Ana Elisa Lima | Universidade Federal de Goiás (original) (raw)
Related Authors
UERJ - Universidade do Estado do Rio de Janeiro / Rio de Janeiro State University
Uploads
Papers by Ana Elisa Lima
A classificação se tornou uma técnica de análise muito utilizada para o processamento de imagens,... more A classificação se tornou uma técnica de análise muito utilizada para o processamento de imagens, podendo ser feita pelos métodos supervisionado e não supervisionado. Entre os diversos algoritmos de classificação que podem ser usados existe o Maximum Likelihood (supervisionado) e o K-Means (não supervisionado). O objetivo deste trabalho é comparar estes dois algoritmos, visando o mapeamento do uso e cobertura do solo no município de Caturaí (GO). Foi observado que, de forma geral, a classificação por Maximum Likelihood demonstrou um resultado mais realista e satisfatório do uso e cobertura do solo no município do que a classificação por K-Means. As classes vegetação e área urbana, classificadas pelo método supervisionado (21,94% e 0,66% do território, respectivamente) foram as que apresentaram maiores diferenças de área quando comparadas à classificação pelo método não supervisionado (2,62% e 3,86% do território, respectivamente), provando ser o método mais indicado para produzir uma classificação mais precisa.
A classificação se tornou uma técnica de análise muito utilizada para o processamento de imagens,... more A classificação se tornou uma técnica de análise muito utilizada para o processamento de imagens, podendo ser feita pelos métodos supervisionado e não supervisionado. Entre os diversos algoritmos de classificação que podem ser usados existe o Maximum Likelihood (supervisionado) e o K-Means (não supervisionado). O objetivo deste trabalho é comparar estes dois algoritmos, visando o mapeamento do uso e cobertura do solo no município de Caturaí (GO). Foi observado que, de forma geral, a classificação por Maximum Likelihood demonstrou um resultado mais realista e satisfatório do uso e cobertura do solo no município do que a classificação por K-Means. As classes vegetação e área urbana, classificadas pelo método supervisionado (21,94% e 0,66% do território, respectivamente) foram as que apresentaram maiores diferenças de área quando comparadas à classificação pelo método não supervisionado (2,62% e 3,86% do território, respectivamente), provando ser o método mais indicado para produzir uma classificação mais precisa.