aula 8. classificação não supervisonada por regiões definir categoria temática uso da terra...
TRANSCRIPT
Aula 8Aula 8. Classificação Não . Classificação Não Supervisonada por RegiõesSupervisonada por Regiões
Definir categoria temática Uso da TerraDefinir classes temáticas Água, Cerrado, Mata,Solo e UrbanoSegmentar imagem CBERS CCDDefinir contexto por regiõesClassificar com Isoseg, 5 iterações, 95% limiar deaceitaçãoMapear temas da imagem classificada para classesde Uso da Terra
Criar Categoria TemáticaCriar Categoria TemáticaInicializar a interface Modelo de
DadosDigitar nome da categoria UsoTerra
Clicar em CriarClicar em Executar
Criar Classe Temática ÁguaCriar Classe Temática ÁguaSelecionar categoria UsoTerraSelecionar aba Classes Temáticas
Digitar nome da classe temática AguaClicar em CriarClicar em Executar
Modificar o Visual da Modificar o Visual da Classe Temática ÁguaClasse Temática Água
Selecionar classe temática Agua
Selecionar Visual
Selecionar Cor de ÁreasSelecionar cor AzulClicar em OKClicar em Executar
Criar e Definir Visual da Classe Criar e Definir Visual da Classe Temática CerradoTemática Cerrado
Digitar nome CerradoClicar em Criar
Clicar em ExecutarSelecionar CerradoClicar em Visual
Modificar o Visual da Modificar o Visual da Classe Temática Classe Temática
CerradoCerradoSelecionar Cor de ÁreasSelecionar cor VerdeClicar em OKClicar em Executar
Criar e Definir Visual da Classe Criar e Definir Visual da Classe Temática MataTemática Mata
Digitar nome MataClicar em Criar
Clicar em ExecutarSelecionar MataClicar em Visual
Modificar o Visual da Modificar o Visual da Classe Temática Classe Temática
MataMataSelecionar Cor de ÁreasSelecionar cor Verde ClaroClicar em OKClicar em Executar
Criar e Definir Visual da Classe Criar e Definir Visual da Classe Temática SoloTemática Solo
Digitar nome SoloClicar em Criar
Clicar em ExecutarSelecionar SoloClicar em Visual
Modificar o Visual da Modificar o Visual da Classe Temática SoloClasse Temática Solo
Selecionar Cor de ÁreasSelecionar cor AmareloClicar em OKClicar em Executar
Criar e Definir Visual da Classe Criar e Definir Visual da Classe Temática UrbanoTemática Urbano
Digitar nome UrbanoClicar em Criar
Clicar em ExecutarSelecionar UrbanoClicar em Visual
Modificar o Visual da Modificar o Visual da Classe Temática Classe Temática
UrbanoUrbanoSelecionar Cor de ÁreasSelecionar cor VermelhoClicar em OKClicar em Executar
Fechar Definição do Modelo de Fechar Definição do Modelo de DadosDados
Segmentação de Imagens
A classificação estatística é o procedimento convencional mais utilizado para análise digital de imagens. Constitui um processo de análise de pixels de forma isolada.
Esta abordagem apresenta a limitação da análise pontual ser baseada unicamente em atributos espectrais. Para superar estas limitações, propõe-se o uso de segmentação de imagem, anterior à fase de classificação, onde são extraídos os objetos relevantes para a aplicação desejada. Neste processo, divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. Entende-se por regiões, um conjunto de "pixels" contíguos, que se espalham bidirecionalmente e que apresentam uniformidadeA divisão em porções, consiste basicamente em um processo de crescimento de regiões, de detecção de bordas ou de detecção de bacias. Seguem as descrições.
Crescimento de Regiões
É uma técnica de agrupamento de dados, na qual somente as regiões adjacentes, espacialmente, podem ser agrupadas.Inicialmente, este processo de segmentação rotula cada "pixel" como uma região distinta. Calcula-se um critério de similaridade para cada par de região adjacente espacialmente. O critério de similaridade baseia-se em um teste de hipótese estatístico que testa a média entre as regiões. A seguir, divide-se a imagem em um conjunto de sub-imagens e então realiza-se a união entre elas, segundo um limiar de agregação definido. Para a união de duas regiões A e B vizinhas, deve-se adotar o seguinte critério: A e B são similares (teste das médias); a similaridade satisfaz o limiar estabelecido; A e B são mutuamente próximas (dentre os vizinhos de A, B é a mais próxima, e dentre os vizinhos de B, A é a mais próxima). Se A e B satisfazem os critérios acima, estas regiões são agregadas, caso contrário, o sistema reinicia o processo de teste de agregação.
Segmentar Imagem CBERS CCDSegmentar Imagem CBERS CCDVisualizar CCD_2..._BAND2 em R, CCD_2..._BAND3 em G e CCD_2..._BAND4 em B
Executar SegmentaçãoExecutar SegmentaçãoInicializar a interface no menu
Imagem, item SegmentaçãoSelecionar PIs
CCD_2..._BAND2 CCD_2..._BAND3 CCD_2..._BAND4
Digitar valor de similaridade 8
Digitar valor de área mínima 50
Digitar nome do PI de saída seg-8-50
Clicar em ExecutarClicar em OK
Visualizar SegmentosVisualizar SegmentosVisualizar seg-8-50 como rotulada (R)
Classificação de Imagens Segmentadas - Classificadores por regiõesIsosegO classificador Isoseg é um dos algoritmos disponíveis no Spring para classificar regiões de uma imagem segmentada. É um algoritmo de agrupamento de dados não-supervisionado, aplicado sobre o conjunto de regiões, que por sua vez são caracterizadas por seus atributos estatísticos de média, matriz de covariância, e também pela área. Um algoritmo de "clustering" não supõe nenhum conhecimento prévio da distribuição de densidade de probabilidade dos temas, como ocorre no algoritmo de máxima verossimilhança. É uma técnica para classificação que procura agrupar regiões, a partir de uma medida de similaridade entre elas. A medida de similaridade utilizada consiste na distância de Mahalanobis entre a classe e as regiões candidatas a relação de pertinência com esta classe. O Isoseg utiliza os atributos estatísticos das regiões: a matriz de covariância e o vetor de média, para estimar o valor central de cada classe. Este algoritmo resume-se em tres etapas, descritas a seguir. (1ª) Definição do limiar: o usuário define um limiar de aceitação, dado em percentagem. Este limiar por sua vez define uma distância de Mahalanobis, de forma que todas regiões pertencentes a uma dada classe estão distantes da classe por uma distância inferior a esta. Quanto maior o limiar, maior esta distância e consequentemente menor será o número de classes detectadapelo algoritmo.
• (2ª) Detecção das classes: as regiões são ordenadas em ordem decrescente de área e inicia-se o procedimento para agrupá-las em classes. Serão tomados como parâmetros estatísticos de uma classe (média e matriz de covariância), os parâmetros estatísticos da região de maior área que ainda não tenha sido associada a classe alguma. Em seguida, associa-se a esta classe todas regiões cuja distância de Mahalanobis for inferior a distância definida pelo limiar de aceitação.
• Assim, a primeira classe terá como parâmetros estatísticos aquelas regiões com maior área. As classes seguintes terão parâmetros estatísticos de média das regiões de maior área, que não tenham sido associada a nenhuma das classes previamente detectadas. Esta fase repete-se até que todas regiões tenham sido associadas a alguma classe.
• (3ª) Competição entre classes: as regiões são reclassificadas, considerando-se os novos parâmetros estatísticos das classes, definidos na etapa anterior.
• A fase 2 consiste basicamente na detecção de classes, sendo um processo seqüencial que pode favorecer as classes que são detectadas em primeiro lugar. Com vista a eliminar este favorecimento", procede-se a "competição entre classes. Esta competição consiste em reclassificar todas as regiões. O parâmetro estatístico (média de cada classe é então recalculado. O processo repete-se até que a média das classes não se altere (convergência).
• Ao término, todas regiões estarão associadas á uma classe definida pelo algoritmo. O usuário deverá então associar estas classes (denominadas temas, no Spring) às classes por ele definidas no banco de dados, na opção Arquivo-Esquema Conceitual.
Inicializar Classificação por Inicializar Classificação por Regiões Não SupervisionadaRegiões Não Supervisionada
Inicializar a interface no menu Imagem, item Classificação
Clicar em Criar novo arquivo de contexto
Definir o Contexto por Regiões e Definir o Contexto por Regiões e as Imagens Utilizadasas Imagens Utilizadas
Digitar o nome do arquivo de contexto CtxReg
Definir o tipo de análise RegiõesSelecionas as bandas
CCD_2..._BAND2CCD_2..._BAND3CCD_2..._BAND4
Selecionas a imagem segmentadaSeg-8-5
Clicar em Executar para criar
Preparar ClassificaçãoPreparar ClassificaçãoSelecionar arquivo de contexto CtxRegClicar em Extração de Atributos de
Regiões
Clicar em Classificação para inicializar a interface de classificação
Classificar com IsosegClassificar com Isoseg
Definir tipo de classificador IsosegDefinir limiar de aceitação 95%Digitar nome da imagem de saída Isoseg95Clicar em ExecutarClicar em OK
Visualizar Imagem ClassificadaVisualizar Imagem ClassificadaSelecionar tela 2 e Visualizar Isoseg95 como classificada (C)
Visualizar LegendaVisualizar LegendaSelecionar Legenda
Acoplar Imagem ClassificadaAcoplar Imagem ClassificadaSelecionar opção acoplar Tela 2
Visualizar Classificada com CCDVisualizar Classificada com CCD
Selecionar Tela Principal
Selecionar Cursor Área
Clique no canto superior esquerdo
Clique no canto inferior direito
Clique dentro do retângulo
Para Executar o Mapeamento para Classes TemáticasEsta página descreve os procedimentos da janela "Mapeamento para Classes", utilizada para criar uma mapa temático a partir de uma imagem classificada. Executando o Mapeamento para Classes: Esta função pode ser acessada de duas formas: ou pelo menu Imagem (Mapeamento de classes para imagem temática) ou pela janela "Classificação" clique em Mapeamento.... A janela "Mapeamento para Classes" será apresentada nos dois casos; em Categorias são apresentadas todas as do modelo temático existentes no Banco de Dados ativo, clique em uma categoria na lista. Observe que a lista Classes apresenta as classes e cores da categoria selecionada; clique na lista Imagens Classificadas e escolha aquela que deseja mapear; clique sobre um tema que corresponderá à classe desejada (as classes deverão ter sido criadas anteriormente pela opção Arquivo-Esquema Conceitual...); faça a associação de todos os temas com as classes temáticas existentes no banco de dados; clique em Executar. Observe no "Painel de Controle" que a imagem temática estará disponível.
Mapear Temas de Isoseg95 Para Mapear Temas de Isoseg95 Para Classes de UsoTerraClasses de UsoTerra
Selecionar MapeamentoSelecionar categoria UsoTerra
Mapear Tema1 Para Classe Mapear Tema1 Para Classe Temática CerradoTemática Cerrado
Selecionar Tema1
Verificar que Tema1 éapresentado na cor vermelhano PI Isoseg95
Verificar que na imagem CCDas áreas correspondentes aovermelho no PI Isoseg95 sãode cerrado
Selecionar classe Cerrado
Mapear Outros TemasMapear Outros Temas
Associar Temas a ClassesClicar em Executar para finalizarClicar em Fechar
Visualizar Plano de Informação Visualizar Plano de Informação Criado no MapeamentoCriado no Mapeamento
Selecionar Tela 3Selecionar PI Isoseg95-TVisualizar Matriz (M)Exibir Legenda