Document details

Avaliacao de medidas texturais na discriminacao de classes de uso utilizando im...

Author(s): Camilo Daleles Rennó

Date: 1995

Origin: OASIS br

Subject(s): shuttle imaging radar (SIR-C); classifications; remote sensing; synthetic aperture radar; feature extraction; Petrolina (PE); classificação; shuttle imaging radar; sensoriamento remoto; textura; Petrolina (PE); radar de abertura sintética (SAR); textures; seleção de atributos


Description
The texture is an important characterestic used for visual image interpretation. For this reason, the performance of digital classifiers can be improved with texture measurements, specially for high resolution images. However, the quantification of image texture is very difficult, since there is no consensus in the definition of what texture is, as well as a precise mathematical formulation of it. Several texture measures can be found in the literature. Usually the choice of the best set of these measures is done empirically. This work proposes a methodology for texture measures selection that maximize the discrimination between land use classes in SAR images. The used images were SIR-C/X-SAR, L and C bands, and HH, HV and VV polarizations. The results show that the classification based only on the tonal means achieved kappa values slightly higher than 0.50. The use of texture measures improved the classification, obtaining kappa values higher than 0.90, when 15 measures were used simultaneosly. Even when images only one band and one polarization were used, the kappa values obtained were higher than 0.85, making use of more than 20 texture measures. The results confirmed that texture information in radar image may help the discrimination of agriculture crops, and that the proposed methodology is appropriate for this purpose. A textura é uma importante característica utilizada na interpretação visual de imagens e por esta razão, o uso de medidas de textura pode aumentar o desempenho de classificadores digitais, principalmente em imagens com alta resolução espacial. No entanto, a textura de uma imagem é muito difícil de ser quantificada, uma vez que não há um consenso na definição deste termo, nem tampouco uma formulação matemática precisa. Na literatura, pode-se encontrar muitas medidas de textura, sendo que a escolha de um conjunto de medidas de textura é quase sempre feita empiricamente. Este trabalho propõe uma metodologia para seleção das medidas texturais que maximize a discriminação entre classes de uso em imagens SAR. Para tanto, foram utilizadas imagens SIR-C/X-SAR, bandas L e C, e polarizações HH, HV e VV. Os resultados mostraram que classificações baseadas apenas na média tonal conseguiram valores de kappa pouco acima de 0,50. O uso de medidas de textura resultou numa melhoria na classificação, obtendo-se valores de kappa superiores a 0,90 quando 15 medidas foram utilizadas simultaneamente. Mesmo quando imagens de apenas uma banda e uma polarização foram empregadas, conseguiram-se, em geral, valores de kappa superiores a 0,85 com a utilização de mais de 20 medidas de textura. Os resultados comprovaram que a informação textural presente em imagens de radar podem ajudar na discriminação de alvos agrícolas e que a metodologia proposta mostrou-se adequada a este propósito.
Document Type Other
Editor(s) Joao Vianei Soares; Antonio Roberto Formaggio; Corina da Costa Freitas Yanasse; Nelson Delfino d Avila Mascarenhas
delicious logo  facebook logo  linkedin logo  twitter logo 
degois logo
mendeley logo

    Financiadores do RCAAP

Fundação para a Ciência e a Tecnologia Universidade do Minho   Governo Português Ministério da Educação e Ciência PO Sociedade do Conhecimento (POSC) Portal oficial da União Europeia