[en] KNOWLEDGE-BASED INTERPRETATION OF HIGH RESOLUTION REMOTE SENSING IMAGES

• Main Author: THIAGO BROERMAN CAZES
• Other Authors: RAUL QUEIROZ FEITOSA
• Language: pt
• Published: MAXWELL 2006
• Subjects: [pt] SENSORIAMENTO REMOTO; [en] REMOTE SENSING; [pt] IMAGENS DE ALTA RESOLUCAO; [en] HIGH RESOLUTION IMAGES; [pt] INTERPRETACAO DE IMAGENS; [en] IMAGE INTERPRETATION; [pt] CLASSIFICACAO DE IMAGENS; [en] IMAGE CLASSIFICATION
• Online Access: https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7958@1; https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7958@2; http://doi.org/10.17771/PUCRio.acad.7958

[pt] A cada dia mais e mais satélites de alta resolução têm se tornado disponíveis, criando grande demanda por novos métodos de interpretação baseados em conhecimento. Estes métodos emulam parcialmente o trabalho do especialista em análise visual de imagens. Nesse contexto, o presente trabalho apresenta um modelo de classificação baseado no conhecimento do especialista aplicado a imagens de alta resolução. O modelo de interpretação consiste de três fases. A primeira inclui o conhecimento espectral e a informação de textura. Na segunda fase dados de SIG (sistema de informação geográfico) são combinados com o resultado da análise espectral através de regras nebulosas. Na terceira e última fase é introduzido o conhecimento multitemporal através de uma estimativa das possibilidades de transição entre classes de uma mesma área em um dado intervalo de tempo. Para validação desse modelo experimentos foram realizados em imagens IKONOS e fotos aéreas de 1999, 2001 e de 2002 da área do Parque Estadual da Pedra Branca, que é um importante fragmento da Floresta Atlântica situado no estado do Rio de Janeiro, Brasil. === [en] New high resolution satellites for commercial purposes became available in the few years. This increases the need of new automatic knowledge based image interpretation methods. Such methods partially emulate the reasoning of an image analyst during the visual image interpretation. The present work falls into this context and proposes an automatic classification model for high resolution remotely sensed images. The model consists of three stages. In the first stage only spectral and textural information are used for classification. In the second stage GIS (geographic information system) data are combined with the result of the spectral analysis by means of fuzzy rules. In the third stage the multitemporal knowledge is introduced by estimating class transition possibilities within a given time span. To validate the proposed model experiments were performed based on IKONOS images from 2001 and 2002 as well as aerial photos from 1999 of the Pedra Branca Park, which is an important Atlantic Forest fragment in the State Rio de Janeiro in Southeast Brazil.