PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) TRANSFORMAÇÕES LINEARES: COMPONENTES PRINCIPAIS, TASSELED CAP, IHS. Daniel C. Zanotta
|
|
- Maria das Neves da Fonseca
- 4 Há anos
- Visualizações:
Transcrição
1 PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) TRANSFORMAÇÕES LINEARES: COMPONENTES PRINCIPAIS, TASSELED CAP, IHS Daniel C. Zanotta
2 ANÁLISE POR PRINCIPAIS COMPONENTES Conceitos básicos Espalhamento bi-dimensional: Indica o grau de correlação e a qualidade da informação associada entre duas bandas. Scatterplot - Gráfico de Espalhamento
3 ANÁLISE POR PRINCIPAIS COMPONENTES
4 ANÁLISE POR PRINCIPAIS COMPONENTES Conceitos básicos A correlação entre as bandas de uma imagem gera redundância de informação; Prováveis causas da correlação Sombreamento topográfico (afetas todas as bandas da mesma maneira); Comportamento espectral de alguns alvos é similar entre as bandas (ex. Água).
5 Banda B Banda B Banda B CONCEITOS BÁSICOS Espalhamento bi-dimensional para Bandas correlacionadas Banda A Imagens Não correlacionadas 255 Banda A Imagens correlacionadas 255 Banda A Imagens totalmente correlacionadas 255
6 ANÁLISE POR PRINCIPAIS COMPONENTES Conceitos básicos Cálculo do índice de correlação: xy cov( x, y) cov( x, y) var( x) var( y) ρ = 1 Correlação positiva total ρ = -1 Correlação negativa total ρ = 0 Sem correlação entre as variáveis x y n i x i y cov( x, y) x y i1 Var 2 n i1 ( x ) i n 1 2 σ = desvio padrão µ = média da distribuição n = número total de termos x i = elemento em questão
7 ANÁLISE POR PRINCIPAIS COMPONENTES Objetivo: Produzir novas imagens que agreguem mais informações em um menor volume de dados (menor dimensionalidade) Bandas Originais Principais Componentes Análise por Componentes Principais
8 ANÁLISE POR PRINCIPAIS COMPONENTES Aplicações: Redução da dimensionalidade dos dados, as informações podem ser representadas em número menor de componentes; Pré-processamento para classificação; Pansharpenning
9 ANÁLISE POR PRINCIPAIS COMPONENTES Componentes Principais Graficamente:
10 PC2 Banda 2 ANÁLISE POR PRINCIPAIS COMPONENTES Cálculo dos novos valores para cada CP: 255 PC Banda1 Os novos pontos são um por um rebatidos nos eixos correspondentes a cada uma das componentes principais.
11 ANÁLISE POR PRINCIPAIS COMPONENTES CPs resultantes: Auto valores CP1 CP2 Auto vetores CP3 CP4
12 ANÁLISE POR PRINCIPAIS COMPONENTES Cálculo dos novos valores para cada CP: Exemplo e-book. Tabela de Autovetores*: * Tabela de valores invertidos em relação ao exemplo do Matlab. No Matlab os autovetores são representados na vertical em ordem contrária.
13 Imagem B Imagem B ANÁLISE POR PRINCIPAIS COMPONENTES Transformação por Principais Componentes Reduz a informação redundante entre as bandas; Gera novas imagens descorrelacionadas (sem redundância de informação); Baseia-se nas propriedades estatísticas da imagem. Imagem A Imagens não correlacionadas Imagem A
14 OBSERVAÇÕES IMPORTANTES: O número de PCs é igual ao número de bandas espectrais utilizadas e são ordenadas de acordo com o decréscimo da variância; A soma das variâncias das PCs é igual a soma das variâncias das bandas originais; As imagens obtidas por TPC não podem ser interpretadas em termos de comportamento espectral de alvos; A primeira PC (PC1) é uma imagem semelhante a uma vista pancromática da cena; Ruído é uma informação não correlacionada, portanto, irá concentra-se nas últimas PCs; Técnicas de realce (ampliação linear de contraste, equalização de histogramas, etc...) são aplicadas nas CPs para que a informação seja visualizada com o máximo de contraste.
15 PONTO DE REFLEXÃO 1: 1) AO QUE PODEMOS ATRIBUIR A CORRELAÇÃO ESTATÍSTICA NATURALMENTE EXISTENTE ENTRE AS BANDAS EM IMAGENS DE CENAS NATURAIS? 2) ASSIM COMO NAS OPERAÇÕ ES ENVOLVENDO HISTOGRAMA E FILTRAGEM, QUAL É A PRINCIPAL DESVANTAGEM DA APLICAÇÃO DA ACP? 3) O QUE SIGNIFICA UM VALOR ALTO E UM VALOR BAIXO NA PRIMEIRA CP? 4) A ANÁLISE POR COMPONENTES PRINCIPAIS É UMA OPERAÇÃO REVERSÍVEL? OU SEJA, PODEMOS VOLTAR ÀS BANDAS ORIGINAIS A PARTIR DA IMAGEM TRANSFORMADA? 5) VOCÊ ENXERGA ALGUMA POSSIBILIDADE DA APLICAÇÃO DAS COMPONENTES PRINCIPAIS EM SEU TEMA DE PESQUISA?
16 TRANSFORMAÇÃO TASSELED CAP Objetivo: Produzir novas imagens que agreguem mais informações em um menor volume de dados (menor dimensionalidade) Bandas Originais Transformada Tasseled Cap Greeness, wetness, brightness
17 TRANSFORMAÇÃO TASSELED CAP A Transformação Tasseled-Cap é uma conversão das bandas originais de uma imagem em um novo conjunto de bandas com interpretações definidas que são úteis para o mapeamento da vegetação. A transformação é realizada por combinações lineares das bandas originais da imagem (semelhante ao conceito de análise de componentes principais). Assim, cada banda tasseled-cap écriada pela soma da banda 1 vezes um coeficiente mais a banda 2 vezes outra coeficiente, e assim por diante. Os coeficientes utilizados são derivados estatisticamente a partir de imagens e observações empíricas e são diferentes para cada tipo de sensor. Kauth e Thomas (1976) A principal diferença em relação às componentes principais, éque os eixos não são ortogonais, são fixos e foram definidos empiricamente. Enquanto que nas componentes principais os eixos são ortogonais e variáveis para cada aplicação, sendo são definidos estatisticamente.
18 B (IVP) TRANSFORMAÇÃO TASSELED CAP UTILIZADA PARA CALCULAR ÍNDICES RELACIONADOS A ALGUMA CARACTERÍSTICA ESPECÍFICA DOS ALVOS. Vegetação Madura Vegetação Seca B (Verde) Solos secos Solos úmidos Plano dos solos B (Verm.)
19 B (IVP) B (Verm.) Wetness TRANSFORMAÇÃO TASSELED CAP Conceitos básicos Vegetação Madura Greene ss B (Verde) Vegetação Seca Solos secos Brightness Plano dos solos Solos úmidos
20 Banda do Infra-Vermelho Banda do Vermelho Wetness TRANSFORMAÇÃO TASSELED CAP Conceitos básicos Greeness Brightness
21 TRANSFORMAÇÃO TASSELED CAP A transformação foi originalmente concebida por Kauth e Thomas (1976), com base numa análise espectral do crescimento do trigo em campos. Tem esse nome porque parecia um chapeu quando imagens desse cultivo eram plotadas num gráfico de espalhamento entre a banda do verde, vermelho e infravermelho. Os coeficientes de transformação tasseled-cap foram definidas para maximizar a separação dos diferentes estágios de crescimento de trigo. A primeira componente tasseled cap corresponde ao brilho global da imagem. A segunda corresponde a "folha" e é normalmente usado como um índice de vegetação fotossinteticamente ativa. A terceira componente tasseled-cap é muitas vezes interpretada como um índice de "umidade do terreno. Apesar de ser originalmente utilizada para mapear estadiamento agrícola do trigo, foi posteriormente percebido que outras aplicações também poderiam se beneficiar dessa técnica.
22 TRANSFORMAÇÃO TASSELED CAP Sensores disponíveis: MSS-TM-Landsat, MODIS, ASTER, Ikonos, and SPOT Coeficientes utilizados na transformação (TM Landsat): Br B1* B2* B3* B4* B5* B7* Gr B1* B2* B3* B4* B5* B7* We B1* B2* B3* B4* B5* B7*
23 Weetness NDVI TRANSFORMAÇÃO TASSELED CAP TM Landsat Brightness Greeness
24 Intensidade TRANSFORMAÇÃO RGB PARA IHS A COR DE UM OBJETO PERCEBIDA PELO OLHO HUMANO, EM UMA IMAGEM PODE SER REPRESENTADA PELAS INTENSIDADES DAS COMPONENTES VERMELHO R, VERDE G E AZUL B, NO SISTEMA DE CORES RGB, OU PELA INTENSIDADE I, PELA COR DOMINANTE OU MATIZ H E PELA SATURAÇÃO S NO ESPAÇO IHS. Saturação Exemplo: Matiz Saturação Intensidade
25 TRANSFORMAÇÃO RGB PARA IHS MATIZ OU COR DOMINANTE DE UM OBJETO É A MEDIDA DO COMPRIMENTO DE ONDA MÉDIO DA LUZ QUE SE REFLETE OU SE EMITE. SATURAÇÃO OU PUREZA EXPRESSA O INTERVALO DE COMPRIMENTO DE ONDA AO REDOR DO COMPRIMENTO DE ONDA MÉDIO, NO QUAL A ENERGIA É REFLETIDA OU TRANSMITIDA. UM ALTO VALOR DE SATURAÇÃO RESULTA EM UMA COR ESPECTRALMENTE PURA, AO PASSO QUE UM BAIXO VALOR INDICA UMA MISTURA DE COMPRIMENTOS DE ONDA PRODUZINDO TONS PASTÉIS (APAGADOS). H INTENSIDADE OU BRILHO É A MEDIDA DE ENERGIA TOTAL ENVOLVIDA EM TODOS OS COMPRIMENTOS DE ONDA, SENDO RESPONSÁVEL PELA SENSAÇÃO DE BRILHO DA ENERGIA INCIDENTE Para cada SOBRE pixel, verificar O OLHO. os valores de R, G e B definindo o maior (Max) e o menor dos três (Min): GB 0 Se Max R e G B 2 Max Min 85 G B 4 Se Max R e G B 2 Max Min 85 B R 2 Se Max G 2 Max Min 85 R G 4 Se Max B 2 Max Min S V Max Min Max Max
26 S TRANSFORMAÇÃO RGB PARA IHS I H
AULA 9 TRANSFORMAÇÃO RGB IHS. Daniel C. Zanotta 22/06/2017
AULA 9 TRANSFORMAÇÃO RGB IHS Daniel C. Zanotta 22/06/2017 SISTEMA ADITIVO DE CORES (LUZ) LUZ: A LUZ É COMPOSTA DE VIBRAÇÕES ELETROMAGNÉTICAS QUE CORRESPONDEM ÀS CORES. ESSAS VIBRAÇÕES TEM ESPECÍFICAS FREQUÊNCIAS
Leia maisAULA 9 TRANSFORMAÇÃO RGB HSV. Daniel C. Zanotta 13/08/2018
AULA 9 TRANSFORMAÇÃO RGB HSV Daniel C. Zanotta 13/08/2018 SISTEMA ADITIVO DE CORES (LUZ) LUZ: A LUZ É COMPOSTA DE VIBRAÇÕES ELETROMAGNÉTICAS QUE CORRESPONDEM ÀS CORES. ESSAS VIBRAÇÕES TEM ESPECÍFICAS FREQUÊNCIAS
Leia mais27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A
OPERAÇÕES ARITMÉTICAS NDVI E AULA 04 Daniel C. Zanotta 27/03/2017 Dividir uma banda por outra (pixel a pixel) pode trazer diversas informações a respeitos dos alvos contidos na cena. Dependendo dos canais
Leia maisManipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto
Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto Alexandre Xavier Falcão Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Objetivo Extrair informações quantitativas e
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 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 maisSensoriamento Remoto II
Sensoriamento Remoto II 2: transformações espetrais IHS, Tasseled Cap UFPR Departamento de Geomática Prof. Jorge Centeno 2016 copyright@ centenet Sensoriamento Remoto II Descrição da Ementa: Transformações
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 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 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 mais24/05/2011. O que significa PDI? I- Introdução
I- Introdução O que significa PDI? GONZALEZ & WOODS (2000) descrevem o objetivo do processamento digital de imagem como sendo um conjunto de procedimentos que melhoram a informação pictorial para interpretação
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 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 maisPROCESSAMENTO 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
Leia maisCOMPORTAMENTO ESPECTRAL DE ALVOS
COMPORTAMENTO ESPECTRAL O que é? DE ALVOS É o estudo da Reflectância espectral de alvos (objetos) como a vegetação, solos, minerais e rochas, água Ou seja: É o estudo do da interação da REM com as substâncias
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 DE IMAGENS COLORIDAS. Nielsen Castelo Damasceno
PROCESSAMENTO DE IMAGENS COLORIDAS Nielsen Castelo Damasceno Definições A cor é um poderoso descritor que muitas vezes simplifica a identificação do objeto e sua extração de uma cena. Os seres humanos
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 maisPROCESSAMENTO DE IMAGENS COLORIDAS
PROCESSAMENTO DE IMAGENS COLORIDAS Fundamentos da cor A visão da cor É a capacidade de um organismo ou máquina de distinguir objetos baseando-se nos comprimentos de onda (ou freqüências) da luz sendo refletida,
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 mais5. A COR NO PROCESSAMENTO DIGITAL DE IMAGENS DE SENSORIAMENTO REMOTO
5. A COR NO PROCESSAMENTO DIGITAL DE IMAGENS DE SENSORIAMENTO REMOTO 5.1 Introdução A. P. Crósta, Processamento Digital de Imagens de Sensoriamento Remoto 1992 A capacidade do sistema visual humano em
Leia maisProcessamento Digital de Imagens. Cor
Processamento Digital de Imagens Cor Em uma descrição física a cor está associada ao seu comprimento de onda. Ao se analisar o espectro eletromagnético na região do visível, os menores comprimentos de
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Componentes Principais
Estatística: Aplicação ao Sensoriamento Remoto SER 4 - ANO 9 Componentes Principais Camilo Daleles Rennó camilorenno@inpebr http://wwwdpiinpebr/~camilo/estatistica/ Associação entre Variáveis r = < r
Leia maisProcessamento de Imagens Coloridas. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Processamento de Imagens Coloridas 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Introdução Apesar do processo de percepção e interpretação de cores não ser completamente compreendido,
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 3 Processamento de Imagens Coloridas Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS (SERP11) CONCEITOS BÁSICOS DE SR REPRESENTAÇÃO DAS IMAGENS DIGITAIS CALIBRÃÇÃO RADIOMÉTRICA. Daniel C.
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) CONCEITOS BÁSICOS DE SR REPRESENTAÇÃO DAS IMAGENS DIGITAIS CALIBRÃÇÃO RADIOMÉTRICA Daniel C. Zanotta PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) Co-fundador do CEPSRM-UFRGS
Leia mais9. ANÁLISE POR PRINCIPAIS COMPONENTES
9. ANÁLISE POR PRINCIPAIS COMPONENTES 9.1 Introdução 136 A Análise por Principais Componentes (APC), também chamada de Transformação por Principais Componentes ou Transformada de Karhunen- Loeve, é uma
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 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 mais7. OPERAÇÕES ARITMÉTICAS EM IMAGENS
7. OPERAÇÕES ARITMÉTICAS EM IMAGENS 7.1 Introdução Várias operações matemáticas simples são usadas em processamento digital de imagens de S.R., no sentido de analisar imagens multi-espectrais (diferentes
Leia maisRadiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
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 maisQualidade 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
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 maisLuz e Cor. Luz. Onda eletro-magnética. Computação Gráfica Interativa - Gattass 10/26/2004. Luz e Cor. λ (m) f (Hertz)
Marcelo Gattass, PUC-Rio Luz Onda eletro-magnética 10 2 10 4 10 6 10 8 10 10 10 12 10 14 10 16 10 18 10 20 (m) rádioam FM,TV Micro-Ondas Ultra-Violeta Infra-Vermelho RaiosX f (Hertz) 10 6 10 4 10 2 10
Leia maisRedução de Bruma Atmosférica Utilizando Técnicas de Processamento de Imagem. Ivan Dornelas Falcone de Melo 1 Ana Lúcia Bezerra Candeias 1
Redução de Bruma Atmosférica Utilizando Técnicas de Processamento de Imagem Ivan Dornelas Falcone de Melo 1 Ana Lúcia Bezerra Candeias 1 1 Universidade Federal de Pernambuco UFPE Departamento de Engenharia
Leia maisProcessamento de Imagens Coloridas. Prof. Adilson Gonzaga
Processamento de Imagens Coloridas Prof. Adilson Gonzaga 1 Aparência de um Objeto A aparência de um objeto é o resultado de uma complexa interação da luz incidente sobre este objeto, suas características
Leia maisPMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Leia maisProcessamento de Imagem. Histograma da Imagem Professora Sheila Cáceres
Processamento de Imagem Histograma da Imagem Professora Sheila Cáceres Histograma É a distribuição de frequência dos níveis de cinza da imagem onde cada entrada no eixo x representa o nível de cinza específico
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 maisINTRODUÇÃO 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
Leia maisCaracterísticas da cor
Características da cor Qualquer cor particular pode ser obtida a partir da combinação de VERMELHO AZUL VERDE (Primárias aditivas) (no caso de transmissão) Isto é, uma fonte de luz vermelha, uma fonte de
Leia maisImagens digitais. Armando J. Pinho. Introdução à Análise e Processamento de Sinal Universidade de Aveiro.
Imagens digitais Armando J. Pinho Introdução à Análise e Processamento de Sinal Universidade de Aveiro ap@ua.pt http://www.ieeta.pt/~ap IAPS (DETI-UA 2013/14) Armando J. Pinho 1 / 55 Sumário 1 Formação
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 mais1. Introdução: um breve histórico
1. Introdução: um breve histórico Sensoriamento Remoto no Brasil Início das Atividades 1968 - Projeto SERE 1972 - PG em SR 1973 - Recepção de dados Landsat 1975-1 a Dissertação de Mestrado Sensoriamento
Leia maisInstituto Superior de Agronomia Exame de SIGDR 2 a chamada 24 de junho de 2016 Proposta de resolução
Instituto Superior de Agronomia Exame de SIGDR 2 a chamada 24 de junho de 2016 Proposta de resolução 1. Considere o seguinte diagrama de operações num SIG que usa um sistema de coordenadas cartográfico
Leia maisESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01. Daniel C. Zanotta 14/03/2018
ESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01 Daniel C. Zanotta 14/03/2018 ESTRUTURA DAS IMAGENS MULTIESPECTRAIS Matriz-Imagem Exemplo Landsat: Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda
Leia maisIntrodução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens. Prof. Dr. Marcelo Andrade da Costa Vieira
Introdução ao Processamento Digital de Imagens Aula 9 Restauração de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Realce x Restauração Realce: Processar a Imagem para obter um resultado
Leia maisIntrodução ao Processamento de Imagens. Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung
Introdução ao Processamento de Imagens Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung Introdução Processamento de Imagens: processamento de sinais bidimensionais (ou n-dimensionais).
Leia maisProcessamento Digital de Imagens
Processamento Digital de Imagens O sensoriamento remoto Transformação de fluxo de energia radiante registradas por um sistema sensor, em informações sobre os objetos que compõem a superfície terrestre.
Leia maisLuz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO
Luz e Cor Sistemas Gráficos/ Computação Gráfica e Interfaces 1 Luz Cromática Em termos perceptivos avaliamos a luz cromática pelas seguintes quantidades: 1. Matiz (Hue): distingue entre as várias cores
Leia maisCor SCC0251 Processamento de Imagens
Cor SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2012/1 Moacir Ponti Jr. (ICMCUSP) Cor 2012/1 1 / 39 Sumário 1 Introdução
Leia maisLuz e Cor. por Marcelo Gattass Departamento de Informática PUC-Rio
Luz e Cor por Marcelo Gattass Departamento de Informática PUC-Rio (adaptado por Luiz Fernando Martha para a disciplina CIV2802 Sistemas Gráficos para Engenharia) Luz Onda eletro-magnética 10 2 10 4 10
Leia maisUFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS
UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas
Leia maisSensoriamento 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
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 mais7. Color Image Processing
Transformação de níveis de cinza para cor a idéia por trás desta técnica é executar 3 transformações independentes sobre níveis de cinza dos pixels de uma imagem de entrada. Cada cor é transformada independentemente
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 maisImagens orbitais e modelos agrometeorológicos como suporte a programas de previsão de safras em escala estadual
Imagens orbitais e modelos agrometeorológicos como suporte a programas de previsão de safras em escala estadual Denise Cybis Fontana UFRGS Estatísticas oficiais de safras IBGE (Instituto Brasileiro de
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 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 maisESTUDO DA IDENTIFICAÇÃO DE TELHADOS DE CERÂMICA EM IMAGEM DE SATÉLITE DE ALTA RESOLUÇÃO NA CIDADE DE ITAQUITINGA-PE
VI Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação Recife - PE, 24-25 de agosto de 2016. ESTUDO DA IDENTIFICAÇÃO DE TELHADOS DE CERÂMICA EM IMAGEM DE SATÉLITE DE ALTA RESOLUÇÃO
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 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 maisIMAGENS DE SATÉLITE PROF. MAURO NORMANDO M. BARROS FILHO
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE TECNOLOGIA E RECURSOS HUMANOS UNIDADE ACADÊMICA DE ENGENHARIA CIVIL IMAGENS DE SATÉLITE PROF. MAURO NORMANDO M. BARROS FILHO Sumário 1. Conceitos básicos
Leia maisSENSORIAMENTO 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
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 maisEstudando com o MATLAB
Estudando com o MATLAB Curso de Extensão Docentes: > Fabiano Araujo Soares > Marcelino M. de Andrade Monitor: >Luan Felipe Aula 4: Aplicações - Parte II 1ª Parte - Estatística Aula 4-1ª Parte: Estatística
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 30 de julho de 2015 Motivações: cor ajuda reconhecimento
Leia maisColégio Politécnico da UFSM DPADP0024 : Processamento Digital de Imagens (Prof. Dr. Elódio Sebem)
REALCE POR CONTRASTE Os processos de ajuste de contraste procuram adaptar a resolução radiométrica da imagem a capacidade de visualização do monitor. Duas situações podem ocorrer: - A amplitude dos NDs
Leia maisINTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA
INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS MÓDULO 05 Unidade Universitária de Ciências Exatas e Tecnológicas UnUCET Anápolis 1 2 MÓDULO 05 CALIBRAÇÃO MULTIVARIADA
Leia maisIntrodução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Leia maisDETEÇÃO REMOTA 2011/2012 Frequência 23 de Novembro de 2011
DETEÇÃO REMOTA 2011/2012 Frequência 23 de Novembro de 2011 1 Na figura ao lado encontra-se representada a fração de luz dispersa em função do comprimento de onda. Note que, no eixo dos xx, se encontram
Leia maisUniversidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)
Universidade do Estado de Minas Gerais Curso de Sistemas de Informações Multimídia A Imagem (Parte I) Prof Sérgio Carlos Portari Júnior portari.uemgituiutaba@gmail.com Multimídia A imagem Tópico: Representação
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 maisQuadro Segmentação de Imagens
UNIVERSIDADE DE SÃO PAULO - SÃO CARLOS INSTITUTO DE CIÊNCIAS Processamento de Imagens - SCC0251 2013/1 Prof. Dr. Mario Gazziro Monitor PAE: Vinicius Ruela Pereira Borges - viniciusrpb@icmc.usp.br 1 Método
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
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 maisFundamentos de Processamento Gráfico. Modelos de cores. Fátima Nunes. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 10 Modelos de cores Fátima Nunes 1 Introdução Por que usar cor em processamento de imagens? 2 Introdução Por que usar cor em processamento de imagens? Cor: descritor
Leia maisFusão 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
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 maisSensoriamento 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
Leia maisRealce de Imagens. Realce de Imagens
T Objetivo: Melhorar a qualidade visual da imagem. g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é
Leia maisRealce de Imagens. Objetivo: Melhorar a qualidade visual da imagem.
T Objetivo: Melhorar a qualidade visual da imagem. g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é
Leia maisSENSORIAMENTO REMOTO NA ESTIMATIVA DA DISTRIBUIÇÃO ESPACIAL DO BALANÇO DE ENERGIA E EVAPOTRANSPIRAÇÃO DE REGIÃO SEMIÁRIDA.
SENSORIAMENTO REMOTO NA ESTIMATIVA DA DISTRIBUIÇÃO ESPACIAL DO BALANÇO DE ENERGIA E EVAPOTRANSPIRAÇÃO DE REGIÃO SEMIÁRIDA. John Elton de Brito Leite Cunha Bárbara Barbosa Tsuyuguchi Iana Alexandra Alves
Leia maisFundamentos de Sensoriamento Remoto
UNIVERSIDADE DO ESTADO DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL DISCIPLINA: Geoprocessamento para aplicações ambientais e cadastrais Fundamentos de Sensoriamento Remoto Profª. Adriana
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 maisSEL Introdução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens Parte 2
SEL5895 - Introdução ao Processamento Digital de Imagens Aula 9 Restauração de Imagens Parte 2 Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Modelo de Degradação e Restauração g(x,y) = h(x,y)
Leia maisAPLICAÇÃO E ANÁLISE DAS TÉCNICAS DE FUSÃO IHS E COMPONENTES PRINCIPAIS EM IMAGENS DO SATÉLITE CBERS-2B MULTISSENSORES HRC/CCD RESUMO ABSTRACT
S B C Anais do XXVII Congresso Brasileiro de Cartografia e XXVI Exposicarta 6 a 9 de novembro de 2017, SBC, Rio de Janeiro - RJ, p. 502-506 APLICAÇÃO E ANÁLISE DAS TÉCNICAS DE FUSÃO IHS E COMPONENTES PRINCIPAIS
Leia maisCOMPORTAMENTO ESPECTRAL DOS ALVOS
Reflectância espectral característica da folha vegetal verde sadia, para o intervalo de comprimentos de onda entre 0,4 e 2,61μm. Os fatores dominantes que controlam a reflectância foliar são os vários
Leia maisCapítulo II Imagem Digital
Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Abordagem Contínua da Equalização Equalização Exemplo de Equalização Prof. Sergio Ribeiro 2 Técnica que procura redistribuir os valores de
Leia maisTE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica
TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Objetivos Melhoria
Leia maisSensoriamento 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
Leia maisOperações Aritméticas
Operações Aritméticas Imagens de Entrada 1 n Operadores Aritméticos (pixel a pixel) Imagem de saída operação = A imagem de saída da operação resulta em uma redução na dimensionalidade, ou seja, um conjunto
Leia mais