|
|
Exercício 2: Detecção de lava através de classificação supervisionada  Classificação supervisionada Aprenderemos a efectuar uma classificação semiautomática para detectar lava e alterações num vulcão. Os resultados da classificação baseiam-se na diferença da resposta espectral das características detectadas (por exemplo, vegetação, área urbana, lava, solo nu) em bandas espectrais diferentes.
É necessária acção humana para efectuar uma classificação supervisionada, por conseguinte, os campos de formação devem ser desenhados para treinar o software a reconhecer que valores de pixels pertencem a cada classe. O software atribuirá cada pixel a uma determinada classe, executando a classificação através do algoritmo de máxima verossimilhança (consulte o tutorial, a partir da p. 52). a) Definição das classes Primeiro, decida no que pretende concentrar-se. Se pretender classificar diferentes tipos de vegetação, os campos de formação serão escolhidos de forma diferente do que se optar por distinguir entre lava e vegetação ou outras características. Este exercício tem dois objectivos:
As nuvens são um grande problema durante a classificação de imagens ópticas, assim como as sombras de nuvens, que podem ser confundidas por outras características de valores "escuros" em algumas bandas (por exemplo, lava). Existem duas formas de filtrar as nuvens e as sombras: 1) criando uma máscara de nuvens (criação automática de uma máscara através da aplicação de um limiar ou algoritmo de classificação e/ou digitalização manual e posterior corte das partes de pixels afectadas da imagem) ou 2) criando uma classe específica para nuvens e sombras (como no caso da imagem de 2001). As classes predefinidas são:
Last update: 16 Maio 2013
| ||||||||||||||||||||||||||||||||||||||
1