摘要：Neste artigo são apresentados os resultados de um estudo que aborda o tema da integração das alturas derivadas de um levantamento laser scanner com imagens de satélite de alta resolução espacial, Quickbird II, para o mapeamento temático de áreas urbanas. Justifica-se este trabalho, devido o uso de imagens orbitais não ser suficiente para distinguir os objetos associados ao mapeamento em áreas urbanas, de forma semi-automática, tornando-se necessária a inclusão de outras informações auxiliares. Para isto, uma metodologia orientada à análise de regiões na imagem é proposta. O ganho obtido com a inclusão da altura derivada do laser scanner é comparado com o ganho resultante do uso de parâmetros espaciais derivados das imagens, mediante a utilização do algoritmo de classificação da rede neural artificial (RNA) e classificadores convencionais (máxima verossimilhança, distância mínima). Os resultados mostram que, a contribuição da informação altimétrica é muito útil na classificação de edificações, vias e vegetação. Dentre os algoritmos testados, o uso de RNA incluindo informações de elevações derivadas do laser scanner foi o que forneceu os melhores resultados. Integrated Use Of Spatial High Resolution Image And Laser Scanner Derived Hight Classificator Oriented To Region To Choose Abstract In this article, the results of a research about the integration of height derived from a laser scanner measurement with high resolution spatial sattelite image are presented, QUICKBIRD II, for the tematic mapping of urban areas. This research is justified, for so as not to suffice the use of orbital images, to distinguish the associated objects to the urban area mapping, in a semi-automatic way, one needs the inclusion of other auxiliary information. Therefore, it is proposed a metodology oriented to a regional analysis in the image. The gain obtained with the laser scanner derived height inclusion is compared to the resulting gain obtained from the use of spatial parameters derived from the images, through the use an artificial neural network classification algorithm (ANN) and usual classifiers (maximum likelihood and minimum distance). The results show that the altimetry information contribution is very useful in building, road and vegetation classification. From the tested algorithms, the use of an ANN including information of height derived from a laser scanner was the one which got the best results.
