%0 Thesis
%4 sid.inpe.br/mtc-m21c/2019/03.29.13.33
%2 sid.inpe.br/mtc-m21c/2019/03.29.13.33.58
%T Segmentação de imagens de sensoriamento remoto baseada em séries temporais e DTW
%J Segmentation of remote sensing images based on time series and DTW
%D 2019
%8 2019-02-28
%9 Tese (Doutorado em Computação Aplicada)
%P 125
%A Costa, Wanderson Santos,
%E Santos, Rafael Duarte Coelho dos (presidente),
%E Fonseca, Leila Maria Garcia (orientadora),
%E Körting, Thales Sehn (orientador),
%E Sant'Anna, Sidnei João Siqueira,
%E Happ, Patrick Nigri,
%E Centeno, Jorge Antonio Silva,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K Segmentação multitemporal, processamento de imagens, sensoriamento remoto, dynamic time warping, multitemporal segmentation, image processing, remote sensing, dynamic time warping.
%X A disponibilidade de uma grande quantidade de dados de sensores remotos com diferentes resoluções temporais e espaciais tem tornado cada vez mais acessível e detalhada a observação da Terra. Dentro deste contexto, o uso de segmentadores eficientes em aplicações de sensoriamento remoto apresenta um papel importante neste cenário, ao buscar regiões homogêneas no domínio espaço-tempo e, consequentemente, reduzir o conjunto de dados. Além disso, a segmentação multitemporal pode trazer uma nova maneira de interpretação dos dados, ao produzir regiões contíguas no tempo. Portanto, este trabalho descreve um algoritmo de segmentação multitemporal baseado em séries temporais obtidas a partir de imagens ópticas de sensoriamento remoto. A distância Dynamic Time Warping foi utilizada como critério de homogeneidade na segmentação e quatro estudos de caso foram realizados para avaliar o método proposto. Nesta avaliação são usadas séries temporais de índices de vegetação NDVI e EVI geradas a partir de imagens MODIS, Landsat-8 e Landsat-7. Outros critérios de homogeneidade foram avaliados. As avaliações qualitativa e quantitativa demonstraram o potencial do método de segmentação proposto. ABSTRACT: The availability of a large amount of remote sensing data with different temporal and spatial resolutions has increasingly made Earth observation more accessible and detailed. In this context, the use of efficient remote sensing image segmenters in remote sensing applications plays an important role in this scenario when searching for homogeneous regions in space-time domain and, consequently, reducing the dataset. In addition, multitemporal segmentation can bring a new way of interpreting data, producing contiguous regions in time. Therefore, this thesis has the objective the development of a multitemporal segmentation algorithm based on time series from remote sensing optical images. The Dynamic Time Warping distance was used as the homogeneity criterion and four case studies were performed to evaluate the proposed method. In this evaluation, time series of vegetation indices NDVI and EVI were used, generated from MODIS, Landsat-8 and Landsat- 7 images. NDVI and EVI vegetation indices from these sensors were used to create the time series. Other homogeneity criteria were evaluated. The qualitative and quantitative evaluations demonstrated the potential of the proposed segmentation method.
%@language pt
%3 publicacao.pdf