Validação de classificação por matriz de confusão

A prática comum de classificação de imagens em sensoriamento remoto sempre nos leva a questionamentos da “verdade”. Geralmente essas duvidas são tiradas e/ou corrigidas com idas ao campo, para coleta de pontos classificados como verdade de campo. Porém campos não são muito extensos, seja por falta de tempo, dinheiro, gente ou demais problemas logísticos, não é possível validar, na maioria das vezes, a totalidade da área.

Sendo assim, empregamos o processo de tabulação cruzada, que é uma das formas estatísticas mais usadas para a análise de confiabilidade da classificação, permitindo verificar o nível de acerto entre a classificação e outro mapeamento de referência, que tenha sido feito com uma boa qualidade.

Basicamente o processo se dá em uma tabela, onde linhas representam a classificação, as colunas representam a referência (verdade) e a diagonal principal representa os acertos da classificação. Os cálculos entre linhas e colunas e a diagonal são também conhecidos como:

• Acurácia do Usuário, quando se divide o valor da categoria pelo total da linha referente. Ela também indica qual o percentual de acerto da classificação em relação à verdade;
• Acurácia do Produtor, quando se divide o valor da categoria pelo total da coluna referente. Ela indica o o percentual de acerto de um polígono ou um pixel verdadeiro (referência) ter sido corretamente classificado e
• Exatidão Global, que é a soma dos valores das categorias dividido pelo valor total das linha ou colunas.

Usando valores fictícios temos a seguinte tabulação cruzada

As porcentagens em vermelho na tabela, indicam que houve muita confusão entre as classes, obtendo percentuais muito baixos para a classe em análise…

No SPRING essa função pode ser aplicada no menu Análise > Validação

No TerraAmazon e TerraView dentro do plugin de PDI em Image Processing > Palette > Validation e também pode ser aplicada durante a classificação supervisionada, quando fazemos a análise das amostras.

Na verdade acredito que todo software de SIG e/ou PDI já faça isso de forma muito simples…

Em breve farei vídeos sobre isso, se é que não já tem!

Em outra postagem falaremos sobre a estatística Kappa. Além dessas, existem muitas outras formas de validar seus produtos e tentaremos na medida do possível aborda-los aqui em breve.

Referências:

BANKO, Gebhard et al. A review of assessing the accuracy of classifications of remotely sensed data and of methods including remote sensing data in forest inventory. International Institute for Applied Systems Analysis, Laxenburg, Austria, 1998.

Links

http://ceur-ws.org/Vol-710/paper37.pdf

https://www.ufpe.br/cgtg/SIMGEOIV/CD/artigos/SReFOTO/172_4.pdf

http://www.crcnetbase.com/isbn/978-1-4200-5512-2

http://marte.sid.inpe.br/col/dpi.inpe.br/sbsr@80/2008/11.17.20.26/doc/7039-7046.pdf

http://www.geomatica.ufpr.br/docentes/felippe/pessoal/acuraccy.pdf