação de

Imagem

Diego Henrique Marques Matos - 17.2.4187

Introdução

Nesse relatório são introduzidos alguns conceitos e técnicas para

classificação de imagens, além de definição dos métodos e casos de
uso.

Justificativa

A classificação de imagens é utilizada em muitos contextos de

pesquisas e áreas da computação,a análise e classificação de imagens
de sensores remotos é uma dessas áreas onde é bem comum o uso
dessas técnicas para extrair algum conhecimento de imagens e suas
relações. Dessa forma se justifica o conhecimento das diferentes
técnicas de classificação de imagens.

Objetivo

Esse relatório tem como objetivo demonstrar e apresentar resultados

obtidos a partir das técnicas introduzidas a partir da aula 05 do curso de
Spring.

Metodologia

Primeiramente foi necessário compreender os diferentes tipos de classificadores

utilizados no spring:

● Classificadores pixel-a-pixel: Basicamente passa de pixel a pixel

procurando regiões onde os valores dos pixels são homogêneos.
● Classificadores por regiões: Além de passar pixel a pixel ele analisa os
vizinhos de cada pixel e leva em considerações a detecção de bordas, dessa
forma fica mais evidente a existência de uma região com pixels homogêneos.

Dado os tipos de classificadores podemos introduzir as técnicas de classificação:

 ● Máxima verossimilhança: basicamente considera a ponderação das
distâncias entre médias dos níveis digitais das classes. Para utilizá-la é
recomendado que os samples tenham um número elevado de pixels.
● Máxima verossimilhança - ICM: Funciona como a máxima verossimilhança
porém também é analisada as classes adicionadas aos vizinhos do pixel em
questão.
● Distância Euclidiana: Uma técnica de classificação supervisionada onde as
um pixel é classificado dada a distância euclidiana dele a uma classe
atribuída no treinamento.
● K Means: Basicamente a partir de um nó ele verifica a média dos nós
vizinhos e classifica o nó atual como um dos nós em que tem mais
ocorrências à sua volta.

Após essa introdução a algumas técnicas de classificação presentes no Spring,

podemos falar da pós execução dos algoritmos:

● Pós-classificação: A partir de um filtro convolucional, esse filtro passa pixel

a pixel para higienizar possíveis ruídos resultantes da classificação, dessa
forma alguns pixels com classificação “perdidas”no meio de áreas
homogêneas são transformados para se tornar parte dessa área.

Resultados

Primeira etapa de classificação, temos em cinza representando a parte urbana, em

azul a água, em verde floresta densa e em amarelo pastagem/vegetação.
 Imagem após a remoção de ruídos

Imagem após segmentação semântica (rotulada)

 Classificação não supervisionada

Classificação supervisionada

Referência teórica: http://www.dpi.inpe.br/spring/portugues/tutorial/classific.html