Aplicacao de uma rede artificial na classificacao de imagens orbitais multitemporais e multisensor.

• Processo: 01/07603-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2001
• Data de Término da vigência: 31 de julho de 2002
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Geodésia
• Pesquisador responsável: Maria de Lourdes Bueno Trindade Galo
• Beneficiário: Narjara Carvalho da Cruz
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Assunto(s): Sensoriamento remoto Classificação de imagens Redes neurais (computação)
• Palavra(s)-Chave do Pesquisador: Classificacao De Imagens | Redes Neurais Artificiais | Sensoriamento Remoto

Resumo

A disponibilidade de imagens adquiridas por diferentes plataformas orbitais e mesmo o caráter multitemporal dos dados de sensoriamento remoto oferecem uma contribuição efetiva na tarefa de quantificar mudanças a partir de imagens obtidas em múltiplas datas. Porém, a análise de mudanças temporais, feita normalmente pela comparação entre classificações individuais, é limitada pela dificuldade em compatibilizar as classes resultantes em cada uma das datas de aquisição de dados. A classificação supervisionada através de redes neurais artificiais pode mapear um conjunto de dados de entrada nas mesmas classes definidas durante o processo de treinamento da rede. Assim, desde que os dados multitemporais e multisensor estejam registrados e normalizados radiométricamente, uma rede neural, treinada para reconhecer classes específicas em uma data, pode discriminar as mesmas classes em dados multiespectrais tomados em outra época, facilitando a comparação entre as classificações e a análise das mudanças temporais. Nesse contexto, pretende-se verificar o desempenho de uma rede neural na análise multitemporal de imagens de sensoriamento remoto obtidas por sensores diferentes, através da comparação de classificações independentes realizadas para cada data de aquisição de dados. (AU)