Aula 5

GEOPROCESSAMENTOe fotointerpretação

Prof. Maigon Pontuschka2013

Aula 5: Processamento de imagens

Agenda

• Introdução• Pré-Processamento• Realce de imagens• Segmentação e classificação• Pós-Processamento• Exatidão da classificação

Agenda


Introdução

Uma imagem digital obtida por sensoriamento remoto é uma representação matricial dos valoresque correspondem à intensidade de energia refletida ou emitida pelos objetos da superfície terrestre.

Introdução

• Por meio de softwares especializados aplicamos técnicas de processamento (operações ou transformações numéricas) nas imagens.

• Cuidado para evitar perda de informação e erros de interpretação

Introdução

• Técnicas de processamento:▫ Pré-processamento▫ Realce▫ Classificação

Agenda


Pré-Processamento

• Tratamento preliminar de dados brutos para calibrar a radiometria da imagem.

• Atenuar efeitos da atmosfera• Remover ruídos• Corrigir distorções geométricas por meio de

georreferenciamento.

Pré-Processamento• Ajustar o posicionamento da cena representada

na imagem à sua localização no terreno.• Cada pixel da imagem é ajustado com um ponto

da superfície da Terra utilizando os Sistemas Geodésicos de Referência (Datum).

• Datum, do latim dado, detalhe, pormenor (plural data) em cartografia refere-se ao modelo matemático teórico da representação da superfície da Terra ao nível do mar utilizado pelos cartógrafos numa dada carta ou mapa.

Pré-Processamento

• Datum: marco determinado por meios geodésicos de alta precisão que serve como ponto de referência para todo o levantamento da superfície.▫ No Brasil até o início de 2005 – Datum sul-

americano de 1969 (SAD-69)▫ SIRGAS – Sistema Geodésico de Referência para as

Américas a partir de 2005▫ WGS 84 –World Geodetic System é o datum

utilizado pelo GPS (Global Positioning System)

Pré-Processamento• Georreferenciamento

de imagens:

Uso de base cartográfica ou pontos de controle obtidos com equipamento GPS.▫ Ou uso de mosaicos de imagens

Landsat da Nasa

Pré-Processamento

• Ortorretificação de imagens de satélite de alta resolução espacial

• Spring – Permite refinar imagens com resolução de 30m para resolução de 20 ou 15m permitindo analisar imagens em escalas maiores e de até 1:25.000 e permite integrar e sobrepor imagens de diferentes resoluções espaciais.

Agenda


Realce de imagens

• Melhorar a qualidade visual e facilitar interpretação.

• Técnicas:▫ Ampliação linear de contraste

Consiste em expandir a distribuição dos dados originais concentrados em um pequeno intervalo para todo o intervalo possível, por exemplo para 255 níveis.



Realce de imagens

• Técnica▫ Operações aritméticas:

adição, subtração , multiplicação e divisão de cores em imagens.

Servem para destacar unidades de relevo e drenagem ou destacar cobertura e uso da terra.

Realce de imagens

• Técnica▫ Transformação por componentes principais:

Realce de componentes principais▫ Filtragem espacial

Transformação da imagem filtrada depende dos níveis de cinza dos pixels vizinhos. Serve para limpar ruídos de imagem

Realce de imagens

• Técnica▫ Geração de composições coloridas

Uso de duas ou três imagens em tons de cinza às cores primárias azul, verde e vermelho.

Realce de imagens

• Técnica▫ Integração de dados

Dados de sensoriamento remoto podem ser integrados gerando imagens coloridas multiespectrais, multisensores ou multitemporais. Reunir em uma mesma imagem a informação .

Agenda


Segmentação e classificação

• Segmentação de imagens é um procedimento computacional aplicado antes de um algoritmo de classificação automática

• A segmentação permite dividir a imagem em regiões homogêneas.▫ Por similaridade▫ Por área


• Técnicas de classificação visam o reconhecimento automático de objetos em função de determinado critério de decisão agrupando em classes os objetos que apresentam similaridade em suas respostas espectrais.

• Resultado: mapa temático


• Técnicas de classificação :

▫ Supervisionada: classes definidas a priori Uso de amostras ou áreas de treinamento.

▫ Não supervisionada: classes definidas a posteriori como resultado da análise. Algoritmo do sistema decide com base em regras

estatísticas o que deve ser separado e os pixels que pertencem a cada grupo



▫ Híbridas entre Supervisionada e não supervisionada: Primeiro aplica-se a não supervisionada como base

para a seleção de amostras de treinamento e depois a supervisionada.



▫ Classificação orientada a objeto▫ Conceito de objeto. Não se considera o valor de

cada pixel mas o de cada conjunto de pixels da imagem e as relações entre os objetos.

▫ Na classificação orientada a objeto é fundamental o conhecimento temático (litologia, relevo, solos, cobertura vegetal e uso da terra) e de sensoriamento remoto do intérprete.

Segmentação e classificação• Técnicas de classificação :

▫ Classificação orientada a objeto

▫ SPRING permite aplicar nas imagens digitais técnicas de correção, realce, segmentação e classificação automatizada.

▫ Permite a geração de um plano de informações e de cartas temáticas

▫ Permite acessar, sobrepor e integrar à imagem analisada uma grande variedade de dados armazenados no sistema como curvas de nível, drenagem, mapas temáticos, etc.

Agenda


Pós-Processamento▫ Corrigir erros resultantes da classificação

automática

▫ Spring -> Edição matricial´: um recurso computacional disponível no sistema.

▫ Serve para classificar áreas que não foram classificadas e agrupar classes.

Agenda


Exatidão da classificação▫ Confronto entre os mapas gerados com dados

provenientes de pesquisa de campo são fundamentais para validar estes mapas.

▫ Procedimento necessário para verificar o quanto o resultado de uma classificação é confiável

▫ Sorteio aleatório de determinado número de pontos para coleta de dados no campo. Geração de uma matriz de erros para fazer a verificação da exatidão da classificação por meio de uma matriz de erros.

Referências

FLORENZANO, T.G. Iniciação em Sensoriamento Remoto. 3. ed. São Paulo: Oficina de Textos, 2011. 128p.

Documents

Aula 5