Olá caros colegas, como foi pedido ai vai um tutorial sobre classificação, nesse tutorial

usaremos a classificação não supervisionada que não dá conhecimento prévio ao

classificador sobre os atributos das classes pertinentes a cena. O processo de classificar

significa agrupar alvos iguais e separar alvos diferentes, “Na definição matemática, usa-

se o espaço de atributos ("feature space"), que é essencial para se entender como

funciona a classificação de imagens multiespectrais. No processamento digital, a cada

eixo desse espaço são atribuídos os níveis de cinza de uma determinada banda

espectral.”

Então vamos ao procedimento. Abra a imagem que deseja classificar indo em Add

Data.

Depois abra o ArcToolBox e vá em Spatial Analyst Tools > Multivariate > Iso

Cluster. Neste tipo de classificação, as classes são determinadas pela análise de

agrupamentos.

Em Input Raster Bands, coloque a imagem a ser classificada, em Output Signature

File o software lhe dará um nome e um local, se for o caso mude, lembrando de colocar

a extensão *.gsg. No Number of Classes, depois de ter dado uma olhada na imagem

afim de saber a variabilidade espacial, você pode escolher o valor, para nosso exemplo

usaremos 10 classes, o Number of Iterations serve para que o programa possa a cada

iteração, recalcular e reclassificar os pixels, considerando-se os novos valores médios,

para tanto usaremos 9 iterações. No Minimum Class Size e no Sample Interval não

mude nada. Mande rodar o processo. Depois de completo, foi gerado um arquivo que

será usado na classificação.

Agora vá em Spatial Analyst Tools > Multivariate > Maximum Likelihood

Classification.

Em Input Raster Bands, coloque a imagem a ser classificada, em Input Signature

File localize o arquivo que foi gerado no processo anterior e em Output Classifield

Raster, se for o caso mude o nome e o local, Rejeite frações menores que a área do

pixel, indo em Reject Fraction, deixe o restante como está no modo defult e mande

rodar.

Depois de terminado sua classificação deve ter ficado com várias cores, agora é só

determinar a que classe pertence cada variação. A nossa ficou assim.

Lembrando que essa é classificação segue o método não supervisionado e por isso deve

gerar alguns erros, para limpar a classificação use os filtros, esses serão tema de outro

tutorial.

���������������� ����������������������������������“Tou, J. T. and R. C. Gonzalez, 1974. Pattern Recognition Principles, Addison-Wesley Publishing Company, Reading, Massachusetts”.

Um abraço e bom trabalho.

Espero que tudo tenha dado certo, qualquer duvida entre em contato, luissadeck_w@yahoo.com.br ou http://geotecnologias.wordpress.com/ Mensagem: "Era uma vez um gênio. Alguém lhe perguntou: 'Também quero ser um gênio. Que fazer para me tornar um?' Ele disse: 'Estude o Caminho do gênio.'

Sa d e c k - G e o t e c n o lo g ia S