Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura

Página do item simplificado
dc.contributor.authorSilveira, Lucas Silva da
dc.contributor.authorValente, Domingos Sárvio Magalhães
dc.contributor.authorPinto, Francisco de Assis de Carvalho
dc.contributor.authorSantos, Fábio Lúcio
dc.creatorSilveira, Lucas Silva da
dc.creatorValente, Domingos Sárvio Magalhães
dc.creatorPinto, Francisco de Assis de Carvalho
dc.creatorSantos, Fábio Lúcio
dc.date2017-03-23
dc.date.accessioned2017-08-01T20:07:05Z
dc.date.available2017-08-01T20:07:05Z
dc.date.issued2017-08-01
dc.descriptionO objetivo neste trabalho foi desenvolver um sistema para identificar áreas cultivadas com café utilizando Redes Neurais Artificiais (RNAs) tendo como variáveis de entrada os descritores de textura de Haralick. Utilizou-se o algoritmo de treinamento do tipo retro-propagação do erro (backpropagation) e o método de Levenberg-Marquardt. Foram realizados dois estudos de casos: no primeiro, as RNAs foram desenvolvidas para discriminar entre as classes café, mata, água, solo exposto, pastagem e área urbana; no segundo, as RNAs foram desenvolvidas para classificar as plantações de café de acordo com a idade e com a data de recepa. Para a avaliação do desempenho de classificação das RNAs empregou-se um mapa de referência de uso e ocupação do solo elaborado por meio do Sistema de Informações Geográficas. A concordância entre os mapas temáticos, classificados pela RNA, e o mapa de referência foi avaliada pelo coeficiente Kappa. Verificou-se que o coeficiente Kappa para discriminar a região cafeeira das outras classes temáticas foi de 0,652 no primeiro estudo de caso, desempenho considerado muito bom. Para classificar os plantios de café em função da idade e data de recepa o índice Kappa foi variável (0,675 a 0,4783), sendo considerado muito bom para a fazenda Itatiaia e razoável para a fazenda Pedra Redonda.
dc.descriptionThe objective of this work is to develop a system to identify areas cultivated with coffee using ANNs having as input variables descriptors Haralick. We used the training algorithm Back-propagation and Levenberg -Marquardt method. There were two cases of study: in the first step, the ANN was trained with representative samples of each class of interest (coffee, forest, water, bare soil, and urban area), thus verifying the potential to discriminate output classes; in the second step the objective was to classify the coffee plantations accordingly with the age. For the evaluation of the classification performance of ANNs was employed a reference map and land use through the Geographic Information System. The concordance between the thematic maps, classified by ANN, and the reference map was evaluated by Kappa index. It was verified that Kappa index for discriminating the coffee region of the other class of interest was 0,652 in the first case study, performance as very good. To classify the coffee plantations accordingly with the age, Kappa index was variable (0.675 to 0.4783), very good for Itatiaia farm and reasonable to Pedra Redonda farm.
dc.formatapplication/pdf
dc.identifierhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/1155
dc.identifier.citationSILVEIRA, L. S. da et al. Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura. Coffee Science, Lavras, v. 11, n. 4, p. 502-511, out./dez. 2016.
dc.identifier.urihttps://repositorio.ufla.br/handle/1/13740
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/1155/pdf_1155
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/1155/1536
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/1155/1537
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/1155/1538
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/1155/1539
dc.rightsAttribution 4.0 International*
dc.rightsAttribution 4.0 International
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.sourceCoffee Science; v. 11, n. 4 (2016); 502 - 511
dc.sourceCoffee Science; v. 11, n. 4 (2016); 502 - 511
dc.sourceCoffee Science; v. 11, n. 4 (2016); 502 - 511
dc.source1984-3909
dc.source1809-6875
dc.subjectCafeicultura
dc.subjectRedes neurais artificiais
dc.subjectArtificial neural networks
dc.subjectClassificação supervisionada
dc.subjectSensoriamento remoto
dc.subjectSupervised classification
dc.subjectRemote sensing
dc.titleEstudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura
dc.title.alternativeCase studies of classification of cultivated areas with coffee by texture descriptors
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
ARTIGO_Estudos de casos de classificação de áreas cultivadas com café por meio de descritores de textura.pdf
Tamanho:
5.88 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Coffee Science