Uso de informações contextuais no processo de classificação de imagens do sensoriamento remoto

Abstract

A utilização de informações exclusivamente espectrais para classificação de imagens tem se mostrado pouco eficiente frente aos complexos cenários que o avanço tecnológico de observação terrestre oferece. Por esse motivo, a pesquisa apresentada nesta dissertação propõe a consideração de informações contextuais para auxiliar no processo de classificação de imagens digitais do sensoriamento remoto. Para demonstrar a viabilidade da proposta, aplicou-se a metodologia no estudo de caso para determinação de áreas de vegetação no Município de Belo Horizonte MG. Através de contato com órgãos da Prefeitura de Belo Horizonte, provedores dos dados espaciais, foram estabelecidas as classes informacionais a serem discriminadas pelo processo. Os dados constavam de planos de informação vetoriais e imagens multiespectrais do satélite artificial QuickBird 2. Após edição de parte dos dados vetoriais e posterior conversão para o formato raster, aliada ao processo de atenuação dos efeitos atmosféricos e ortorretificação das imagens, iniciou-se a aplicação do método. Primeiramente foram levantadas quais informações contextuais seriam úteis à identificação das classes informacionais almejadas, em seguida realizaram-se procedimentos para se obtê-las. Optou-se então por tratar a modelagem do contexto por meio de duas abordagens distintas: uma direta e outra indireta. A modelagem direta caracterizou-se por operações de intersecção de imagens com tipo de dados booleanos, enquanto a modelagem indireta forneceu a opção de manipular tipos de dados contínuos. A modelagem direta foi aplicada para obtenção da ocorrência de áreas de vegetação em vias e em quadras, conseguida a partir da variável de ambiente espectral NDVI. Após, foi realizada operação de intersecção com imagens de vegetação, de vias e de quadras. Para aplicação da modelagem indireta, as informações contextuais foram definidas para melhor caracterizar tipos de vegetação (floresta nativa; floresta plantada, cerrado, campo cerrado e campo plantado), em termos das variáveis de ambiente topográficas MDEHC, MDD, MDN, e MDL; e variável da ambiente espectral NDVI. Para cada classe informacional, uma combinação particular de informações contextuais foi estabelecida e utilizada em procedimento de Regressão Logística Binomial, para determinar valores iniciais de maior verossimilhança para sua ocorrência. Desse modo, foram geradas imagens, uma para cada classe informacional, com valores de verossimilhança definidos pela operação de regressão. Aplicou-se então o paradigma Bayesiano, através de modelo probabilístico Bayesiano, para se obter imagens fundamentadas em valores atualizados de probabilidade com base no conhecimento especialista. O modelo probabilístico Bayesiano adotado foi o Beta-Binomial, cuja indexação foi feita pelos valores dos hiperparâmetros α e β, que expressam a opinião do analista acerca da posição e dispersão da distribuição, respectivamente. Os valores adotados para os hiperparâmetros foram obtidos por simulações e iterações, seguidas de análises intermediárias dos resultados, realizadas sucessivamente até que se obtivesse uma representação mais apropriada da realidade. As imagens fundamentadas em valores de probabilidade, determinadas pelo modelo Bayesiano, foram utilizadas como valores iniciais de probabilidade no método de classificação pela máxima verossimilhança. Para verificar a eficácia do método de inclusão de informações contextuais, denominado de Classificação Contextual, comparou-se com o método de Classificação Tradicional pelo algoritmo Classificador da Máxima Verossimilhança. Os resultados dos dois procedimentos foram avaliados por matrizes de contingência, geradas pela comparação entre as imagens temáticas produzidas e uma imagem de referência. A imagem de referência foi obtida a partir das amostras de treinamento refinadas (ou purificadas) pelo algoritmo da distância estatística de Mahalanobis, com um valor arbitrado de 50% como critério de semelhança. A partir das matrizes de contingência foi estimado o valor do coeficiente Kappa, que apresentou diferença de aproximadamente 6,5% entre os métodos de Classificação, com superioridade para o Contextual (0,9199) em relação ao Tradicional (0,8528). Para certificar que essa diferença foi, contudo, significativa, aplicou-se o teste Z bilateral entre os métodos ao nível de significância de 5%. Pelos valores Z observou-se que, ao nível de confiança de 95%, a hipótese de nulidade (de equivalência entre métodos) foi rejeitada e, portanto, os métodos foram constatados diferentes. Empregou-se então, o método de Classificação Contextual para geração da imagem temática de vegetação do Município de Belo Horizonte - MG. Concluí-se daí que, a partir dos dados disponíveis e hipóteses simplificativas assumidas, o método de Classificação Contextual foi realmente superior ao método de Classificação Tradicional, logo, sua aplicação é recomendada.

The exclusive use of spectral information applied to image classification has shown less efficiency through the complex conditions that technological incoming of earth observation offers. For this reason, the research presented on this dissertation purposes to consider the contextual information to help in the remote sensing digital image classification process. To reveal the purpose viability, the methodology was applied in the study case for determination of vegetation areas at Belo Horizonte Municipal District. Through the partnership with some organisms of the Belo Horizonte Administration, the spatial data providers, informational classes to be discovered by the process was determined. The data were composed by vector information layers and QuickBird 2 artificial satellite multispectral images. After the edition of part of the vector layers data and subsequent conversion to raster format, combined to the atmospheric effects attenuation process and imagery orthorrectification, the application of the method was initiated. At first, the helpful contextual information to map categories identification was established, following by the necessary procedures to get them. Two different approaches to deal with the context modeling were chosen: one direct and other indirect one. The direct modeling was featured by images intersection operations with Boolean data types, and, the indirect modeling offered the analyst option to operate continuous data types. The direct modeling was applied to identify the incidence of vegetation areas on streets and blocks, obtained from the spectral environmental variable NDVI. And then, an intersection operation was performed between vegetation image, the streets and blocks layers. To apply the indirect modeling, the contextual information were defined to better featuring the vegetation types (native forest, crop forest, savannah, savannah field and crop field), in terms of the topographic environmental variables HCDEM (Hydrologically Consistent Digital Elevation Model), SDM (Slope Digital Model), NDM (North face Digital Model also called Northness), and EDM (East face Digital Model also called Eastness); and the spectral environmental variable NDVI. For each informational class, one specific arrangement of contextual information was determined and used on a Binomial Logistic Regression procedure, to find out initial values of higher likelihood for class happening. In this way, images was generated, one for each class, with defined likelihood values defined by regression operation. The Bayesian Paradigm was applied, through the Bayesian probabilistic model, to obtain images founded on updated probability values based on specialist knowledge. Beta-Binomial was the Bayesian probabilistic model adopted. Model index was done by α and β hyperparameters values, expressing the analyst opinion about the distribution position and dispersion, respectively. Values assigned for the hyperparameters has been acquired by simulations and iterations, following by intermediate results analysis, successively made until a proper reality representation was obtained. Imagery founded on probability values, determined by Bayesian model, was used like initial probability values in the maximum likelihood classification method. To verify the efficiency of the contextual information inclusion method, named Contextual Classification process, it was compared against the Traditional Classification method by the Maximum Likelihood Classifier algorithm. Results of both procedures were evaluated by contingency matrixes build by comparison between the thematic imagery produced by the classification methods and the reference image. Reference image was generated from the training sites, refined (or purified) by the Mahalanobis statistical distance algorithm, employing a 50% arbitrary value threshold of similarity criterion. From the contingency matrixes, Kappa coefficient value was estimated, presenting a difference about 6.5% between the Classification methods, indicating superiority of the Contextual (0.9199) one, in relation to Traditional (0.8528) one. To certify that the difference was, although, significant, a two-sided Z test was applied among the methods at 5% significance level. By Z values obtained, was observed that, at 95% confidence level, the nullity hypothesis (equivalency between methods) must been rejected and, thus, the methods were verified different. Consequently, the Contextual Classification method was employed to generate the vegetation thematic image of Belo Horizonte (MG) Municipal District. Results show that, from the available data and through the simplification hypothesis assumed, the Contextual Classification method purposed was really superior to the Traditional Classification method and, thus, its application is recommended.