XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: CROP TYPE IDENTIFICATION BASED ON HIDDEN MARKOV MODELS USING MULTITEMPORAL IMAGE SEQUENCES Autor: PAULA BEATRIZ CERQUEIRA LEITE
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
RAUL QUEIROZ FEITOSA - ADVISOR
ANTONIO ROBERTO FORMAGGIO - CO-ADVISOR
Nº do Conteudo: 12960
Catalogação: 13/01/2009 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=12960@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=12960@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.12960
Resumo:
Título: CROP TYPE IDENTIFICATION BASED ON HIDDEN MARKOV MODELS USING MULTITEMPORAL IMAGE SEQUENCES Autor: PAULA BEATRIZ CERQUEIRA LEITE
ANTONIO ROBERTO FORMAGGIO - CO-ADVISOR
Nº do Conteudo: 12960
Catalogação: 13/01/2009 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=12960@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=12960@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.12960
Resumo:
This work proposes a Hidden Markov Model (HMM)-based
methodology to classify agricultural crops, exploring
information of temporal image sequences from TM
and ETM+/Landsat sensors. HMMs are used to relate the
varying spectral response along the crop cycle with plant
phenology for different crop classes. The method recognizes
different agricultural crops by analyzing their spectral
profiles over a temporal sequence of medium resolution
satellite images ( approximation 30m). In our approach the
temporal behaviour
of each crop class is modelled by a specific HMM. A segment-
based classification is
performed using the average spectral values of the pixels
in each image segment across
an image sequence, which is subsequently submitted to the
HMMs of each crop class.
The image segment is assigned to the crop class, whose
corresponding HMM delivers the
highest probability of emitting the observed sequence of
spectral values. Experiments
were conducted upon a set of 12 co-registered and
radiometrically corrected LANDSAT
images. The images cover an area of the State of São Paulo,
Brazil with about 124.100ha,
between the years 2002 and 2004. The following classes were
considered: sugarcane,
soybean, corn, pasture and riparian forest. Performance
assessment was carried out upon
a data set classified visually by two analysts and
validated by extensive field work. The
performance of the proposed multitemporal classification
method was compared to that of
a monotemporal maximum likelihood classifier, and the
results indicated a remarkable
superiority of the HMM-based method, which achieved an
average of no less than 91%
accuracy in the identification of the correct crop, for
sequences of data containing a single
crop class.
Descrição | Arquivo |
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS | |
CHAPTER 1 | |
CHAPTER 2 | |
CHAPTER 3 | |
CHAPTER 4 | |
CHAPTER 5 | |
CHAPTER 6 | |
REFERENCES AND APPENDICES |