Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: Noguchi, Maria Tereza Galeb
Orientador(a): Bellon, Olga Regina Pereira
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Sistemas difusos
Processamento de imagens - Técnicas digitais
Sensoriamento remoto
Ciência da Computação
Link de acesso: https://hdl.handle.net/1884/660
Resumo: Orientadora: Olga R. Pereira Bellon
id UFPR_4b8c31150bfdb43ddf1ba049fcc8f3e9
oai_identifier_str oai:acervodigital.ufpr.br:1884/660
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaBellon, Olga Regina PereiraNoguchi, Maria Tereza Galeb2024-10-16T17:21:04Z2024-10-16T17:21:04Z2004https://hdl.handle.net/1884/660Orientadora: Olga R. Pereira BellonDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 2004Inclui bibliografiaResumo: Este estudo descreve um sistema baseado em regras nebulosas para classificação supervisionada de imagens multiespectrais de alta resolução. O novo método utiliza nas variáveis de entrada combinações de bandas, como o NDVI, que destacam determinados tipos de feições terrestres. As funções de pertinência das variáveis de entrada nebulosas são definidas a partir de limiares obtidos de amostras previamente selecionadas. Estas variáveis são utilizadas para gerar as regras nebulosas de forma a detectar na imagem Ikonos as seguintes variáveis de saída: vegetação rasteira, vegetação arbórea, água, edificações e estrada. A imagem classificada pelo método proposto é comparada com os resultados obtidos pelo método da máxima verossimilhança, sendo que o sistema nebuloso com apenas cinco regras apresenta melhores resultados na classificação.Abstract: This study describes a fuzzy rule-based system for supervised classification of multispectral high resolution images. The new method uses in the input variables combinations of bands, like NDVI, that detaching certain types of terrestrial features. The membership functions of the fuzzy input variables are defined starting from obtained thre sholds of samples selected previously. These variables are used to generate the fuzzy rules in way to detect in the image Ikonos the following output variables: low vegetation, forest, water, buildings and road. The classified image by the proposed method iscompared with the results generated by the method of maximum likeliwood, and the system with only five fuzzy rules generated better results in the classification.137f. : il. algumas color., tabs.application/pdfDisponível em formato digitalSistemas difusosProcessamento de imagens - Técnicas digitaisSensoriamento remotoCiência da ComputaçãoUm sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resoluçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALdissertacao.pdfapplication/pdf3564018https://acervodigital.ufpr.br/bitstream/1884/660/1/dissertacao.pdf31c58989be05b09435f978f4de86737cMD51open accessTEXTdissertacao.pdf.txtExtracted texttext/plain246993https://acervodigital.ufpr.br/bitstream/1884/660/2/dissertacao.pdf.txt07edd1b5e8bdc15ee4d172d3288b1a3dMD52open accessTHUMBNAILdissertacao.pdf.jpgGenerated Thumbnailimage/jpeg1250https://acervodigital.ufpr.br/bitstream/1884/660/3/dissertacao.pdf.jpg8da476e9c099b16dc72daaf86a89f4c6MD53open access1884/6602024-10-16 14:21:04.21open accessoai:acervodigital.ufpr.br:1884/660Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082024-10-16T17:21:04Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
title Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
spellingShingle Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
Noguchi, Maria Tereza Galeb
Sistemas difusos
Processamento de imagens - Técnicas digitais
Sensoriamento remoto
Ciência da Computação
title_short Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
title_full Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
title_fullStr Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
title_full_unstemmed Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
title_sort Um sistema baseado em regras fuzzy para classificação supervisionada de imagens multiespectrais de alta resolução
author Noguchi, Maria Tereza Galeb
author_facet Noguchi, Maria Tereza Galeb
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Bellon, Olga Regina Pereira
dc.contributor.author.fl_str_mv Noguchi, Maria Tereza Galeb
contributor_str_mv Bellon, Olga Regina Pereira
dc.subject.por.fl_str_mv Sistemas difusos
Processamento de imagens - Técnicas digitais
Sensoriamento remoto
Ciência da Computação
topic Sistemas difusos
Processamento de imagens - Técnicas digitais
Sensoriamento remoto
Ciência da Computação
description Orientadora: Olga R. Pereira Bellon
publishDate 2004
dc.date.issued.fl_str_mv 2004
dc.date.accessioned.fl_str_mv 2024-10-16T17:21:04Z
dc.date.available.fl_str_mv 2024-10-16T17:21:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/660
url https://hdl.handle.net/1884/660
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 137f. : il. algumas color., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/660/1/dissertacao.pdf
https://acervodigital.ufpr.br/bitstream/1884/660/2/dissertacao.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/660/3/dissertacao.pdf.jpg
bitstream.checksum.fl_str_mv 31c58989be05b09435f978f4de86737c
07edd1b5e8bdc15ee4d172d3288b1a3d
8da476e9c099b16dc72daaf86a89f4c6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847526184553807872

Registros relacionados