
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Lacerda, Wilian Soares | - |
| Autor(es): dc.contributor | Volpato, Margarete Marin Lordelo | - |
| Autor(es): dc.contributor | Saúde, André Vital | - |
| Autor(es): dc.contributor | Alves, Helena Maria Ramos | - |
| Autor(es): dc.creator | Marujo, Rennan de Freitas Bezerra | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:37:24Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:37:24Z | - |
| Data de envio: dc.date.issued | 2015-02-19 | - |
| Data de envio: dc.date.issued | 2015-02-19 | - |
| Data de envio: dc.date.issued | 2015-02-19 | - |
| Data de envio: dc.date.issued | 2013-04-10 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/5097 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1165018 | - |
| Descrição: dc.description | O presente trabalho avalia métodos de segmentação em imagens de satélite visando a construção de uma árvore de processos automatizada para a classificação de áreas cafeeiras. As imagens passaram por diferentes métodos de segmentação, caracterização de atributos espaciais, espectrais, forma e textura, uma vez que este tipo de cultivo, devido as suas características instrinsicas é facilmente confundido com a mata nativa em processos de classificação automática onde consideram-se apenas as variações espectrais. Foram usados algoritmos segmentadores de imagens, algoritmos de aprendizagem supervisionada e imagens do satélite Rapideye, que possuem alta resolução espacial e radiométrica. A avaliação da segmentação foi feita comparando 3 algoritmos: Chess board, Quad tree e Multi-resolution segmentation, em 2 níveis hierárquicos, utilizando o algoritmo do vizinho mais próximo para a classificação da imagem através das amostras coletadas. As acurácias foram comparadas com o algoritmo de classificação pixel a pixel de máxima verossimilhança que é um método baseado puramente em valores espectrais, O método mais preciso foi Multi-resolution segmentation com um índice global e índice Kappa de 80,7616% e 0,7115 respectivamente. Utilizou-se como avaliadores específicos a acurácia de produtor para a classe café que apresentou 78,97% e a acurácia de usuário também para a classe café, com acerto de 77,35%. Estes expressam uma boa qualificação, mas requerem uma pós classificação feita por interprete humano para obter valores mais precisos. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Classificação automática | - |
| Palavras-chave: dc.subject | Cafeicultura | - |
| Palavras-chave: dc.subject | Segmentação | - |
| Palavras-chave: dc.subject | Classificação orientada a segmento | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Título: dc.title | Avaliação de métodos de segmentação de imagens aplicadas na classificação de culturas cafeeiras | - |
| Tipo de arquivo: dc.type | TCC | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: