Investigação e desenvolvimento de algoritmos para detecção de mudança em imagens de sensoriamento remoto

• Processo: 18/01033-3
• Linha de fomento: Auxílio à Pesquisa - Regular
• Vigência: 01 de abril de 2018 - 31 de março de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Rogério Galante Negri
• Beneficiário: Rogério Galante Negri
• Instituição-sede: Instituto de Ciência e Tecnologia (ICT). Universidade Estadual Paulista (UNESP). Campus de São José dos Campos. São José dos Campos , SP, Brasil
• Pesq. associados: Alejandro César Frery Orgambide ; Tatiana Sussel Gonçalves Mendes
• Assunto(s): Classificação Reconhecimento de padrões Processamento digital de imagens

Resumo

O Sensoriamento Remoto se tornou uma ferramenta fundamental diante estudos relacionados aos processos ambientais. Dentre diversas aplicações, a detecção de mudanças na paisagem por meio de imagens de Sensoriamento Remoto é um tópico de grande interesse. Sua execução de forma temporal e acurada é extremamente importante para o entendimento das relações de interação entre fenômenos antrópicos e naturais, possibilitando assim a promoção de melhores tomadas de decisão. O uso de classificação de imagens como produto intermediário no processo de detecção de mudanças tem se mostrado um procedimento adequado. No entanto, a validade desta abordagem depende da acurácia dos resultados de classificação utilizados, motivando assim o desenvolvimento de métodos de classificação cada vez mais precisos. Fundamentadas no conceito de divergência, as distâncias estocásticas têm recebido grande atenção nas pesquisas recentes, principalmente por sua eficácia diante várias aplicações. Neste contexto, este projeto de pesquisa propõe o desenvolvimento de novos métodos de detecção de mudanças, subsidiados por conceitos derivados de classificação e distância estocástica, que sejam robustos e competitivos em comparação às metodologias usuais. A validação dos métodos propostos será realizada a partir de estudos com imagens simuladas e por meio de aplicações práticas. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SAPUCCI, GABRIELA RIBEIRO; NEGRI, ROGERIO GALANTE. Hierarchical clustering and stochastic distance for indirect semi-supervised remote sensing image classification. SN APPLIED SCIENCES, v. 1, n. 3 MAR 2019. Citações Web of Science: 0.