7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do...
Transcript of 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do...
![Page 1: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/1.jpg)
Segmentação e Classificação
Prof. Herondino
![Page 2: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/2.jpg)
Segmentação
} Conjunto finito de regiõesdefinido por:
onde e
SRR ,...,1
US
iiRR
1=
=
=ji RR I
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 uniformidade, ou seja, dado
![Page 3: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/3.jpg)
Crescimento por Região} A divisão em porções consiste basicamente em um processo
de crescimento de regiões, de detecção de bordas ou de detecção de bacias.
} 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
regiões adjacentes espacialmente.
![Page 4: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/4.jpg)
Crescimento por Região} 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 se realiza a união entre elas, segundo um limiar de agregação definido.
![Page 5: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/5.jpg)
Segmentação no SPRING
Limiar de Similaridade
Área do objeto
![Page 6: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/6.jpg)
Detecção de bacias} A classificação por detecção de bacias é feita sobre uma
imagem resultante da extração de bordas. A extração de bordas é realizada por um algoritmo de detecção de bordas, ou seja, pelo filtro de Sobel
} O algoritmo calcula um limiar para a perseguição de bordas. Quando ele encontra um "pixel" com valor superior ao limiar estabelecido, tem-se início o processo de perseguição da borda
![Page 7: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/7.jpg)
Segmentação Binária
<
≥=
TjifparaTjifpara
jig),(0),(1
),(
} Algoritmo Básico de Limiar:} Buscar todos os pixels da imagem . Um elemento de
imagem da imagem segmentada é um pixel do objeto se e um pixel de fundo caso contrário.
),( jif f),( jig
Tjif ≥),(
![Page 8: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/8.jpg)
Segmentação Binária
(a) Imagem Original. (b) Imagem segmentada a partir do limiar escolhido Fonte: (Sonka, Hlavac e Boyle, 2008)
<
≥=
TjifparaTjifpara
jig),(0),(1
),(
![Page 9: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/9.jpg)
Tipos de Classificação} Em relação ao tipo de treinamento, a classificação
automática pode ser dividida em dois grupos:o Classificação Supervisionada - nesta
classificação cada pixel da imagem é associado a uma classe espectral sem que o usuário tenha um conhecimento prévio do número das diferentes classes presentes na imagem.
o Não supervisionada – o usuário seleciona amostras representativas para cada uma das classes.
![Page 10: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/10.jpg)
Classificação utilizando a segmentação
Criar o Contexto
![Page 11: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/11.jpg)
Criação do Contexto
![Page 12: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/12.jpg)
Contexto Criado e pronto para treinamento
Faz-se a seleção das Bandas que serão usadas na classificação e a segmentação que será utilizado na captura das amostras
![Page 13: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/13.jpg)
Etapas para a classificação
Para o treinamento do algoritmo faz-se necessário a escolha dos temas para a classificação
![Page 14: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/14.jpg)
Criando os temas das classes
Criando os temas da classificação.Na criação do temas é necessário a associação com uma cor que pode ser escolhida no menu de Cor...
Associando a cor ao tema
![Page 15: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/15.jpg)
Criando os temas das classes
Criando os temas para a classificação.Após a criação dos temas pode-se iniciar a aquisição das amostras (treinamento) definida o tipo de aquisição por região.
![Page 16: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/16.jpg)
Fazendo o treinamento
![Page 17: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/17.jpg)
Fazendo o treinamento
![Page 18: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/18.jpg)
Algoritmos Classificadores
![Page 19: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/19.jpg)
ISOSEG
O Isoseg é um algoritmos de de agrupamento (clustering) de dados não-supervionado, aplicado sobre um determinado conjunto de regiões, caracterizadas por seus atributos estatísticos de média, matriz de covariância e área (INPE/DPI, 2006)
![Page 20: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/20.jpg)
Battacharya} A distância de
Battacharya é usada para medir a separabilidadeestatística entre um par de classes espectrais.
} Ela mede a distância média entre as distribuições de probabilidades de classes espectrais.
![Page 21: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/21.jpg)
ClaTex} É um algoritmo supervisionado
que utiliza ambos os atributos texturais das regiões de uma imagem segmentada para efetuar a classificação por regiões.
} A medida utilizada consiste na distância de Mahalanobis entre a classe de interesse e as regiões candidatas à relação de pertinência com esta classe.
![Page 22: 7Segmentação e Classificação - UNIFAP · 2019. 2. 25. · Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21](https://reader033.fdocuments.net/reader033/viewer/2022051900/5feedb35e962896ba515d89a/html5/thumbnails/22.jpg)
Referência Bibliográfica
} GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. 2a. Edition. ed. New Jersey: Prentice Hall, 2001.
} INPE. Tutorial de Geoprocessamento disponível em http://www.dpi.inpe.br/spring/portugues/tutorial/introducao_pro.html. Acesso em 05/02/2014.
} CCRS - CANADA CENTRE FOR REMOTE SENSING (Canada). Canada. Tutorial: Fundamentals of Remote Sensing: Introduction What is Remote Sensing?. Natural Resources Canada. Disponivel em: <http://www.ccrs.nrcan.gc.ca/resource/tutor/fundam/chapter1/01_e.php>. Acesso em: 25maio 2011
} SAUSEN, T. M.; COSTA, S. M. D.; DI, M. A. C. Projeto Educa SeRe III -Atlas de Ecosssistemas da America do Sul e Antartica. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiania, 16-21 Abril 2005. 1345-1352