Antonia Sueli Silva Sousa
◽
Paulo Roberto Mendes Pereira
◽
Audivan Ribeiro Garcês Júnior
QUALITY ASSESSMENT OF LANDSAT 8 IMAGE CLASSIFIERS IN A SAGA GIS COMPUTER ENVIRONMENT FOR LAND COVERING MAPPING IN THE CERRADO BIOMEEVALUACIÓN DE LA CALIDAD DE LOS CLASIFICADORES DE IMAGEN LANDSAT 8 EN UN ENTORNO COMPUTACIONAL SAGA GIS PARA EL MAPEO DE COBERTURA DE TIERRAS EN EL BIOMA DE CERRADORESUMOUma das principais aplicações das imagens de satélites é a caracterização da cobertura terrestre, que a partir do uso de técnicas de classificação permite monitorar as transformações espaciais da superfície terrestre. O Sistema Automatizado de Análise Geociêntífica – Saga Gis apresenta um conjunto de ferramentas voltado à análise geográfica, incluindo pacotes de classificação de imagens digitais, onde se destacam os classificadores: Maxver, Mahalanobis, distância mínima, paralelepípedo. O objetivo deste artigo é avaliar o potencial dos classificadores de imagens do Saga Gis no bioma Cerrado, sendo objeto de estudo, o município de Brejo-MA. Foi utilizada uma imagem Landsat 8 de 2017, com resolução espacial de 30 metros. A metodologia consistiu na aplicação de um conjunto de técnicas de tratamento digital de imagens, segmentação, extração de atributos e classificação. A análise dos dados pautou-se na comparação visual e análise da exatidão global e de índice Kappa. O classificador Maxver apresentou os melhores resultados para o Kappa e exatidão global, já os piores valores foram associados ao classificador paralelepípedo.Palavras-chave: Geotecnologia; Processamento de Imagem; Acurácia, Mapeamento. ABSTRACTOne of the main applications of satellite images is the characterization of terrestrial coverage, which from the use of classification techniques allows to monitor the spatial transformations of the terrestrial surface. The System for Automated Geoscientific Analyzes-Saga Gis presents a set of tools aimed at geographic analysis, including digital image classification packages, in which the classifiers stand out: Maxver, Mahalanobis, minimum distance, parallelepiped. The objective of this article is to evaluate the potential of the Saga Gis image classifiers in the Cerrado biome, being the object of study, the municipality of Brejo-MA. It was to use a Landsat 8 image (2017), with a spatial resolution of 30 meters. The methodology consisted of applying a set of techniques for digital image processing, segmentation, attribute extraction and classification. Data analysis was based on visual comparison and analysis of global accuracy and Kappa index. The Maxver classifier presented the best results for Kappa and overall accuracy, whereas the worst values were associated with the parallelepiped classifier.Keywords: Geotechnology; Image Processing; Accuracy; Mapping.RESUMENUna de las principales aplicaciones de las imágenes de satélite es la caracterización de la cobertura terrestre, que, a partir del uso de técnicas de clasificación, permite el seguimiento de las transformaciones espaciales de la superficie terrestre. El Sistema de Análisis Geocientífico Automatizado (Saga Gis) presenta un conjunto de herramientas orientadas al análisis geográfico, que incluyen paquetes de clasificación de imágenes digitales, en los que destacan los clasificadores: Maxver, Mahalanobis, distancia mínima, paralelepípedo. El objetivo de este artículo es evaluar el potencial de los clasificadores de imágenes Saga Gis en el bioma del Cerrado, siendo objeto de estudio, el municipio de Brejo-MA. Se utilizó una imagen Landsat 8 de 2017 con una resolución espacial de 30 metros. La metodología consistió en aplicar un conjunto de técnicas de procesamiento, segmentación, extracción de atributos y clasificación de imágenes digitales. El análisis de los datos se basó en la comparación visual y el análisis de la precisión global y el índice Kappa. El clasificador Maxver presentó los mejores resultados para Kappa y precisión general, mientras que los peores valores se asociaron con el clasificador paralelepípedo.Palabras clave: Geotecnología; Procesamiento de imágenes; Precisión; Mapeo.
Analysis of Melanoma Lesion Images using Feature Extraction & Classification Algorithms
