Made available in DSpace on 2017-07-21T18:15:22Z (GMT). No. of bitstreams: 1
Dinameres Aparecida Antunes.pdf: 6452935 bytes, checksum: 42b0127ee41d759b5a9558135f9e818a (MD5)
Previous issue date: 2015-03-04 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Our major goal is through GEOBIA (Geographic Object Based Image Analysis) obtain the characterization of use and land occupation in two different zones nearby Pitangui’s river, situated among the cities of Castro, Carambeí and Ponta Grossa, Paraná State. Nowadays that is a growing demand of remote sensing images with high spatial resolution. As a result, there is a need to create new methodologies for digital image processing. Here we can mention GEOBIA, which has some advantages, such as a polygon generation for each geographical object created, relational data base with several descriptors, as well as, the possibility to use spectral, spatial and texture information. Yet we have been used the Principal Components Analysis (PCA) and the Cluster Analysis (CA) in order to reduce the size of our training samples from the relational data base, which are trained by means of supervised classification. With this, we aim to select descriptors that could bring the best results for our classification. We have obtained different geographic object oriented supervised classifications, whereas the descriptors were selected from PCA, also from PCA together with CA, as well as, all descriptors have been selected from GEOBIA. We have concluded that the best results for the two work zones were obtain from the descriptors selected from PCA together with CA. In work zone 1 we have obtained 95,68% of general precision in the confusion matrix and 0,95 in the kappa index. While, in work zone 2 we have obtained 93,85% in the confusion matrix and 0,93 in the kappa index. These numbers are consider outstanding in the literature. With this, we show that descriptors selection for geographic object oriented classification is an important approach, since there are descriptors with redundant information that could mislead the classification result. / O objetivo desse trabalho foi mediante a GEOBIA (Geographic Object Based Image Analysis) caracterizar o uso e ocupação da terra em duas diferentes áreas no entorno do rio Pitangui, localizado entre os municípios de Castro, Carambeí e Ponta Grossa, Paraná. Devido à maior demanda de imagens de sensoriamento remoto com alta resolução espacial, há a necessidade de novas metodologias no processamento de imagem digital, pode-se citar a GEOBIA, que é análise orientada a objeto geográfico, que dentre as suas vantagens está a geração de polígonos para cada objeto geográfico criado e banco de dados relacional com diversos descritores, além de possibilitar o uso de informação espectral, espacial e de textura. A Análise de Componentes Principais (ACP) e Análise de Agrupamentos (AA) foram utilizadas com o objetivo de reduzir a dimensionalidade do banco de dados relacional das amostras de treinamento da classificação supervisionada e dessa forma, selecionar os descritores que proporcionassem melhores resultados para a classificação. Processou-se classificações supervisionadas orientadas a objetos utilizando descritores selecionados a partir da ACP, selecionados pela ACP mais AA, e todos os descritores gerados a partir da GEOBIA. Observou-se que os melhores resultados para ambas as áreas de estudo foram com os descritores selecionados pela ACP mais AA, que obtiveram na área de estudo 1 95,68% de precisão geral na matriz de confusão, e 0,95 no índice kappa, e para área de estudo 2 93,85% na matriz e 0,93 no índice kappa, valores considerados excelentes pela literatura, demonstrando que a seleção de descritores para a classificação orientada a objetos é pertinente, pois há descritores com informações redundantes que podem prejudicar o resultado final da classificação.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.uepg.br:prefix/580 |
| Date | 04 March 2015 |
| Creators | Antunes, Dinameres Aparecida |
| Contributors | Ribeiro, Selma Regina Aranha, Luz, Naissa Batista da, Calegari, Marcia Regina |
| Publisher | UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Programa de Pós Graduação Mestrado em Gestão do Território, UEPG, BR, Gestão do Território : Sociedade e Natureza |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UEPG, instname:Universidade Estadual de Ponta Grossa, instacron:UEPG |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds