Close
Metadata

Reference TypeThesis
Identifier6qtX3pFwXQZsFDuKxG/xmCrn
Repositorysid.inpe.br/marciana/2003/03.05.15.25
Metadatasid.inpe.br/marciana/2003/03.05.15.25.23
Sitemtc-m12.sid.inpe.br
Secondary KeyINPE-9554-TDI/830
Holder Codeisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Citation KeyOliveira:2002:ApAg
AuthorOliveira, Júlio César de
GroupSER-SPG-INPE-MCT-BR
TitleÍndice para avaliação de segmentação (IAVAS): uma aplicação em agricultura
Year2002
CommitteeBanon, Gerald Jean Francis (presidente)
Formaggio, Antonio Roberto (orientador)
Epiphanio, José Carlos Neves (orientador)
Moreira, Maurício Alves
Rocha, Jansle Vieira da
Date2002-04-29
Alternate TitleAn index for evaluation of digital imagery segmentation (IAVAS): application in agriculture.
UniversityInstituto Nacional de Pesquisas Espaciais (INPE)
CitySão José dos Campos
Keywordssensoriamento remoto, processamento de imagem, segmentação de imagem, Landsat, agricultura.
AbstractA procura de maior objetividade nas estimativas das áreas agrícolas por meio de técnicas de sensoriamento remoto vem ganhando importância mundial, onde se busca obter resultados com maior antecedência, maior precisão e menor custo quando comparados aos resultados gerados pelas técnicas subjetivas tradicionalmente utilizadas. Considerando a importância da determinação da superfície cultivada em um sistema de previsão de safras, torna-se fundamental a obtenção desse levantamento de uma forma cada vez mais objetiva e confiável. Analisando as áreas agrícolas em contexto amplo (nos níveis municipal ou estadual) e considerando a abrangência dos dados orbitais, a extração dos limites dos talhões por algoritmos segmentadores representa um passo essencial no processo de avaliação de áreas agrícolas e classificação do uso/cobertura do solo. Partindo da hipótese de que a técnica de classificação de imagens por regiões, associada aos dados oriundos de sensoriamento remoto, é um meio eficaz para estimar área plantada, a presente pesquisa tem como objetivo geral o desenvolvimento um sistema quantitativo para avaliação dos resultados gerados no processo de segmentação de imagens digitais. Tal sistema de avaliação baseia-se em medidas de discrepância, em relação a um dado de referência, dos seguintes parâmetros: número de polígonos; comprimento total de linhas; variância das áreas dos polígonos; centro de massa mais próximo e faixa de coincidência. A metodologia aqui apresentada define também critérios para a escolha dos limiares (similaridade e área) para o algoritmo de segmentação por crescimento de regiões, bem como a análise do comportamento desses limiares sobre o produto da segmentação. A área de estudo na presente pesquisa corresponde aos municípios de Ipuã, Guará e São Joaquim da Barra localizados no norte do Estado de São Paulo, os quais representam significativamente as condições gerais da agricultura do Estado. A partir dos resultados obtidos, verificou-se que o sistema quantitativo proposto mostrou-se competente no processo de avaliação dos resultados gerados pelo algoritmo segmentador. O par de limares 16/24 (similaridade/área) forneceu a melhor segmentação para a área de estudo com base nos dados de referência obtidos no levantamento de campo. Porém, ao adotar a interpretação visual pelo operador como dado de referência para a avaliação da segmentação, os pares de limiares 16/44 e 16/45 proporcionaram as melhores segmentações. ABSTRACT: Remote sensing techniques are been increasingly used for obtaining more rapid, accurate and cheap agricultural statistics comparing with the current subjective used methodologies. One important aspect of these methodologies is the estimation of the crop areas that must be made in an objective way. Orbital data may allow approaches in the municipality or in the county levels, so that the use of segmentation algorithms for extracting the crop plots limits is an essential step in the process of agricultural land use classification. Thus, the main objective of the present research is the development of a quantitative method for evaluating results of orbital imagery segmentation. Such an evaluation system is based on discrepancy measures of following reference parameters: number of polygons; total line lengths; polygon areas variance; closer mass center and certain overlaying region. Proposed methodology also defines criteria for selecting thresholds (area and similarity) for the used segmentation algorithm that was a region growth one. The study area corresponded to Ipuã, Guará and São Joaquim da Barra municipalities in the north of São Paulo State, Brazil, representing significantly the agricultural conditions of this State. From the obtained results it was verified that the proposed quantitative methodology was suitable and competent for defining the segmentation thresholds. The area/similarity thresholds pair 16/24 provided the best segmentation results for the study area when considering reference data obtained with field data. But, when reference data were obtained by the user through manual interpretation, the thresholds that produced the best segmentation results were 16/44 and 16/45.
Number of Pages160
Languagept
Thesis TypeDissertação (Mestrado em Sensoriamento Remoto)
Secondary TypeTDI
DisseminationNTRSNASA; BNDEPOSITOLEGAL.
AreaSRE
CourseSER-SPG-INPE-MCT-BR
Size22721 KiB
Number of Files327
Target Filepublicacao.pdf
Last Update2020:09.25.22.22.52 sid.inpe.br/banon/2001/04.06.10.52 sergio
Metadata Last Update2020:09.25.22.24.15 sid.inpe.br/banon/2001/04.06.10.52 sergio {D 2002}
Document Stagecompleted
Is the master or a copy?is the master
e-Mail (login)sergio
User Groupadministrator
Copy HolderSID/SCD
Visibilityshown
Transferable1
Host Collectionsid.inpe.br/banon/2001/04.06.10.52
Document Stagenot transferred
Secondary Date20022904
Copyright Repositoryurlib.net/www/2012/11.12.15.10
Read Permissionallow from all
Next Higher Units8JMKD3MGPCW/3F3NU5S
source Directory Content
publicacao.pdf 25/09/2020 19:24 2.2 MiB
agreement Directory Content
TERMO DE DEPOSITO ASSINADO JULIO CESAR DE OLIVEIRA MESTRADO.pdf 25/09/2020 19:22 1.0 MiB
History2009-07-08 19:25:50 :: administrator -> jefferson ::
2010-07-07 19:06:58 :: jefferson -> marciana ::
2012-02-07 16:56:57 :: marciana -> administrator :: 2002
2018-07-03 12:30:31 :: administrator -> sergio :: 2002
Empty Fieldsacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel doi e-mailaddress electronicmailaddress format isbn issn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype
Access Date2020, Oct. 29
update 

Close