Coffee Science - v.09, n.4, 2014

Navegar

Agora exibindo 1 - 1 de 1

Comparação de classificadores supervisionados na discriminação de áreas cafeeiras em Campos Gerais - Minas Gerais
(Editora UFLA, 2014-10) Sarmiento, Christiany Mattioli; Ramirez, Gláucia Miranda; Coltri, Priscila Pereira; Lima e Silva, Luis Felipe; Nassur, Otávio Augusto Carvalho; Soares, Jefferson Francisco
O uso de técnicas de sensoriamento remoto orbital representa um significativo avanço para os levantamentos de dados da cafeicultura, principalmente visando a complementação das técnicas utilizadas atualmente. Objetivou-se,neste trabalho, mapear áreas cafeeiras em imagens de alta resolução, a partir de métodos de classificação por análise de imagens orientada a objeto, com os algoritmos k nearest neighbor (KNN), support vector machine (SVM) e pixel-a-pixel, com o algoritmo maximum likelihood (Maxver). A área de estudo foi mapeada, em duas classes: ‘café’ e ‘outros usos’. Realizou- se a análise da exatidão dos mapeamentos a partir da comparação com o mapa de referência da área e foi constatado que a classificação pixel a pixel, pelo método maximum likelihood, obteve os melhores resultados, com 0,78 de índice kappa e 94,61% de exatidão. Conclui-se, a partir deste estudo que o método pixel a pixel do algoritmo Maxver mostra-se mais eficiente para discriminar café, quando se considera somente dois tipos de uso da terra, café e não café, em imagens de alta resolução