SlideShare ist ein Scribd-Unternehmen logo
1 von 4
Downloaden Sie, um offline zu lesen
Olá caros colegas, hoje tentaremos demonstrar o procedimento de classificação
supervisionada de imagem. Essa técnica consite na extração de amostras de pixel (Valor
ND) para ajudar o software a interpretar a imagem de forma automática,
proporcionando uma classificação mais aferida. È importânte que o técnico que está
desenvolvendo a classificação tenha um bom conhecimento da área que será
classificada.
Vamos ao procedimento.
Abra a imagem de trabalho indo em Add Data.
Posteriormente crie um vetor de ponto ou polígono (Tuts) para edição das suas
amostras. Conforme você for identificando possíveis classes em sua imagem vá
inserindo na tabela de atributos um novo ID e uma Class para cada conjunto de
amostras. Como na figura abaixo.
Posteriormente às coletas e à estruturação da tabela de atributos, abra a ArcToolBox
e vá a Spatial Analyst Tools > Multivariate > Create Signatures para
transformar seu vetor em estatística para a classificação. Sua tela deve estar assim:
Dê Ok a aguarde o processamento.
Depois da finalização do processo, ainda na ArcToolBox và à Spatial Analyst
Tools > Multivariate > Maximum Likelihood. Entre com a imagem a ser
classificada, o arquivo de assinatura criado anteriormente, configure se necessário a
rejeição de frações e a probabilidade deixe em igual. Deve estar assim:
Aguarde o processamento. Seu arquivo de classificação deve ter ficado assim.
Esse processo deixa um pouco de resíduo nas bordas, que podem ser ajustados com um
procedimento de filtragem (Tuts) e de edição matricial (Tuts).
A avaliação para está classificação que foi gerada para o tutorial é que a área tem um
histórico de degradação muito recorrente sendo quase toda ela realmente floresta
secundária (secundaria) e as amostras foram pegas às pressas, ou seja, a avaliação é que
a classificação ficou boa.
Links: http://bit.ly/6ViFMu
http://bit.ly/74XhOz
http://bit.ly/kvhBd
Espero que tudo tenha dado certo, qualquer duvida entre em contato,
luissadeck_w@yahoo.com.br ou http://geotecnologias.wordpress.com/
Mensagem: Se você conhece o inimigo e conhece a si mesmo, não precisa temer o resultado de
cem batalhas. Se você se conhece mas não conhece o inimigo, para cada vitória ganha sofrerá
também uma derrota. Se você não conhece nem o inimigo nem a si mesmo, perderá todas as
batalhas (Sun Tzu).
Esta obra está licenciada sob uma Licença Creative Commons.

Weitere ähnliche Inhalte

Ähnlich wie Classificação supervisionada arcgis 9.3

Análise Automatizada em Trilha de Auditoria
Análise Automatizada em Trilha de AuditoriaAnálise Automatizada em Trilha de Auditoria
Análise Automatizada em Trilha de Auditoriajeantalons
 
QGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEM
QGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEMQGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEM
QGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEMJorge Santos
 
Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...
Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...
Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...Taller Negócio Digitais
 
Polícia Civil Investigador - Fevereiro 2013
Polícia Civil Investigador - Fevereiro 2013Polícia Civil Investigador - Fevereiro 2013
Polícia Civil Investigador - Fevereiro 2013fdavidslideshare
 
TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...
TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...
TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...Fabrício Catae
 

Ähnlich wie Classificação supervisionada arcgis 9.3 (7)

TechEd_OFC305
TechEd_OFC305TechEd_OFC305
TechEd_OFC305
 
Código Limpo
Código LimpoCódigo Limpo
Código Limpo
 
Análise Automatizada em Trilha de Auditoria
Análise Automatizada em Trilha de AuditoriaAnálise Automatizada em Trilha de Auditoria
Análise Automatizada em Trilha de Auditoria
 
QGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEM
QGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEMQGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEM
QGIS 2.18: Delimitação de Bacias Hidrográficas com o TauDEM
 
Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...
Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...
Os pecados mortais de escalabilidade em Drupal e seus efeitos nos negócios - ...
 
Polícia Civil Investigador - Fevereiro 2013
Polícia Civil Investigador - Fevereiro 2013Polícia Civil Investigador - Fevereiro 2013
Polícia Civil Investigador - Fevereiro 2013
 
TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...
TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...
TechEd 2011: Raio-X do SQL Server: Arquitetura Interna do Gerenciador de Ban...
 

Classificação supervisionada arcgis 9.3

  • 1. Olá caros colegas, hoje tentaremos demonstrar o procedimento de classificação supervisionada de imagem. Essa técnica consite na extração de amostras de pixel (Valor ND) para ajudar o software a interpretar a imagem de forma automática, proporcionando uma classificação mais aferida. È importânte que o técnico que está desenvolvendo a classificação tenha um bom conhecimento da área que será classificada. Vamos ao procedimento. Abra a imagem de trabalho indo em Add Data. Posteriormente crie um vetor de ponto ou polígono (Tuts) para edição das suas amostras. Conforme você for identificando possíveis classes em sua imagem vá inserindo na tabela de atributos um novo ID e uma Class para cada conjunto de amostras. Como na figura abaixo.
  • 2. Posteriormente às coletas e à estruturação da tabela de atributos, abra a ArcToolBox e vá a Spatial Analyst Tools > Multivariate > Create Signatures para transformar seu vetor em estatística para a classificação. Sua tela deve estar assim: Dê Ok a aguarde o processamento.
  • 3. Depois da finalização do processo, ainda na ArcToolBox và à Spatial Analyst Tools > Multivariate > Maximum Likelihood. Entre com a imagem a ser classificada, o arquivo de assinatura criado anteriormente, configure se necessário a rejeição de frações e a probabilidade deixe em igual. Deve estar assim: Aguarde o processamento. Seu arquivo de classificação deve ter ficado assim.
  • 4. Esse processo deixa um pouco de resíduo nas bordas, que podem ser ajustados com um procedimento de filtragem (Tuts) e de edição matricial (Tuts). A avaliação para está classificação que foi gerada para o tutorial é que a área tem um histórico de degradação muito recorrente sendo quase toda ela realmente floresta secundária (secundaria) e as amostras foram pegas às pressas, ou seja, a avaliação é que a classificação ficou boa. Links: http://bit.ly/6ViFMu http://bit.ly/74XhOz http://bit.ly/kvhBd Espero que tudo tenha dado certo, qualquer duvida entre em contato, luissadeck_w@yahoo.com.br ou http://geotecnologias.wordpress.com/ Mensagem: Se você conhece o inimigo e conhece a si mesmo, não precisa temer o resultado de cem batalhas. Se você se conhece mas não conhece o inimigo, para cada vitória ganha sofrerá também uma derrota. Se você não conhece nem o inimigo nem a si mesmo, perderá todas as batalhas (Sun Tzu). Esta obra está licenciada sob uma Licença Creative Commons.