CENTENO SRII

Classificação

Da mesma forma que no processamento por componentes principais, as imagens podem ser combinadas para formar um conjunto maior de imagens que pode ser submetido ao processo de classificação digital. Neste caso, seria necessário fornecer amostras de "classes de alteração" para treinar o algoritmo. Este método é válido, mas pouco eficiente em termos de processamento.

Uma opção melhor seria compor uma imagem com as bandas resultantes do cômputo da diferença nas distintas regiões espectrais. Assim, em lugar de uma imagem contendo a informação de uma banda espectral teríamos uma imagem contendo a variação nessa banda espectral. Este conjunto pode então ser classificado, usando métodos como o do da distância Euclidiana ou outro método de classificação. No caso da Máxima Verossimilhança, deve-se tomar cuidado, pois ele supõe que as classes têm distribuição Normal (Gaussiana).

Análise Pós-classificação A classificação também pode ser realizada em duas etapas, classificando os dados de cada data de forma independente, mas dentro do mesmo conjunto de classes. Na etapa "pós-classificação", os mapas temáticos são comparados. Isto pode ser feito usando um Sistema de informações Geográficas (SIH), ou com operações lógicas entre bandas.

O resultado esperado é uma tabela que reflita a quantidade de pixels com e sem alterações e cada tipo de alteração, como é mostrado a seguir. Esta tabela, uma confrontação entre os resultados da classificação das duas datas, permite quantificar e caracterizar as alterações. Na diagonal principal desta matriz consta o total de pixels que não sofreram alteração.

Após
Antes água vegetação solo areia
água 1000 30 0 60
vegetação 0 2000 100 0
solo 10 0 2500 0
areia 0 0 0 500

Agora você pode voltar ao menu principal, ou ao menu desta aula ou continuar para o próximo módulo .

	Após
Antes		água	vegetação	solo	areia
	água	1000	30	0	60
	vegetação	0	2000	100	0
	solo	10	0	2500	0
	areia	0	0	0	500