Dissertação de Mestrado:
Detecção de Mudanças na Superfície Terrestre Usando Imagens de Sensoriamento Remoto e Técnicas em Inteligência Computacional.

Thales Alfredo de Vila Carneiro

GEOM
Orientador
Prof. Maria Luiza Fernandes Velloso Currículo Lattesk
Coorientador
Flávio Joaquim de Souza, D.Sc., UERJ
Banca
* Prof. Maria Luiza Fernandes Velloso Currículo Lattesk
* Flávio Joaquim de Souza, D.Sc., UERJ
* Prof. Luiz Biondi Neto , Doutor, UFRJ, Brasil, 2001 - Currículo Lattesk
* Profa. Karla Tereza Figueiredo Leite Currículo Lattesk
* Fabiano Saldanha Gomes de Oliveira, D.Sc., LNCC
Data - hora da defesa
21/09/2004
Resumo
Esta dissertação tem o objetivo de propor uma metodologia para a detecção de mudanças na superfície terrestre, a partir de imagens multiespectrais e multitemporais de sensoriamento remoto, empregando técnicas de inteligência computacional para gerar uma imagem com a classificação das áreas de ocorrência de mudanças e das áreas onde não ocorreu mudança na superfície da Terra. Avaliaram-se duas metodologias de detecção de mudanças: abordagem com pré-classificação espectral e abordagem pós-classificação. Nas duas metodologias foi inicialmente realizado um procedimento de correção radiométrica relativa, através de uma regressão não paramétrica. A abordagem com pré-classificação espectral, que se mostrou mais eficaz na detecção das mudanças foi implementada pela técnica denominada análise do vetor mudança (CVA, Change Vector Analysis) e pelo algoritmo de rede neural por centróide (CNN, Centroid Neural Network). Palavras-Chave: Detecção de mudanças, Processamento Digital de Imagem, Redes Neurais.

Download do Trabalho