Fechar
Metadados

@MastersThesis{Oliveira:2002:ApAg,
               author = "Oliveira, J{\'u}lio C{\'e}sar de",
                title = "{\'{\I}}ndice para avalia{\c{c}}{\~a}o de 
                         segmenta{\c{c}}{\~a}o (IAVAS): uma aplica{\c{c}}{\~a}o em 
                         agricultura",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2002",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2002-04-29",
             keywords = "sensoriamento remoto, processamento de imagem, 
                         segmenta{\c{c}}{\~a}o de imagem, Landsat, agricultura.",
             abstract = "A procura de maior objetividade nas estimativas das {\'a}reas 
                         agr{\'{\i}}colas por meio de t{\'e}cnicas de sensoriamento 
                         remoto vem ganhando import{\^a}ncia mundial, onde se busca obter 
                         resultados com maior anteced{\^e}ncia, maior precis{\~a}o e 
                         menor custo quando comparados aos resultados gerados pelas 
                         t{\'e}cnicas subjetivas tradicionalmente utilizadas. Considerando 
                         a import{\^a}ncia da determina{\c{c}}{\~a}o da 
                         superf{\'{\i}}cie cultivada em um sistema de previs{\~a}o de 
                         safras, torna-se fundamental a obten{\c{c}}{\~a}o desse 
                         levantamento de uma forma cada vez mais objetiva e confi{\'a}vel. 
                         Analisando as {\'a}reas agr{\'{\i}}colas em contexto amplo (nos 
                         n{\'{\i}}veis municipal ou estadual) e considerando a 
                         abrang{\^e}ncia dos dados orbitais, a extra{\c{c}}{\~a}o dos 
                         limites dos talh{\~o}es por algoritmos segmentadores representa 
                         um passo essencial no processo de avalia{\c{c}}{\~a}o de 
                         {\'a}reas agr{\'{\i}}colas e classifica{\c{c}}{\~a}o do 
                         uso/cobertura do solo. Partindo da hip{\'o}tese de que a 
                         t{\'e}cnica de classifica{\c{c}}{\~a}o de imagens por 
                         regi{\~o}es, associada aos dados oriundos de sensoriamento 
                         remoto, {\'e} um meio eficaz para estimar {\'a}rea plantada, a 
                         presente pesquisa tem como objetivo geral o desenvolvimento um 
                         sistema quantitativo para avalia{\c{c}}{\~a}o dos resultados 
                         gerados no processo de segmenta{\c{c}}{\~a}o de imagens 
                         digitais. Tal sistema de avalia{\c{c}}{\~a}o baseia-se em 
                         medidas de discrep{\^a}ncia, em rela{\c{c}}{\~a}o a um dado de 
                         refer{\^e}ncia, dos seguintes par{\^a}metros: n{\'u}mero de 
                         pol{\'{\i}}gonos; comprimento total de linhas; vari{\^a}ncia 
                         das {\'a}reas dos pol{\'{\i}}gonos; centro de massa mais 
                         pr{\'o}ximo e faixa de coincid{\^e}ncia. A metodologia aqui 
                         apresentada define tamb{\'e}m crit{\'e}rios para a escolha dos 
                         limiares (similaridade e {\'a}rea) para o algoritmo de 
                         segmenta{\c{c}}{\~a}o por crescimento de regi{\~o}es, bem como 
                         a an{\'a}lise do comportamento desses limiares sobre o produto da 
                         segmenta{\c{c}}{\~a}o. A {\'a}rea de estudo na presente 
                         pesquisa corresponde aos munic{\'{\i}}pios de Ipu{\~a}, 
                         Guar{\'a} e S{\~a}o Joaquim da Barra localizados no norte do 
                         Estado de S{\~a}o Paulo, os quais representam significativamente 
                         as condi{\c{c}}{\~o}es gerais da agricultura do Estado. A partir 
                         dos resultados obtidos, verificou-se que o sistema quantitativo 
                         proposto mostrou-se competente no processo de 
                         avalia{\c{c}}{\~a}o dos resultados gerados pelo algoritmo 
                         segmentador. O par de limares 16/24 (similaridade/{\'a}rea) 
                         forneceu a melhor segmenta{\c{c}}{\~a}o para a {\'a}rea de 
                         estudo com base nos dados de refer{\^e}ncia obtidos no 
                         levantamento de campo. Por{\'e}m, ao adotar a 
                         interpreta{\c{c}}{\~a}o visual pelo operador como dado de 
                         refer{\^e}ncia para a avalia{\c{c}}{\~a}o da 
                         segmenta{\c{c}}{\~a}o, os pares de limiares 16/44 e 16/45 
                         proporcionaram as melhores segmenta{\c{c}}{\~o}es. 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 Ipu{\~a}, Guar{\'a} and S{\~a}o Joaquim da 
                         Barra municipalities in the north of S{\~a}o 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.",
            committee = "Banon, Gerald Jean Francis (presidente) and Formaggio, Antonio 
                         Roberto (orientador) and Epiphanio, Jos{\'e} Carlos Neves 
                         (orientador) and Moreira, Maur{\'{\i}}cio Alves and Rocha, 
                         Jansle Vieira da",
           copyholder = "SID/SCD",
         englishtitle = "An index for evaluation of digital imagery segmentation (IAVAS): 
                         application in agriculture.",
             language = "pt",
                pages = "160",
                  ibi = "6qtX3pFwXQZsFDuKxG/xmCrn",
                  url = "http://urlib.net/rep/6qtX3pFwXQZsFDuKxG/xmCrn",
           targetfile = "publicacao.pdf",
        urlaccessdate = "30 nov. 2020"
}


Fechar