MÓDULO PROCESSAMENTO DIGITAL DE IMAGENS do Curso ministrado totalmente a Distância,

desenvolvido pelo INPE (OBT) em parceria com a Selper:

INTRODUÇÃO AO

SENSORIAMENTO REMOTO

http://www.dpi.inpe.br/ead/intro_sr/index.html

PROCESSAMENTO DE IMAGENS I

Introdução ao SPRING:Adaptado de DPI_OBT/INPE

3

SPRING – Características Gerais

� Sistema de Informações Geográficas-SIG

� Desenvolvido e mantido pela DPI – INPE

� Software Freeware – Download via Web

� Média de 14000 downloads/ano

� Versões em Windows e Linux (5.0 – Julho de 2008)

� 4 Idiomas: Português, Inglês, Espanhol e Frances

� Capacitação dos usuários é realizada em cursos presenciais, e a distância, de curta duração

� Tutoriais e livros on-line

� Sites Espelhos na Espanha e Argentina

� Manual online – browser estilo Web

� Funções para PDI, MNT, Álgebra de Mapas, Redes

4

Download via Web - www.dpi.inpe.br/spring

5

SPRING - AJUDA OnLine

6

O QUE É UM MAPA DIGITAL ?

�� Mapa:Mapa: modelos simplificados da realidademodelos simplificados da realidade–– RepresentaRepresentaçãção gro grááfica (ponto, linha, polfica (ponto, linha, políígono, matriz)gono, matriz)

–– Normalmente em escala e em uma projeNormalmente em escala e em uma projeçãçãoo

–– SeleSeleçãção de entidades abstratas sobre ou relacionadas com a o de entidades abstratas sobre ou relacionadas com a superfsuperfíície da Terra.cie da Terra.

–– ClassificaClassificaçãção em grupos (tipos de solo)o em grupos (tipos de solo)

–– SimplificaSimplificaçãção de elementos gro de elementos grááficosficos

–– Exagero de elementos importantesExagero de elementos importantes

–– Simbologia para apresentar dadosSimbologia para apresentar dados

7

TIPOS DE MAPAS QUE O SPRING TRABALHA

�� CaracterCaracteríísticas dos mapas: sticas dos mapas: diversidade de fontes diversidade de fontes geradorasgeradoras e de e de formatos apresentados.formatos apresentados.

�� O sistema se restringe a tratar os seguintes tipos de dados;O sistema se restringe a tratar os seguintes tipos de dados;

–– Mapas TemMapas Temááticos: ticos: conceitos qualitativos (uso do solo, conceitos qualitativos (uso do solo, vegetavegetaçãção)o);;

–– Mapas Cadastrais Mapas Cadastrais ((localizalocalizaçãção de objetos do mundo o de objetos do mundo ––pontos, linhas e polpontos, linhas e políígonos + tabela gonos + tabela –– ex. Lotes urbanos) ex. Lotes urbanos)

–– Mapa de RedesMapa de Redes ((localizalocalizaçãção de objetos do mundo o de objetos do mundo ––nnóós e linhas orientadas s e linhas orientadas –– ex. Postes e rede elex. Postes e rede eléétrica) trica)

–– Mapas NumMapas Numééricosricos ((representarepresentaçãção de superfo de superfíícies)cies)

–– Imagens de Sensores Remotos Imagens de Sensores Remotos (ex: (ex: aerofotosaerofotos, , satsatéélites, radares)lites, radares);

8

MAPAS TEMÁTICOS

�� Estrutura vetorial topolEstrutura vetorial topolóógica construgica construíídada

éé do tipo do tipo arcoarco--nnóó--regiregiããoo

�� Pode ser armazenado no formato vetorial ou matricialPode ser armazenado no formato vetorial ou matricial

�� A escolha entre a representaA escolha entre a representaçãção matricial ou vetorial o matricial ou vetorial para um mapa tempara um mapa temáático depende do objetivo em tico depende do objetivo em vista.vista.

�� Inseridos no sistema por digitalizaInseridos no sistema por digitalizaçãção ou o ou classificaclassificaçãção de imagenso de imagens

Ex:Ex: Mapa de Solos, Mapa GeolMapa de Solos, Mapa Geolóógico, Mapa com classes gico, Mapa com classes de Declividade, Mapa de Uso e Ocupade Declividade, Mapa de Uso e Ocupaçãção da Terrao da Terra

9

MAPAS CADASTRAIS/OBJETOS

�� Mapas de suporte Mapas de suporte àà representarepresentaçãção de objetos o de objetos geogrgeográáficosficos

�� As entidades (pontos, linhas e polAs entidades (pontos, linhas e políígonos) sgonos) sãão o Objetos Objetos GeogrGeográáficosficos

�� ObjetosObjetos possuem atributos descritivos em tabelaspossuem atributos descritivos em tabelas

�� Podem estar associados a vPodem estar associados a váárias representarias representaçõções es grgrááficasficas

�� Podem ter representaPodem ter representaçõções gres grááficas diferentes em ficas diferentes em mapas de escalas distintas mapas de escalas distintas

Ex: Ex: Mapas de Lotes, Quadras, Propriedades RuraisMapas de Lotes, Quadras, Propriedades Rurais

�� SSãão armazenados em forma de coordenadas vetoriais, com a topologiao armazenados em forma de coordenadas vetoriais, com a topologiaarcoarco--nnóó--polpolíígonogono associadaassociada

�� NNãão o éé usual representar estes dados na forma matricialusual representar estes dados na forma matricial

10

id label capacidade

22 Eng. Dentro 3.000 kVA

id label Transf.

2345 32-17-95 Classe 3

Sub-estações

Postes

MAPAS DE REDES/OBJETOS

�� Mapa de suporte Mapa de suporte àà representarepresentaçãção de objetos o de objetos geogrgeográáficosficos

�� As entidades (nAs entidades (nóós e linhas) ss e linhas) sãão o objetos geogrobjetos geográáficosficos

�� Mapa vetoriais com Mapa vetoriais com topologia arcotopologia arco--nnóó (grafo)(grafo)

–– arcos tem um sentido de fluxo e atributosarcos tem um sentido de fluxo e atributos

–– nnóós tem atributos (fontes ou sorvedouros)s tem atributos (fontes ou sorvedouros)

�� Forte ligaForte ligaçãção com BDo com BD

�� IntegraIntegraçãção de dadoso de dados

�� SegmentaSegmentaçãção dino dinââmicamica

�� Linguagem de visualizaLinguagem de visualizaçãçãoo

�� Capacidade de adaptaCapacidade de adaptaçãçãoo

* Uso em serviUso em serviçços de utilidade pos de utilidade púública, como blica, como áágua, luz e telefone, redes gua, luz e telefone, redes de drenagem (bacias hidrogrde drenagem (bacias hidrográáficas) e rodoviasficas) e rodovias

11

IMAGENS

�� Dados obtidos por satDados obtidos por satéélites, fotografias alites, fotografias aééreas, reas, "scanners" aerotransportados ou radares"scanners" aerotransportados ou radares

�� Armazenadas como matrizes (Armazenadas como matrizes (linlin x x colcol))

�� Cada elemento de imagem ("Cada elemento de imagem ("pixelpixel") tem um valor ") tem um valor proporcional proporcional àà reflectreflectâânciancia do alvo do alvo imageadoimageado

�� CARACTERCARACTERÍÍSTICAS IMPORTANTESSTICAS IMPORTANTES

→→ resoluresoluçãção espacial (km, m, cm);o espacial (km, m, cm);

→→ resoluresoluçãção espectral (num. bandas);o espectral (num. bandas);

→→ resoluresoluçãção temporal (dias);o temporal (dias);

→→ resoluresoluçãção o radiomradioméétricatrica ( 2( 2nn )). .

12

�� SSãão mapas utilizados para representar uma grandeza o mapas utilizados para representar uma grandeza que varia continuamente no espaque varia continuamente no espaçço o -- altimetriaaltimetria, , precipitaprecipitaçãção, propriedades do solo ou subsolo (como o, propriedades do solo ou subsolo (como aeromagnetismoaeromagnetismo).).

�� A superfA superfíície modelada cie modelada éé representada porrepresentada por

–– grades regulares ougrades regulares ou

–– grades triangularesgrades triangulares

MAPAS NUMÉRICOS

�� Tratamento da Tratamento da altimetriaaltimetria para mapas topogrpara mapas topográáficos ou ficos ou hipsomhipsoméétricostricos

�� AnAnáálises de cortelises de corte--aterro para projeto de estradas e barragensaterro para projeto de estradas e barragens

�� Mapas de declividade e exposiMapas de declividade e exposiçãção (o (geomorfologiageomorfologia e e erodibilidadeerodibilidade))

�� AnAnáálise de varilise de variááveis geofveis geofíísica e geoqusica e geoquíímicas e apresentamicas e apresentaçãção o tridimensional (em combinatridimensional (em combinaçãção com outras vario com outras variááveis)veis)

13

•• VetorialVetorial• preserva relacionamentos topolpreserva relacionamentos topolóógicosgicos•• associar atributos a elementos grassociar atributos a elementos grááficosficos•• melhor precismelhor precisããoo•• eficieficiêência de armazenamentoncia de armazenamento•• permite preenchimento por hachura ou padrpermite preenchimento por hachura ou padrõões.es.

•• MatricialMatricial• fenfenôômenos variantes no espamenos variantes no espaççoo•• adequado para simulaadequado para simulaçãção e modelagemo e modelagem•• processamento mais rprocessamento mais ráápidopido•• maior gasto em armazenamentomaior gasto em armazenamento

Representações de Mapas TEMÁTICOS

14

GRADE TRIANGULARGRADE TRIANGULAR

�� ConexConexãão entre amostras o entre amostras

�� Estrutura topolEstrutura topolóógica arcogica arco--nnóó

�� Representa melhor relevos Representa melhor relevos complexoscomplexos

�� Capacidade de incorporar Capacidade de incorporar restrirestriçõções (linha de quebra)es (linha de quebra)

GRADE RETANGULARGRADE RETANGULAR

�� Matriz de elementos de espaMatriz de elementos de espaççamento fixoamento fixo

�� Valor estimado da grandezaValor estimado da grandeza

�� Mais adequada p/ dados geofMais adequada p/ dados geofíísica e vista sica e vista 3D3D

�� Facilita manuseio e conversFacilita manuseio e conversããoo

Representações de Mapas NUMÉRICOS

MÓDULOS DO SPRING

Spring - entrada, análise e manipulação dos dados

Scarta - elaboração de cartas (layout)

Impima - leitura e conversão de imagens

16

IMPIMAMódulos do SPRING

� Entrada

Tiff / GeoTiffSPGGRIBRAWDATSITIM

� SaídaSPG

Objetivo: Converter toda ou parte (recortar) de imagens e salvar no formato SPG para ser registrada.

17

SPRINGMódulos do SPRING

� EntradaTIFF / GeoTIFFRAW / JPEG / JP2SPGDXF- DWGASCII - SPRINGShape / ArcINFOSurfer - ascIDRISI – img ascKMLTabela

ASCIIDBASESpacestat

ConversoresShapeFileMID/MIFE00DBFGRD (Surfer)

Mesa digitalizadora

� SaídaTIFF / GeoTiffRAWJPEG2000SurferIDRISI – img asc

DXF- DWGASCII - SPRINGArcINFOE00ShapeFileKMLSpacestatSpringWebTerraLib

18

SCARTAMódulos do SPRING

� Entrada

PI’s de um banco e projeto do Spring

� SaídaArq. CartaArq. MoldeArq. IPLImpressoraArquivos

PDF

PostScriptBMPPNGGIF

TIFFJPG

19

MODELO DE DADOS DO SPRING

� Como serão modelados os diversos dados ?

� Quais tipos de categorias de dados serão criadas ?

� Qual a área a ser trabalhada ?

� Quais os mapas (PI’s) da área de trabalho ?

� Quais as representações dos mapas ?

20

BANCO DE DADOSModelo de dados do SPRING

� Depósito de informações do SPRING– SGDB (Access, Dbase, Oracle, MySQL, PostgreSQL) – Tabelas– Mapas – Dados espaciais em formato proprietário do SPRING

� Pode-se definir vários BD (apenas um ativo)� Não está relacionado a uma área geográfica� Um BD pode conter vários Projetos

� C:\springdb\Banco

– um sub-diretório (pasta) no sistema de arquivos.

Nota: O sistema ativa automaticamente o último banco manipulado ou um pré determinado

21

MODELO DE DADOSModelo de dados do SPRING

� Define os diversos tipos de dados (ou categorias de dados)

� Agrupa grandezas geográficas semelhantes em um único modelo.

� Uma categoria é comum aos vários Projetos criados no Banco de Dados.

– Uso_Terra (Temático), Solo (Temático)– Imagem_TM (Imagem), Foto_8000 (Imagem)– Altimetria (MNT)– Cadastro_Rural (Cadastral)– Logradouros (Rede)

� C:\springdb\Banco\Categorias

– arquivos (tabelas) debaixo do diretório do banco

22

� Define a região de interesse:– Área geográfica definida por um retângulo– Tem uma projeção cartográfica e– Contém um conjunto de Planos de Informações

(PI’s) do mesmo tamanho ou menor que a região geográfica, em escalas específicas.

- Mapa de solo;- Imagens Landsat;

- Mapa altimétrico, etc.

PROJETOModelo de dados do SPRING

� C:\springdb\Banco\Projeto

– um sub-diretório (pasta) do diretório do banco

Nota: O sistema ativa automaticamente o últimoprojeto manipulado ou um pré determinado.

23

PLANO DE INFORMAÇÃOModelo de dados do SPRING

� Representa o espaço geográfico com características básicas comuns definidas pela categoria do dado

� Condição: existência de um Projeto e da Categoria do Dado� Cada PI está associado apenas a uma categoria� Uma categoria define o tipo de dado de vários PI’s

Ex: - Mapas de Uso de 1970 e 1980 (Temático)- Bandas 3, 4 e 5 do Landsat (Imagem)- Mapa altimétrico (MNT)- Mapa de fazendas (Cadastral)- Mapa de Logradouros (Rede)

� C:\springdb\Banco\Projeto\PI.lin

– corresponde a arquivos debaixo do diretório do projeto

* Sempre existirá um PI ativo no Painel de Controle.

24

Objeto e Não Espacial Modelo de dados do SPRING

OBJETO� Define-se um objeto do mundo real por meio de uma tabela que têm

atributos descritivos (e.g. países, lotes, etc.) e uma ligação (GEOID)

com uma geometria na forma de pontos, linhas ou polígonos.

* Cada objeto tem seu visual definido e seus atributos em uma tabela de banco de dados relacional.

� Dados individualizáveis pelo atributo Rótulo com atributos descritivos.� Pode ter várias representações gráficas em planos cadastrais e/ou redes.

PI de uma PI de uma categoria cadastralcategoria cadastral

Objeto : paises com atributosObjeto : paises com atributos

GEOID Rótulo/Nome

Area /Perimetro

Pais Pib (US $ milhoes

Populacao (milhoes)

1 BR / BR nn / nn Brasil 350 160

2 AG /AG nn / nn Argentina 295 34

25

Objeto e Não Espacial Modelo de dados do SPRING

NÃO ESPACIAL� Tabela de dados alfanuméricos sem vínculo com geometria, mas que

pode se conectar com uma tabela de objeto por um atributo comum.

geoid area Cad_INCRA

ITRINCRA_cod dono

Objeto : fazenda

Tabela Não Espacial : fazendeiro

22 1500 019331

019331 12000 OlacyrPI Cadastral com polígonos de fazendas

26

CLASSE TEMÁTICAModelo de dados do SPRING

� Define uma subdivisão específica de uma categoria do modelo temático

� Armazena atributos de apresentação (cor e preenchimento)

� Todas as Classes de uma categoria são comuns a quantos projetos existirem no banco de dados

Ex:

� Classes de Uso_Terra (Mata, Capoeira, etc)– Drenagem (Principais, Secundários, etc)– Solo (Podzólico, Latosolo)

* Se alterar o visual de uma classe temática, todos PI’s de qualquer projeto do mesmo banco sofrerão a alteração.

ClCl 33ClCl 11

ClCl 22

27

• Nome Nome •• ProjeProjeçãçãoo•• RetRet. Envolvente. Envolvente

• NomeNome•• Categoria Categoria •• ResoluResoluçãção o •• EscalaEscala•• RetRet..EnvolEnvol

RESUMO DO MODELO DE DADOS SPRING

TabelasTabelas

PI 1PI 1

Projeto AProjeto A Projeto BProjeto B

• NomeNome•• DiretDiretóóriorio•• SGBDSGBD

• ImagemImagem

•• NumNumééricorico

•• CadastralCadastral

•• RedeRede

••TemTemááticotico

Classe 1Classe 1

Classe 2Classe 2

Banco de DadosBanco de Dados

Objeto com atributosObjeto com atributos

Id Rótulo/

Nome

Area /

Perimetro

Pais Pib (US $ milhoes

Populacao

(milhoes)

1 BR / BR nn / nn Brasil 350 160

2 AG /AG nn / nn Argentina 295 34

1

CategoriasCategorias

PI 2PI 2 PI 3PI 3 PIPI 44 PI 2PI 2PI 1PI 1

• ObjetoObjeto

•• NNãão Espacialo Espacial

Apresentação de dados no SPRING

DICAS

29

Apresentação de dadosSPRING

1 - Selecionar uma Categoria

2 - Selecionar um Plano de Informação3 - Selecionar uma representação disponível4 - Desenhar na tela ativa

� Duplo clique no PI desmarca o mesmo� Duplo clique na Categoria desmarca PI’s� Cada alteração no Painel é necessário

clicar em Desenhar

� Importante - Definir a prioridade na aba “PI Selecionados” – desenha de baixo para cima.

Desenha primeiro

Desenha por último

30

ZOOMApresentação de dados no SPRING

1 - Ativar Cursor de Área2 - Marcar ponto superior esquerdo

(1)3 - Mover o mouse p/ baixo e p/

direita4 - Marcar ponto inferior direito (2)5 - Clicar em [Executar – Desenhar]

ou

* Clicar BD desmarca a área selecionada* Após marcar o ponto (2) pode-se mover

qualquer das laterais ou todo o retângulo marcado

1

2

31

Barra de FerramentasApresentação de dados no SPRING

Cursor Zoom)

Cursor de Voo (pan)

Desenhar

Zoom + (2 x centro da tela)

Zoom - (2 x centro da tela)

Auto: ajusta imagem p/ dimensões padrões da telaPleno: pontos de imagem = pontos da telaEscala: ajusta dados p/ escala informada

Painel deControle

Manipulação deBanco, Projeto Modelo de Dados, Obj. - Não Espacial e Plano de Informação

Mostra coordenadas Planas, Geográficas ou Info

Cursor de Ponto

Cursor de Info

Zoom PI

Recompor Área do proj.

Anterior

Acoplar

Ampliar 2,4 ou 8x

Gráfico

Cursor de Mesa

Cursor de Janelas

Cursor de Área

Palheta de Cores

32

Acoplar TelaApresentação de dados no SPRING

� Apresentar os dados de uma Tela dentro de uma janela móvel sobre a Tela Principal

1 - Ativar e apresentar um PI na Tela Principal2 - Ativar Tela 2 e selecionar outro PI3 - Clique em Acoplar na barra de ferramentas

e escolha Tela 24 - Marque na Tela Principal um retângulo com

cursor de área sem Desenhar5 - Clique na parte interna do retângulo e mova

sobre a Tela 1

� Somente a Tela Principal pode estar associada a outras telas (2,3,...) ou a tela Auxiliar

REGISTRO DE IMAGENS

3 (0,63-0,69 µm) 4 (0,76-0,90µm) 5 (1,55-1,75 µm)

ComposiçãoR(4)G(5)B(3)

Infra-V médioVisível (V) Infra-V próximo

http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp

Parâmetros de Saída (Cursor)

* Amostragem

IMPIMA

Parâmetros de Entrada

- Aplicativo do SPRING utilizado para leitura de imagens em diversos formatos que serão armazenadas no formato SPG+DSC (com ou sem recorte) para posterior correção geométrica (registro).

Correção geométrica

� Importância– eliminação de distorções sistemáticas– estudos multi-temporais– integração de dados em SIG

� Requerimentos– conhecimento das distorções existentes– escolha do modelo matemático adequado– avaliação e validação de resultados

Correção geométrica

� Fontes de distorções geométricas (MSS, TM,

HRV, AVHRR, WFI)

– rotação da Terra (skew)

– distorções panorâmicas (compressão)

– curvatura da Terra (compressão)

– arrastamento da imagem durante uma varredura

– variações de altitude, atitude e velocidade do satélite

Correção geométrica

Efeitos das distorções geométricas

Transformações geométricas

� Ortogonal - 3 parâmetros� 1 rotação, 2 translações

� Similaridade - 4 parâmetros� 1 rotação, 1 escala, 2 translações

� Afim ortogonal - 5 parâmetros� 1 rotação, 2 escalas, 2 translações

Disponíveis no SPRING

� Afinidade - 6 parâmetros (polinômio de grau 1)� 1 rotação, 1 rotação residual, 2 escalas, 2 translações

� Polinomiais de grau 2 e 3

Registro: Qual o problema?

Identificar a transformação espacial T que modela a distorção entre os dados

(Lin x Col)Imagem ⇒ (X, Y) sistema referência

Modelo Polinomial - Registro

yxb

yxa

jiim

i

i

jij

jiim

i

i

jij

Y

X

−

= =

−

= =

∑∑

∑∑

=

=

0 0

0 0

Onde : (X,Y) : coordenadas de referência

(x,y) : coordenadas da imagem

a e b : coeficientes do polinômio determinados a

partir dos pontos de controle.

Polinômio de grau m:

Distribuição dos Pontos de Controle

Pontos de Controle

Reamostragem (interpolação)

•Efeito de blocos

• Processamento rápido

• Não cria novos valores de NC (mantém estatísticas da imagem)

VPM - pega o NC mais próximo ao resultado do mapeamento inverso

Reamostragem (interpolação)

•O valor obtido pela média ponderada dos NCs dos pontos E e F é transferido para a posição X

• Efeito de suavização devido a operação de média

Bilinear

Reamostragem (interpolação)

� Efeitos da Interpolação

BilinearBilinear

VMP

Registro – Procedimentos Gerais

� Selecionar / Carregar Imagem (arquivo spg + dsc)

� Se projeto não ativo ==> Definir Projeção

� Criar/Adquirir Ponto (mesa - tela - teclado)

� Selecionar pontos e a equação de mapeamento – grau do polinômio - Testar

� Salvar Pontos com menor erro.

� Importar SPG - Registra a imagem por reamostragem (Interpolação)– Vizinho mais próximo– Bilinear (*)– Convolução cúbica (não disponível)

Registro - Observações

� Reconhece imagens TM com correção de nível 5 e 6 => Ativa a opção com correção de sistema => Permite registro com 1 ponto

� Escolher pontos de controle bem distribuídos� Avaliar o Erro nos Pontos - depende da

aplicação: * 0,5 pixel para precisão

* 0,5mm x denom. escala de trabalho� Antes de salvar ==> avalie várias combinações

� Os Pontos ficarão armazenados no arquivo descritor *.dsc

� Importar a imagem ==> Efetiva o Registro

REALCE DE CONTRASTE

Realce de Contraste

� Melhorar a qualidade visual da imagem

� Contraste de uma imagem - intervalo de níveis de cinza assumidos pelos pontos da imagem

� Avaliação do contraste de uma imagem -

histograma

Exemplos de imagens e seus histogramas

� Baixo contraste => os níveis de cinza ocupam um

pequeno intervalo de valores possíveis

Exemplos de imagens e seus histogramas

� Alto contraste => os níveis de cinza ocupam quase todo o intervalo de valores possíveis

Realce de Contraste

SAÍDA

ENTRADA

Realce de Contraste

� Uma função y=f(x) mapeia os pixels com um valor x para um novo valor y

� O resultado depende da forma da função

)(xf

)(xh

)( yh

Realce de contraste: Linear

� define uma função de transferência linear

� maior a inclinação da reta � maior o realce

baxy +=

imin imax

SAÍDA

ENTRADA

CLASSIFICAÇÃO DE IMAGENS

Classificação

� É o processo de extração de informação da imagem para reconhecimento de padrões e objetos homogêneos

� Como resultado de uma classificação cada ponto (ou região) da imagem é mapeado para um tema.

⇒ Pixels associados a temas (cores)

Espaço de Atributos

........................

................................................

água

mata

urbana

Banda 1B

a nd a

2

• Os elementos de imagem pertencentes a um mesmo objeto (tema) aparecem plotados como uma nuvem de pontos (aglomerado)

• Os três aglomerados de pontos definem três diferentes alvos

Classificadores Implementados no Spring

Tipo de Treinamento

Tipo de Análise(classificador)

Nome

SupervisionadoPixelDistancia Euclidiana

SupervisionadoPixelMaxVer-Icm

SupervisionadoPixelMaxVer

SupervisionadoRegiõesBhattacharya

Não-Supervisionado

RegiõesIsoseg

Tipos de Classificadores

� Classificadores por PIXEL: classifica cada pixelisoladamente mapeando-o para um dos temas de treinamento baseado somente no seu valor.

� Classificadores por REGIÕES: classifica regiões (um conjunto de pixels) mapeando todos os pixels que formam a região para um mesmo tema baseando-se no valor de todos os pixels que formam a região

Tipos de Classificadores (outro critério)

� Classificadores supervisionados: o usuário informa a-priori o conjunto de temas para as quais os pontos da imagem serão mapeados (exige treinamento)

� Classificadores não supervisionados: o usuário não fornece nenhuma informação a priori relativa ao conjunto de temas para as quais deve-se mapear a imagem– utiliza um algoritmo de agrupamento para determinar o

número de classes diferentes presentes na imagem

Classificadores por pixel

� Classificadores por pixel (todos supervisionados):– MaxVer : utiliza parâmetros estatísticos inferidos das

amostras de treinamento como critério de decisão sobre que tema um pixel irá pertencer

– MaxVer-ICM: variação do MaxVer onde numa segunda etapa a informação contextual é levada em conta. Pixelssão reclassificados de acordo com os temas atribuídos aos vizinhos

– Distância Euclidiana: associa cada pixel a um tema cuja distância euclidiana de seu valor ao valor médio da classe (obtido das amostras) seja mínimo

Processo de Treinamento

� Identifica amostras para cada uma dos temas� As amostras de um tema devem ser homogêneas� As amostras devem conter toda a variabilidade

espectral esperada para cada tema� Analisar as amostras antes da classificação ⇒ grau

de confusão entre os temas

águareflorestamentoárea urbanacultura

Pós-Classificação: refinamento

� Elimina pixels isolados� Define-se um peso e um limiar� Cada pixel é comparado com os seus

vizinhos (3x3)� Substitui o pixel pelo tema de maior

frequência nessa vizinhança� EX: Peso 3 e Limiar 3

ImagemClassificadaoriginal

133 = 1 x 3 (peso)4

ImagemClassificadamodificada

Antes

Depois

Mapeamento para Classes Temáticas

� A imagem classificada continua pertencendo a categoria do modelo IMAGEM

� O mapeamento de classes gera uma imagem temática em alguma categoria do modelo TEMÁTICO

� Todos os temas obtidos no processo de classificação devem ser mapeados para alguma classe da categoria do modelo temático

Passos para se executar uma classificação por PIXEL

� Criar arquivo de contexto (bandas + método)� Executar treinamento (criar amostras - retangular / poligonal)� Analisar amostras� Classificar (criar imagem classificada)� Executar pós-classificação (não Obrigatório)� Mapear para classes temáticas (criar PI temático)

Imagens MonoImagens MonoBandas em NC Bandas em NC

ImagemImagem

I. Classificada I. Classificada

ImagemImagem

Mapa c/ classesMapa c/ classesTemáticas Temáticas

TemáticoTemático

MAPEAMENTO MAPEAMENTO Matriz Matriz Matriz Matriz TREINAMENTOTREINAMENTO

CLASSIFICAÇÃO CLASSIFICAÇÃO Matriz Matriz

Polígonos c/ Polígonos c/ classesclassesTemáticas Temáticas

TemáticoTemático

Vetor Vetor M M -->V >V

Mesmo PI Mesmo PI

SEGMENTAÇÃO DE IMAGENS

Segmentação

� Processo executado antes da Classificação por Regiões� Segmentação: Identifica as regiões homogêneas dentro da

imagem� Região: um conjunto de pixels contíguos bi-direcionalmente que

possuem uma semelhança espectral� Atributos estatísticos são usados

Segmentação no SPRING

� Crescimento de regiões:– Cada pixel é inicialmente rotulado como uma região– Segundo um critério de similaridade regiões adjacentes vão

sendo agrupadas– O processo é repetido até que nenhum outro agrupamento

possa ser feito

� Detecção de Bacias

Crescimento de Regiões:exemplo

TM-Lansdat

JERS-1

CLASSIFICAÇÃO DE IMAGENS

Classificadores por regiões

� Isoseg

– não-supervisionado– as regiões são caracterizadas pela média,

matriz de covariância e por sua área– as regiões são agrupadas segundo uma

medida de similaridade: distância de Mahalanobis

� Bhattacharya

– supervisionado– usa as amostras (treinamento) para estimar a

função densidade de probabilidade de cada classe

– a região será mapeada para a classe cuja distância de Bhattacharya calculada entre elas seja menor

Classificadores por regiões

Passos para se executar uma classificação por Região

� Executar a Segmentação (imagem rotulada - vetor)� Criar arquivo de contexto (bandas + método + Imagem

Rotulada)� Extrair informações estatísticas de média e variancia de

cada região definida na imagem rotulada resultante da segmentação

� Executar treinamento (se classific. supervisionada)� Analisar amostras (se classific. Supervisionada)� Classificar (criar imagem classificada - Isoseg ou

Bhattacharya)� Executar pós-classificação (não Obrigatório)� Mapear para classes temáticas (criar PI temático)

Imagens MonoImagens MonoBandas em NC Bandas em NC

ImagemImagem

Matriz Matriz SEG.SEG.

I. RotuladaI. Rotulada

ImagemImagem

Vetor Vetor

TREINAMENTOTREINAMENTO

CLASSIFICAÇÃO CLASSIFICAÇÃO

Imagens MonoImagens MonoBandas em NC Bandas em NC

ImagemImagem

Matriz Matriz

Mapa c/ classesMapa c/ classesTemáticas Temáticas

TemáticoTemático

Matriz Matriz

Polígonos c/ Polígonos c/ classesclassesTemáticas Temáticas

TemáticoTemático

Vetor Vetor M M -->V >V

Mesmo PI Mesmo PI

I. Classificada I. Classificada

ImagemImagem

Matriz Matriz MAPEAMAPEA--MENTO MENTO

++

Passos para se executar uma classificação por Região

Edição Matricial

� Disponíveis 5 modos de operações:� Editar Área - Utiliza edição de linhas fechadas (ilhas)

digitalizadas sobre o PI ativo;

� Copiar área - Utiliza um plano de informação de referência (imagem classificada, rotulada, planos temáticos ou cadastrais) para associar ou trocar as classes no PI ativo;

� Classificar Área - permite pintar a imagem temática com classes temáticas sobre as áreas (polígonos), que estão representadas pelos próprios pixels da imagem

� Limpar Pixels – elimina áreas de pixels contíguos menores que o limiar informado

� Deslocar Imagem - desloca todo o plano matricial na direção informada

Edição Matricial – Barra de Ferramentas

Selecionar operação: Editar, Classificar, Copiar, Limpar, Deslocar

Selecionar classe

Operações na fila Sair

Remover item da fila

Executar operações

Remover todos os itensDeslocamento

Cor da classe

Visual da classe

Permite editar-Mapas temáticos matriciais-Imagens classificadas-Imagens sintéticas

Edição Matricial - Editar Área

� Botão da direita fecha o polígono� Executar para alterar os polígonos editados

Edição Matricial - Copiar Área

� Selecionar PI de referência� Selecionar polígono vetor ou matricial na tela Auxiliar a área a ser pintada� Executar para alterar

Edição Matricial - Classificar Área

� Selecione a cor da classe que deseja atribuir� Selecione o polígono na tela do PI ativo.� Executar para confirmar.

Edição Matricial - Limpar Pixels

� Digite o número de pixels contíguos que deseja substituir.� Executar para confirmar.

Edição Matricial - Deslocar Imagem

� Digite o valor de deslocamento em X e Y.� Executar para confirmar. O que ultrapassar o retângulo envolvente

do PI será recortado.

Módulo SCARTA - Geração de Cartas

Elementos da Carta

� ELEMENTOS

� Título

� Escala

� Tamanho do Papel

� Legenda

� Localização

� Dado (PI’s)

� Grade

� OBSERVAR

� Equilíbrio e Lay-out

� Contraste de Padrões

� Cores

� Disposição dos Elementos

� Claridade e legibilidade

� Composição do Dado (PI’s)

Módulo SCARTA - Geração de Cartas

� Interface semelhante ao Spring� Painel de Controle e Tela de Visualização� Exige Banco de Dados e Projeto ativos� Criar/Carregar a carta

– Elaborar a carta1 - Características da Carta (Papel e Dados) + PI’s2 - Elementos da Carta

Texto - Símbolos - Legenda - Escala

3 - Grade 4 - Quadros e Linhas

� Gerar arquivo IPL / Salvar Carta� Imprimir ou salvar em arquivo

1 - Características da Carta e PI’s

F1, F2 - tamanho do papel COORD1, COORD2 - área de dados

U1, U2 - área útil (Projeto/PI/ sub-área)

P1, P2 - Área de dados COORD1 P1

1 - Características do Papel e dos Dados

F2

F1

U2

U1

P2

P1

COORD2

COORD1

Área de Dados

ou

Área de Projeto ou PI

2 - Elementos da Carta (Texto )

2 - Elementos da Carta ( Símbolo )

Biblioteca em DXF ou BMP

C:\Arquivos de Programas\spring\etc\chart\symbol

2 - Elementos da Carta ( Legenda )

2 - Elementos da Carta ( Escala )

3 – Grade ( Planas )

3 – Grade ( Geográficas )

4 - Quadros e Linhas

Gerar arquivo IPL / Salvar Carta / ImprimirGerar arquivo IPL / Salvar Carta / Imprimir

Criar arquivo *.ipl p/ abrir no IPLOT

Salvar Carta para alterações posteriores

ImprimirExportar

PostScriptEPSCGMBMPPCXGIFTIF

IPLOT: Visualização e Impressão

Opção de Edição e Impressão : CorelDRAW

PostScript

EPS

CGM

Obrigado!

PROCESSAMENTO DIGITAL DE IMAGENS

Eliana Maria Kalil Mello (kalil@ltid.inpe.br)

José Carlos Moreira (moreira@dpi.inpe.br)