Conjuntos Difusos em Processamento Digital de Imagens

Resumo

Entre as aplicações de Sensoriamento Remoto, a classificação de imagens é uma das mais importantes, sendo utilizada, principalmente, para a elaboração de mapas de uso/cobertura do solo. Esses mapas representam informações geográficas e cada região é associada a uma determinada classe de uso/cobertura do solo (solo exposto, vegetação, etc.). Assim, a maioria dos classificadores tem como meta a atribuição de cada pixel a uma classe. As informações geográficas porém, não são precisas. Muito comumente, mais de uma classe está presente numa determinada área do terreno. A associação do pixel a uma única classe faz com que parte da informação disponível não seja considerada.

Neste trabalho, é proposta uma abordagem, baseada na teoria dos conjuntos difusos, para processamento de imagens digitais.

Os métodos convencionais de classificação de imagens revelam-se muitas vezes problemáticos, no que se refere aos limites das classes e à própria resposta espectral, dentro de uma mesma classe. Esses métodos atribuem cada pixel a somente uma determinada classe, ou seja a uma classe de cobertura do solo. Portanto, para os pixels que sejam representativos de cada uma das classes, não existem problemas, enquanto para pixels que representem as classes de uso do solo, ou seja, pixels com mais de uma classe espectral, podem ocorrer distorções, tanto no cálculo dos parâmetros representativos da classe como no próprio processo de classificação.

A introdução da teoria dos conjuntos difusos permite identificar os pixels bem representativos de cada classe, bem como aqueles que apresentam misturas de classes.