UM MÉTODO PARA MODELAGEM DO CONHECIMENTO MULTITEMPORAL NO PROCESSO DE CLASSIFICAÇÃO AUTOMÁTICA DE IMAGENS DE SENSORES REMOTOS

Abstract

O presente trabalho apresenta uma metodologia para modelar conhecimento multitemporal em classificação automática de imagens. Este método utiliza diagramas de transição de estado para representar as possibilidades de mudanças de classe dentro de um determinado intervalo de tempo. As possibilidades de mudança são estimadas a partir de dados previamente adquiridos da mesma região usando algoritmos genéticos. Os resultados da classificação são obtidos pela combinação dos conhecimentos multitemporal e espectral usando técnicas da lógica nebulosa. O método proposto apresentou bons resultados quando testado utilizando imagens LANDSAT 7 de três anos consecutivos de uma área no sudoeste do Brasil. O conhecimento multitemporal sempre melhorou o desempenho da classificação em comparação à classificação puramente espectral. Além disso, o algoritmo genético foi, em todos os casos, superior à alternativa manual de tentativa e erro para estimar parâmetros do modelo multitemporal.