You are on page 1of 7

Mtodos de Classificao dos Objetos Segmentados(IAR) Vizinho Prximo Lgica Fuzzy

objeto

REGRA

CLASSE

Fuzzy Conhecimento Minima Distncia

Vizinho Prximo O mtodo do vizinho prximo baseado no mtodo da mnima distncia do modelo pixel a pixel . Consiste em coletar amostras de objetos ou grupo de objetos de determinada classe. O objeto espectralmente mais prximo a determinada amostra associado a classe amostrada

Atributo 2
Amostras Classes

Atributo 1

d distncia entre o objeto amostrado s e o objeto da imagem segmentada o Vfs valor atributo do objeto amostrado s para atributo f (espectral o forma) Vfo valor atributo do objeto da imagem o para atributo f (espectral o forma) f desvio padro do atributo f

Exemplo: Fonte ecognition guide 4.0

Classificao Fuzzy

Conceito O conceito de conjuntos difusos, nebulosos ou fuzzy, proposto por ZADEH (1965), uma generalizao do conceito da teoria clssica dos conjuntos. O conjunto fuzzy refere-se a conceitos inexatos para uma metodologia de caracterizao de classes, que por vrias razes no se tem ou no se pode definir limites rgidos (bordas) entre classes. A utilizao de um conjunto fuzzy em geral aplicada sempre que se tiver que lidar com ambigidade, abstrao e ambivalncia em modelos matemticos.

Grande parte dos problemas relacionados com a representao de conhecimento resulta das dificuldades que se tem em expressar, com a preciso desejada, os pensamentos, as sensaes ou as percepes do mundo fsico que nos rodeia. Exemplo: Atravs da logica fuzzy pode-se realizar operaes com palavras, onde os conjuntos Fuzzy so os valores das palavras. A motivao, por conseguinte, para a utilizao de conjuntos Fuzzy vem da necessidade de representar proposies do tipo: a) Pedro muito alto. b) Joo est com febre alta. c) Maria tem em torno de 30 anos.

Assim, a incerteza, a respeito de uma afirmao, expressa atravs de um nmero que, em vez de probabilidade, exprime a possibilidade da afirmao ser correta. O exemplo, Joo est com febre alta, pode-se exprimir a possibilidade da febre pertencer ou no ao conjunto de valores altos. O tratamento da incerteza pode ser necessrio em diferentes etapas do manejo do conhecimento, como:

a) coleta da informao; b) definio dos elementos do conhecimento; c) combinao de elementos entre si, ou seja, incerteza nas premissas; d) formas de obter concluses, isto , aplicao de uma regra de raciocnio; e) avaliao de uma seqncia de regras ou estruturas, como o caso da aplicao sucessiva de regras de raciocnio.

A teoria tradicional dos conjuntos define a pertinncia sim ou no das proposies como Pedro muito alto, por exemplo. Por outro lado a teoria Fuzzy permite representar a pertinncia a um conjunto como uma distribuio de possibilidades. Representao Matemtica Fuzzy Sim No (Boleano)

A Figura mostra o conjunto de pessoas altas, onde o tamanho da pessoa aumenta gradativamente com sua altura at o valor 1 ser alcanado. A definio booleana do padro, abrupto, de pessoas altas, onde para uma pessoa ser alta ou no, h um valor de altura especfico que define o limite.

A teoria da lgica Fuzzy leva em considerao esse tipo de incerteza, porm, restrita para o intervalo [0, 1]. Essa lgica implica na representao de incerteza por um grau expresso pelo valor de uma funo de pertinncia (grau de pertinncia, grau de compatibilidade ou grau de verdade). Esta funo de pertinncia pode expressar o grau de um elemento pertencer a um determinado conjunto, como por exemplo:

Maria tem em torno de 30 anos de acordo com a Figura (AZEVEDO, et al., 2000). Neste caso observa-se que Maria pertence ao conjunto jovem com um grau de pertinncias (0,8) relativamente maior do que pertence ao conjunto Idade Mdia, cujo grau de pertinncia (0,4) menor.

Seja X um espao de objetos e x um elemento qualquer de X. Um conjunto clssico A, A X, definido como uma coleo de elementos ou objetos x X. Nesta relao, cada x pode pertencer ou no ao conjunto. possvel definir uma funo que caracterize o grau de pertinncia de cada elemento x em X. Podese representar o conjunto A por um conjunto de pares ordenados (x , 0) ou (x , 1), os quais indicam se x A ou x A, denominado Booleano. O conjunto fuzzy expressa o grau para o qual um elemento pertence a um conjunto utilizando uma funo de pertinncia.

Se X uma coleo de objetos de x elementos, ento um conjunto fuzzy A em X, um conjunto de pares ordenados, tal que: X= {x} A= {x, fA(x)}; x X Onde A = Conjunto Fuzzy; X = Espao dos Objetos; fA(x) = Funo de Pertinncia. Nas expresses o conjunto fuzzy A em X caracterizado por uma funo de pertinncia fA(x) que associa cada ponto em X a um nmero real no intervalo [0 , 1]. O valor de fA(x) representa o grau de pertinncia de x em A. Um conjunto fuzzy unicamente especificado por sua funo de pertinncia. Expressa por fA(x), definido o grau de pertinncia de x em A

Funo de Pertinncia Boleano 1 x A ou


1

Fuzzy fa(z)= 0,5

0 x A,

0.5

A sobreposio da funo de pertinncia e pertinncia abrupta (Booleana)

z(classe)

Uma das funes de pertinncia mais comuns a funo Sigmoidal dada pela expresso:

fA( z ) = 1 /( 1 + a( z - c )2
para 0 z P,
PERTINNCIA SIGMOIDAL Onde: A o conjunto fuzzy; a o parmetro determinante da forma da funo, c define o valor da propriedade z (inflexo).
1

0.5

Tal como na teoria dos conjuntos Booleanos, os conjuntos fuzzy podem ser combinados. Seja um conjunto fuzzy B contido num conjunto A, a funo de pertinncia de B ser sempre menor que a funo de pertinncia em A, para qualquer elemento x no universo X. A funo de pertinncia de um conjunto C resultante da unio de dois conjuntos A e B, dada pelo o maior valor de pertinncia , aos conjuntos A e B de cada elemento x: C= A B fc (x)= fa(x) fb(x)= Max{ fa(x), fb(x)}; x X A funo de pertinncia C resultante da interseco dos conjuntos A e B, dada pelo menor valor de pertinncia aos dois conjuntos: C= A B fc (x)= fa(x) fb(x)= Min{ fa(x), fb(x)}; x X

Com vistas classificao, os principais operadores quando se manipula um ou mais conjuntos fuzzy so a de unio (maximizao), interseco (minimizao) e negao- complemento fc (x)= 1 - fc(x)

Fuzzy OR (unio ) o Fuzzy OR como o OR Booleano, onde o valor de pertinncia de sada controlado pelos valores mximos de entrada. Fuzzy AND (interseco ) esta operao equivale ao AND Booleano. A interseo significa uma seqncia de AND e obtida atravs do operador MIN (mnimo).

unio

Interseco

Conjuntos Fuzzy Baseados em Parmetros Espectrais


PARMETROS EXPRESSO MATEMTICA DESCRIO

Mdia
CL = 1 n . C Li n i =1

Valor mdio calculado a partir de todos os pixels em uma determinada banda, dividido pelo somatrio dos pixels que formam um segmento. Onde: CL = valor mdio calculado; n = nmero de pixels que formam o objeto; CLi = valor mdio do pixel i na banda L. Soma do valor mdio de todas as bandas espectrais, divididos pelo nmero de bandas espectrais que formam um segmento. Onde: b = valor mdio de todas as bandas; nL= nmero de bandas espectrais; Ci = valor mdio da i.

Brilho
1 nL b= . Ci n L i =1

Razo

rL =

Ci

i=1

A razo de uma banda qualquer o valor mdio desta banda, dividido pela soma dos valores mdios de todas as bandas espectrais que formam um segmento. Descreve a predominncia de uma determinada banda em relao s demais. rL = relao de uma banda qualquer L; CL = valor mdio de uma banda qualquer L; Ci = valores mdios de todas as bandas espectrais .

Diferena mdia entre objetos vizinhos

b = 1/ l. lsi ( b bi )
i =1

Para cada objeto vizinho determinada a diferena mdia em determinada banda, proporcionalmente ao comprimento limite entre os objetos: Onde: l = o permetro do objeto em questo; lsi = o comprimento do limite com um objeto i; b = a mdia para o objeto para uma banda b; bi = valor mdio para o pixel vizinho; n = a quantidade de vizinhos. .

Amostragem de objetos:

Classe A

Classe B

Parmetros Espectral

Funo de Pertinncia