$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES 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.
Coleção Digital

Avançada


Formato DC |



Título: COMPARING AUTOMATIC IMAGE CLASSIFICATION TECHNIQUES OF REMOTE SENSING IMAGES
Autor: LEONARDO VIDAL BATISTA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  WEILER ALVES FINAMORE - ADVISOR
Nº do Conteudo: 8870
Catalogação:  22/08/2006 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=8870@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8870@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.8870

Resumo:
In this thesis, several techniques of automatic classfication of remote sensing impeages are investigated. Included in the analysis are ane non-parametric method, known as Adaptative hierarchical K-means (KMAH), and six parametric ones: the Maximum Likelihood (MV), the Maximum a Posteriori Probability (MAP), the Adaptative MAP (MAPA), the Subimages MAP (MAPSI), the tilton-Swain Contextual, (CXTS) and the Subimages Contextual (CXSI) classifiers. The necessary training for the parametric case was done in a non-supervised form, by using the KMAH classification. Considerations about the advantages and disadvantages of the classifiers were made and, based on the observation of the error rates and processing time, the MAPA and MAPSI have shown the best performances.

Descrição Arquivo
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS  PDF  
CHAPTER 1  PDF  
CHAPTER 2  PDF  
CHAPTER 3  PDF  
CHAPTER 4  PDF  
CHAPTER 5  PDF  
BIBLIOGRAPHY  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui