Leia o trecho a seguir: “Durante a classificação de dados digitais, os alvos do universo real recebem a denominação de classe, onde p...

Leia o trecho a seguir:
“Durante a classificação de dados digitais, os alvos do universo real recebem a
denominação de classe, onde procura-se rotular cada pixel da imagem segundo a
ocupação do solo. Para isso, utilizam-se programas, também denominados
classificadores. A rotulação dos valores dos níveis de cinza é feita utilizando algoritmos
estatísticos de reconhecimento de padrões espectrais. Dependendo do algoritmo
utilizado, a classificação é dita supervisionada ou não-supervisionada [...]”
Fonte: MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologia de
aplicação. 3. ed. ver. e ampl. Viçosa: UFV, 2007, p. 284 (Adaptado).

Considerando essas informações e o conteúdo estudado sobre operações de análise
de dados e processamento digital de imagens, analise as afirmativas a seguir:
I. A classificação não-supervisionada é interessante quando o analista não possui
conhecimento sobre a área e deixa o sistema realizar a classificação automaticamente.
II. Na classificação supervisionada o reconhecimento dos padrões espectrais se faz por
meio das amostras de treinamento fornecidas pelo analista.
III. Os algoritmos mais comuns na classificação não-supervisionada são o método do
paralelepípedo, a distância mínima e máxima verossimilhança.
IV. O método de máxima verossimilhança consiste na análise dos valores médios dos
pixels de cada classe.
Está correto apenas o que se afirma em:

A. II e III
B. I, II e IV.
C. I e III.
D. II e IV.
E. Resposta: I e II

I. A classificação não-supervisionada é interessante quando o analista não possui conhecimento sobre a área e deixa o sistema realizar a classificação automaticamente.
II. Na classificação supervisionada o reconhecimento dos padrões espectrais se faz por meio das amostras de treinamento fornecidas pelo analista.
III. Os algoritmos mais comuns na classificação não-supervisionada são o método do paralelepípedo, a distância mínima e máxima verossimilhança.
IV. O método de máxima verossimilhança consiste na análise dos valores médios dos pixels de cada classe.
A. II e III
B. I, II e IV.
C. I e III.
D. II e IV.
E. Resposta: I e II