PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA (PPGI)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
Não informado

Notícias


Banca de DEFESA: EDUARDO FREIRE SANTANA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: EDUARDO FREIRE SANTANA
DATA: 30/08/2012
HORA: 14:00
LOCAL: CCEN
TÍTULO: SEGMENTAÇÃO NÃO SUPERVISIONADA DE IMAGENS DE SENSORIAMENTO REMOTO POR MINIMIZAÇÃO DA ENTROPIA CRUZADA
PALAVRAS-CHAVES: Segmentação Não-Supervisionada de Imagens, Modelos Estatísticos, Informação, Entropia, Sensoriamento Remoto
PÁGINAS: 79
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

Sensoriamento remoto é uma das tecnologias que mais rapidamente cresceu durante o final do século XX e início do século XXI. O uso mais comum deste termo refere-se à observação da superfície terrestre por meio de satélites. Em sensoriamento remoto, segmentação de imagem é uma ferramenta frequentemente utilizada no auxílio à detecção de mudança de paisagens e classificação do uso do solo. Este trabalho se propõe à pesquisa e ao desenvolvimento de um novo método para segmentação não-supervisionada de imagens de sensoriamento remoto baseado na minimização da entropia cruzada entre a distribuição de probabilidade da imagem e um modelo estatístico. Para os testes realizados, foram utilizadas quinze imagens capturadas pelo sensor TM (Thematic Mapper) do satélite Landsat 5. A partir do banco de dados do projeto de mapeamento do uso do solo da região amazônica TerraClass, foram derivadas imagens temáticas utilizadas como gabarito para medir o desempenho do classificador desenvolvido. O algoritmo proposto parte de uma segmentação inicial e busca iterativamente melhorar o modelo estatístico que estima a densidade de probabilidade da imagem, de forma a reduzir a entropia cruzada em relação à iteração anterior. Os resultados indicam que a minimização da entropia cruzada está relacionada com uma segmentação coerente das imagens. Duas abordagens foram desenvolvidas, uma realizando classificação pixel a pixel e outra classificando regiões obtidas pela transformada Watershed. Para a abordagem por pixel, a concordância média entre o classificador e o gabarito foi de 88,75% para as quinze imagens selecionadas e de 91,81% para quatro pequenas regiões que representam detalhes de uma das imagens. Para a abordagem por região, a concordância média foi de 87,33% para as imagens e 91,81% para os detalhes. Os gabaritos dos detalhes de imagem foram preparados manualmente por um especialista.


MEMBROS DA BANCA:
Presidente - 1167863 - LEONARDO VIDAL BATISTA
Interno - 337324 - JOSE ANTONIO GOMES DE LIMA
Externo ao Programa - 2529303 - RICHARDE MARQUES DA SILVA
Externo à Instituição - JOSE EUSTAQUIO RANGEL DE QUEIROZ - UFCG