INFLUÊNCIA DOS DADOS DE ENTRADA NA CLASSIFICAÇÃO A PARTIR DE REDE NEURAL ARTIFICIAL

Transcrição

1 p INFLUÊNCIA DOS DADOS DE ENTRADA NA CLASSIFICAÇÃO A PARTIR DE REDE NEURAL ARTIFICIAL MONIQUE SACARDO FERREIRA MARIA DE LOURDES BUENO TRINDADE GALO Universidade Estadual Paulista - UNESP Faculdade de Ciências e Tecnologia - FCT Programa de Pós Graduação em Ciências Cartográficas, Presidente Prudente, SP mosacardo@hotmail.com; mlourdes@fct.unesp.br RESUMO Considerando que a classificação de imagens multiespectrais é uma poderosa ferramenta no mapeamento dos tipos de cobertura da terra e que as diversas possibilidades de classificadores e dados de entrada podem interferir na qualidade da representação gerada, este trabalho teve como objetivo avaliar a influência dos dados de entrada na qualidade da classificação resultante da aplicação de redes neurais artificiais. Esse classificador foi escolhido por se tratar de um algoritmo não paramétrico bastante flexível à natureza dos dados de entrada. Utilizou-se, como dados de entrada, as bandas espectrais do sensor TM/Landsat (espectro refletivo), imagens fração resultantes da aplicação do modelo linear de mistura espectral e uma imagem textura gerada a partir da aplicação do índice de fragmentação sobre a banda TM-4. Esses dados foram combinados gerando 6 conjuntos de entrada e, após treinamento da rede e seleção da melhor arquitetura, foram efetuadas as classificações. Os resultados foram analisados a partir do índice Kappa e a acurácia global das classificações, bem como pela tabulação cruzada que permitiu comparar cada uma delas com dados de verdade terrestre. As análises mostraram que a utilização de imagens fração como dados de entrada na classificação não proporcionou aumento significativo no desempenho da rede, mas que seu potencial deve ser cuidadosamente explorado. ABSTRACT - Considering multispectral images classification is a powerful tool for mapping the land cover types and the several possibilities of classifiers and input data can interfere in the quality of the representation generated, this work aimed to evaluate the influence of input data in the quality of classification resulting from the application of artificial neural networks. This classifier was chosen because it is a nonparametric algorithm and very flexible about the input data nature. TM/Landsat s spectral bands (reflective spectrum), fraction images resulting from applying the Linear Spectral Mixing Models and a texture image obtained by the TM-4 s fragmentation index were used as input data. These data were combined to create 6 input sets, and after training network and selection the best architecture, which provided the less validation error, the classifications were made. The results were analyzed using the Kappa index and overall accuracy of classifications, as well as by cross-tabulation to compare each one with ground truth data. The analysis showed the use of fraction images as input data in the classification did not increase in network performance, but their potential should be carefully explored. 1 INTRODUÇÃO A classificação de imagens multiespectrais consiste em rotular os pixels de uma cena a partir de suas características espectrais, sendo que essa categorização é implementada por um programa computacional habilitado para reconhecer os pixels espectralmente similares (RICHARDS, 1999). De acordo com a necessidade ou não da interferência do analista no treinamento do algoritmo de classificação, esse processo pode ser supervisionado ou não supervisionado. No primeiro caso, o analista dispõe de informações sobre a área de estudos e rotula as classes, conhecidas como classes de informação, já que as mesmas estão associadas com informação introduzida pelo usuário. Na classificação não supervisionada, o analista não interfere no processo de treinamento, dando origem às classes espectrais, que se constituem em conjuntos de pixels cuja resposta no espaço espectral é semelhante. No contexto de classificação supervisionada, o uso de Redes Neurais Artificiais (RNAs) tem se apresentado como uma alternativa promissora no processo de classificação, já que muitas vezes, as propriedades estatísticas de uma classe não podem ser estimadas e, desse modo, os problemas de teoria de decisão são melhor

2 p tratados pelos métodos de classificação que produzem diretamente as funções de decisão a partir dos dados de treinamento (GONZALEZ e WOODS, 2000). Ainda, deve-se ressaltar que se trata de classificador nãoparamétrico e que possibilita a incorporação de dados que não apresentam natureza espectral. Machado et al. (2008) afirmam que uma das limitações na classificação automática de imagens, que contribui para resultados não satisfatórios, ocorre quando há estimativa incorreta para algumas classes temáticas. São diversos os fatores que contribuem para esses erros de classificação. Dentre eles podemos citar à existência de pixels de mistura na imagem. Contudo, esta é uma situação complexa em imagens com alvos de características espectrais semelhantes, pelo fato de muitas vezes, o valor do pixel não representar o valor de apenas um alvo e sim a interação destes. Essa relação cresce de maneira inversamente proporcional à resolução espacial do sensor, ou seja, quanto mais grosseira a resolução maior a mistura espectral dos componentes presentes (Haertel e Shimabukuro, 2005). Uma maneira consistente de tentar contornar o problema da mistura espectral seria aplicar um Modelo Linear de Mistura Espectral (MLME). Trata-se de uma modelagem proposta por Shimabukuro e Smith (1991) através da técnica de Mínimos Quadrados Restrito, para estimar a proporção de cada alvo dentro de cada pixel da imagem. Este modelo assume que a resposta espectral de um pixel pode ser modelada por uma combinação linear das respostas espectrais dos membros de referência, algumas vezes chamados de endmembers (MACHADO et al., 2008). Ainda, visando contemplar a variabilidade da cena pode-se introduzir no processo de classificação automática índices de textura. De acordo com Galo (2000), as medidas de textura foram desenvolvidas originalmente para quantificar certos aspectos de padrões presentes em imagens digitais, relacionados com propriedades estatísticas ou estruturais de uma vizinhança de pixels. Como a estrutura da paisagem pode ser analisada pelo o arranjo de seus elementos constituintes, relacionado com a heterogeneidade da paisagem, é razoável presumir que a variabilidade da cena reflete essa heterogeneidade espacial, a qual pode ser analisada, em um primeiro momento, a partir de bordas definidas pela aplicação de operadores texturais. Desse modo, o objetivo do presente trabalho é avaliar a contribuição da incorporação de imagens fração provenientes da aplicação de MLME e imagem textura na classificação da cobertura do solo na região de Presidente Prudente - SP, utilizando uma rede neural treinada para esse fim. 2 FUNDAMENTAÇÃO TEÓRICA 2.1. Redes Neurais Artificiais (RNA) De acordo com Santos (2001), as Redes Neurais Artificiais podem ser entendidas como conjuntos bem estruturados de unidades de processamentos, interligadas por canais de comunicação, cada qual tendo um determinado peso correspondente a um valor numérico. Elas consistem de várias unidades de processamento (neurônios artificiais) interconectadas entre si, formando uma determinada disposição estrutural de camadas e conexões entre as camadas. Como mencionado, o neurônio artificial é a unidade fundamental de processamento de uma RNA, o qual recebe uma ou mais entradas, transformando-as em saídas. Cada entrada possui um peso associado, que indica sua influência na saída do neurônio. A maneira através da qual os neurônios de uma rede neural são estruturados é intimamente relacionada com o algoritmo de aprendizagem usado para treinar a rede. Assim, são apresentadas três diferentes classes de arquiteturas de rede, que são consideradas fundamentais: redes de uma única camada, redes de múltiplas camadas e redes recorrentes. A rede de múltiplas camadas (Figura 1) se distingue pela presença de uma ou múltiplas camadas escondidas, em que os nós de computação são chamados neurônios escondidos ou unidades escondidas. A função dos neurônios escondidos é intervir entre a entrada externa e a saída da rede, de alguma maneira útil. Ao adicionar uma ou mais camadas escondidas, a rede se torna capaz de extrair estatísticas de ordem mais alta (TRONTO, 2007). Figura 1 - Estrutura de uma rede neural de múltiplas camadas. Fonte: Gonzalez e Woods (2000). Nessas redes, conhecidas também como Multi Layer Perceptron (MLP), cada camada tem uma função específica. A camada de saída recebe os estímulos das camadas intermediárias e constrói o padrão que será a resposta. As camadas intermediárias funcionam como extratoras de características, seus pesos são uma codificação de características apresentadas nos padrões de entrada e permitem que a rede crie sua própria representação, mais rica e complexa, do problema (CARVALHO, 2009). De acordo com Bocanegra (2002), a propriedade que mais se assemelha às características humanas é a habilidade de aprender. Ao invés de especificar todos os

3 p detalhes de uma computação, tem-se a possibilidade de treinar uma rede para fazer essa computação. Isso significa que se podem tratar problemas onde regras apropriadas são muito difíceis de conhecer a priori. O objetivo do treinamento de uma RNA é fazer com que a aplicação de um conjunto de entradas produza um conjunto de saídas consistentes Modelo Linear de Mistura Espectral (MLME) Segundo Shimabukuro e Smith (1991, apud ESPINHOSA, 2004), o fenômeno de mistura espectral decorre do fato de que a radiância registrada por um equipamento sensor é a soma das radiâncias de todos os materiais dentro do campo de visada instantâneo (IFOV) desse sensor, ou seja, a radiação detectada é resultante da mistura de diferentes materiais acrescida da contribuição da atmosfera. Nesse sentido, para qualquer imagem multiespectral, se as respostas espectrais dos componentes puros são conhecidas, então as proporções dos componentes podem ser estimadas. Do mesmo modo, se as proporções dos componentes são conhecidas, então as respostas espectrais dos componentes puros podem ser obtidas (SHIMABUKURO et al., 1998). Os referidos autores citam que o modelo de mistura espectral pode ser escrito como: r i = a*vege i + b*solo i + c*água i + e i (1) Onde: r i = resposta do pixel na banda i; a, b, c = proporção de vegetação, solo e sombra/água respectivamente; vege i = resposta espectral do componente vegetação na banda i; solo i = resposta espectral do componente solo na banda i; água i = resposta espectral do componente sombra ou água na banda i; e i = erro na banda i e i = bandas TM (1 a 5 e 7). O Método dos Mínimos Quadrados (MMQ), na forma restrita, é usado para resolver o modelo. As restrições aplicadas são: a) a soma de todos os componentes estimados corresponde à unidade; e b) todas as componentes estimadas devem ser maiores ou iguais a zero. O MLME visa identificar a contribuição de cada alvo presente nos pixels de uma cena, permitindo que uma imagem de satélite seja analisada de forma precisa, na escala de subpixel (MACHADO et al., 2008) Índice de textura De acordo com Galo (2000), dentre as diversas técnicas para a análise de textura normalmente empregadas em processamento digital de imagens, tem-se o índice de fragmentação que é similar àquele indicado por Gulinck et al. (1993), e trata-se de um método concebido para representar a variabilidade interna da paisagem, no qual a textura é analisada segundo a freqüência de diferentes categorias de paisagem presentes em uma matriz quadrada de pixels da imagem. O operador citado está implementado no Idrisi, sob a designação de índice de fragmentação (F). Esse índice é calculado pela expressão: F = (n-1)/(c-1) (2) Onde n é o número de pixels com diferentes atributos (valores radiométricos atribuídos aos pixels) presentes em uma janela de dimensão c. O índice de fragmentação da paisagem é uma medida local de textura e indica que, se todo e qualquer atributo não se repete na janela, o valor calculado para o pixel central será máximo (F=1). Caso contrário, se todos os pixels da janela tiverem o mesmo atributo (F=0), não ocorre variabilidade espacial na região analisada de 3x3 pixels (GALO, 2000). 3 PROCEDIMENTO METODOLÓGICO Para realização desse trabalho, foi utilizado o recorte de uma imagem TM-Landsat órbita/ponto que contempla uma região que abrange os municípios de Martinópolis, Rancharia, João Ramalho e Regente Feijó tomada no dia 29 de outubro de Primeiramente, para aplicação do MLME foi necessária correção atmosférica. Esse procedimento é importante para aquisição das imagens fração que representem somente a contribuição dos componentes, sem a interferência atmosférica. A correção atmosférica foi executada no aplicativo SCORADIS (ZULLO JR, 1994), o qual é baseado no modelo de transferência radiativa 5S (TANRÉ et al., 1990). Este algoritmo requer como parâmetro de entrada dados de perfil de ozônio, espessura óptica e vapor d água que, para esse trabalho, foram extraídos dos produtos MOD04 e MOD07 gerados pelo sensor MODIS. Vale ressaltar que o aplicativo utilizado também efetua uma calibração radiométrica dos dados TM. Com as imagens TM corrigidas para valores de reflectância de superfície, a próxima etapa do trabalho foi a análise de mistura espectral. Esse procedimento foi efetuado no software Idrisi e para tal primeiramente foi necessária a coleta das assinaturas espectrais de solo, água e vegetação. Para a geração da imagem textura, foi utilizado o índice de fragmentação implementado no Idrisi, como já discutido anteriormente. A operação foi aplicada à banda espectral TM4, devido à sua aparente superioridade em representar a variação espacial da vegetação, verificada mediante comparação visual com as demais bandas, e em concordância com a literatura (GALO, 2000). Desse modo, definidos os conjuntos de planos de entrada da RNA, partiu-se para o treinamento da rede. Para isso, baseando-se no conhecimento da área de estudos (foi realizado um trabalho de reconhecimento da

4 p área), estabeleceu-se como classes de interesse: área urbana, solo exposto/preparado, cultura agrícola, reflorestamento, mata, corpo d água e pastagem. Foram coletados elementos amostrais representativos de cada uma dessas classes. Para o treinamento da rede, os planos de entrada foram combinados da seguinte forma*: (1) imagens TM + imagens fração + imagem textura; (2) imagens TM + imagens fração; (3) imagens TM + imagem textura; (4) imagens TM; (5) imagens fração; (6) imagens fração + imagem textura. Para cada uma dessas combinações foi estipulada uma arquitetura de RNA diferente, buscando a melhor configuração. A avaliação dos resultados foi feita primeiramente através dos índices fornecidos pelo software, que indicaram a qualidade da arquitetura escolhida, baseandose nos dados de treinamento e validação da RNA. A segunda abordagem visou avaliar o resultado da classificação, para isso foram utilizados dados de verdade terrestre na construção de uma matriz de confusão, para posterior cálculo do índice Kappa. Os dados de verdade terrestre foram obtidas segundo um esquema de amostragem sistemático não alinhado, de modo que os elementos amostrais cobrissem toda a área de interesse preservando, entretanto, a casualidade. De acordo com Lamparelli et al. (2001), esse esquema combina o baixo potencial para tendências do esquema aleatório com a propriedade de maior cobertura geográfica do padrão sistemático. 4 RESULTADOS E DISCUSSÃO As imagens fração apresentam como atributo a proporção de cada componente puro. Assim, os valores de brilho maiores representam uma maior proporção do componente puro analisado. Exemplificando, a Figura 2 apresenta a imagem fração água. Figura 2 Imagem fração de água resultante da MLME. Percebe-se que os locais com maior brilho são os corpos d água da área de estudos - represa Laranja Doce e balneário de Rancharia, seguido pelo traçado da drenagem já que ali se encontram leitos de rios e áreas úmidas. Por fim, percebe-se que as áreas urbanas, caracterizadas por áreas impermeabilizadas, apresentam níveis de brilho mais claros. A imagem textura gerada a partir do índice de fragmentação é apresentado a seguir. Figura 3 Índice de fragmentação aplicado à banda TM4. Na Figura 3, feições mais claras representam áreas mais fragmentadas, já que o índice usado detecta variabilidades locais nos NDs da imagem. Alvos com textura mais rugosa, como áreas urbanas, mata ciliar, ficam evidenciados, bem como estradas e divisões de talhões, que constituem locais de transição entre valores de briho. A partir dos dados de entrada, as arquiteturas de RNA empregadas na classificação são apresentadas na Tabela 1. Entrada* Tabela 1 Arquiteturas de RNA utilizadas. Arquitetura da RNA EMQ treinamento EMQ validação Acurácia (%) Kappa global (1) (2) (3) (4) (5) (6) Como se observa na Tabela 1, todas as arquiteturas proporcionaram resultados de treinamento e validação interna considerados bons, de acordo com a literatura. Os erros médios quadrático tanto para teste quanto para validação foram da ordem de 10-3, o que reforça a qualidade dos dados de entrada. A acurácia da classificação foi, em todos os casos superior a 80%, fato que também indica bons resultados no treinamento da rede. Dentre os índices Kappa, os quais resultaram em valores bem próximos, observa-se que a melhor arquitetura de rede foi aquela que utilizou como dados de

5 p entrada as bandas espectrais TM originais (4). Em segundo lugar tem-se a combinação dos dados TM originais com a imagem textura (3), e a classificação com o menor índice Kappa foi aquela em que se consideraram apenas as imagens fração como dados de entrada (5). Além da avaliação da arquitetura da rede, efetuada a partir da análise dos índices calculados para os dados de treinamento e validação, foi efetuada a validação cruzada de cada classificação, baseando-se nos dados de verdade terrestre amostrados. Os valores Kappa calculados são apresentados na Tabela 2. Tabela 2 Índice de concordância Kappa para as classificações. Entrada* Arquitetura Kappa global (1) (2) (3) (4) (5) (6) De modo similar ao observado na avaliação da arquitetura da RNA, os maiores valores de concordância Kappa foram atribuídos as classificações baseadas nas bandas TM originais (4) e na combinação das mesmas com a imagem textura (3). Esses valores estão bem próximos, entretanto, na validação baseando-se em dados de verdade terrestre a classificação a partir da combinação das bandas TM e imagem textura (3), obteve resultados ligeiramente melhores. Na Figura 4 apresenta-se os dois melhores resultados da classificação, obtidos para as entradas constituídas pelas cinco primeiras bandas espectrais TM e imagem de textura (3) e apenas dados TM (4), aplicando as arquiteturas [ ] e [ ], respectivamente. Figura 4 Cobertura do solo a partir da classificação por RNA de dados TM e textura (a) e dados TM (b). Para as duas classificações, percebe-se que a maior parte da área de estudo foi classificada como pastagem, entretanto, a partir do conhecimento da área, percebe-se que áreas de cultura em estágio inicial foram erroneamente classificadas como pastagem. Os corpos d água, bem como áreas de solo exposto foram detectados. A classe mata no geral foi bem definida, entretanto algumas áreas de reflorestamento foram classificadas como mata, provavelmente devido a um estágio de crescimento mais avançado dessas áreas. A classe área urbana a qual, em experimentos usando outros classificadores para a mesma área de estudo, apontaram grande confusão com solo exposto, não apresentou muita confusão nesse trabalho, restringindo-se apenas à áreas de solo preparado com resposta espectral bem distinta. No caso da classificação (3), a confusão para essa classe foi significativa, contrariando o resultado geral da classificação. Como se pode observar, os dois melhores resultados de arquitetura de rede e de classificação, apesar de apresentarem índices numéricos bem próximos, possuem várias discordâncias de cobertura da terra. Uma validação cruzada entre essas duas classificações forneceu um valor de concordância Kappa de , valor inferior a todos os índices dessas classificações.

6 p O menor valor de concordância Kappa para validação cruzada também esteve em concordância com a avaliação da arquitetura da rede, obtido apenas com as imagens fração do MLME (5) e pode ser visualizado na Figura 5, abaixo. Figura 5 Classificação da cobertura da terra baseada nas imagens fração. Pela Figura 5 é possível verificar que houve um crescimento das áreas classificadas como área urbana e que, na realidade são áreas de solo preparado. Visualmente percebe-se uma redução no predomínio de pastagem, entretanto, nota-se várias pequenas áreas classificadas como reflorestamento, o que não condiz com a verdade terrestre. Cabe enfatizar que a escolha das amostras de treinamento e validação da rede e das amostras de verdade terrestre são fundamentais para o processo de classificação e avaliação da mesma. O processo de amostragem deve ser feito de forma rigorosa e a partir de um alto nível de conhecimento da área de estudo, proporcionando melhores resultados. Como também verificado por Machado et al (2008), as imagens fração não surtiram o efeito esperado de melhorar significativamente a classificação por RNA. No caso em que se utilizaram apenas as imagens fração, obteve-se o pior resultado de classificação. Já no caso do acréscimo da imagem textura, podese considerar que a mesma tem potencial para contribuir em uma classificação por RNA, já que utilizando a mesma obtiveram-se resultados satisfatórios de classificação. Porém, por razões desconhecidas, a tabulação cruzada com a classificação TM mostra grandes discrepâncias. Por fim, recomenda-se que testes em dados de sensores remotos de menor resolução espacial sejam efetuados, já que nos mesmos a mistura espectral de componentes é mais evidenciada. AGRADECIMENTOS Os autores agradecem à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela concessão de bolsa de mestrado ao aluno envolvido e ao Programa de Pós Graduação em Ciências Cartográficas da Faculdade de Ciências e Tecnologia da UNESP pela estrutura fornecida. 5 CONSIDERAÇÕES FINAIS Neste trabalho pôde-se avaliar, a partir do resultado final, a contribuição dos dados de entrada no processo de classificação supervisionada por redes neurais artificiais. As amostras de treinamento foram as mesmas em todos os testes e foi aplicada a arquitetura de RNA que se mostrou mais adequada à cada conjunto de dados de entrada, com base no seu desempenho sobre dados de treinamento e validação, e visto que o objetivo do trabalho foi testar os dados de entrada e não a rede neural em si. Entretanto, mesmo não tendo como objetivo principal testar o desempenho da RNA como ferramenta para classificação, percebe-se que esta forneceu bons resultados numéricos para todos os conjuntos de dados de entrada avaliados. A concordância dos resultados da avaliação da arquitetura da RNA e da validação baseada em dados de verdade terrestre permite afirmar escolha adequada da rede tem papel fundamental na qualidade da classificação, entretanto, todo resultado de classificação deve ser submetido a uma análise de exatidão, confrontando-os com verdade terrestre. REFERÊNCIAS BOCANEGRA, C.W.R. Procedimentos para tornar mais efetivo o uso das redes neurais artificiais em planejamento de transportes p. Dissertação (Mestrado em Engenharia Civil), Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. CARVALHO, A. C. P. L. F. Redes Neurais Artificiais. Website. Disponível em < m> Acesso em 02 de fevereiro de ESPINHOSA, M. C. Utilização de sensoriamento remoto orbital e redes neurais artificiais no mapeamento de macrófitas aquáticas emersas em grandes reservatórios Dissertação (Mestrado em Ciências Cartográficas) Faculdade de Ciências e Tecnologia, UNESP, Presidente Prudente. GALO, M. L. T. Aplicação de redes neurais artificiais e sensoriamento remoto na caracterização ambiental do parque estadual morro do diabo p. Tese

7 (Doutorado em Ciências da Engenharia Ambiental) - Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. GONZALES. R. C.; WOODS. R. E. Processamento de imagens digitais. São Paulo: Editora Edgard Blücher., p. 509, LAMPARELLI, R. A.; ROCHA, J.; BORGHI, E.Geoprocessamento e agricultura de precisão: fundamentos e aplicações. Guaíba: Agropecuária, UNICAMP, p MACHADO, K. J.; SOARES, E. G. S.; CARVALHO, L. T.; MELLO, M. P.; VIEIRA, C. A. O. Avaliação do uso do modelo linear de mistura espectral na classificação de imagens ALOS. In: SIMPÓSIO BRASILEIRO DE CIÊNCIAS GEODÉSICAS E TECNOLOGIAS DA GEOINFORMAÇÃO, II, 2008, Recife. Anais. RICHARDS, J. A.; JIA, X. Remote Sensing digital image analysis: An Introduction. 3. ed. Australia: Springer, SANTOS, C. C. Modelagem de bacias urbanas com redes neurais artificiais p. Dissertação (Mestrado em Engenharia) Universidade de São Paulo, São Paulo. SHIMABUKURO, Y. E.; NOVO, E. M. M. L.; PONZONI, F. J. Índice de vegetação e modelo linear de mistura espectral no monitoramento da região do Pantanal. Pesquisa agropecuária brasileira, v. 33, Número especial, p , outubro, TANRÉ, D.; DEROO, C.; DUHAUT, P.; HERMAN, M.; MORCRETTE, J.J. Description of a computer code to simulate the satellite signal in the solar spectrum: the 5S code. International Journal of Remote Sensing. v. 11, n. 4, p , TRONTO, I. F. B. Uma metodologia baseada em modelos estatísticos e redes neurais para a estimativa de esforço de desenvolvimento de software Tese (Doutorado em Computação Aplicada) Instituto Nacional de Pesquisas Espaciais, São José dos Campos. ZULLO JR., J. Correção atmosférica de imagens de satélite e aplicações p. Tese (Doutorado em Engenharia Elétrica). Universidade Estadual de Campinas, Campinas. p