Classificação automática de imagens de Sensoriamento Remoto, possui muitas aplicações de interesse da nossa região Amazônica, como identificação de áreas desmatadas, queimadas, ocupação urbana, pistas de pouso clandestinas, entre outras. Uma técnica de classificação automática de Imagens (resultado de uma dissertação do curso de mestrado em Informática) foi proposta com base em segmentação e extração de características de cor e textura de imagens. Dada uma imagem é feita uma segmentação gerando diversas regiões as quais servirão de base para a extração de características, tais como média dos tons de cinza, variância, desvio padrão, além de diversas medidas de textura. Com base nssas características é montado um vetor de características que serve de entrada para um classificador SVM.
Essa técnica produziu resultados bastante satisfatórios, gerando diversos pontos a serem explorados. Esses pontos inlcuem um estudo de características de imagens que melhor descrevem as classes de imagens de interesse, atribuição de pesos para dar maior ou menor importância para determinadas características, uso de diferentes algoritmos de segmentação de imagens e diferentes classificadores.
Esse projeto propõe um estudo e implementação dessas extensões à técnicas de classificação proposta originalmente com base em segmentação, extração de características e classificação usando SVM.
Como resultado espera-se que este projeto contribua com a identificação de conjuntos de características que melhor descrevem imagens de sensoriamento remoto com áreas desmatadas da Região Amazônica, além de testar diferentes algoritmos de segmentação e classificação buscando resultados mais precisos e confiáveis.
|
