Documento completo - OBT - Inpe

38equivalente a 256 níveis de cinza, e os níveis de visualização disponíveis noequipamento equivalente também a 256 níveis de cinza (8 bits).A partir destas bandas realçadas foi testada qual combinaçãode três bandas resulta mais apropriada para a discriminação dos tipos devegetação presentes na área de estudo.b) Transformação por Componentes PrincipaisA aplicação por componentes principais promove a redução dadimensionalidade das diferentes bandas disponíveis, através da redistribuiçãodos dados das bandas originais em um mesmo número de bandas nãocorrelacionadas entre si. A somatória da variância das bandas originais éconservada após a transformação, não ocorrendo a perda de informação(Singh e Harrison, 1985).Assim, foi aplicada a transformação por componentes principaissobre as bandas originais TM 1 a 5 e 7 a partir das amostras previamentedefinidas, conforme procedimento já utilizado por Horler e Ahern (1986);Beaubien (1994) e Paradella et al. (1994). Estas componentes principais foramgeradas com alteração de contraste, ou seja, a média dos valores de cadabanda foi deslocada para o valor 127 e a parte central da distribuição deveabranger ± 2,6 desvios padrões a partir da média. Desta maneira todas ascomponentes apresentam a mesma variância e os valores de níveis de cinzaestão distribuídos entre 0 e 255 (INPE, 1995).Posteriormente foi gerada uma composição colorida com basenas três primeiras componentes principais realçadas, a qual foi utilizada comoauxílio na aquisição de amostras da classificação supervisionada.4.2.4.3. SEGMENTAÇÃOAtravés do algoritmo de segmentação de crescimento deregiões implementado no SPRING, foram segmentados três conjuntos debandas, o primeiro contendo as bandas TM 1 a 5 e 7 sem realce, o segundocontendo as bandas 3 a 5 e 7 também sem realce, e o terceiro correspondenteàs três primeiras componentes principais realçadas.Em cada caso foram testados diferentes valores para oslimiares de similaridade e de área. No caso dos dois primeiros grupos contendobandas originais TM, foram testados os limiares de similaridade 8, 6 e 4mantendo o limiar de área em 10. Esta mudança no limiar de similaridade éjustificada pois uma menor distância euclidiana entre as médias das classes,conduz a um maior número de classes espectrais.