Skip navigation
Veuillez utiliser cette adresse pour citer ce document : http://repositorio.unb.br/handle/10482/11076
Fichier(s) constituant ce document :
Fichier Description TailleFormat 
ARTIGO_MisturaEspectralClassificadores.pdf111,41 kBAdobe PDFVoir/Ouvrir
Titre: Mistura espectral : (II) classificadores espectrais para identificação
Auteur(s): Carvalho Júnior, Osmar Abílio de
Carvalho, Ana Paula Ferreira de
Guimarães, Renato Fontes
Meneses, Paulo Roberto
Shimabukuro, Yosio Edemir
Assunto:: Análise espectral
Sensoriamento remoto
Date de publication: 2003
Editeur: Programa de Pós-Graduação em Geografia do Departamento de Geografia
Référence bibliographique: CARVALHO JÚNIOR, Osmar Abílio de et al. Mistura espectral: (II) classificadores espectrais para identificação. Espaço & Geografia, v. 6, n. 1, p. 175-197, 2003. Disponível em:<http://www.lsie.unb.br/espacoegeografia/index.php/espacoegeografia/article/view/113/111>. Acesso em: 11 jun. 2012.
Résumé: O presente trabalho possui como objetivo apresentar uma revisão sobre os métodos desenvolvidos para classificação espectral. Os classificadores espectrais que visam à identificação realizam uma comparação do espectro da imagem (EI) com um espectro de referência (ER), proveniente de bibliotecas espectrais ou de membros finais das imagens. As principais diferenças entre os métodos são basicamente duas: (a) opção do emprego da remoção do contínuo e (b) o critério de similaridade a partir do ajuste linear. A remoção do contínuo tem como propósito enfatizar as feições de absorção a partir da retirada do background utilizando uma função matemática, geralmente, ospline cúbico. Os critérios de similaridade são oriundos da regressão linear e do ajuste por mínimos quadrados sendo assim utilizadas formulações do coeficiente de correlação e do erro padrão. Serão descritos os algoritmos dos principais métodos existentes: Spectral Angle Mapper (SAM), Spectral Feature Fitting (SFF), Spectral CorrelationMapper (SCM) e o coeficiente de determinação utilizado pelo Tricorder e Tetracorder. _________________________________________________________________________________ ABSTRACT
This present work has as objective to present a review about the methods developed for spectral classification. The spectral classifiers that focus in the identification perform a comparison of spectrum (EI) of the image with a referencespectrum (ER), obtained from the spectral library or the image endmembers. The maindifferences between these methods are basically two: (a) the option to employ continuum removal, and (b) the similarity criterion based on linear fitting. Continuum removal hasas purpose to emphasize the absorption features from the background removal utilizing a mathematical function, generally, the cubic spline. The similarity criteria are originatedfrom linear regression and by minimum squares fitting so utilizing formulations of thecorrelation coefficient and the standard error. It will be described the algorithms of the main existing methods: Spectral Angle Mapper (SAM), Spectral Feature Fitting (SFF), Spectral Correlation Mapper (SCM), and coefficient of determination utilized by Tricorderand Tetracorder.
Licença:: Espaço & Geografia está licenciado sob uma licença Creative Commons (Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 3.0 Unported). Fonte: http://www.lsie.unb.br/espacoegeografia/index.php/espacoegeografia/article/view/113/111. Acesso em: 11 jun. 2012.
Collection(s) :Artigos publicados em periódicos e afins

Affichage détaillé " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/11076/statistics">



Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons