Explorando as Propriedades do Mapa Auto-organizável de Kohonen na Classificação de Imagens de Satélite

• Márcio L. Gonçalves PUC Minas / UNICAMP
• Márcio L. de Andrade Netto UNICAMP
• José Alfredo F. Costa UFRN

Resumo

Este trabalho apresenta uma metodologia que explora as propriedades do mapa auto-organizável (SOM) para realizar a classificação de padrões de cobertura terrestre em imagens de satélite. O método proposto efetua uma análise de agrupamentos dos dados da imagem empregando uma abordagem em três estágios. Primeiramente, os padrões originais da imagem são agrupados usando o SOM, em seguida o SOM é filtrado, e então segmentado através de um método de agrupamento hierárquico que utiliza as relações de vizinhança dos neurônios e incorpora informações espaciais em seu critério de fusão. Os resultados experimentais mostram um exemplo de aplicação da metodologia proposta sobre uma imagem IKONOS.

Referências

Ball, G. and Hall, D. (1967), “A Clustering Technique for Summarizing Multivariate Data”, Behavior Science, v. 12, p. 153-155.

Costa, J. A. F. (1999), Classificação Automática e Análise de Dados por Redes Neurais Auto-organizáveis. Tese (Doutorado em Engenharia Elétrica). Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas-SP.

Costa, J. A. F. (2005), “Segmentação do SOM por Métodos de Agrupamentos Hierárquicos com Conectividade Restrita”, In: Anais do VII Congresso Brasileiro de Redes Neurais, outubro 2005, Natal, RN.

Gonçalves, M. L., Netto, M. L. A., Costa, J. A. F. and Zullo Jr., J. (2006), “Data Clustering using Self-Organizing Maps segmented by Mathematic Morphology and Simplified Cluster Validity Indexes”, In: Proceedings of IEEE International Joint Conference on Neural Networks, Vancouver, July 2006, p. 8854-8861.

Haralick, R. M., Shanmugam, K. and Dinstein, I. (1973), “Textural Features for Image Classification”, In: IEEE Transactions on Systems, Man and Cybernetics, v. 3, n. 6, p. 610-621.

Haykin, S. (2001), Redes neurais: princípios e práticas. Porto Alegre: Bookmann, 2 ed..

Kohonen, T. (1997), Self-Organizing Maps, Springer Verlag (Berlim), 2nd edition.

Marçal, A. R. S. and Castro, L. (2005), “Hierarchical Clustering of Multispectral Images Using Combined Spectral and Spatial Criteria”, In: IEEE Geoscience and Remote Sensing Letters, v. 2, n. 1, p. 59-63.

Richards, J. A. (2005) “Analysis of Remotely Sensed Data: The Fomative Decades and the Future”, In: IEEE Transactions on Geoscience and Remote Sensing, v. 43, n. 3, p. 422-432.

Xu, R. and Wunsch II, D. (2005), Survey of Clustering Algorithms. In: IEEE Transactions on Neural Networks. v. 16, n. 3, p. 645-678.