APLICAÇÃO DE CLASSIFICADORES CONVENCIONAIS E REDE NEURAL ARTIFICIAL PARA MAPEAMENTO DE UMA IMAGEM VANT

MÁRCIA RODRIGUES DE MOURA FERNANDES, RONIE SILVA JUVANHOL, DANIEL HENRIQUE BREDA BINOTI, GILSON FERNANDES DA SILVA, MÁRCIO BERNARDI, JOSUÉ PEDRO DOS SANTOS BORGES, HÉLIO GARCIA LEITE

Resumo


Este estudo teve por objetivo avaliar a eficiência de dois classificadores convencionais e uma rede neural MLP para o mapeamento do uso da terra a partir de uma imagem VANT. Foram definidas quatro classes na imagem para a classificação automática: eucalipto, pastagem, matocompetição e solo exposto. O algoritmo utilizado no simulador de redes neurais artificiais NeuroDic® 2.0 foi o resilient-propagation. Para aplicação dos classificadores convencionais MAXVER e ISODATA foi utilizado o software Erdas Imagine®11. A melhor classificação foi obtida pelo algoritmo MAXVER e o pior desempenho, com o algoritmo ISODATA. Ao final, pode-se concluir que a rede neural mostrou ser um paradigma eficiente para a classificação de imagens.


Palavras-chave


Sensoriamento remoto; Algoritmo de classificação; Índice Kappa.

Texto completo:

PDF

Apontamentos

  • Não há apontamentos.


SCImago Journal & Country Rank