Análise e classificação de pixels em imagens de satélite empregando agrupamento difuso

Abstract

Esta dissertação tem como objetivo construir um protótipo de software que implementa o algoritmo de agrupamento difuso (Fuzzy 𝑐-Means, FCM) para análise e classificação dos pixels de imagens de satélite. O FCM é implementado como uma alternativa para o reconhecimento de áreas considerando incertezas e imprecisões existentes nas imagens. Técnicas tradicionais de agrupamento fixo são utilizadas para classificação de imagens multiespectrais da superfície terrestre. Essas técnicas reconhecem fenômenos que apresentam limites bem definidos e que podem ser facilmente discretizados. Entretanto, no mundo real existem áreas de incertezas e imprecisões, as quais podem ser mapeadas por meio de algoritmos de agrupamento que utilizam a lógica difusa. O algoritmo 𝑐-médias difuso é amplamente utilizado na segmentação de imagens médicas, devido à sua robustez para tratamento de ambiguidades e à sua capacidade de preservar informações da imagem original em relação aos métodos de agrupamento fixo. A metodologia apresentada neste trabalho aplica-se a imagens multiespectrais, provenientes dos sensores CBERS-2B/CCD e Landsat-5/TM, e a uma fotografia digital obtida por câmera fotográfica. Os pixels são agrupados usando FCM e, em seguida, um processo de classificação identifica os tipos de cobertura terrestre de acordo com padrões de resposta espectral da imagem de solo exposto, solo úmido, vegetação, água turva e água limpa. Os resultados obtidos indicam que o agrupamento difuso colabora na identificação de tipos de cobertura terrestre.