Experimental Statistics Applied to Evaluate the Effectiveness of Methods Based on Supervised Classifi cation of Images

Abstract

A finalidade deste trabalho é avaliar por intermédio do índice Kappa, os métodos de classificação de imagens: Ãrvore de Decisões, Lógica Fuzzy, Distância de Mahalanobis, Maxver, as Redes Neurais Artificiais (RNA), os modelos de segmentação Bhattacharya e Orientado a Objeto. A metodologia empregada foi baseada na revisão de literatura, coleta de dados do índice Kappa e o teste de hipóteses a partir do Delineamento em Blocos ao Acaso com repetições. Os métodos que apresentaram maior eficiência no índice Kappa foram: a Lógica Fuzzy (média 0,845), a Ãrvore de Decisões (média 0,839) e as Redes Neurais Artificiais (média 0,819). Em segundo plano, os que tiveram desempenho satisfatório foram: o Maxver (média 0,782), o modelo de segmentação Orientado a Objeto (média 0,777) e o Bhattacharya (com média 0,777). A classificação baseada na Distância de Mahalanobis (média 0,739) foi aquela com eficiência mais baixa entre os procedimentos testados. Na escolha do modelo de classificação adequado deve ser levada em consideração a destreza dos operadores com o método a ser adotado, o volume de dados, a capacidade do computador, a agilidade do aplicativo computacional, a escala demandada conforme com o modelo de classificação e a resolução espacial da imagem. Em todos os modelos faz-se necessário o pós-processamento com objetivo de diminuir confusões.