Classificao Orientada a Objeto (consideraes)

INTRODUO
No decorrer do desenvolvimento das atividades na rea de geotecnologias o mercado quer cada
vez mais ter agilidade nas respostas, o que implica uma extrao de informaes, nesse caso em
imagens de satlite, de forma rpida e automatizada, onde o interprete (analista) tenha o mnimo
de interferncia possvel.
Nessa postagem tentaremos abordar a tcnica de classificao orientada a objeto, no sentido mais
terico. Explicitando alguns termos e tcnicas usadas para se obter o resultado gil. Logo no
temos a pretenso de finalizar o assunto somente com essa postagem, pois levando em
considerao a quantidade distinta de dados, fica invivel propor uma soluo para as aplicaes
dessa tcnica.
SEGMENTAO
O principio da segmentao , que partindo de uma imagem digital, possamos atravs de
algoritmos estatsticos, reduzir as informaes da mesma em regies (objetos) homogneas, as
quais so funes diretas do problema considerado, ajudando em uma anlise mais adequar da
imagem.
Porem importante lembrar que a qualidade da segmentao depende no apenas do algoritmo
selecionado, mas de um apropriado ajuste dos valores de seus parmetros. Como j foi dito, o
ajuste desses parmetros necessita de uma longa jornada de testes para cada imagem, hoje j
existem alguns procedimentos para tornar a insero desses parmetros mais aferida, no entanto
gastam mais tempo.
A segmentao pode ser classificada genericamente em dois grandes grupos.
BASEADA EM DESCONTINUIDADE: particiona a imagem levando em considerao a mudana
abrupta nos nveis de cinza que podem ser observados atravs de matrizes de convoluo que
percorrem a imagem detectando pontos isolados, linhas e bordas de um objeto.

Matriz de convoluo (Detection isolate points)

Na prtica, pude perceber que na maioria das vezes as deteces de linhas e bordas retornam
erros de deteco que posteriormente precisam ser ajustados manualmente ou usando algum
processamento anterior a segmentao.
BASEADA

EM

SIMILARIDADE: leva

em

considerao

interior

dos

objetos,

analisando

propriedades similares entre os pixels, tendo como critrio os mtodos de segmentao por
crescimento de regies, limiarizao, deteco de bacias, pirmides e clustering. Esses mtodos
sero descritos a baixo.

CRESCIMENTO DE REGIES: este mtodo agrega pixels ou sub-regies e regies

maiores, o processo pelo qual se inicia esse mtodo a coleta automtica de
pixels fontes, partindo-se desses o algoritmo vai agregando pixels vizinhos que
tenham caractersticas similares de cor, intensidade, textura e etc. at que no
haja mais possibilidade de agregao.

Segmentao por crescimento de regies

LIMIARIZAO: aqui feita uma discretizao dos objetos por limiares sobre o
histograma da imagem, esse limiar retorna uma imagem com valores de 1 para
os objetos e 0 para o fundo.

Segmentao por limiarizao 150 ND

DETECO DE BACIAS: Esse mtodo pode ser considerado uma juno de outros
mtodos como a deteco de bordas que usa o filtro de sobel e por agregadores
de regio. O resultado intermedirio desse mtodo uma imagem com aparncia
de um modelo digital de elevao (DEM) onde sero processadas as regies a
partir de um limiar configurado pelo usurio, o resultado final a criao de
objetos pertinentes s bacias dentro do limiar empregado.

Segmentao por deteco de bacias com limiar 96 ND

PIRMIDES: os procedimentos empregados nesse mtodo so bem diferentes dos

usualmente conhecidos, pois o algoritmo divide a imagem em quadrantes
arbitrrios, quase que identificando o pixel.

Segmentao por pirmide (quadtree) Scale 60

CLUSTERING: para esse mtodo a imagem e convertida em valores de atributo

(pontos) que so visualizados em um espao amostral. Os cluster so pores
continuas desse espao com alta densidade de pontos, o que define o objeto a
separabilidade

entre

essas

nuvens

de

pontos

adensadas.

Existem

ainda

subdivises desse mtodo que determinam que um ponto pertence a apenas uma
classe ou ainda os que permitem que um ponto pertena a todas as classes at
certo grau. O clustering pode usar algoritmos ISOSEG ou K-MDIAS.

Segmentao por clustering

SEGMENTAO

BASEADA

EM

OBJETO

(MULTIRESOLUO):

basicamente

esse

tipo

de

segmentao leva em considerao varias caractersticas da imagem, como heterogeneidade

espacial (forma) que tambm subdividido em compacidade e suavidade, assim como espectral
(cor) e diferena dos objetos de entorno, utilizando em sntese o mtodo de crescimento de
regies para agregar pixels vizinhos. Esse processo termina quando o objeto excede o limiar
(escala) definido pelo usurio.
A heterogeneidade (Cor e forma) define a uniformidade dos objetos
O limiar de escala a propriedade que define o tamanho dos objetos

Segmentao orientada a objeto (multiresoluo) Scale 15 Color 0.5

CLASSIFICAO
O procedimento de classificao dos objetos vai depender do software que se est usando, em
sntese e de modo mais simples, a classificao se dar com a indicao de segmentos para
determinadas classes, sendo esses usados como amostras. Esse processo pode ser tanto
automtico quanto manual.
A classificao pode ser muito mais apurada quando se faz um estudo das estatsticas dos
segmentos para identificao das classes pretendidas.
Geralmente, nos algoritmos automticos, usam-se os classificadores de pertinncia para associar
os objetos as classes, esses classificadores inibem a noo determinista de sim ou no, deixando
com que as estatsticas de cada segmento definam o grau de pertencimento a uma determinada
classe.
SOFTWARES
eCognition http://www.definiens.com/
Esse software proprietrio traz ao mercado a potencialidade de extrair o mximo de informao
com mxima eficincia dos mais variados sensores remotos.
Nesse contexto, a tecnologia eCognition analisa o pixel baseado no seu contexto, e no
isoladamente, reconhecendo os grupos de pixels como objetos. (Threetek, 2010).

Interface eCognition 8
InterIMAGE http://www.lvc.ele.puc-rio.br/projects/interimage/
Resultado da cooperao DSR e DPI INPE, Depto. Engenharia Eltrica da PUC-RJ e Universidade
de Hannover (Alemanha). Esse aplicativo livre congrega a escrita da biblioteca TerraLIB e do
software GeoAIDA, tentando ultrapassar os limites do eCognition.
Em resumo, InterIMAGE implementa uma estratgia especfica de interpretao de imagens. Tal
estratgia baseada e guiada por uma descrio hierrquica do problema de interpretao,
estruturado em uma rede semntica. (COSTA et. al., 2009).

Interface InterIMAGE 1.15

SPRING http://www.dpi.inpe.br/spring/

O SPRING um SIG no estado-da-arte com funes de processamento de imagens, anlise

espacial, modelagem numrica de terreno e consulta a bancos de dados espaciais, desenvolvido
pela DPI INPE e apoiado por diversas outras instituies.
O processo de classificao por objetos (regies) no SPRING ainda no totalmente automtico
sendo necessrio a identificao manual dos objetos para cada classe aplicando assim um
classificador supervisionado Bhattacharya.

Interface SPRING 5.1.5

SPT v2.0 http://www.lvc.ele.puc-rio.br/
O SPT, desenvolvido pelo Departamento de Engenharia Eltrica da PUC-RJ, ainda uma prottipo
de software para segmentao que possui um grande potencial de uso para ajustes de parmetros
de segmentao, usando um algoritmo gentico (AG) para identificar valores timos para os
parmetros de segmentao dentro de um espao de busca.

Interface SPT v.2.0

ENVI Feature Extraction http://www.ittvis.com/Company.aspx
a ferramenta desenvolvida pela ITTVIS para desenvolvimento de classificao por segmentao
orientada ao objeto para extrao de alvos de interesse sendo possvel aplicar mtodos

supervisionados e no supervisionados, para o agrupamento de pixels de uma imagem dentro de

classes.

Interface ENVI Feature Extraction

O mtodo de classificao orientada a objeto vem ganhando espao muito rapidamente no
desenvolvimento de projetos voltados principalmente para o uso de imagens de alta resoluo que
tem por objetivo o estudo de regies urbanas. Porm a tcnica tambm tem feito grandes avanos
no campo das imagens de mdia resoluo com identificao de uso do solo e muitos outros tipos
de atividades.
Como a tcnica se apresenta de forma bastante abrangente, fundamental que o analista leve em
considerao a natureza dos dados e para qual finalidade usar em seu projeto. Acredito que por
esses motivos essa postagem tenha uma grande relevncia, pois aqui o analista poder entender
e discutir sobre as formas de segmentao e algoritmos possveis de serem empregado na sua
empreitada.
Lembrando que o assunto muito mais extenso e exige uma dedicao nos estudos do
procedimento, ou seja, esse post somente o incio de uma jornada.
Espero que tenham gostado. Qualquer contribuio ser muito bem vinda e podem ser feitas no
espao de comentrios.
_______________________________________________
Baatz, M. & A. Schpe (1999b): Object-Oriented and Multi-Scale Image Analysisin Semantic
Networks . In: Proc. of the 2 nd International Symposium on Operationalization of Remote Sensing
August 16th 20th 1999. Enschede. ITC.

Blaschke, T.; Kux, H. J. H. Sensoriamento remoto e SIG avanados novos sistemas

sensores: mtodos inovadores. So Paulo: Oficina de Textos, 2007, 2 ed., 303 p.
Blaschke, T.; Lang, S.; Hay, G. J. (Eds.) Object-Based Image Analysis Spatial Concepts for
Knowledge-Driven Remote Sensing Applications. Berlim: Springer-Verlag, 2008, 817 p.
GONZALEZ, R.C.; WOODS, R.E. Digital image processing. USA, Prentice Hall, 2008.
LEONARDI, F. Abordagens cognitivas e minerao de dados aplicadas a dados pticos
orbitais e de laser para a classificao de cobertura do solo urbano. 2010. 162 p. (INPE16708-TDI/1648). Dissertao (Mestrado em Sensoriamento Remoto) Instituto Nacional de
Pesquisas

Espaciais,

So

Jos

dos

Campos.

2010.

Disponvel

<http://urlib.net/sid.inpe.br/mtc-m19@80/2010/03.17.11.42>. Acesso em: 19 ago. 2010.

SITES
http://paginas.ucpel.tche.br/~vbastos/segmenta.htm#9
http://www.segmenta.cnpm.embrapa.br/
http://www.imageprocessingplace.com/
_______________________________________________

em: