Please use this identifier to cite or link to this item:
http://repositorio.ufla.br/jspui/handle/1/5097| metadata.teses.dc.title: | Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras |
| metadata.teses.dc.creator: | Marujo, Rennan de Freitas Bezerra |
| metadata.teses.dc.contributor.advisor1: | Volpato, Margarete Marin Lordelo |
| metadata.teses.dc.contributor.advisor-co: | Lacerda, Wilian Soares |
| metadata.teses.dc.contributor.referee1: | Saúde, André Vital Alves, Helena Maria Ramos |
| metadata.teses.dc.subject: | Classificação automática Cafeicultura Segmentação Classificação orientada a segmento Sensoriamento remoto |
| metadata.teses.dc.date.submitted: | 10-Apr-2013 |
| metadata.teses.dc.date.issued: | 19-Feb-2015 |
| metadata.teses.dc.identifier.citation: | MARUJO, R. F. B. Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras. 2013. 50 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2013. |
| metadata.teses.dc.description.resumo: | O presente trabalho avalia métodos de segmentação em imagens de satélite visando a construção de uma árvore de processos automatizada para a classificação de áreas cafeeiras. As imagens passaram por diferentes métodos de segmentação, caracterização de atributos espaciais, espectrais, forma e textura, uma vez que este tipo de cultivo, devido as suas características instrinsicas é facilmente confundido com a mata nativa em processos de classificação automática onde consideram-se apenas as variações espectrais. Foram usados algoritmos segmentadores de imagens, algoritmos de aprendizagem supervisionada e imagens do satélite Rapideye, que possuem alta resolução espacial e radiométrica. A avaliação da segmentação foi feita comparando 3 algoritmos: Chess board, Quad tree e Multi-resolution segmentation, em 2 níveis hierárquicos, utilizando o algoritmo do vizinho mais próximo para a classificação da imagem através das amostras coletadas. As acurácias foram comparadas com o algoritmo de classificação pixel a pixel de máxima verossimilhança que é um método baseado puramente em valores espectrais, O método mais preciso foi Multi-resolution segmentation com um índice global e índice Kappa de 80,7616% e 0,7115 respectivamente. Utilizou-se como avaliadores específicos a acurácia de produtor para a classe café que apresentou 78,97% e a acurácia de usuário também para a classe café, com acerto de 77,35%. Estes expressam uma boa qualificação, mas requerem uma pós classificação feita por interprete humano para obter valores mais precisos. |
| metadata.teses.dc.identifier.uri: | http://repositorio.ufla.br/jspui/handle/1/5097 |
| metadata.teses.dc.language: | pt_BR |
| Appears in Collections: | PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MONOGRAFIA_ Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras.pdf | 1,72 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.