Please use this identifier to cite or link to this item: http://hdl.handle.net/10174/1920

Title: DETECÇÃO DE VEGETAÇÃO ARBÓREA ATRAVÉS DA CLASSIFICAÇÃO DE IMAGENS MULTIESPECTRAIS DE ALTA RESOLUÇÃO (QUICKBIRD)
Authors: Sousa, Adélia
Mesquita, Paulo
Gonçalves, Ana Cristina
Marques da Silva, José Rafael
Silva, Luis Leopoldo
Roma, João
Keywords: Quickbird
Detecção remota
Segmentação multiespectral
classificação orientada a objectos
alta resolução espacial
vegetação arbórea
Issue Date: 2-Mar-2010
Abstract: O conhecimento dos recursos florestais é muito importante para o planeamento e gestão da floresta. Neste estudo pretendeu-se testar a capacidade das imagens de muito elevada resolução espacial (Quickbird) na identificação e cartografia da área de coberto de duas espécies florestais, sobreior e azinheira. Testaram-se vários métodos de classificação de imagens de satélite, métodos tradicionais, e métodos recentes, tais como a segmentação de imagem e classificação orientada por objecto. Os resultados obtidos mostraram que os métodos recente de classificação de imagem, permitem uma boa separação da vegetação arbórea do solo, mas também a separação entre as duas composições florestais, indicando que a baixa resolução espectral destas imagens pode ser compensada utilizando informação adicional, espacial e de textura, no método de classificação orientada por objectos.
URI: http://hdl.handle.net/10174/1920
Type: lecture
Appears in Collections:ERU - Comunicações - Em Congressos Científicos Internacionais
ICAAM - Comunicações - Em Congressos Científicos Internacionais

Files in This Item:

File Description SizeFormat
ResPoster_Sousa_et_al.pdfResumo do Poster263.46 kBAdobe PDFView/Open
FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Dspace Dspace
DSpace Software, version 1.6.2 Copyright © 2002-2008 MIT and Hewlett-Packard - Feedback
UEvora B-On Curriculum DeGois