CLASSIFICAÇÃO DE IMAGENS

O que é classificação?
• É o processo de extração de informações em imagens para
reconhecer padrões e objetos homogêneos que são
utilizados para mapear áreas da superfície terrestre que
correspondam aos temas de interesse (mapeamento da
cobertura das terras).

• Associa cada pixel da imagem a um “rótulo” descrevendo

um objeto real. Na classificação por pixel, o algoritmo
classificador utiliza a informação espectral de cada pixel
isolado para achar regiões homogêneas (INPE, 2005). Dessa
forma, obteremos um mapa temático, o qual mostrará a
distribuição geográfica de um tema, por exemplo a
vegetação e uso da terra.
 Em suma:

Quando nós falamos em fazer uma

classificação estamos gerando um
arquivo raster onde ele vai identificar os
diferentes tipos de alvos terrestres que
aparecem na imagem, uma classe
identificada por cores diferentes. Então
por exemplo se nessa imagem você
consegue ver a água, você consegue ver
vegetação, e consegue ver uma área
urbanizada estas classes ou outras que
você definir vão aparecer. Essa outra
imagem classificada com cores vai poder
definir durante o processo
 Qual o objetivo de se fazer uma
classificação de imagem ?

O objetivo de fazer uma classificação é poder com base nessa imagem

classificada realizar quantificação dos dados, ou seja você vai poder
converter aquele arquivo raster em um arquivo vetorial por exemplo no
formato shape para poder quantificar essas classes.

Vamos supor que você tem interesse de saber qual é a área ocupada pela
vegetação nativa, depois que você transforma em vetor fica muito mais
prático você calcular a área da classe de vegetação.
 Os tipos de classificação

Basicamente vão existir dois tipos de classificação:

• a classificação dita automática ou não-supervisionada

• a classificação semi-automática ou supervisionada.

Classificação automática ou Não-supervisionada

Como o próprio nome já diz, a classe automática é feita pelo próprio software
de uma maneira automatizada e é mais rápida. Nesse caso o próprio software
vai procurar identificar as características. Quais são as características da
imagem em comum entre as várias partes dela para definir as classes , como é
algo não supervisionado, automatizado. Embora esse tipo de processo de
classificação seja mais rápido, ele também vai trazer o maior número de erros.
 Classificação semi-automática ou Supervisionada
Já classificação semi-automática ou supervisionada ela leva um pouco mais de
tempo, pois vai depender do operador. Você ensinar ou treinar o software sobre
como ele deve classificar os diferentes alvos como a neve. Quais elementos da
imagem devem ser inseridos em determinada classe de imagem, esse método
embora demora mais um pouco em geral classificação não supervisionada
Referências Bibliográficas
MACHADO, F.; CAETANO, M. Detecção de alterações de ocupação do solo com uma
abordagem orientada por objetos. Disponível em:
www.igeo.pt/IGEO/portugues/serviços/CDI/biblioteca/publicaçoesIGP_files/
ESIG_2004.pdf. Acessado em: 10 mar. 2007.

MOREIRA, M.A. Fundamentos de Sensoriamento Remoto e Metodologias de

Aplicação. 2ª ed. Viçosa, UFV, 2003

PINHO, C.M.D. de; FEITOSA, F. da F.; KUX, H. Classificação automática de cobertura

do solo urbano em imagem IKONOS: comparação entre a abordagem pixel-a-pixel e
orientada a objetos. In.: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, n. 12.
Goiânia. Anais. INPE, p. 4.217-4.224, 2005

SOUZA, I.M. e, et al. Mapeamento do uso do solo urbano através da classificação

por regiões baseada em medidas texturais. In.: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, n. 11. Belo Horizonte. Anais. INPE, p. 1967-1968, 2003.