Classificação de imagens de Radar (Banda-P)
utilizando Redes Neurais para mapeamento de
cobertura da terra em região de Floresta
Tropical.
Alcina Maria Nepomuceno
Aluna de Mestrado em Sensoriamento Remoto
Bolsista CAPES
Orientadores:
Dra. Corina Freitas
Dr. Dalton Valeriano
Objetivos
 Geral.

Avaliar a potencialidade da classificação por Redes Neurais
Artificiais de dados de radar na banda–P para discriminação e
mapeamento de cobertura da terra em região de Floresta
Tropical.
 Específico.


Estudar a capacidade discriminatória da banda-P utilizando as
polarizações (HH, HV, VH, VV) e as imagens Potência Total, BMI
(Índice de Biomassa), CSI (Índice da Estrutura do Dossel), VSI
(Índice de espalhamento volumétrico).
Utilização de uma nova metodologia na classificação destes
dados: “Algoritmo Genético otimizando os parâmetros da Rede
Neural e os resultados da classificação”.
Índices Biofísicos de Radar de Abertura Sintética
Pope et al., 1994
VV  HH
BMI 
2
VV
CSI 
VV  HH
CS
VSI 
CS  BMI
HV  VH
CS 
2
Durden et al., 1991
HH  HV  VH  VV
PotênciaTotal 
4
Metodologia
IMAGENS
FORMATO
FW_CRS
RELAÇÃO
SINAL/RUÍDO
COMPOSIÇÃO
IMAGENS
MENOS
CORRELACIONADAS
IMAGENS RADAR
TRANSFORMAR
PARA
GEO-TIFF
MAT RIZ
CORRELAÇÃO
HH, HV, VH, VV
FILTRAR
RUÍDO
SPECKLE
MAP GAMA
GEOCODIFICADAS
IMAGENS FILTRADAS
GERAR
IMAGENS
PT, CS, CSI
BMI e VSI
FROST e MEDIANA
JANELAS (3x3) e (5x5)
IMAGENS ORIGINAIS
HH, HV, VH, VV,
PT, CS, CSI, BMI e VSI
IMAGENS FILTRADAS
MAP GAMMA
JANELAS (3x3) e (5x5)
IMAGENS RADAR
CLASSIFICAR
REDE
FUZZY-ART
HH, HV, VH, VV,
PT, CS, CSI, BMI e VSI
IMAGENS
CLASSIFICADAS
AMOST RAS CLASSES
FILTRAR
RUÍDO
SPECKLE
FROST e
MEDIANA
EXPORTAR
GEO-TIFF
FLORESTA
REGENERAÇÃO MUITO ANTIGA
REGENERAÇÃO ANTIGA
REGENERAÇÃO INTERMEDIÁRIA
REGENERAÇÃO NOVA
PASTO/CULTURA
SOLO EXPOSTO
ORIGINAIS
FILT RADAS
COMPOSIÇÕES
T ABULAÇÃO
CRUZADA
IMAGENS FILTRADAS
FROST e MEDIANA
JANELAS (3x3) e (5x5)
MAT RIZ
DE
CONFUSÃO
RELAÇÃO
SINAL/RUÍDO
EXATIDÃO
COEFICIENT E
KAPPA
MESCLAR
CLASSES
IMAGENS
FILTRADAS
RELAÇÃO SINAL/RUÍDO
Schowengerdt (1997)
AMOSTRAS
POR
CLASSES
SNRvar 
ANÁLISE
RELAÇÃO
SINAL/RUÍDO
VALORES (SNR)
DE CADA CLASSE
FROST e MEDIANA
JANELA 5X5
VALORES (SNR)
DE CADA CLASSE
MAP GAMMA
JANELA 3X3
x
MELHOR
RESULTADO
P/ OS FILTROS
FROST E
MEDIANA
2
 imagem
original
VALORES (SNR)
DE CADA CLASSE
MAP GAMMA
JANELA 5X5
x
x
MELHOR FILTRO
E
MELHOR JANELA
MELHOR
RESULTADO
P/ O FILTRO
MAP GAMA
SNR (var)
VALORES (SNR)
DE CADA CLASSE
FROST e MEDIANA
JANELA 3X3
2
 imagem
filtrada
2,40
2,20
2,00
1,80
1,60
1,40
1,20
1,00
0,80
0,60
0,40
0,20
0,00
F ilt r o
F r o st / M ed iana
( 3 x3 )
Floresta
Reg muito ant
F ilt r o M ap
Gamma ( 5 x5 )
Reg antiga
Reg interm
Reg nova
Pasto
Solo
Exemplo das classificações c/ rede Fuzzy-ART:
Polarização HH original e filtradas
HH
ORIGINAL
HH
ORIGINAL
13 classes
HH
FROST
MEDIANA
HH
FROST
MEDIANA
13 classes
HH
HH
MAP GAMMA MAP GAMMA
14 classes
Exemplo das classificações c/ rede SOM:
Polarização HH original e filtrada
HH
ORIGINAL
4 classes
HH
MAP GAMMA
4 classes
Exemplo das classificações: composições das
polarizações menos correlacionadas
HV e VV
ORIGINAL
23 classes
HV e VV
FROST e MEDIANA
22 classes
HV e VV
MAP GAMMA
20 classes
Exatidão das imagens classificadas
Tabulação
cruzada
Mesclar
classes
Matriz
de
confusão
Exatidão
Coeficiente
KAPPA
Exemplo do processo de combinação das classes
PERCENTAGEM DOS PIXELS DOS PADRÕES EM CADA ROI DAS CLASSES PARA A IMAGEM HH MAP GAMMA.
Classes
8
3
10
4
5
0
13
11
1
2
6
7
12
SE
74,53 9,23 10,70 2,09 2,40 0,50 0,15 0,08 0,00 0,01 0,00 0,01 0,00
PC
27,04 22,91 22,51 6,60 10,21 2,68 2,33 1,33 0,01 0,07 0,03 0,40 0,13
RN
0,99 0,00 1,81 8,52 45,86 17,10 6,42 0,63 0,00 0,02 0,00 0,19 0,00
RI
0,70 0,00 0,53 2,45 36,35 23,98 6,49 0,97 0,00 0,00 0,00 0,00 0,00
RA
0,11 0,00 0,00 0,11 2,89 6,26 37,70 17,68 0,00 0,78 0,00 2,05 0,20
RMA
0,26 0,00 0,00 0,04 1,55 3,17 25,32 29,31 0,08 2,92 0,79 16,09 5,24
FP
0,12 0,00 0,00 0,03 1,15 2,02 16,52 25,62 1,16 3,35 4,75 23,14 13,70
9
Total
0,31 100
3,74 100
18,46 100
28,53 100
32,22 100
15,22 100
8,44 100
PERCENTAGEM DOS PIXELS DOS PADRÕES EM CADA ROI DAS CLASSES PARA A IMAGEM HH MAP GAMMA
APÓS COMBINAR AS CLASSES.
Classes
8
10
5
0
13
11
12
9
Total
SE
74,53 19,93 4,48 0,50 0,15 0,08 0,01 0,31 100
PC
27,04 45,42 16,81 2,68 2,33 1,33 0,63 3,74 100
RN
0,99 1,81 54,38 17,10 6,42 0,63 0,21 18,46 100
RI
0,70 0,53 38,80 23,98 6,49 0,97 0,00 28,53 100
RA
0,11 0,00 3,01 6,26 37,70 17,68 3,03 32,22 100
RMA
0,26 0,00 1,59 3,17 25,32 29,31 25,12 15,22 100
FP
0,12 0,00 1,17 2,02 16,52 25,62 46,11 8,44 100
Classes
SE
PC
RN
RI
RA
RMA
FP
Solo exposto
Pasto e/ou Cultura
Regeneração Nova
Regeneração Intermediária
Regeneração Antiga
Regeneração Muito Antiga
Floresta Primária
Exemplo do resultado das imagens com classes combinadas
HH MAP GAMMA
(14 classes)
HH MAP GAMMA
(8 classes)
Situação Atual do Trabalho

Fase de análise dos resultados.

Limite do prazo final: Março/2003.

Data provável da defesa da dissertação:
Fevereiro ou Março/2003.
Fim