CLASSIFICAÇÃO DE IMAGENS MULTIESPECTRAIS BASEADA EM ABORDAGEM FUZZY

Abstract

Técnicas tradicionais de classificação de imagens multiespectrais têm sido a ferramenta usual para o mapeamento temático da cobertura da terra. Tais técnicas foram projetadas para tratar fenômenos que apresentam limites bem definidos e que podem ser facilmente discretizados. Contudo, existem regiões de incertezas e imprecisões a serem mapeadas, as quais demandam técnicas alternativas, como classificações baseadas em abordagem fuzzy. Nesse contexto, este trabalho tem o objetivo de apresentar e analisar comparativamente os resultados obtidos a partir da aplicação da técnica de Máxima Verossimilhança e de dois classificadores baseados em abordagem fuzzy (relativo bayesiano e Distância da Média fuzzy). Para tanto, foi adquirida uma imagem ETM+/Landsat de uma área teste previamente selecionada; realizado o treinamento dos classificadores; e definidas as classes de cobertura da terra. Os resultados obtidos com a aplicação das técnicas de Máxima Verossimilhança, relativa bayesiana e Distância da Média mostraram que classificações relativas são mais adequadas às situações onde ocorre confusão entre as classes, ou seja, quando estas apresentam comportamento inerentemente fuzzy e respostas espectrais similares, dificultando a separação das mesmas. Além disso, as classificações fuzzy fornecem informações relacionadas com a incerteza na atribuição dos pixels às classes, que podem ser úteis e tornar os mapas temáticos gerados mais confiáveis.