IEEE GRSS Data Fusion Contest Participações e Resultados do Sensoriamento Remoto do IEAv
|
|
|
- Osvaldo Antas
- 4 Há anos
- Visualizações:
Transcrição
1 IEEE GRSS Data Fusion Contest Participações e Resultados do Sensoriamento Remoto do IEAv Marielcio Gonçalves Lacerda - Cap Esp Fot Sensoriamento Remoto IEAv
2 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
3 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
4 IEEE < Institute of Electrical and Electronics Engineers (Instituto de Engenheiros Eletricistas e Eletrônicos) É a maior organização profissional do mundo dedicada ao avanço da tecnologia em beneficio da humanidade. Missão: Promover a inovação tecnológica e excelência para o benefício da humanidade. Introdução
5 GRSS < Geoscience and Remote Sensing Society (Sociedade de Geociências e Sensoriamento Remoto) Nós lidamos com a teoria, os conceitos e as técnicas de ciência e engenharia, e como eles se aplicam ao sensoriamento remoto da terra, oceanos, atmosfera e espaço, bem como o processamento, interpretação e disseminação dessas informações. Introdução
6 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
7 Iniciativa anual do Comitê Técnico de Análise de Imagem e Fusão de Dados do IEEE GRSS. Visa promover o progresso na fusão e análise de dados de sensoriamento remoto de múltiplas fontes. Está ativo desde O Desafio de Fusão de Dados
8 Past Contests 2006 Multiresolution pansharpening 2007 Urban mapping with multisensor SAR/optical data 2008 VHR hyperspectral image classification Change detection with multitemporal multisensor SAR / optical data 2011 VHR multiangular data fusion 2012 VHR multisensor optical / SAR / LiDAR data fusion 2013 VHR multisensor hyperspectral / LiDAR DSM data fusion 2014 VHR multisensor thermal hyperspectral / color data fusion 2015 LiDAR and Extremely HR color data 2016 Video from Space and VHR multitemporal imagery 2017 Open data for global multimodal land use classification 2018 Advanced multi-sensor optical remote sensing for urban land use and land cover classification O Desafio de Fusão de Dados
9 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
10 Data Fusion Contest 2016
11 Dados: Imagens VHR adquiridas em duas datas diferentes, antes e depois da ortorretificação: Dados pancromáticos com 1 m de resolução espacial Dados multiespectrais com 4 m de de resolução espacial Vídeo de Alta Definição adquirido por câmera a bordo da Estação Espacial Internacional (ISS), com resolução espacial de 1 m Os dados cobrem uma área urbana e portuária de Vancouver, Canadá. Data Fusion Contest 2016
12 Competição: Submissão de um artigo tema livre; Foram escolhidos os quatro melhores trabalhos, não sendo ranqueados os demais. Data Fusion Contest 2016
13 Frame do vídeo de alta resolução Data Fusion Contest 2016
14 Imagem pancromática Data Fusion Contest 2016
15 Detecção de alvos em movimento e registro da informação de posicionamento Data Fusion Contest 2016
16 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
17 Data Fusion Contest 2017
18 Cidades de Treinamento: Berlim, Roma, Paris, São Paulo e Hong Kong Cidades de Teste: Amsterdã, Madrid, Chicago, and Xi an Data Fusion Contest 2017
19 17 Zonas Climáticas Locais (LCZ) Data Fusion Contest 2017
20 Conjunto de Dados: - Dados multiespectrais OLI/Landsat-8 (reamostrados a 100m de resolução, 8 bandas) - Dados multispectrais Sentinel-2 (reamostrados a 100m de resolução, 9 bandas) - Camadas do OpenStreetMap: edifícios, naturais, estradas e áreas de uso da terra (vetor) Data Fusion Contest 2017
21 Estatísticas: 500 instituições: universidades, centros de pesquisa, agências espaciais e companhias. 50 países 856 submissões registros Data Fusion Contest 2017
22 Estatísticas: 500 instituições: universidades, centros de pesquisa, agências espaciais e companhias. 50 países 856 submissões submissões Data Fusion Contest 2017
23 Data Fusion Contest 2017
24 Data Fusion Contest 2017
25 Resultado: 1º: Universidade de Tóquio, DLR (Agência Espacial Alemã) e Universidade Técnica de Munique OA = Kappa = º: AGT Internacional Suíça OA = Kappa = º: Instituto de Estudos Avançados (IEAv) OA = Kappa = 0.68 Data Fusion Contest 2017
26 Data Fusion Contest 2017
27 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
28 Tema: Sensoriamento remoto óptico multi-sensor avançado para uso urbano da terra e classificação da cobertura da terra Data Fusion Contest 2018
29 Classes de uso e cobertura da terra: Data Fusion Contest 2018
30 Conjunto de Dados: Dados de nuvens de pontos multiespectrais-lidar a 1550 nm, 1064 nm e 532 nm; Intensidade rasters do primeiro retorno por canal e DSMs em um GSD de 50 cm. Dados hiperespectrais cobrindo uma faixa espectral de nm, com 48 bandas com GSD de 1 m. Imagens RGB de alta resolução com GSD de 5 cm. A imagem é organizada em vários blocos separados. Data Fusion Contest 2018
31 Competições Parelelas: Fusão de Dados Grupo 1 Apenas Hiperespectral Grupo 1 Apenas Lidar Data Fusion Contest 2018 Grupo 2
32 Dificuldades encontradas: Imagens muito pesadas: tamanho da área e resolução espacial; Devido a dimensão elevada da área imageada, a segmentação gerou um número muito elevado de segmentos, o que gerou um custo computacional muito elevado na geração de atributos e exportação dos dados. Data Fusion Contest 2018
33 Resultados: A equipe que participou do concurso do LIDAR ficou em 10º lugar geral, em um total de 65 equipes. Grupo: Maj Paes Dr Elcio Cap Dietzsch Me Roberto 1T Silva Filho 2S Daniel Data Fusion Contest 2018
34 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
35 trabalhar com diferentes tipos de imagens desenvolver pesquisas sobre respostas de imagens em diferentes pontos do espectro eletromagnético possibilidade de aprendizado e compartilhamento de conhecimentos com pesquisadores de diversas partes do mundo Aprendizados
36 possibilidade de obter imagens de alto custo, sem nenhum custo trabalhar com imagens de sensores que a Força Aérea ainda não possui (LIDAR) desenvolvimento do espírito de equipe e união de grupo Aprendizados
37 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
38 A premiação da equipe do IEAv no Contest 2017 foi a primeira obtida por uma equipe brasileira desde o início da competição. É extremamente motivador definirmos metodologias de trabalho e conseguir comprovar a qualidade desta em uma atividade prática Conclusão
39 Nos últimos dois anos passamos noites inteiras tentando nos superar, buscando metodologias e técnicas que refinassem o resultado alcançado. Verificamos o ganho de processamento de imagens LIDAR por intermédio do Contest desse ano. Conclusão
40 ROTEIRO Introdução O Desafio de Fusão de Dados Data Fusion Contest 2016 Data Fusion Contest 2017 Data Fusion Contest 2018 Aprendizados Conclusão
41 Quando penso que cheguei ao meu limite, descubro que tenho força para ir além. Ayrton Senna
42 IEEE GRSS Data Fusion Contest Participações e Resultados do Sensoriamento Remoto do IEAv Marielcio Gonçalves Lacerda - Cap Esp Fot Sensoriamento Remoto IEAv
43 OBRIGADO!
44 (12) (12)
Fusão de Dados: A Nova Tendência em Processamento Digital de Imagens
Fusão de Dados: A Nova Tendência em Processamento Digital de Imagens CAMILA SOUZA DOS ANJOS LACERDA IFSULDEMINAS Campus Inconfidentes Roteiro Introdução Objetivos Conceituação Resolution Merge / Pan Sharpen
INTRODUÇÃO À ENGENHARIA DE AGRIMENSURA E CARTOGRÁFICA
INTRODUÇÃO À ENGENHARIA DE AGRIMENSURA E CARTOGRÁFICA Professora: Dra. Camila Souza dos Anjos Lacerda Instituto Federal Sul de Minas Campus Inconfidentes Histórico Ensino Fundamental e Médio Escola Estadual
Agricultura. Integra um grande número de formatos de imagens aéreas, satélite, radar ou térmicas;
Aplicações O software ENVI é usado por inúmeras organizações e instituições em todo o mundo. Abaixo apresentamos alguns exemplos das diferentes aplicações. Verifique a sua área de interesse! Agricultura
Mapeamento do uso do solo para manejo de propriedades rurais
1/45 Mapeamento do uso do solo para manejo de propriedades rurais Teoria Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Marcelo Pedroso Curtarelli 2/45 Conteúdo programático: Capitulo 1: Conceitos
COMPARAÇÃO VISUAL ENTRE FUSÃO DE IMAGENS CBERS II B/CCD E LANDSAT 5/TM UTILIZANDO A PANCROMÁTICA CBERS II B/HRC EM SOFTWARE LIVRE
COMPARAÇÃO VISUAL ENTRE FUSÃO DE IMAGENS CBERS II B/CCD E LANDSAT 5/TM UTILIZANDO A PANCROMÁTICA CBERS II B/HRC EM SOFTWARE LIVRE Julio Cesar Pedrassoli (Geógrafo, mestre em Geografia Física, doutorando
Avaliação de técnicas de fusão aplicadas à imagem Quickbird. Carolina Moutinho Duque de Pinho 1 Camilo Daleles Rennó 1 Hermann Johann Heinrich Kux 1
Avaliação de técnicas de fusão aplicadas à imagem Quickbird Carolina Moutinho Duque de Pinho 1 Camilo Daleles Rennó 1 Hermann Johann Heinrich Kux 1 1 Instituto Nacional de Pesquisas Espaciais - INPE Caixa
REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Daniel C. Zanotta 14/03/2018
REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 14/03/2018 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato
09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites.
REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 09/03/2017 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato
GEODESIGN COMERCIALIZA IMAGENS DE ALTA RESOLUÇÃO DA CONSTELAÇÃO SUPERVIEW-1 NO BRASIL
GEODESIGN COMERCIALIZA IMAGENS DE ALTA RESOLUÇÃO DA CONSTELAÇÃO SUPERVIEW-1 NO BRASIL Lorena, 25 de outubro de 2017: A GeoDesign, sediada em Lorena, São Paulo, tem o prazer de anunciar que assinou contrato
Divisão de Geointeligência -EGI
Objetivo Identificar os principais fatos na trajetória da Divisão de Geointeligência, os principais projetos em andamento e as perspectivas futuras. Roteiro Histórico Estrutura atual Projetos em andamento
UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 2. Sensoriamento Remoto.
UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 2 Sensoriamento Remoto Parte 2 Recife, 2014 Imagens Orbitais no Estado de Pernambuco 2 Imagem Ikonos,
SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES. Imagens de Satélites Orbitais
Distribuidor Erdas e RapidEye no Brasil SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES Imagens de Satélites Orbitais Contato: Santiago & Cintra Consultoria E-mail: contato@sccon.com.br Fone:
Comparação de métodos de classificação da cobertura do solo urbano utilizando imagens IKONOS II com e sem o auxílio de dados LiDAR
Comparação de métodos de classificação da cobertura do solo urbano utilizando imagens IKONOS II com e sem o auxílio de dados LiDAR Leonardo Rodrigues de Deus 1 Rafael Santos 1 Leila Maria G. Fonseca 1
Deteção Remota Multiespetral
Deteção Remota Multiespetral Mestrado em Engenharia Geoespacial Mestrado em Sistemas de Informação Geográfica - TA João Catalão / Ana Navarro 2017/2018 Cap. 1 A Deteção Remota O que é da Deteção Remota
PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO
UNIVERSIDADE DE SÃO PAULO Escola Politécnica Departamento de Engenharia de Minas e de Petróleo PMI Graduação em Engenharia de Petróleo PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO PROCESSAMENTO
IMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES
IMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES RAFAEL COLL DELGADO 1 ; GILBERTO CHOHAKU SEDIYAMA 2 ; EVALDO DE PAIVA LIMA 3, RICARDO GUIMARÃES ANDRADE 4
Sensoriamento Remoto. Prof. Enoque Pereira da Silva
Sensoriamento Remoto Prof. Enoque Pereira da Silva Radiação Eletromagnética (REM) Radiação Eletromagnética (REM) REM pode se deslocar no vácuo, ou seja, não precisa de um material (corda) Todo corpo acima
TUTORIAL. Imagens CBERS-4 5m: conheça este sensor e aprenda a realizar o download dessas imagens no site do INPE QGIS.
TUTORIAL Imagens CBERS-4 5m: conheça este sensor e aprenda a realizar o download dessas imagens no site do INPE QGIS www.processamentodigital.com.br O Processamento Digital é um Canal de Conteúdo GEO oferecido
RESOLUÇÃO TEMÁTICA DE IMAGEM HÍBRIDA RESULTANTE DA FUSÃO SPOT-LANDSAT RESUMO ABSTRACT
RESOLUÇÃO TEMÁTICA DE IMAGEM HÍBRIDA RESULTANTE DA FUSÃO SPOT-LANDSAT Alzir Felippe Buffara Antunes Universidade Federal do Paraná Departamento de Geomática felippe@cce.ufpr.br RESUMO Este trabalho relata
Mapeamento do uso do solo
Multidisciplinar Mapeamento do uso do solo para manejo de propriedades rurais Allan Arnesen Frederico T. Genofre Marcelo Pedroso Curtarelli CAPÍTULO 3 Aquisição de imagens e processamento de dados Neste
Sensoriamento Remoto II
Sensoriamento Remoto II 3. Fusão de imagens PC HIS BROVEY UFPR Departamento de Geomática Prof. Jorge Centeno 2016 copyright@ centenet Sensoriamento Remoto II Descrição da Ementa: Transformações espectrais:
Período: 5 Carga Horária: 45 horas. UFPR Departamento de Geomática Prof. Jorge Centeno 2013 centenet
Sensoriamento Remoto II Período: 5 Carga Horária: 45 horas UFPR Departamento de Geomática Prof. Jorge Centeno 2013 copyright@ centenet Sensoriamento Remoto II Descrição da Ementa: Transformações espectrais:
Tecnologias de sensoriamento remoto para a identificação e monitoramento das mudanças no uso e ocupação dos solos urbanos
Tecnologias de sensoriamento remoto para a identificação e monitoramento das mudanças no uso e ocupação dos solos urbanos associadas às vias de transportes terrestres. José A. Quintanilha C láudia A. S.
TUTORIAL. Satélite DEIMOS-2: Alta Resolução para projetos de Sensoriamento Remoto DEIMOS-2.
TUTORIAL Alta Resolução para projetos de Sensoriamento Remoto DEIMOS-2 www.processamentodigital.com.br O Processamento Digital é um Canal de Conteúdo GEO oferecido pela HEX Tecnologias Geoespaciais Inovadoras,
Aquisição de dados. Sistema Modelo de Deteção Remota. Energia Eletromagnética. Espectro Eletromagnético. Interações com a Atmosfera
Aquisição de dados Como recolher informação geográfica? Deteção Remota Fotografia Aérea Métodos topográficos Sistemas de posicionamento por satélite Desenho sobre cartografia já existente Deteção Remota
Discriminação de classes do uso e cobertura da terra do Parque Nacional de Brasília utilizando diferentes métodos de fusão de imagens do Landsat-8
Discriminação de classes do uso e cobertura da terra do Parque Nacional de Brasília utilizando diferentes métodos de fusão de imagens do Landsat-8 Tamiris de Assis 1 Bruno Henrique dos Santos Rebello 1,2
processos de formação e suas inter-relações com o ambiente. As diversas combinações de fatores (clima, relevo,
INTRODUÇÃO AO LEVANTAMENTO DE SOLOS INTRODUÇÃO AO LEVANTAMENTO DE SOLOS variabilidade espacial dos solos fenômeno natural variabilidade espacial dos solos fenômeno natural resultante da interação resultante
DETECÇÃO AUTOMÁTICA DAS ÁREAS DE REFORMA DENTRO DAS ÁREAS DE CANA-DE-AÇÚCAR (Projeto CANASAT)
DETECÇÃO AUTOMÁTICA DAS ÁREAS DE REFORMA DENTRO DAS ÁREAS DE CANA-DE-AÇÚCAR (Projeto CANASAT) Elizabeth Goltz 1 Leila M. G. Fonseca 1 Bernardo F. T. Rudorff 1 Carolina Moutinho Duque de Pinho 1 Daniel
José Alberto Quintanilha Mariana Giannotti
José Alberto Quintanilha jaquinta@usp.br Mariana Giannotti mariana.giannotti@usp.br Estrutura da Aula Momento Satélite (Apresentação de um novo satélite a cada aula) O que é uma imagem de satélite? O histograma
Utilização de Informação Radar em Satélite para Monitorização Oceânica
Utilização de Informação Radar em Satélite para Monitorização Oceânica AFCEA 11 de Março de 2014 1 Estação de satélites de Santa Maria Disponibilidade 24h /365 d 2 Estação de satélites de Santa Maria Satélites
Sistemas Sensores Passivos. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia
Sistemas Sensores Passivos Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Exemplos de Sistemas e Plataformas mais utilizados 1 satélite da série: 1972... Série LANDSAT Objetivo: monitorar
Resoluções das Imagens fotogramétricas e digitais. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia
Resoluções das Imagens fotogramétricas e digitais Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia Classificação dos filmes aerofotogramétricos Os filmes podem ser: preto e branco ou coloridos.
Vinícius Emmel Martins 2, Dieison Morozoli Da Silva 3, Sidnei Luís Bohn Gass 4
CORREÇÃO ATMOSFÉRICA DE IMAGENS DE SATÉLITE PARA FINS DE MAPEAMENTO TEMPORAL DE USO E COBERTURA DO SOLO 1 ATMOSFERIC CORRECTION OF SATELLITE IMAGES FOR MAPPING TEMPORAL LAND USE AND LAND COVER Vinícius
SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO
SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO Paulo Guilherme Molin, MSc Prof. Silvio F. de Barros Ferraz Prof. Carla Cassiano Laboratório de Hidrologia Florestal Departamento de Ciências Florestais
Sensoriamento Remoto II
Sensoriamento Remoto II 2 Detecção de alterações UFPR Departamento de Geomática Prof. Jorge Centeno O problema de deteção de mudanças É possível detectar as alterações em uma série de imagens orbitais
Fusão de imagens MODIS com NDVI do Landsat para a classificação de áreas de cultivo de Soja
Fusão de imagens MODIS com NDVI do Landsat para a classificação de áreas de cultivo de Soja Paula Debiasi 1 Rafael Rodrigo Eckhardt 1 Giovani Castolldi 1 Roberta Madruga 1 André Coutinho 1 1 Centro Estadual
INTRODUÇÃO AO SENSORIAMENTO REMOTO. Daniel C. Zanotta
INTRODUÇÃO AO SENSORIAMENTO REMOTO Daniel C. Zanotta O que é Sensoriamento Remoto? Arte e ciência da obtenção de informação sobre um objeto sem contato físico direto com o objeto. É a tecnologia científica
Processamento digital de imagens
Processamento digital de imagens 1. Empilhamento de bandas Durante o processamento de dados derivados do imageamento orbital é necessário, muitas vezes, unir em um único arquivo diferentes bandas ou canais
Classificação digital de Imagens
Classificação digital de Imagens Workshop III - (Bio)Energia Florestas Energéticas: Técnicas de Inventariação de Biomassa Florestal Universidade de Évora 2 Junho 2010 Adélia Sousa (asousa@uevora.pt) Imagem
5ªJornadaCientíficaeTecnológicadaFATECdeBotucatu 24a27 deoutubrode2016,botucatu SãoPaulo,Brasil
DESCRIÇÃO DOS PRODUTOS DO SENSOR MODIS (MODERATE RESOLUTION IMAGING SPECTRORADIOMETER) EMBARCADOS NO SATÉLITES TERRA E AQUA Vitor Henrique de Paula 1, Alexandre Dal Pai 2 1 Graduado,Faculdade de Tecnologia
Geração de Modelos Digitais de Elevação e Processamento de Imagens VANT/Drone com o ENVI Michael Steinmayer, SulSoft
Place image here (13.33 x 3.5 ) Geração de Modelos Digitais de Elevação e Processamento de Imagens VANT/Drone com o ENVI Michael Steinmayer, SulSoft Geração de MDE no ENVI ENVI DEM Extraction ENVI Photogrammetric
Aplicação e avaliação de técnicas de fusão em imagens Ikonos e GeoEye
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7761 Aplicação e avaliação de técnicas de fusão em imagens Ikonos e GeoEye Silvia
FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA REVISÃO DE CONTEÚDO. Prof. Marckleuber
FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA - 2011 REVISÃO DE CONTEÚDO Prof. Marckleuber -Diferença: Imagem de satélite X fotografia aérea -Satélite X Sensor X Radar
PROCESSAMENTO DIGITAL DE IMAGENS. Thales Sehn Körting
PROCESSAMENTO DIGITAL DE IMAGENS Thales Sehn Körting 2 Por que processar as imagens? Objetivo Identificar e extrair informações da imagem Transformar a imagem (aumentar o contraste, realçar bordas) de
GEOPROCESSAMENTO. Sensoriamento Remoto. Prof. Luiz Rotta
1 GEOPROCESSAMENTO Sensoriamento Remoto Prof. Luiz Rotta SENSORIAMENTO REMOTO - DEFINIÇÕES Utilização de sensores para a aquisição de informações sobre objetos ou fenômenos sem que haja contato direto
Geoprocessamento - Geomática
Geoprocessamento - Geomática Ciência que lida com a aquisição, tratamento, análise e comunicação de informações geográficas por meio de métodos numéricos ou quantitativos OBJETIVO Modelo do mundo real
Fusão de canais do satélite Meteosat-9 para monitoramento de tempestades severas. Diego Raoni da Silva Rocha 1 Humberto Alves Barbosa 1
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7412 Fusão de canais do satélite Meteosat-9 para monitoramento de tempestades
Classificação de imagens SAR de Machadinho d'oeste RO em ambiente distribuído
Classificação de imagens SAR de Machadinho d'oeste RO em ambiente distribuído Thalita Biazzuz Veronese 1 Maurício Pozzobon Martins 2 Lamartine Nogueira Frutuoso Guimarães 2 1 Instituto Nacional de Pesquisas
Simpósio de Aplicações Operacionais em Áreas de Defesa
Simpósio de Aplicações Operacionais em Áreas de Defesa O Simpósio de Aplicações Operacionais em Áreas de Defesa (SIGE), realizado anualmente pelo Instituto Tecnológico de Aeronáutica ITA, é um evento internacional
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
![[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações](/thumbs/82/86786276.jpg "[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações")
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 1 Introdução ao Processamento
Qualidade Radiométrica das Imagens Sensor ADS40
Qualidade Radiométrica das Imagens Sensor ADS40 O sensor ADS40 (Airborne Digital Sensor) é um Sensor Digital Linear de alta resolução geométrica e radiométrica desenvolvido pela Leica Geosystems. O sensor
Fernando Del Bon Espírito-Santo 1 Yosio Edemir Shimabukuro 1 João Roberto dos Santos 1 Tatiana Mora kuplich 1
Classificação semi-automática de imagens multitemporais Landsat para a determinação dos estágios sucessionais de uma área de desflorestamento na Amazônia Fernando Del Bon Espírito-Santo 1 Yosio Edemir
MÉTODO IHS PARA FUSÃO DE IMAGEM TM COM FOTOGRAFIA AÉREA
ISSN 1981-6251, p. 477-482 MÉTODO IHS PARA FUSÃO DE IMAGEM TM COM FOTOGRAFIA AÉREA ROSEMARY BATISTA DO NASCIMENTO 1 ANA CAROLINA SCHULER CORREIA 2 PROFª. DRA. ANA LÚCIA BEZERRA CANDEIAS 3 Universidade
SEGMENTAÇÃO MULTIRESOLUÇÃO DE IMAGENS FUSIONADAS. Segmentation Multiresolution of the Images Fusion
S B C Revista Brasileira de Cartografia (2012) N 0 64/4: 443-449 Sociedade Brasileira de Cartografia, Geodésia, Fotogrametria e Sensoriamento Remoto ISSN: 1808-0936 SEGMENTAÇÃO MULTIRESOLUÇÃO DE IMAGENS
Processamento Digital de Imagens SER Prática de Laboratório
Processamento Digital de Imagens SER 413-4 - Prática de Laboratório Bruna Virginia Neves João Arthur Pompeu Pavanelli Vanessa Camphora Relatório Parcial da prática de laboratório da disciplina de Processamento
UNICAP Universidade Católica de Pernambuco Prof. Glauber Carvalho Costa Sensoriamento Remoto e Geoprocessamento - ARQ1152 Semestre: 2018.
1. A Aerofotogrametria consiste nas atividades de captação de dados utilizando como sensor uma câmara métrica terrestre, destinadas a mapeamento de fachadas de edificações, pequenas áreas (terrenos de
Luciano Fucci.
Luciano Fucci www.tecnodrone.com.br AEROLEVANTAMENTOS Visão Geral O que preciso saber para fazer aerolevantamento com Drones? www.tecnodrone.com.br AEROLEVANTAMENTO COM DRONES Um conjunto de operações
45 mm. Suzan Waleska Pequeno Rodrigues 1 ; Pedro Walfir Martins e Souza Filho 1. {Suzan,
DETECÇÃO DE MUDANÇA NO MANGUEZAL AO LONGO DO ESTUÁRIO DO RIO COREAÚ- CEARÁ ATRAVÉS DA ANÁLISE MULTITEMPORAL EM IMAGENS TM/LANDSAT-5 NO PERÍODO DE 1985 A 2008. Suzan Waleska Pequeno Rodrigues 1 ; Pedro
Universidade de Brasília IG/UnB Campus Universitário Darcy Ribeiro ICC Sul Brasília-DF, Brasil
Fusão de imagens multitemporais SPOT-5 e CBERS-2 utilizando transformada wavelet Miguel Archanjo Bacellar Goes Telles Junior 1,2 Antônio Nuno de Castro Santa Rosa 1 1 Universidade de Brasília IG/UnB Campus
Avaliação de métodos de classificação de imagens IKONOS para o mapeamento da cobertura terrestre
Avaliação de métodos de classificação de imagens IKONOS para o mapeamento da cobertura terrestre Regiane Maria Paes Ribeiro 1 Vicente Paulo Soares 2 Carlos Antônio Oliveira Vieira 2 1 Agência Nacional
Comparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais
Comparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais Fernanda Rodrigues Fonseca 1 Thiago Duarte Pereira 1 Luciano Vieira Dutra 1 Eliana Pantaleão 1 Corina
MAPEAMENTO DO USO DO SOLO URBANO ATRAVÉS DA CLASSIFICAÇÃO POR REGIÕES BASEADA EM MEDIDAS TEXTURAIS
MAPEAMENTO DO USO DO SOLO URBANO ATRAVÉS DA CLASSIFICAÇÃO POR REGIÕES BASEADA EM MEDIDAS TEXTURAIS Iris de Marcelhas e Souza 1 Madalena N. Pereira 1 Leila M. F. Garcia 1 Maria de Lourdes Neves de Oliveira
Satélites e Sensores. Profa. Ligia Flávia Antunes Batista
Satélites e Sensores Profa. Ligia Flávia Antunes Batista Referências Slides baseados em: Geomática Aplicada à Gestão de Recursos Hídricos. PROF. ALEXANDRE ROSA DOS SANTOS. UNIVERSIDADE FEDERAL DOS ESPÍRITO
ANÁLISE DA CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA DO CERRADO BASEADO NA COMBINAÇÃO DE IMAGENS ÓPTICAS E SAR
Presidente Prudente - SP, 24-26 de julho de 2017 p. 186-192 ANÁLISE DA CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA DO CERRADO BASEADO NA COMBINAÇÃO DE IMAGENS ÓPTICAS E SAR EDUARDO ALVES GUIMARÃES ÉDIPO
ANÁLISE COMPARATIVA EM IMAGENS OLI/LANDSAT-8 E MSI/SENTINEL-2 NO MAPEAMENTO DO USO E COBERTURA DA TERRA
Presidente Prudente - SP, 24-26 de julho de 2017 p. 180-185 ANÁLISE COMPARATIVA EM IMAGENS OLI/LANDSAT-8 E MSI/SENTINEL-2 NO MAPEAMENTO DO USO E COBERTURA DA TERRA DAIANE DAVID CALIXTO FERNANDA DIAS GUIMARÃES
Radiômetros imageadores
Universidade Federal de Campina Grande Centro de Ciências e Tecnologia Agroalimentar Radiômetros imageadores Professora Valéria Peixoto Borges I. SISTEMAS FOTOGRÁFICOS Levantamento aerofotogramétrico.
Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá
Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá Engº Florestal, D.Sc. Sensoriamento Remoto/Geoprocessamento, Pesquisador Embrapa Semi-Árido
Análise Fractal de Textura Usando um Operador de Hurst em uma Imagem TM/Landsat-5
Análise Fractal de Textura Usando um Operador de Hurst em uma Imagem TM/Landsat-5 Marcos Cicarini Hott 1 Vicente Paulo Soares 2 Carlos Antônio Álvares Soares Ribeiro 2 James Jackson Griffith 2 RESUMO O
Sensoriamento remoto x uso do solo x transportes
Sensoriamento remoto x uso do Introdução e justificativas Objetivos da aula Sensoriamento Remoto: introdução; conceitos básicos. Processamento digital de imagens: conceito de imagem digital e de processamentos
Satélites e Sensores. Bruno Silva Oliveira
Satélites e Sensores Bruno Silva Oliveira São José dos Campos - SP Julho/2017 Órbita Polar Cíclica, heliossíncrona Órbita Geoestacionária Órbita Geoestacionária Quantos satélites orbitam a Terra? Satélites
PROGRAMA DE ENSINO. 3 quadrimestre Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS
PROGRAMA DE ENSINO Disciplina ANÁLISE DE IMAGENS MULTIESPECTRAIS Código Semestre Ano Letivo 3 quadrimestre 2018 Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS Curso: MESTRADO
Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista
Sensoriamento Remoto I Engenharia Cartográfica Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista 2016 Informes! 1) Data da prova #1: 09/05/2016 1) Conteúdo? até a aula anterior
Satélites e Sensores. Bruno Silva Oliveira
Satélites e Sensores Bruno Silva Oliveira São José dos Campos - SP Julho/2016 Órbita Polar Cíclica, heliossíncrona Órbita Geoestacionária Órbita Geoestacionária Quantos satélites orbitam a Terra? Satélites
Campus de Presidente Prudente PROGRAMA DE ENSINO. Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS
PROGRAMA DE ENSINO Disciplina ANÁLISE DE IMAGENS MULTIESPECTRAIS Semestre Código Ano Letivo Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS Curso: MESTRADO ( x ) DOUTORADO
Definições: Sistemas Sensores
SISTEMAS SENSORES Sistemas Sensores Definições: Equipamento capaz de transformar alguma forma de energia em um sinal passível de ser convertido em informação sobre o ambiente. No caso específico do sensoriamento
Segmentação de imagens-fração derivadas do sensor TM-Landsat para o mapeamento do uso do solo no municipio de Sapezal (MT)
Segmentação de imagens-fração derivadas do sensor TM-Landsat para o mapeamento do uso do solo no municipio de Sapezal (MT) JOSÉ L. RODRÍGUEZ YI, LUIGI C. MARRONI AULICINO, YOSIO E. SHIMABUKURO, BERNARDO
LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos
LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos Neste laboratório, você começará a trabalhar com imagens multiespectrais. O objetivo do laboratório é desenvolver
Fusão de imagens IRS-1C e Landsat 5 utilizando método aditivo de sub-bandas
Fusão de imagens IRS-1C e Landsat 5 utilizando método aditivo de sub-bandas Miguel Archanjo Bacellar Goes Telles Junior 1,2,3 Antônio Nuno de Castro Santa Rosa 1 1 Universidade de Brasília IG/UnB Campus
Novidades do ENVI 5.4 Harris Proprietary Information
Place image here (13.33 x 3.5 ) Novidades do ENVI 5.4 SISTEMAS, SENSORES E FORMATO DE DADOS O ENVI 5.4 segue com a tradição de oferecer o mais amplo suporte de importação de sensores, formatos de dados
Processamento de Imagens Termais Aplicado à Navegação Autônoma. Wanessa da Silva
Processamento de Imagens Termais Aplicado à Navegação Autônoma Wanessa da Silva Outubro, 2016 Introdução Roteiro Métodos Imagens Utilizadas Resultados Considerações Finais 1. Introdução 2. Métodos 4. Imagens:
Programa 25/02/2019. Objetivo Geral: Processamento Digital de Imagens I Turma A. Objetivos Específicos:
Curso de Engenharia Cartográfica e Agrimensura Processamento Digital de Imagens I Turma A 2019/1 semestre Objetivo Geral: Conhecer técnicas de processamento de digitais que permitem extrair e identificar
Aula 1. Princípios Físicos de Sensoriamento Remoto. Prof: Alexandre Cigagna Wiefels
Aula 1 Princípios Físicos de Sensoriamento Remoto Prof: Alexandre Cigagna Wiefels O Que é Sensoriamento Remoto? Lillesand e Kiefer (1994): Sensoriamento remoto é a ciência e a arte de obter informação
OPTICAL IMAGE SYNTHESIS FOR CLOUD REMOVAL WITH GENERATIVE ADVERSARIAL NETWORKS
OPTICAL IMAGE SYNTHESIS FOR CLOUD REMOVAL WITH GENERATIVE ADVERSARIAL NETWORKS José David Bermúdez Castro Advisor: Prof. Raul Queiroz Feitosa Co-advisor: Dr. Patrick Nigri Happ Laboratório de Visão Computacional
FOTOGRAMETRIA. Engenharia de Faixa de Dutos Terrestres. Implantação de Faixa de Dutos
Implantação de Faixa de Dutos FOTOGRAMETRIA Resumo dos conhecimentos necessários para o entendimento do processo de elaboração de Mapas e Ortofotocartas através de fotografias aéreas e dos procedimentos
Acompanhamento da expansão do município de Rio Grande (RS) entre os anos de 2008 e 2013 através da análise pelo vetor de mudanças no domínio polar
Acompanhamento da expansão do município de Rio Grande (RS) entre os anos de 2008 e 2013 através da análise pelo vetor de mudanças no domínio polar Daniel Capella Zanotta 1 Andressa da Rosa de Vasconcellos
Apresentação do Curso e da Área de Processamento de Imagem Digital
Apresentação do Curso e da Área de Processamento de Imagem Digital Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Introdução Este curso abordará conceitos e técnicas de processamento de imagem
CURSO DE MAPEAMENTO DE COM DRONES (RPA)
CURSO DE MAPEAMENTO DE COM DRONES (RPA) 1. SOBRE O CURSO: Pesquisadores, professores, técnicos de instituições públicas e privadas, é com prazer que viermos através desse e-mail divulgar o curso de Curso
Vantagens e limitações dos RGB s
Universidade de Aveiro Departamento de Física Detecção Remota Vantagens e limitações dos RGB s Soraia Romão nº50402 Vantagens A fusão de diferentes canais pode destacar características atmosféricas e da
MODELO LINEAR DE MISTURA ESPECTRAL EM IMAGEM DE MODERADA RESOLUÇÃO ESPACIAL
MODELO LINEAR DE MISTURA ESPECTRAL EM IMAGEM DE MODERADA RESOLUÇÃO ESPACIAL Linear Spectral Mixture Model in Moderate Spatial Resolution Image Data RAMON MORAIS DE FREITAS 1 VITOR HAERTEL 2 YOSIO EDEMIR
CLASSIFICAÇÃO DO USO E COBERTURA DO SOLO NO LITORAL SUL DE ALAGOAS UTILIZANDO O PRODUTO MODIS-EVI
CLASSIFICAÇÃO DO USO E COBERTURA DO SOLO NO LITORAL SUL DE ALAGOAS UTILIZANDO O PRODUTO MODIS-EVI Gedson Silva Cunha*¹; Ana Carolina Sarmento Buarque²; Rosângela Sampaio Reis³ ¹Bolsista do PIBIC/UFAL,
CAPÍTULO 1 INTRODUÇÃO AO SENSORIAMENTO REMOTO
CAPÍTULO 1 INTRODUÇÃO AO SENSORIAMENTO 1.0. Introdução Existem diversas definições referentes à tecnologia de sensoriamento remoto. Algumas são mais apropriadas que outras quando se olha do ponto de vista
Procedimento para minimização do efeito de alta freqüência resultante de fusão entre bandas TM Landsat e pancromáticas Spot e Quickbird
Procedimento para minimização do efeito de alta freqüência resultante de fusão entre bandas TM Landsat e pancromáticas Spot e Quickbird Marcelo Francisco Sestini 1 Clotilde Pinheiro Ferri 1 1 Funcate Caixa
DPI: Realizações e Desafios
DPI: Realizações e Desafios Leila Fonseca 15 Agosto 2013 Ítens de ação (reunião DPI 2009) Redação de um documento de diagnóstico e síntese de nossas atividades dentro do INPE para ter uma agenda de trabalho
Sensoriamento Remoto Aplicado à Geografia
Sensoriamento Remoto Aplicado à Geografia Comportamento Espectral dos Objetos Reinaldo Paul Pérez Machado Prof. Dr. Fernando Reinaldo Shinji Paul Kawakubo Pérez Machado O que é? Comportamento Espectral
Um método simplificado de fusão de imagens. C.P Curitiba-PR- Brasil (centeno,
Um método simplificado de fusão de imagens Jorge Antonio Silva Centeno Selma Regina Aranha Ribeiro Universidade Federal do Paraná Setor de Ciências da Terra C.P. 19001-81531-990 Curitiba-PR- Brasil (centeno,
Utilização de imagens orbitais de alta resolução no monitoramento de faixa de dutos
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.4489 Utilização de imagens orbitais de alta resolução no monitoramento de faixa
GERAÇÃO DE UMA CARTA IMAGEM DO MUNICÍPIO DE SOUSA/PB PELO MÉTODO DE FUSÃO IHS DOS DADOS DO SENSOR PAN DO SATÉLITE CBERS-4
GERAÇÃO DE UMA CARTA IMAGEM DO MUNICÍPIO DE SOUSA/PB PELO MÉTODO DE FUSÃO IHS DOS DADOS DO SENSOR PAN DO SATÉLITE CBERS-4 LEONARDO GUEDES NEVES LEANDRO ÍTALO BARBOSA DE MEDEIROS VICENTE DE PAULA SOUSA
1.1 Fusão de imagens de alta resolução espacial
primeira seção contém uma revisão bibliográfica da utilização do método de substituição da componente principal na fusão de imagens, bem como um comparativo da transformação em componentes principais efetuado
Técnicas de interpretação de espectros de reflectância. Aula 5 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa
Técnicas de interpretação de espectros de reflectância Aula 5 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa Análise estatística entre dados espectrais Em estudos
SUBSISTEMA ESPACIAL 1
SUBSISTEMA ESPACIAL 1 Foguetes Espaciais ARIANE-4 TITAN Eutelsat Hot Bird Satellites RGR 1 SUBSISTEMA ESPACIAL 2 Plataformas e Sensores LANDSAT-7 / ETM+ RGR 2 SUBSISTEMA ESPACIAL 3 Plataformas e Sensores