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: UM MÉTODO DE MODELAGEM DO CONHECIMENTO MULTITEMPORAL PARA A INTERPRETAÇÃO AUTOMÁTICA DE IMAGENS DE SENSORES REMOTOS Autor: VANESSA DE OLIVEIRA CAMPOS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
RAUL QUEIROZ FEITOSA - ORIENTADOR
Nº do Conteudo: 7963
Catalogação: 21/03/2006 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
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=7963@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7963@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.7963
Resumo:
Título: UM MÉTODO DE MODELAGEM DO CONHECIMENTO MULTITEMPORAL PARA A INTERPRETAÇÃO AUTOMÁTICA DE IMAGENS DE SENSORES REMOTOS Autor: VANESSA DE OLIVEIRA CAMPOS
Nº do Conteudo: 7963
Catalogação: 21/03/2006 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TESE
Natureza: PUBLICAÇÃO ACADÊMICA
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=7963@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7963@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.7963
Resumo:
O presente trabalho apresenta uma metodologia para
modelagem do
conhecimento multitemporal para a interpretação
automática
de imagens de
sensores remotos. O procedimento de interpretação
utilizado combina os
conhecimentos multitemporal e espectral usando técnicas
da
lógica nebulosa. O
método utiliza diagramas de transição de estado para
representar as possibilidades
de mudanças de classe dentro de um determinado intervalo
de tempo. As
possibilidades de mudança são estimadas a partir de
dados
históricos da mesma
região usando algoritmos genéticos. O método foi
validado
experimentalmente
usando como base um conjunto de imagens Landsat-5 da
cidade do Rio de
Janeiro, obtidas em 5 datas separadas por
aproximadamente
4 anos. Os resultados
experimentais indicaram que o uso do conhecimento
multitemporal, conforme
modelado pelo método proposto traz uma melhora
importante
de desempenho da
classificação em comparação à classificação puramente
espectral.