| 1. Identificação | |
| Tipo de Referência | Tese ou Dissertação (Thesis) |
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
| Site | mtc-m16b.sid.inpe.br (namespace prefix: upn:K28A8B) |
| Identificador | 6qtX3pFwXQZGivnK2Y/PDVVF |
| Repositório | sid.inpe.br/mtc-m17@80/2007/04.04.16.56 (acesso restrito) |
| Última Atualização | 2007:05.18.19.23.58 (UTC) sergio |
| Repositório de Metadados | sid.inpe.br/mtc-m17@80/2007/04.04.16.56.56 |
| Última Atualização dos Metadados | 2024:12.26.14.42.14 (UTC) administrator |
| Chave Secundária | INPE-14671-TDI/1224 |
| Chave de Citação | Santos:2007:ExAtFo |
| Título | Extração de atributos de forma e seleção de atributos usando algoritmos genéticos para a classificação de regiões  |
| Título Alternativo | Shape feature extraction and feature selection using genetic algorithm for region classification |
| Curso | CAP-SPG-INPE-MCT-BR |
| Ano | 2007 |
| Data | 2007-02-02 |
| Data de Acesso | 22 set. 2026 |
| Tipo da Tese | Dissertação (Mestrado em Computação Aplicada) |
| Tipo Secundário | TDI |
| Número de Páginas | 99 |
| Número de Arquivos | 383 |
| Tamanho | 17162 KiB |
| 2. Contextualização | |
| Autor | Santos, Joelma Carla |
| Grupo | CAP-SPG-INPE-MCT-BR |
| Endereço de e-Mail do Autor | joelma@dpi.inpe.br |
| Banca | Fonseca, Leila Maria Garcia (presidente) Dutra, Luciano Vieira (orientador) Oliveira, João Ricardo de Freitas (orientador) Rennó, Camilo Daleles Perrella, Waldecir João |
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
| Cidade | São José dos Campos |
| Acervo Hospedeiro | lcp.inpe.br/ignes/2004/02.12.18.39 upn:LNRMAL cptec.inpe.br/walmeida/2003/04.25.17.12 upn:K28A8B |
| Histórico (UTC) | 2007-05-22 13:49:37 :: jefferson -> administrator :: 2007-05-22 14:43:57 :: administrator -> jefferson :: 2007-05-22 16:38:18 :: jefferson -> administrator :: 2007-07-03 14:22:32 :: administrator -> jefferson :: 2007-07-03 14:22:43 :: jefferson -> administrator :: 2007-09-06 13:05:05 :: administrator -> jefferson :: 2007-09-06 13:19:58 :: jefferson -> administrator :: 2009-01-30 16:52:09 :: administrator -> banon :: 2009-01-30 16:52:17 :: banon -> jefferson :: 2009-06-16 18:46:44 :: jefferson -> administrator :: 2019-01-25 15:22:04 :: administrator -> sergio :: 2007 2020-07-08 12:55:28 :: sergio -> administrator :: 2007 2024-12-26 14:42:14 :: administrator -> simone :: 2007 |
| 3. Conteúdo e estrutura | |
| É a matriz ou uma cópia? | é a matriz |
| Estágio do Conteúdo | concluido |
| Transferível | 1 |
| Palavras-Chave | algoritmos genéticos extração de atributos sensoriamento remoto reconhecimento de padrões processamento de imagens seleção de atributos atributos de forma classificação de regiões genetic algorithms feature extraction remote sensing pattern recognitio image processing feature selection shape features region classification |
| Resumo | O crescente avanço tecnológico dos sensores remotos tem gerado imagens com alto poder de discriminação de alvos terrestres. Com esta possibilidade, é cada vez maior o número de estudos do sistema urbano usando dados de sensoriamento remoto. Imagens do ambiente urbano apresentam uma alta diversidade espacial e espectral de objetos. Para casos como este, a extração de atributos de forma é necessária para se reconhecer objetos com geometrias diferentes de mesma assinatura espectral. Neste trabalho foram propostos cinco atributos de forma que apresentaram ótimo desempenho no reconhecimento de tais objetos. Uma grande dimensionalidade do espaço de atributos pode causar degradação na classificação, devido à redundância de informações, e um alto custo de processamento. Este trabalho propõe o uso de algoritmos genéticos (AG) para a seleção de atributos. Estes algoritmos se baseiam nos mecanismos de evolução dos seres vivos. Para a busca da melhor solução é utilizada a distância Jeffrerys-Matusita (JM), ou seja, considera-se como melhor solução a que apresenta a maior distância média JM entre os pares de classe. Foram propostos dois algoritmos genéticos distintos: AG binário e AG permutação. A fim de se verificar a eficiência da metodologia proposta, foram realizados testes com uma imagem sintética e uma imagem Quickbird com 0,6m de resolução espacial. Em tais testes foram extraídos 46 atributos das amostras de treinamento. Foram selecionados subconjuntos de atributos de tamanhos 1, 2, 3 e 4, e para todos eles o AG permutação se mostrou um método mais eficiente e robusto do que o AG binário na solução do problema. Com os atributos selecionados foram alcançados coeficientes kappa de 0,8647 a 0,9927. Também foi constatado por esta pesquisa que uma boa classificação não depende apenas dos métodos de seleção de atributos, mas também do classificador utilizado. Este trabalho apresentou a importância da extração de atributos de forma e a necessidade da aplicação dos métodos de seleção de atributos nos sistemas de processamento de imagem. ABSTRACT: Discrimination power of earth surface targets has been continuously bettered with the increasing remote sensors technological advances. Urban systems applications are one of the areas that recently took benefit of these advances, particularly when using high resolution remote sensing data. In this scale, however, it is often necessary to take into account the shape of the objects to achieve a proper identification when separating objects with the same spectral signature. In this work five new shape features have been considered, in addition to those already existing in a system being developed for region classification. In such system, high feature space dimensionality can be readily achieved, which can jeopardize the image classification, due to information redundancy and high processing costs. This work also uses genetic algorithms (GA) as search strategy for feature selection and dimensionality reduction. These algorithms are based on living creatures evolution mechanisms. In order to reach the best solution, the Jeffrerys-Matusita (JM) distance is used as quality criterion. It is considered the best solution the one which presents the greatest JM average distance between pairs of classes. Two distinct genetic algorithms were tested: binary GA and permutation GA. In order to check the efficiency of the proposed methodology, tests were performed with a synthetic image and a Quickbird image with 0,6m of spatial resolution. In such tests 46 features were obtained from training samples. Feature subsets of size 1, 2, 3 and 4, were selected and in all of them the permutation AG showed a better performance than binary GA. With these selected features, kappa coefficient from 0,8647 to 0,9927 were reached. This research showed the importance of shape features for intra-urban classification; also showed an excellent performance of GA algorithms as search strategy, once, using it, a similar quality as exhaustive search was reached, at a fraction of the cost. This work, in a broad perspective, presented the importance of shape feature extraction and the need of an adequate feature selection procedure in image processing systems devoted to region classification. |
| Área | COMP |
| Arranjo 1 | urlib.net > BDMCI > Fonds > Teses e Dissertações... > Extração de atributos... |
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Teses e Dissertações... > Extração de atributos... |
| Arranjo 3 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Teses e Dissertações... > Extração de atributos... |
| Arranjo 4 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Extração de atributos... |
| Conteúdo da Pasta doc | acessar |
| Conteúdo da Pasta source | não têm arquivos |
| Conteúdo da Pasta agreement | não têm arquivos |
| 4. Condições de acesso e uso | |
| Idioma | pt |
| Arquivo Alvo | paginadeacesso.html |
| Grupo de Usuários | administrator jefferson simone |
| Grupo de Leitores | administrator sergio simone |
| Visibilidade | shown |
| Detentor dos Direitos | originalauthor yes locatedauthor no |
| Detentor da Cópia | SID/SCD |
| Permissão de Leitura | deny from all |
| Permissão de Atualização | não transferida |
| 5. Fontes relacionadas | |
| Unidades Imediatamente Superiores | 8JMKD2USNNW34T/4CL6M65 8JMKD3MGPCW/3F2PHGS |
| Lista de Itens Citando | sid.inpe.br/mtc-m21d/2024/12.26.14.38 - 79 sid.inpe.br/bibdigital/2013/10.12.22.16 - 40 sid.inpe.br/bibdigital@80/2006/04.07.15.50.13 - 4 |
| Divulgação | NTRSNASA; BNDEPOSITOLEGAL. |
| 6. Notas | |
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyright creatorhistory descriptionlevel doi e-mailaddress format isbn issn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
| 7. Controle da descrição | |
| e-Mail (login) | simone |
| atualizar | |