Avaliação relativa do desempenho de algoritmos congêneres orientados à classificação supervisionada de imagens implementados em diferentes softwares: implicações à interpretação dos resultados
DOI:
https://doi.org/10.5902/2179460X40068Palavras-chave:
Sensoriamento remoto, Classificação de imagem, Sistemas de geoinformação, Análise de desempenho, Baixo custo.Resumo
O presente artigo propõe avaliar o desempenho de algoritmos congêneres implementados em diferentes sistemas de geoinformação, a fim de verificar se há diferença no resultado da classificação da imagem em função da plataforma utilizada. Para certificar a hipótese levantada, selecionou-se softwares à comparação, a saber, o SAGA GIS e ENVI. O cenário idealizado contemplou a operação de classificação conduzida por um usuário sem educação formal em Sensoriamento Remoto, avaliando-se os impactos dos resultados na interpretação realizada por este indivíduo. Foram dadas condições equivalentes para todos os algoritmos e sistemas selecionados, i.e., os parâmetros default dos sistemas, simulando, assim, um operador desprovido de conhecimento do funcionamento dos algoritmos. Com efeito, os resultados demonstraram que algoritmos iguais, implementados em softwares diferentes, podem gerar resultados ora distintos, ora equivalentes, o que impacta diretamente na interpretação dos resultados. É necessário, portanto, atenção na seleção da técnica de classificação e do software, para que se obtenha resultados equivalentes, passíveis de serem interpretados com as mesmas condições.
Downloads
Referências
AKAIKE, H. A new look at the statistical model identification. IEEE Transactions on Automatic Control. 1974; 19 (6): 716–723.
AL-AHMADI, F. S., & HAMES, A. S. Comparison of four classification methods to extract land use and land cover from raw satellite images for some remote arid areas, kingdom of Saudi Arabia. Earth. 2009;20(1):167-191.
BARR, R. S., GOLDEN, B. L., KELLY, J., STEWARD, W., & RESENDE, M. Guidelines for designing and reporting on computational experiments with heuristic methods of the Proceedings of International conference on Metaheuristics for Optimization; 2001:1-17.
BERNARDI, H., DZEDZEJ, M., CARVALHO, L., & ACERBI JÚNIOR, F. W. 2007. Classificação digital do uso do solo comparando os métodos “pixel a pixel” e orientada ao objeto em imagem QuickBird of the Simpósio Brasileiro de Sensoriamento Remoto, 2007, Florianópolis, INPE:5595-5602.
CAMPOS, W. W., GASPAR, J., LAGE, M. O., KAWASHIMA, R. S., GIANNOTTI, M. A., & QUINTANILHA, J. A. Avaliação de classificadores de imagem de satélite a partir do uso de uma técnica de votação. Revista Brasileira de Cartografia. 2016;68 (8).
CANTY, M.J. Image analysis, classification and change detection in remote sensing with algorithms for ENVI/IDL: Taylor & Francis, CRC Press; 2006.
CENTENO, J. A. S. Sensoriamento remoto e processamento de imagens digitais. Curitiba: UFPR; 2003.
CRÓSTRA, A. Processamento digital de imagens de sensoriamento remoto. Campinas: Instituto de Geografia–UNICAMP; 1992.
DUARTE, D. C. O., ZANETTI, J., JUNIOR, J. G., & MEDEIROS, N. G. Comparison of supervised classification methods of Maximum Likelihood, Minimum Distance, Parallelepiped and Neural Network in images of Unmanned Air Vehicle (UAV) in Viçosa-MG. Revista Brasileira de Cartografia. 2018;70 (2).
ELWOOD, S.; GOODCHILD, M. F.; SUI, D. Z. Researching Volunteered Geographic Information: Spatial Data, Geographic Research, and New Social Practice of the Association of American Geographers; 2012; 102(3):571-590.
ERBEK, F. S., ÖZKAN, C., & TABERNER, M. Comparison of maximum likelihood classification method with supervised artificial neural network algorithms for land use activities. International Journal of Remote Sensing. 2004;25(9):1733-1748.
FONTE, C.C.; MINGHINI, M., PATRIARCA, J., ANTONIOU, V., SEE, L. & SKOPELITI, A. Generating Up-to-Date and Detailed Land Use and Land Cover Maps Using OpenStreetMap and GlobeLand30. ISPRS International Journal of Geo-Information. 2017; vol. 6.
GREENBERG, H. J. Computational testing: Why, how and how much. ORSA Journal on Computing, 1990;2(1):94-97.
GRIFFIN, A. L.; WHITE, T.; FISH, C. TOMIO, B.; HUANG, H.; SLUTER, C. R et,. al. Designing across map use contexts: A research agenda. International Journal of Cartography. 2017;3:1-25.
HARKEN, J., & SUGUMARAN, R. Classification of Iowa wetlands using an airborne hyperspectral image: a comparison of the spectral angle mapper classifier and an object-oriented approach. Canadian Journal of remote sensing. 2005;31(2):167-174.
HEIPKE, C. Crowdsourcing Geospatial Data. ISPRS Journal of Photogrammetry and Remote Sensing. 2010;65(6):550-557.
KHATAMI, R., MONTRAKIS, G., STEHMAN, S. V. A meta-analysis of remote sensing research on supervised pixel-based land-cover image classification processes: General guidelines for practitioners and future research. Remote Sensing of Environment. 2016; vol. 177:89-100.
KRUSE, F. A., LEFKOFF, A. B., BOARDMAN, J. W., HEIDEBRECHT, K. B., SHAPIRO, A. T., BARLOON, P. J et., al. The spectral image processing system (SIPS)-interactive visualization and analysis of imaging spectrometer data. Remote sensing of environment. 1993;44 (2-3):145-163.
LAMPARELLI, R. A. C., ROCHA, J. V., & BORGHI, E. Geoprocessamento e agricultura de precisao: fundamentos e aplicacoes. 2001:vol. 2.
LILLESAND, T. M., KIEFER, R. W., & CHIPMAN, J. W. Remote Sensing and Image Interpretation. New York: JohnWiley and Sons; 2004.
PERUMAL, K., & BHASKARAN, R. Supervised classification performance of multispectral images. Journal of Computing. 2010;Volume 2:Issue 2.
PINHO, C. D., FEITOSA, F. D. F., & KUX, H. 2005. Classificação automática de cobertura do solo urbano em imagem IKONOS: Comparação entre a abordagem pixel-a-pixel e orientada a objetos of the Simpósio Brasileiro de Sensoriamento Remoto; 2005; Goiânia, GO. INPE; p. 4217-4224.
RICHARDS, J. A. Remote Sensing Digital Image Analysis: An Introduction. Australia: Springer; 2012.
SEE, L.; MOONEY, P.; FOODY, G.; BASTIN, L.; COMBER, A.; ESTIMA, J. et., al. Crowdsourcing, Citizen Science or Volunteered Geographic Information? The current state of Crowdsourced Geographic Information. ISPRS International Journal of Geo-Information. 2016;5(55):1-23.
SMITS, P. C., DELLEPIANE, S. G., & SCHOWENGERDT, R. A. Quality assessment of image classification algorithms for land-cover mapping: a review and a proposal for a cost-based approach. International journal of remote sensing. 1999;20 (8):1461-1486.
STEIN, A., VAN DER MEER, F. D., & GORTE, B. Spatial statistics for remote sensing: Springer Science & Business Media; 2006.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
