1.1 Fusão de imagens de alta resolução espacial
|
|
- Zilda Espírito Santo Fagundes
- 6 Há anos
- Visualizações:
Transcrição
1
2 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 manualmente e com softwares de processamento de imagens de sensores remotos. 1.1 Fusão de imagens de alta resolução espacial As imagens de satélite de alta resolução são adquiridas de dois diferentes modos: no modo pancromático com m a i o r resolução espacial, e no modo multiespectral. As imagens PAN contém informação espacial mais detalhada, ao passo que a imagem multiespectral contém bandas que s ã o relativas à região visível e à região do infravermelho próximo do espectro eletromagnético, contendo informação espectral para aplicações temáticas. A Tabela 1 mostra a resolução espacial e as faixas espectrais correspondentes às bandas pancromática e multiespectral de alguns sensores remotos. O sensor Quickbird, na visada nadiral, apresenta 0.61 metros de resolução espacial no modo pancromático e 2.44 metros no modo multiespectral. Tabela 1 Especificações de imagens adquiridas por alguns sensores atuais. Resolução Espacial (m) Quickbird Ikonos Spot - 5 PAN 0, Multi - MS 2, Bandas Espectrais (µm) PAN 0,45 0,90 0,45 0,90 0,48 0,71 Banda 1 0,45 0,52 0,45 0,52 0,50 0,59 Banda 2 0,52 0,60 0,52 0,60 0,61 0,68 Banda 3 0,63 0,69 0,63 0,69 0,78 0,89 Banda 4 0,76 0,90 0,76 0,90 1,58 1,75 Resolução Radiométrica 11 bits 11 bits 8 bits Algumas das abordagens para a fusão das bandas pancromática e multiespectrais (como, por exemplo, Transformação HSV e Substituição da Componente Principal) já estão implementadas em programas comerciais. No entanto, como descrito por Ehlers (2005), tais métodos não preservam as características espectrais dos dados originais. Alguns autores expressam a idéia de que o método de fusão não deve distorcer as características espectrais dos dados MS originais, de forma a assegurar que alvos que são espectralmente separáveis nos dados originais sejam separáveis no conjunto de dados resultante (CHAVEZ et al, 1991; POHL, 1999). Os tipos de coberturas do solo presentes na cena influenciam fortemente os resultados da fusão (WALD et al, 1997). Áreas urbanas apresentam grande número de objetos com diferentes escalas, sendo o caso mais difícil em termos de fusão por corresponderem à alta variabilidade de informações espaciais e espectrais. Os testes com áreas urbanas, com grande diversidade de assinaturas espectrais, são úteis para julgar a capacidade dos métodos de fusão em sintetizar as assinaturas espectrais durante a modificação da resolução espacial. Experimentos relatados por Prasar et al (2001) ao realizarem a fusão de imagens IRS LISS-III e Pan utilizando métodos disponíveis em software de processamento de imagens de sensores remotos, mostram que o método da Substituição da Componente Principal (SCP) foi o que menos modificou os valores espectrais. Pinho et al (2005) utilizaram os métodos de fusão disponíveis no software ENVI para imagem Quickbird e relatam que a técnica SCP teve visualmente melhor conservação de cores do que as técnicas IHS e Brovey. Schneider et al (2003), efetuando a fusão das bandas pancromática e multiespectral de imagem IKONOS, verificaram que a utilização de 4 bandas para a fusão produz bandas híbridas com maior semelhança espectral com as bandas originais, resultando em coeficientes de correlação mais próximos de 1 do que quando da utilização de apenas 3 bandas multiespectrais. No entanto, a banda pancromática abarca a faixa de comprimentos de onda de 0,45 a 0,90 µm, que compreende faixas não imageadas pelas 4 bandas multiespectrais, fazendo com que as bandas híbridas obtidas pelo método SCP não sejam espectralmente iguais às bandas originais. A Figura 1 mostra as curvas de resposta espectral para o sensor Quickbird. Pode-se perceber que a resposta espectral para a banda Pan não é uniforme no intervalo 0,45-0,90 µm. e f i c i e n c i a B1 B2 Comprimento de onda (µm) Figura 1 Curvas de resposta espectral do sensor Quickbird. B3 B4 Pan
3 1.2 Análise de Componentes Principais A análise de Componentes Principais tem sido utilizada em sensoriamento remoto visando: (a) a transformação de imagens multiespectrais em novas imagens (componentes principais) que podem ser melhor interpretadas que as imagens originais; (b) para reduzir a dimensionalidade dos dados; (c) para efetuar a fusão de informações presentes nas bandas pancromática e multiespectral. Este método baseia-se em técnicas estatísticas que transformam um conjunto de dados multivariados de variáveis correlacionadas em um conjunto de novas variáveis não correlacionadas que são combinações lineares das originais. Estas combinações lineares são chamadas de componentes principais e são não correlacionadas entre si (Mingoti, 2005). As etapas para sua execução são: primeiro a construção da matriz de covariância da imagem a ser transformada, segundo a determinação dos autovalores (eigenvalues) e autovetores (eigenvectors) desta matriz, e terceiro a formação das componentes usando os autovetores como pesos. O primeiro autovetor produz a primeira componente, o segundo autovetor, a segunda componente, e assim por diante (MUNECHIKA et al, 1996). Os autovalores representam o comprimento dos eixos das componentes principais de uma imagem. Associados a cada autovalor existe um vetor de módulo unitário chamado autovetor. Os autovetores representam as direções dos eixos das componentes principais, e são vetores que: ou não são afetados ou são apenas multiplicados por um fator de escala após a transformação. O polinômio característico constitui uma importante ferramenta para o cálculo de autovalores, e pode ser expresso da forma: det( Σ x λ I ) = 0 (1) onde: det( ) indica determinante, e I é a matriz identidade. O polinômio característico é uma equação de ordem n em λ, com n raízes; as raízes do polinômio característico são os autovalores. Para cada autovalor λ i é calculado um autovetor g i efetuando a substituição de λ na equação: Para fins de comparação, também foram calculadas as componentes principais utilizando os softwares Multispec, Envi e Erdas. B B Figura 2 Valores de pixel para uma imagem simulada. A matriz covariância Σ x resulta: Σ x = 1,90 1,10 1,10 1,10 Resolvendo a equação característica, têm-se os autovalores λ 1 = 2,67 e λ 2 = 0,33. Com base nos autovalores, obtêm-se os autovetores g1 e g2: g1 = [ 0,8191 0,5737] T g2 = [ -0,5737 0,8191] T e a matriz g de transformação : G = [ g1 g2 ] T (3) e tem-se as componentes principais (Figura 3): CP1 3,35 4,74 6,95 2,78 4,99 6,38 CP2 1,32 1,57 1,25 0,50 0,18 0,43 Figura 3 Valores de pixel para as componentes principais calculadas para a imagem simulada. Representando os pixels das bandas originais (B1 e B2) e das componentes principais (CP1 e CP2) percebe-se a rotação de eixos (Figura 4). Graficamente, a transformação em componentes principais consiste de uma rotação de eixos, melhorando a disposição dos dados originais mediante a separação dos grupos de valores de pixel homogêneos na imagem. Esta rotação se obtém multiplicando os coeficientes G ij da matriz de transformação pelos valores de pixel (NC): Σ x λ I = 0 (2) A matriz de transformação em componentes principais é a transposta da matriz de autovetores de Σ x, onde cada autovetor corresponde a uma linha. Um experimento inicial foi realizado utilizando uma pequena imagem simulada com duas bandas conforme Richards e Jia (1999) e cujos valores de pixel estão apresentados na Figura 2. Esta imagem com duas linhas e três colunas foi utilizada para calcular os autovalores λ 1 e λ 2, os autovetores g 1 e g 2, a matriz G de transformação e as componentes principais CP 1 e CP 2. CP 1 = G 11 NC B1 + G 12 NC B2 CP 2 = G 21 NC B1 + G 22 NC B2 (4) CP2 C CP1 CP Figura 4 Representação dos pixels originais e após a transformação.
4 Calculando autovalores com os três softwares, obteve-se os valores esperados (λ 1 = 2,67 e λ 2 = 0,33), porem os autovalores não foram todos iguais. Os autovetores calculados com o Multispec e o Erdas resultaram iguais; já os autovetores calculados com o Envi foram diferentes, conforme mostrado na Tabela 2. Deve-se observar que um autovetor multiplicado por uma constante k continua sendo um autovetor. Tabela 2 Matriz G de transformação Multispec Erdas Envi 0,8191 0,5737 0,8191 0,5737-0,8191-0,5737-0,5737 0,8191-0,5737 0,8191 0,5737-0,8191 Devido à diferença de sinais dos autovetores, as componentes principais calculadas com os softwares Erdas e Envi são diferentes entre si. Mas verifica-se que as componentes principais calculadas com o Multispec são diferentes das obtidas com o Erdas, conforme apresentados na Tabela 3. Tabela 3 Componentes principais Multispec Erdas Envi CP ,35 4,74 6,95 2,78 4,99 6,38 1,52 0,12-2,09 2,09-0,12-0,15 CP ,32 1,57 1,25 0,50 0,18 0,43-0,45-0,70-0,37 0,37 0,70 0,45 Na Tabela 3 pode-se observar que o resultado da transformação em componentes principais é diferente para cada software considerado. Com o Erdas os valores das componentes principais coincidem com o cálculo efetuado manualmente. Com o Multispec, verifica-se que para cada componente principal foi efetuada a operação da forma (127 média CPi ) + CP i. O Envi calcula as componentes principais e subtrai de cada componente a correspondente média, de modo que cada componente final tenha a média igual a zero. Assim, ao analisar visualmente as componentes principais obtidas com estes softwares, pode-se constatar que elas são diferentes entre si. 1.3 Substituição da Componente Principal Na Figura 5, é apresentado um esquema que identifica os passos necessários à realização do processo de fusão de imagens. As bandas multiespectrais devem ser reamostradas de modo que os pixels sejam compatibilizados com os da imagem PAN, e também é necessário que as imagens estejam registradas. A imagem multiespectral reamostrada é transformada em componentes principais. A primeira componente caracteriza-se por estar orientada segundo a direção de maior variância dos dados originais, apresentando maior contraste do que as demais componentes (Gonzales e Woods, 2000). A primeira componente então conterá teoricamente a informação que é comum a todas as bandas originais, enquanto outras componentes conterão informações espectrais específicas. Assim, a primeira componente principal será substituída pela banda pancromática. Faz-se necessário também o matching do histograma entre a banda pancromática e a primeira componente principal, para aproximar o comportamento radiométrico entre as mesmas no processo de fusão (MUNECHIKA et al, 1996). Por fim, faz-se a transformação inversa para obter a imagem hibrida resultante da fusão. Bandas MS Matching do histograma e substituição PC1 PAN Reamostragem e transformaçao em componentes Fusão principais Inversa da transf. em comp. principais Figura 5 Esquema do método de substituição da componente principal (SCP). Uma vez que as componentes principais calculadas com as funções implementadas em softwares de processamento de imagens de sensores remotos não são iguais, ao efetuar a fusão com o método da substituição da componente principal espera-se que as bandas híbridas resultantes também sejam diferentes. Este trabalho apresenta nas seções seguintes a descrição da área teste, seguida da análise da imagem híbrida resultante da utilização da técnica de substituição de componentes principais na fusão de imagens Quickbird com dois softwares comerciais para o processamento de imagens de sensores remotos, Envi e Erdas. 2 ÁREA TESTE Bandas Híbridas A área escolhida para os experimentos, corresponde ao Campus Centro Politécnico da Universidade Federal do Paraná, localizada no bairro Jardim das Américas em Curitiba. A área em questão possui variados tipos de cobertura do solo, como vegetação arbórea e rasteira, corpo de água, solo exposto, edificações, arruamentos e áreas esportivas (Figura 6). No recorte abaixo estão identificadas sete áreas para análises, onde a área 1 corresponde ao prédio do Setor de Ciências Biológicas, a área 2 representa um lago do parque Jardim Botânico, a área 3 mostra uma região de solo exposto, a área 4 destaca uma área esportiva (quadras de tênis), a área 5 salienta a
5 vegetação arbórea bastante densa presente na região, a área 6 apresenta uma extensão de vegetação rasteira, e por final, a área 7 exibe um viaduto localizado na interseção de duas rodovias. seja parcialmente ou totalmente especular dependendo do material superficial. Para pequenos ângulos CAT, as sombras estarão atrás dos objetos. Na imagem coletada pelo sensor, as áreas atrás dos objetos imageados, isto é, áreas que não são visíveis para o sensor, são chamadas de áreas de oclusão. O método escolhido para realizar a fusão de imagens e posterior comparação, foi o método da Substituição da Componente Principal (SCP), que permite o uso das quatro bandas espectrais. Para o experimento foram utilizadas as funções de fusão pela substituição da componente principal implementadas nos programas Envi 4.0 e Erdas 8.7. Na análise dos resultados foram considerados os aspectos qualitativos (aspecto visual da imagem híbrida para as sete áreas destacadas na Figura 6) e quantitativos (correlação entre as bandas originais reamostradas e híbridas correspondentes e valores de pixel das imagens originais e híbridas). 4 ANÁLISE DOS RESULTADOS Figura 6 Recorte de imagem referente à área teste 3 MATERIAIS E MÉTODOS No presente trabalho foi utilizada uma imagem Quickbird do Centro Politécnico adquirida em 2002, com visada inclinada e resolução espacial de 70 cm no modo pancromático. Com a possibilidade de direcionamento do sensor quando da aquisição das imagens, ocorre a variação da resolução espacial entre a visada nadiral e a inclinada. Como apresentado na seção 1.2, os autovalores foram iguais para os dois softwares utilizados. No entanto, os autovetores apresentaram valores diferentes para cada software, pois cada um dos programas usa diferentes implementações no que se refere aos procedimentos matemáticos. Assim, também as imagens híbridas resultaram diferentes para cada software. 4.1 Análise Qualitativa Para a região com cobertura vegetal, a vegetação arbórea destacou-se com maior clareza da vegetação rasteira, possibilitando a percepção de altura das copas das árvores (Figura 8). Já para as áreas de solo exposto e arruamento, não ocorreram significativas alterações, sendo que as vias de acesso tiveram uma melhor delimitação das suas feições. Para edificações com paredes brancas, a imagem híbrida obtida com os softwares Envi e Erdas apresentou um aspecto amarelado próximo às bordas (Figura 9). Esta alteração espectral ocorreu em regiões de reflexão quase especular e que foram também afetadas pelo processo de reamostragem durante o processo de fusão. Figura 7 Ângulo CATS (câmara- target- sun) Para imagens de alta resolução espacial também é importante o ângulo denominado CATS (camera-targetsun), que é o ângulo entre dois vetores: o primeiro, que liga o sensor à cena e, o segundo, que liga o Sol à cena (Figura 7). A inclinação superficial, a posição relativa do Sol e a visada do sensor podem fazer com que a reflexão Figura 8 Imagens original (à esquerda) e híbrida (à direita).
6 Verifica-se que existe correlação acima de 90% entre as bandas originais e as respectivas bandas híbridas para os dois casos. As bandas híbridas geradas com o software Envi apresentaram valores de coeficientes de correlação um pouco mais elevados. 4.3 Análise do Valor do Pixel Figura 9 Efeito em edificações (imagem original reamostrada, à esquerda, e imagem híbrida, à direita). Em especial no software Envi, o corpo de água analisado recebeu um tom mais azulado. Já para as quadras de tênis (áreas esportivas), verifica-se certa confusão com o vermelho das bordas e o interior verde das quadras; enquanto que no software Erdas a coloração se manteve nos dois casos. 4.1 Análise Quantitativa Na análise visual, a qualidade percebida da imagem é fortemente dependente do observador e da aplicação temática, por isso, foi também utilizado o coeficiente de correlação como uma medida quantitativa. O coeficiente de correlação fornece um indicativo de similaridade estatística entre dois conjuntos de dados. O uso da correlação entre imagens, apesar de não ser uma medida absoluta da qualidade do resultado da fusão, fornece indicação sobre alterações que podem ocorrer na imagem híbrida em relação à original. Nas Tabelas abaixo (Tabela 4 e Tabela 5), são apontadas as correlações entre as bandas multiespectrais (1, 2, 3 e 4) reamostradas e as respectivas bandas híbridas (H1, H2, H3 e H4) geradas após o processo de fusão. Vale ressaltar que as bandas multiespectrais foram reamostradas para se adaptarem a resolução espacial das bandas híbridas, ficando assim adequadas para comparação. Tabela 4 Correlação entre Bandas Originais e Híbridas geradas com o software Envi. Correlação Banda 1 Banda 2 Banda 3 Banda 4 Banda H Banda H Banda H Banda H Tabela 5 Correlação entre Bandas Originais e Híbridas geradas com o software Erdas. Correlação Banda 1 Banda 2 Banda 3 Banda 4 Banda H Banda H Banda H Banda H Após o processo de fusão em ambos os softwares, constataram-se alterações no valor do pixel da imagem híbrida em relação ao valor original. Para exemplificar essa modificação de valor, foram realizadas leituras em algumas áreas da imagem na mesma posição (linha e coluna) para as imagens híbrida e original, como mostra a Tabela 6. Tabela 6 Comparação do valor do pixel entre a original (reamostrada) e as imagens híbridas geradas pelos programas Envi e Erdas: Classes Original Envi Erdas 1 365,504, ,407, ,439, ,204,171 86,186,158 91,194, ,319, ,307, ,344, ,345, ,327, ,359, ,202,167 76,165,140 92,188, ,298, ,287, ,341, ,252, ,223, ,239, ,0,0 8,11,8 0,0,0 1 - edificações 2 - corpos de água 3 - solo exposto 4 - áreas esportivas 5 - vegetação arbórea 6 - vegetação rasteira 7 arruamento 8 fundo Verifica-se que, na leitura dos valores de pixel para as bandas do visível, houve diminuição de valores na geração da imagem híbrida com o Envi, enquanto na imagem híbrida gerada com o Erdas não houve um padrão uniforme de variação, resultando em valores maiores ou menores para os diferentes tipos de cobertura do solo. Com relação ao fundo, com valores zero nas três bandas originais, verifica-se que a imagem híbrida gerado com o Envi apresenta alteração de valores. 5 CONCLUSÕES E RECOMENDAÇÕES Neste trabalho, foram realizados processos de fusão com a substituição da componente principal a fim de comparar os resultados gerados com os softwares Envi e Erdas. As imagens híbridas resultantes da fusão pela substituição da componente principal apresentam, em relação às bandas originais, uma melhor definição das feições e uma nitidez maior em toda a imagem. As imagens híbridas apresentam diferenças espectrais em relação às bandas originais. Notou-se que o algoritmo de substituição da componente principal está implementado de maneiras diferentes nos softwares testados, e que a técnica de fusão utilizada obteve elevados coeficientes de correlação (acima de 0.9) entre as bandas originais e suas
7 correspondentes híbridas, mas não conservou o conteúdo espectral das bandas originais, havendo uma diferença nos valores dos pixels. Recomenda-se a realização de outros testes mediante a implementação de rotinas a serem desenvolvidas manualmente nos softwares utilizados neste trabalho, de modo a ter pleno controle da seqüência de implementação do algoritmo de fusão. E também a realização de experimentos com imagens obtidas com diferentes ângulos de inclinação do sensor, para melhor entendimento da relação do ângulo CATS com a degradação das bordas de edificações. RICHARDS, John A.; JIA, Xiuping. Remote Sensing Digital Image Analysis. Springer, Berlin, p. SCHNEIDER, M. J. et. Experimentos em Fusão de Imagens de Alta Resolução. Boletim de Ciências Geodésicas, vol. 9, n. 1, p , SHAMSHAD, A. et al. Comparison of Different Data Fusion Approaches for Surface Features Extraction Using Quickbird Images. In: International Symposium on geoinformatics for spatial-infrastructrure development in earth and allied sciences, Hanoi, AGRADECIMENTOS Os autores expressam agradecimento à empresa CETILGEO por disponibilizar as imagens Quickbird utilizadas no trabalho. WALD, L. et al. Fusion of Satellite Images of Different Spatial Resolutions: Assessing the Quality of Resulting Images. Photogrammetric Engineering & remote sensing, V. 63, N. 6, p , REFERÊNCIAS BIBLIOGRAFICAS CHAVEZ, P. S. et al. Compararison of Three Different Methods to Merge Multiresolution and Multispectral Data: Landsat TM and SPOT Panchromatic. Photogrammetric Engineering & Remote Sensing, v. 57, n. 3, p , EHLERS, M. Beyond sharpenig: Advances in Data Fusion for Very High Resolution Remote Sensing Data. In: ISPRS Worshop, Hannover, GONZALES, R. C. e WOODS, R. E. Processamento de Imagens Digitais. Editora Edgard Blücher Ltda., São Paulo, p. MINGOTI, S. A. Análise de Dados Através de Métodos de Estatística Multivariada. Editora UFMG, Belo Horizonte, MUNECHIKA, C. K. et al. Resolution Enhancement of Multispectral Image Data to Improve Classification Accuracy. Photogrammetric Engineering & Remote Sensing, v. 59, n. 1, p , PINHO, C. M. D. et al. AVALIAÇÃO DE TÉCNICAS DE FUSÃO APLICADAS À IMAGEM QUICKBIRD. ANAIS DO XX SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Goiânia, p POHL, C. Tools and Methods for Fusion of Images of Different Spatial Resolution. International Archives of Photogrammetry and Remote Sensing, v. 32, Part W6, Valladolid, Spain, Jun PRASAD, N. et al. Evaluation of Various Image Fusion Techniques and Imaging Scales for Forest Features Interpretation. CURRENT SCIENCE, VOL. 81, NO. 9, 10 NOVEMBER 2001, p
EXPERIMENTOS EM FUSÃO DE IMAGENS DE ALTA RESOLUÇÃO
75 EXPERIMENTOS EM FUSÃO DE IMAGENS DE ALTA RESOLUÇÃO Experimenting fusion of high resolution image MARIO JORGE SCHNEIDER 1 OLGA REGINA PEREIRA BELLON 1 HIDEO ARAKI 2 IMAGO - Grupo de Pesquisa em Visão
Leia maisINTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS Extração de Informações
Leia maisPMI 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
Leia maisRESOLUÇÃO 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
Leia maisPROCESSAMENTO DE IMAGENS
PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS- aula de 25/5/10 Introdução Conceitos básicos Pré-processamento Realce Classificação
Leia maisImportância da alteração do Histograma de Imagem de Alta Resolução (PAN) para fusão de imagens digitais pelo método de componentes principais
Importância da alteração do Histograma de Imagem de Alta Resolução (PAN) para fusão de imagens digitais pelo método de componentes principais The importance of Histogram Alteration in High Resolution Image
Leia maisO resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma
Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto
Leia maisSensoriamento 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:
Leia maisJosé 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
Leia maisProcessamento 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
Leia maisCOMPARAÇÃO ENTRE OS MÉTODOS DE FUSÃO IHS, PRINCIPAL COMPONENTS
112 COMPARAÇÃO ENTRE OS MÉTODOS DE FUSÃO IHS, PRINCIPAL COMPONENTS E GRAM-SCHMIDT APLICADOS À IMAGEM DO SATÉLITE LANDSAT 8 SENSOR OLI. Introdução LIMA, Daniel de PEREIRA, Gabriela Kostrzewycz RIBEIRO,
Leia maisUm 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,
Leia maisO resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma
Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto
Leia maisprocessos 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
Leia maisIMAGENS 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
Leia maisAvaliação 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
Leia mais09/03/2017. 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
Leia maisREVISÃO 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
Leia maisAquisição 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
Leia maisResoluções 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.
Leia maisRodrigo Antonio LA SCALEA, Flavio Marcelo CONEGLIAN e Selma Regina Aranha RIBEIRO. Universidade Estadual de Ponta Grossa
Processamento de Imagem Digital: Etapas e Métodos de Correção, Realce e Diminuição de Redundância em Imagens Digitais Orbitais para Fins de Classificação Rodrigo Antonio LA SCALEA, Flavio Marcelo CONEGLIAN
Leia maisSensoriamento Remoto: Imagens orbitais e resoluções. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.
Sensoriamento Remoto: Imagens orbitais e resoluções Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Fases de aquisição de uma cena Captação; Estação de processamento, arquivamento, distribuição.
Leia maisProf o. Ti T a i go B adr d e r Mar a ino n Geoprocessamento D pa p rtam a ent n o de d Ge G oc o iê i nc n ias Instituto de Agronomia - UFRRJ
Resoluções das Imagens O termo resolução em sensoriamento remoto se desdobra na verdade em três diferentes (e independentes) parâmetros: resolução espacial, resoluçãoo espectral e resolução radiométrica
Leia maisAvaliação de transformadas wavelets para fusão de imagens SPOT 4 e comparação de classificações de uma imagem fusionada e de uma imagem SPOT 5
Avaliação de transformadas wavelets para fusão de imagens SPOT 4 e comparação de classificações de uma imagem fusionada e de uma imagem SPOT 5 Suzana Rodrigues Vieira¹ Carlos Augusto Zangrando Toneli¹
Leia maisDeteção 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
Leia maisClassificação de imagens de Sensoriamento Remoto. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo
Classificação de imagens de Sensoriamento Remoto Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Conteúdo programático e Objetivos Conceito de classificação e fotointerpretação Classificações
Leia maisMultiplicação e Adição de Imagens Landsat no Realce de Feições da Paisagem
Multiplicação e Adição de Imagens Landsat no Realce de Feições da Paisagem Teresa Gallotti Florenzano Stélio Soares Tavares Júnior Rodrigo Borrego Lorena Danilo Heitor Caires Tinoco Bisneto Melo INPE Instituto
Leia maisANÁLISE DE COMPONENTES PRINCIPAIS/PCA ou ACP
Procedimento para a determinação de novas variáveis (componentes) que expliquem a maior variabilidade possível existente em uma matriz de dados multidimensionais. ANÁLISE DE COMPONENTES PRINCIPAIS/PCA
Leia maisFusão de imagens de Sensoriamento Remoto utilizando a Transformada Wavelet Haar
Fusão de imagens de Sensoriamento Remoto utilizando a Transformada Wavelet Haar Osny Ferreira da Silva 1 Giovanni Araujo Boggione 1 Leila Maria Garcia Fonseca 2 1 Centro Federal de Educação Tecnológica
Leia maisCorreção do fenômeno NODATA na transformação de 16 para 8 bits em imagens QuickBird.
Correção do fenômeno NODATA na transformação de 16 para 8 bits em imagens QuickBird. Rodrigo Aparecido Domingues Melquiades 1 Camila Souza dos Anjos 1 Luciana Arantes dos Santos 1 1 Imagem Soluções de
Leia maisMÉTODO 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
Leia maisProcessamento digital de. Distorções
Processamento digital de imagens Distorções Distorções radiométricas No processo de aquisição, o verdadeiro valor da energia é distorcido por diferentes fatores entre os quais podem ser citados: calibração
Leia maisSensoriamento 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
Leia maisUm método simplificado de fusão de imagens para fins de interpretação visual
DOI: 10.4025/actascitechnol.v31i1.537 Um método simplificado de fusão de imagens para fins de interpretação visual Selma Regina Aranha Ribeiro 1* e Jorge Antonio Silva Centeno 2 1 Universidade Estadual
Leia maisDiscriminação 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
Leia maisTecnologias 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.
Leia maisRECONHECIMENTO IDENTIFICAÇÃO BASEADA EM APARÊNCIA
RECONHECIMENTO IDENTIFICAÇÃO BASEADA EM APARÊNCIA Envolve a pergunta: É esta parte da imagem uma parte do objeto X? (modelo dado, região da imagem dada) Utiliza imagens ao invés de características como
Leia maisAlterações no padrão de cobertura da terra na Zona Oeste da cidade do Rio de Janeiro/RJ nos anos de 1985 e DOMINIQUE PIRES SILVA
Alterações no padrão de cobertura da terra na Zona Oeste da cidade do Rio de Janeiro/RJ nos anos de 1985 e 2010. DOMINIQUE PIRES SILVA Universidade Federal Rural do Rio de Janeiro E-mail: nique_rhcp@hotmail.com
Leia maisCAPÍTULO 5 RESULTADOS. São apresentados neste Capítulo os resultados obtidos através do programa Classific, para
CAPÍTULO 5 RESULTADOS São apresentados neste Capítulo os resultados obtidos através do programa Classific, para as imagens coletadas no verão II, período iniciado em 18/01 e finalizado em 01/03 de 1999,
Leia maisFusão 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
Leia maisMARIO JORGE SCHNEIDER
MARIO JORGE SCHNEIDER PROCESSAMENTO DIGITAL DE IMAGENS E A EVOLUÇÃO TECNOLÓGICA NA RESOLUÇÃO EM SENSORIAMENTO REMOTO: O CASO DA FUSÃO DE IMAGENS DE DIFERENTES RESOLUÇÕES ESPACIAIS Dissertação apresentada
Leia maisTUTORIAL. 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
Leia maisPeríodo: 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:
Leia maisIntegração de Dados Ópticos e SRTM: Região de Brasília DF
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7880 Integração de Dados Ópticos e SRTM: Região de Brasília DF Zileny Nelson
Leia maisFusão de Imagens CBERS 2B: CCD-HRC. Fernando Leonardi 1 Cleber Gonzales de Oliveira 1 Leila Maria Garcia Fonseca 1 Cláudia Maria de Almeida 1
Fusão de Imagens CBERS 2B: CCD-HRC Fernando Leonardi 1 Cleber Gonzales de Oliveira 1 Leila Maria Garcia Fonseca 1 Cláudia Maria de Almeida 1 1 Instituto Nacional de Pesquisas Espaciais - INPE Caixa Postal
Leia maisCOMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI
129 COMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI 1. Introdução RIBEIRO, Selma Regina Aranha SCHOEMBERGER, Graciani Maria As imagens Landsat OLI, assim como
Leia maisSEGMENTAÇÃO 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
Leia maisSENSORES REMOTO UMA ABORDAGEM PRÁTICA NO LEVANTAMENTO FLORESTAL
SENSORES REMOTO UMA ABORDAGEM PRÁTICA NO LEVANTAMENTO FLORESTAL MADRUGA P.R. de A. 1 As técnicas de geoprocessamento, em especial o Sensoriamento Remoto, tornaram-se corriqueiras no dia a dia dos profissionais
Leia maisCurso de Extensão: Noções de Sensoriamento
UFBA Curso de Extensão: Noções de Sensoriamento IPF Institut für Photogrammetrie und Fernerkundung Mauro Alixandrini Universität Karlsruhe (TH) www.kit.edu 04.08 Noções de Sensoriamento Remoto Aula 2 Comportamento
Leia maisMapeamento urbano por classificação hierárquica semi-automática baseada em objetos
Mapeamento urbano por classificação hierárquica semi-automática baseada em objetos Francine da Rocha Rossoni 1 Valéria Jardim Pires 1 Daniel Zanotta 1,2 1 Instituto Federal de Educação Ciência e Tecnologia
Leia maisGEOPROCESSAMENTO. 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
Leia maisA Fotogrametria Digital
A Fotogrametria Digital Fotogrametria Digital O que é a fotogrametria Digital? A Fotogrametria Digital é a parte da fotogrametria que trata dos aspectos geométricos do uso de fotografias, com a finalidade
Leia maisCSE-020 Revisão de Métodos Matemáticos para Engenharia
CSE-020 Revisão de Métodos Matemáticos para Engenharia Engenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento de Sistemas Espaciais L.F.Perondi Engenharia e Tecnologia Espaciais ETE Engenharia
Leia maisSENSORIAMENTO 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:
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisGeoprocessamento 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
Leia maisMapeamento 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
Leia maisEXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM
EXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM Thaisa Manoela Silva França 1, Ana Lúcia Bezerra Candeias 2 1 Acadêmico em Engenharia Cartográfica e Agrimensura,
Leia maisSensoriamento Remoto
LABORATÓRIOS DIDÁTICOS DE GEOPROCESSAMENTO Sensoriamento Remoto Análise de Componentes Principais Operações Aritméticas (NDVI) Manipulação de Contraste Leitura de Pixels Elaboração: Cláudia Soares Machado
Leia maisAnálise comparativa da aplicação de transformações radiométricas e técnicas de fusão de imagens em área urbana
Análise comparativa da aplicação de transformações radiométricas e técnicas de fusão de imagens em área urbana Marcus Andre Fuckner¹ Viviane Gomes Cardoso Rosa¹ Roberta Rosemback¹ ¹Instituto Nacional de
Leia maisTRANSFORMAÇÕES MULTIESPECTRAIS (GLOBAIS)
TRANSFORMAÇÕES MULTIESPECTRAIS (GLOBAIS) Se incluem todas aquelas transformações destinadas a criação de imagens a partir da combinação de bandas da imagem original. A imagem resultante depende de toda
Leia maisAnálise das técnicas de fusão de imagens aplicadas ao satélite CBERS-2B (CCD-HRC) Claudinei Rodrigues de Aguiar¹ Danielli Batistella¹
Análise das técnicas de fusão de imagens aplicadas ao satélite CBERS-2B (CCD-HRC) Claudinei Rodrigues de Aguiar¹ Danielli Batistella¹ 1 Universidade Tecnológica Federal do Paraná - UTFPR Via do Conhecimento,
Leia maisVinícius 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
Leia maisAvaliação de técnicas de fusão aplicadas à imagem GeoEye
Avaliação de técnicas de fusão aplicadas à imagem GeoEye André Ferreira Borges Maytê Maria Abreu Pires de Melo Silva Sergio Donizete Faria Marcos Antônio Timbó Elmiro Universidade Federal de Minas Gerais
Leia maisUSO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL
USO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL Laurizio Emanuel Ribeiro Alves 1 ; Heliofábio Barros Gomes
Leia maisSistemas 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
Leia maisColeta de dados geoespaciais para aplicações de alta precisão Pilares do Mapeamento de Qualidade Sensores aéreos e orbitais
Coleta de dados geoespaciais para aplicações de alta precisão Pilares do Mapeamento de Qualidade Sensores aéreos e orbitais Qualidade de dados de alta resolução Introdução Pilares 1. 2. 3. 4. Resolução
Leia maisAvaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a.
Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a. 1) A água reflete muita radiação no infravermelho próximo. (5 pontos) 2) A radiação
Leia maisImplementação dos Algoritmos e Resultados
Capítulo 6 Implementação dos Algoritmos e Resultados 6.1 Considerações Iniciais Diversas situações foram exploradas neste trabalho visando analisar qual seria a wavelet mais adequada para sistemas de extração
Leia maisSensoriamento Remoto no Estudo das Áreas Urbanas
Sensoriamento Remoto no Estudo das Áreas Urbanas Autores do seminário: Aline Oliveira Marina Rodrigues Yamamura Pedro Paulo Paratelli Walkiria Proença Cheda Eid Sensoriamento Remoto Orbital Aplicado a
Leia maisAnálise da contribuição de fusão para a detecção de bordas aplicada às imagens Landsat-8/OLI
Análise da contribuição de fusão para a detecção de bordas aplicada às imagens Landsat-8/OLI Alexandre Normande Guillou 1 João Rodrigues Tavares Júnior 1 Ana Lúcia Bezerra Candeias 1 1 Universidade Federal
Leia maisTécnicas de fusão aplicadas a imagens do satélite ALOS
Técnicas de fusão aplicadas a imagens do satélite ALOS Juliana da Luz 1,2 Maria Augusta Doetzer Rosot 2 Nelson Carlos Rosot 1 Yeda Maria Malheiros de Oliveira 2 Marilice Cordeiro Garrastazú 2 1 Universidade
Leia maisGERAÇÃO DE CARTA IMAGEM A PARTIR DE IMAGENS DE SENSORES ORBITAIS DE ALTA RESOLUÇÃO
GERAÇÃO DE CARTA IMAGEM A PARTIR DE IMAGENS DE SENSORES ORBITAIS DE ALTA RESOLUÇÃO Francisco José Silva Soares Mendes Graduando em Geografia pela Universidade Federal do Ceará- UFC/Fortaleza-CE. mendesfjss@yahoo.com.br.
Leia maisCLASSIFICAÇÃO DE UMA IMAGEM IKONOS UTILIZANDO AS TÉCNICAS PIXEL A PIXEL E A ANÁLISE ORIENTADA A REGIÃO
CLASSIFICAÇÃO DE UMA IMAGEM IKONOS UTILIZANDO AS TÉCNICAS PIXEL A PIXEL E A ANÁLISE ORIENTADA A REGIÃO Ítalo Cavassim Junior 1 Jorge Centeno 2 1 Universidade Federal do Paraná italo@geoc.ufpr.br 2 Universidade
Leia maisUniversidade Federal do Paraná - Setor de Ciências da Terra
Universidade Federal do Paraná - Setor de Ciências da Terra APLICAÇÃO DE DIFERENTES NÍVEIS DE REALISMO DERIVADOS DE IMAGEM DE SATÉLITE NA REALIDADE VIRTUAL Juliana Moulin Fosse - jumoulin@ufpr.br Mosar
Leia maisSatélites 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
Leia maisCarolina Moutinho Duque de Pinho1 Hermann Johann Heinrich Kux1 Cláudia Maria Almeida1
Influência de diferentes padrões de ocupação do solo urbano na qualidade de mapeamentos de cobertura do solo em imagens de alta resolução espacial: estudo de caso de São José dos Campos (SP) Carolina Moutinho
Leia maisDetecção de objetos regulares em imagens de alta resolução utilizando casamento de modelos. Douglas Messias Uba 1 Luciano Vieira Dutra 1
Detecção de objetos regulares em imagens de alta resolução utilizando casamento de modelos Douglas Messias Uba 1 Luciano Vieira Dutra 1 1 Instituto Nacional de Pesquisas Espaciais INPE Caixa Postal 515
Leia maisCompressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia
Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento
Leia maisSatélites Artificiais da Terra
Satélites Artificiais da Terra Os valores numéricos correspondem aos níveis radiométricos registados pelo sensor em cada uma das bandas espectrais. Satélites Artificiais da Terra As imagens de satélite
Leia maisEXTRAÇÃO DE TELHADOS DE BARRO EM IMAGENS DE ALTA RESOLUÇÃO CLAY ROOF EXTRACTION IN HIGH RESOLUTION IMAGES
EXTRAÇÃO DE TELHADOS DE BARRO EM IMAGENS DE ALTA RESOLUÇÃO Roberto Neres Quirino de Oliveira 1 Ana Lúcia Bezerra Candeias 2 1 Universidade Federal de Pernambuco UFPE Graduação Engª Cartográfica roberto.qoliveira@ufpe.br
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões PCA. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões PCA Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos de PCA e suas aplicações
Leia maisMAPEAMENTO 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
Leia maisCOMPARAÇÃO ENTRE OS MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA MAXVER E DISTÂNCIA MÍNIMA NA ANÁLISE DO USO E COBERTURA DO SOLO NA REGIÃO DO ALTO ARAGUAIA
COMPARAÇÃO ENTRE OS MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA MAXVER E DISTÂNCIA MÍNIMA NA ANÁLISE DO USO E COBERTURA DO SOLO NA REGIÃO DO ALTO ARAGUAIA Rodrigo Moura Pereira¹ (UEG) Gustavo Henrique Mendes
Leia maisEXPANSÃO AGROPECUÁRIA NA BACIA HIDROGRÁFICA DO RIO AREIAS, TOCANTINS.
26 a 29 de novembro de 2013 Campus de Palmas EXPANSÃO AGROPECUÁRIA NA BACIA HIDROGRÁFICA DO RIO AREIAS, TOCANTINS. Mariléia Lacerda Barros Silva¹, Emerson Figueiredo Leite². ¹Aluno do Curso de Geografia
Leia maisUNICAP 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,
Leia maisREGISTRO AUTOMÁTICO DE IMAGENS
REGISTRO AUTOMÁTICO DE IMAGENS Dmitry Fedorov Dr. Leila M. G. Fonseca INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS, São José dos Campos, 2003. Motivação Estudos multi-temporais (Landsat-TM) Motivação Estudos
Leia maisÁrea verde por habitante na cidade de Santa Cruz do Sul, RS
SCIENTIA PLENA VOL. 8, NUM. 4 2012 www.scientiaplena.org.br Área verde por habitante na cidade de Santa Cruz do Sul, RS C. C. A. Calegari 1 ; L. Calegari 2 ; M. P. Friedrich 3 ; D. A. Gatto 4 ; D. M. Stargerlin
Leia maisGeorreferenciamento. Prof. Dr. Silvio F. Barros Ferraz Prof. Dr. Carla C. Cassiano Vinícius Guidotti de Faria Depto. Ciências Florestais ESALQ/USP
Georreferenciamento Prof. Dr. Silvio F. Barros Ferraz Prof. Dr. Carla C. Cassiano Vinícius Guidotti de Faria Depto. Ciências Florestais ESALQ/USP Georreferenciamento A definição de posições sobre a superfície
Leia maisSensoriamento Remoto Aplicado à Geografia Características das Imagens
Sensoriamento Remoto Aplicado à Geografia Características das Imagens Prof. Dr. Reinaldo Paul Pérez Machado Remote Sensing Raster (Matrix) Data Format Jensen, 2004 Nível de Cinza Tipos de Resolução resolução
Leia maisANALISE DE DADOS AMBIENTAIS POR MEIO DO USO DE IMAGENS DE SATÉLITE
ANALISE DE DADOS AMBIENTAIS POR MEIO DO USO DE IMAGENS DE SATÉLITE MAURICIO MARTORELLI GALERA UNIVERSIDADE ESTADUAL DE LONDRINA UEL INTRODUÇÃO A evolução tecnológica dos sistemas de imageamento remoto
Leia maisSensoriamento Remoto no Estudo da Água
Sensoriamento Remoto no Estudo da Água Autores do seminário: Amanda Leone Amanda Pereira Beatriz Stadler Maria Julia Battaglini Metodologia para Monitoramento da Qualidade da Água de Reservatórios utilizando
Leia maisVARIÁVEIS GEOMORFOLÓGICAS NO ESTUDO DE DESLIZAMENTOS EM CARAGUATATUBA-SP UTILIZANDO IMAGENS TM-LANDSAT E SIG
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS INPE-7511-TDI/724 VARIÁVEIS GEOMORFOLÓGICAS NO ESTUDO DE DESLIZAMENTOS EM CARAGUATATUBA-SP UTILIZANDO IMAGENS TM-LANDSAT E SIG
Leia maisANÁLISE VISUAL DE IMAGENS ORBITAIS MULTIESPECTRAIS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisFusão entre diferentes sensores para a classificação sucessional em pequenas propriedades rurais
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.2051 Fusão entre diferentes sensores para a classificação sucessional em pequenas
Leia maisDETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8
DETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8 BARBOSA, H. A. 1 ; ACCIOLY FILHO, J. B. P. 2 ; MELCÍADES, W. L. B. 3 ; MELLO, N. G. S. 4 ; SOUZA, J. M. DE 5 RESUMO: Neste trabalho, o
Leia maisFusão de imagens dos sensores HRC e CCD para a elaboração de uma carta imagem do município de Ladário, MS
Embrapa Informática Agropecuária/INPE, p. 858-866 Fusão de imagens dos sensores HRC e CCD para a elaboração de uma carta imagem do município de Ladário, MS Marcelo Pedroso Curtarelli 1 Allan Saddi Arnesen
Leia maisAnálise da distribuição de copas de Araucária (Araucaria angustifolia Bert. O. Ktz.) a partir da fusão de imagens HRC-CCD/CBERS-2B
Análise da distribuição de copas de Araucária (Araucaria angustifolia Bert. O. Ktz.) a partir da fusão de imagens HRC-CCD/CBERS-2B Fabio Fernandes Silva 1 Emerson Luiz Servello 1 Leila Maria Garcia Fonseca
Leia maisCamila Aguirre Góes 1 Wilson Lins de Mello Filho 2 Valquíria Quirino 1 Melissa Carvalho 3
Avaliação da acurácia de classificadores, utilizando técnica de fusão de bandas dos sensores ETM + /LANDSAT-7 e CCD/CBERS-1. Camila Aguirre Góes 1 Wilson Lins de Mello Filho 2 Valquíria Quirino 1 Melissa
Leia maisIntrodução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo
Leia mais