CLASSIFICAÇÃO DE IMAGENS HIPERESPECTRAIS POR MEIO DE ABORDAGEM BASEADA NO MAPEAMENTO POR ÂNGULO ESPECTRAL E MÁQUINAS DE VETORES DE SUPORTE

Vol 19, 2019 - 96662
Pôster
Favorite this paper
How to cite this paper?
Abstract

O sensoriamento remoto por meio da classificação de imagens permite construir mapas de cobertura da terra que podem ser utilizados por diversas aplicações. Apesar da importância desses mapas não há abordagem única de classificação definida como ideal, visto que diversos fatores podem exercer influência na qualidade dos resultados. Diante disso, este trabalho foi concebido com o propósito de analisar a qualidade de duas abordagens de classificação de imagens hiperespectrais, uma baseada no mapeamento pelo ângulo espectral (SAM) e outra combinando o SAM com as máquinas de vetores de suporte (SVM). Essas estratégias de classificação foram utilizadas para construir mapas de cobertura da terra para imagens hiperespectrais pertencentes ao conjunto de dados HyRANK. O mapa produzido por meio do SAM atingiu um valor de exatidão global de 48%, enquanto que o mapa gerado por meio da abordagem combinada SAM/SVM apresentou exatidão global de 88%, o que evidencia a superioridade do método combinado.

Institutions
  • 1 Departamento de Cartografia / Faculdade de Ciências e Tecnologia / Universidade Estadual Paulista “Júlio de Mesquita Filho”
  • 2 Faculdade de Ciências e Tecnologia de Presidente Prudente
Track
  • Hyperspectral remote sensing
Keywords
SAM
SVM
HyRANK