EVOLUÇÃO DAS TÉCNICAS DE CLASSIFICAÇÃO DE IMAGENS DO SENSORIAMENTO REMOTO UTILIZADAS NA PRODUÇÃO CIENTÍFICA BRASILEIRA

Atualmente, a interpretação de imagens é baseada na classificação automática. Esta se subdivide em diversos métodos, cada um baseado em um tipo de algoritmo. Deste modo, convém identificar as técnicas de classificação mais utilizadas na produção científica brasileira, bem como seus respectivos resultados e sua evolução, ao longo dos anos, a fim de orientar futuros trabalhos que pretendem utilizar estes métodos, bem como identificar tendências de suas aplicações. Este trabalho apresenta uma análise bibliométrica da produção de teses e dissertações brasileiras acerca dos classificadores automáticos de imagens, quantificando e analisando os métodos de classificação mais mencionados. A pesquisa foi efetuada na base BDTD (Biblioteca Digital Brasileira de Teses e Dissertações), para obter as principais características dos métodos empregados. Os resultados apontaram que os classificadores automáticos mais mencionados em números absolutos em ordem decrescente são: Máxima Verossimilhança, Redes Neurais, Support Vector Machine (SVM), Árvores de decisão, Random Forest, Mínima Distância Euclidiana, Mapeador de Ângulo Espectral (SAM), K-Nearest Neighbours (KNN) e ISODATA. Concluiu-se que os algoritmos que se atrelam ao conceito de Machine Learning estão em ascensão em números de publicações mais recentes, e que os classificadores Árvores de Decisão e Redes Neurais apresentam os valores mais elevados de acurácia nos trabalhos analisados.