USO DE PONTOS DE CONTROLE E MODELO NUMÉRICO DE ELEVAÇÕES DE TERRENO NA GERAÇÃO DE IMAGENS CBERS: NÍVEIS 3 E 4 DE PROCESSAMENTO

Tamanho: px
Começar a partir da página:

Download "USO DE PONTOS DE CONTROLE E MODELO NUMÉRICO DE ELEVAÇÕES DE TERRENO NA GERAÇÃO DE IMAGENS CBERS: NÍVEIS 3 E 4 DE PROCESSAMENTO"

Transcrição

1 ISSN , p USO DE PONTOS DE CONTROLE E MODELO NUMÉRICO DE ELEVAÇÕES DE TERRENO NA GERAÇÃO DE IMAGENS CBERS: NÍVEIS 3 E 4 DE PROCESSAMENTO ELAINE REIS COSTA MARCO AURÉLIO OLIVEIRA DA SILVA ANTONIO JOSÉ FERREIRA MACHADO E SILVA GISPLAN Tecnologia da Geoinformação Av. Armando Lombardi, 800, sala 311, Rio de Janeiro - RJ {elaine, m_aurelio, antonio}@gisplan.com.br RESUMO O objetivo deste trabalho é apresentar a metodologia utilizada na geração de imagens CBERS em níveis 3 e 4 de processamento. Os produtos nível 3 de processamento utilizam o mesmo elo de correção geométrica das imagens nível 2, porém refinado pelo uso de pontos de controle externos. O nível 4 de processamento produz ortoimagens, ou seja, imagens corrigidas do deslocamento causado pelo relevo da região da cena. Para este nível de processamento, além dos pontos de controle externos utilizados no nível 3, é necessário um elo numérico de elevações do terreno. Os resultados apresentam as diferenças posicionais entre vinte pontos de verificação medidos nas imagens níveis 2, 3 e 4 e na imagem de referência. Pela análise dos resultados, pode-se dizer que os algoritmos utilizados apresentaram o comportamento esperado, reduzindo significantemente o erro posicional apresentado nas imagens nível 2 de processamento e aumentando a qualidade geométrica das imagens. ABSTRACT - The aim of this paper is to present the methodology to generate level 3 and 4 CBERS images. Level 3 product presents the same geometric correction el of level 2 images, however refined by using external control points. Level 4 processing produces ortoimages, there is, the images are corrected due to the region relief displacement effect. To execute this task, the use of external control points of the region and a numerical terrain elevation el are necessary. The results show the coordinates differences between twenty check points measured in levels 2, 3 and 4 images and in a reference image. Analyzing the results is possible to conclude that the algorithms used presented the expected behavior, reducing significantly level 2 images positional error and increasing the geometric accuracy of the images. 1 INTRODUÇÃO As imagens CBERS apresentam no Brasil uma popularidade nunca experimentada por nenhum outro sistema de imagens de satélite, possuindo uma demanda sem precedentes na história brasileira do Sensoriamento Remoto. A política de distribuição de imagens CBERS, definida pelo Governo Brasileiro, é o principal fator para este sucesso. Atualmente, são distribuídas mais de duas mil cenas por semana, o que ultrapassa a casa das cem mil cenas anuais (EPIPHANIO, 2005). Entretanto, apesar da significativa melhora verificada no CBERS-2, a qualidade geométrica das imagens distribuídas pelo Instituto Nacional de Pesquisas Espaciais (INPE) (imagens em nível 2 de processamento) não alcançaram a qualidade geométrica que o usuário se acostumou com as imagens Landsat. A qualidade dos dados orbitais (atitude e efemérides) é a principal causa para que isso ocorra. As imprecisões dos dados orbitais provocam variações de escala ao longo da órbita (velocidade do satélite) e transversal à órbita (altitude do satélite), rotação (inclinação da órbita), translação (posição do satélite, rolamento e arfagem), cisalhamento (guinada), entre outros (RICHARDS e JIA, 1999). As principais e mais importantes distorções causadas pela imprecisão dos dados orbitais são de primeira ordem, e podem ser eliminadas, ou reduzidas, por meio de polinômios de primeiro grau, sendo que os coeficientes destes polinômios são calculados a partir de pontos de controle (MACHADO e SILVA, 1998). De o a oferecer um produto de qualidade superior, compatível ao que o usuário brasileiro se acostumou ao longo dos anos com as imagens Landsat, o INPE decide disponibilizar um produto mais avançado, ou seja, em nível 3 de processamento. Este produto apresenta o mesmo elo de correção geométrica das imagens de nível 2 (correção de sistema), porém, refinado pelo emprego de pontos de controle. Estes pontos podem ser obtidos automaticamente de uma base de dados, ou fornecidos por um operador.

2 Juntamente com as imagens de níveis 2 e 3, o INPE disponibilizará os coeficientes polinomiais racionais (RPC Rational Polynomial Coefficients), num arquivo com o mesmo formato utilizado pelos operadores de satélites de alta resolução espacial (por exemplo, Ikonos e Quick-Bird). Desta forma, os usuários poderão ortorretificar as imagens. Além das imagens nível 3 de processamento, e tendo em vista o sensor de alta resolução espacial HRC (High Resolution Camera) que integrará o satélite CBERS-2B, o INPE decidiu incorporar também ao seu plantel de produtos a geração de imagens ortorretificadas, também ditas imagens em nível 4 de processamento. Para a geração de tais produtos, são utilizados pontos de controle externos e Modelos Numéricos de Elevação do Terreno (MNET). De maneira semelhante às imagens nível 3 de processamento, os pontos de controle utilizados na produção de imagens ortorretificadas podem ser obtidos automaticamente de uma base de dados, ou fornecidos por um operador. O mesmo é válido para os MNET s. Dessa forma, as imagens CBERS, contam agora com cinco níveis de produtos, desde a imagem bruta até a imagem ortorretificada. São estes os produtos atuais: Nível 0: imagem bruta, sem tratamento de espécie alguma, armazenada juntamente com os dados de calibração radiométrica e os parâmetros orbitais (atitude e efemérides), entre outros. Nível 1: imagem com correção radiométrica. O cabeçalho do arquivo contém informações geográficas básicas, tais como coordenadas geodésicas dos cantos e do centro da cena. Nível 2: imagem com correção radiométrica e correção geométrica de sistema. Nível 3: imagem com correções radiométrica e geométrica, refinada pelo uso de pontos de controle. Os pontos de controle podem ser obtidos automaticamente de uma base de dados ou selecionados por um operador. Nível 4: imagem com correções radiométrica e geométrica, refinada pelo uso de pontos de controle e de um Modelo Numérico de Elevação do Terreno (MNET). Este trabalho apresenta o processo de geração das imagens níveis 3 e 4 e os elos matemáticos envolvidos, além dos resultados das primeiras avaliações. 2 NÍVEL 3 DE PROCESSAMENTO DE IMAGENS 2.1 Modelo de refinamento por pontos de controle O elo de correção geométrica de sistema () relaciona um pixel da imagem bruta (l,c) com um ponto da superfície representativa da Terra (,,H), geralmente, um elipsóide de revolução (Equação 1). ( l, c) (,, (1) H) Este elo utiliza informações previamente conhecidas, como os parâmetros da geometria de visada do sensor e informações fornecidas juntamente com os dados de imagem, tais como, efemérides e atitude. Em função da baixa qualidade dos parâmetros orbitais, principalmente, quando comparados com outros sistemas sensores, em especial os de alta resolução espacial, torna-se praticamente obrigatório o uso de pontos de controle para que a qualidade deste elo possa ser refinada. Partindo do pressuposto de que os pontos de controle já foram identificados (Seção 2.2), para cada um deles são conhecidas as coordenadas de imagem bruta (l,c), as coordenadas geodésicas (,,H), obtidas aplicando-se o elo de correção geométrica sobre as correspondentes coordenadas de imagem bruta (Equação 1), e as coordenadas geodésicas (,,H) pc provenientes de uma fonte externa (chip de imagem, imagem georreferenciada, carta topográfica, levantamento de campo, entre outros). Na aplicação do elo de correção geométrica pode-se utilizar um elipsóide auxiliar a fim de reduzir as distorções provocadas pelo relevo na imagem. O elipsóide auxiliar é definido a partir da altitude média da região, dos parâmetros do elipsóide padrão e do datum. Em função da projeção cartográfica da imagem de saída (), ou seja, imagem nível 3, as coordenadas geodésicas dos pontos de controle (,,H) e (,,H) pc são transformadas em coordenadas planas de projeção (E,N) e (E,N) pc, respectivamente (Equações 2 e 3). (, ) (E, N (2) ) (, ) (E, N (3) pc ) pc O refinamento do elo se dá por meio de uma transformação polinomial (), onde as mais comumente utilizadas são as de primeiro grau, ou seja, afinidade (Equação 4) ou projetiva (Equação 5). E N E N pc pc pc pc a 0 a1 E b b E 0 1 a 0 a1 E l c1 E b 0 b1 E l c E 1 a 2 N b N 2 2 a 2 N c 2 N b 2 N c N Como é mostrado pela Equação 6, a partir dos pontos de controle, estabelece-se uma relação entre o conjunto de pares de coordenadas de projeção obtidas pelo elo de correção geométrica (E,N) e obtidas externamente (E,N) pc e, então, calculam-se os coeficientes polinomiais (a n, b n, c n ). Visto que, para cada ponto observado duas equações são geradas, no mínimo três pontos de controle para a transformação afim e quatro para a transformação projetiva devem ser observados. Caso, se disponha de mais pontos para ambos os casos e, (4) (5)

3 visto que os sistemas das Equações 4 e 5 são lineares, os coeficientes podem ser calculados pelo Método dos Mínimos Quadrados (WOLF e GUILANI, 1997). ({ a n, b n, c n }) ({(E k, N k ), (E k, N k ) pc}) (6) 2.2 Identificação de pontos de controle Os pontos de controle utilizados para a geração das imagens em nível 3 de processamento podem ser obtidos automaticamente de uma base de dados, ou fornecidos por um operador. Na sua linha de produção, as imagens de nível 3 são processadas utilizando-se pontos de controle recuperados de uma base de dados e tratados automaticamente pelo sistema da estação de processamento de imagens. Cada ponto de controle é representado por um chip de imagem, contendo informação do satélite, sensor, banda espectral, tamanho, coordenadas geodésicas do centro do chip (,,H), em um datum previamente selecionado, e indicadores de qualidade do ponto em função dos resultados encontrados nas ocasiões em que ele foi utilizado. Como mostra a Figura 1, um chip de imagem consiste num pedaço de imagem que é utilizado num processo de correlação. manualmente, calcule e forneça ao INPE os parâmetros polinomiais para o re-processamento da imagem. 2.3 O processo de geração das imagens de nível 3 O processo de geração de imagem geometricamente corrigida pressupõe sempre definir um nível de cinza para cada pixel da imagem corrigida, em função dos níveis de cinza dos pixels da imagem bruta. Esse processo se dá em três etapas: mapeamento direto (imagemterra), mapeamento inverso (Terraimagem) e reamostragem. Na primeira etapa, define-se uma grade amostral, regularmente distribuída sobre o plano da imagem bruta. Para cada nó desta grade, a partir das coordenadas de imagem bruta (l,c) i e da Equação 1, determina-se as coordenadas geodésicas (,,H) referentes a um elipsóide auxiliar, em função da altitude média da região. Em seguida, transforma-se as coordenadas geodésicas em coordenadas planas de projeção, utilizando-se o elipsóide padrão. A transformação polinomial é aplicada para refinar estas coordenadas. Dessa forma, para cada nó da grade amostral (grd(i,j)) tem-se o conjunto de coordenadas {(l,c) i ;(E i,n i ) pc }, como pode ser visto na Figura 2. (l,c) UTM-22S SAD-69 (E,N) = ( , N: ) () (,,H) Correção Geométrica de Sistema Figura 1 Exemplo de ponto de controle armazenado na base de dados. () Projeção Cartográfica A partir das coordenadas geográficas da imagem de nível 2 e de seu erro posicional, são identificados todos os pontos de controle que podem ser utilizados no processamento. Para cada ponto encontrado, busca-se o registro do chip com a imagem, e o primeiro indicador refere-se à qualidade do registro. Neste ponto, pode haver a exclusão do ponto de controle, caso a correlação não atinja um limiar mínimo. Após o registro, podem existir ainda alguns pontos com má qualidade de identificação ou de coordenadas. Desta forma, um método de detecção de erros grosseiros, baseado na geometria dos pontos de controle, é utilizado. Os pontos resultantes deste procedimento são utilizados para a determinação dos coeficientes polinomiais (Equação 6). Todo o histórico do ponto de controle fica armazenado na base de dados, como percentual de rejeições e notas mínima, média e máxima das correlações. O INPE também disponibilizará um software denominado Marlin. Este permite a visualização e a avaliação de imagens digitais, que facilita e possibilita que o usuário selecione os pontos de controle (E,N) () (E,N) pc = (E,N) N3 Transformação Polinomial Figura 2 Mapeamento direto sobre o elipsóide auxiliar. Determinação das coordenadas na imagem corrigida através do elo de refinamento dos pontos de controle. O mapeamento direto de pontos da imagem bruta resulta numa imagem corrigida distorcida, ou seja, em pontos irregularmente espaçados, como é mostrado na Figura 3. Na segunda etapa, define-se o espaço geográfico da imagem corrigida e o tamanho do pixel, de forma a se obter imediatamente as coordenadas de projeção (E,N) de cada pixel da imagem.

4 (l 1,c 1 ) (l 2,c 2 ) (l 4,c 4 ) Imagem bruta (l 3,c 3 ) Figura 3 Grade amostral irregular resultante do mapeamento direto. Como mostra a Figura 4, para cada pixel da imagem corrigida, isto é, para cada par de coordenadas (E,N) N3, identifica-se o quadrilátero relativo aos nós da grade amostral que o contém. Procede-se à interpolação do quadrilátero para obtenção das coordenadas de imagem bruta (l,c) que se relacionam com as coordenadas corrigidas. (E 1,N 1 ) N3 (E 2,N 2 ) N3 (E,N) x (E,N) N3 (E 4,N 4 ) N3 Figura 4 Mapeamento inverso sobre o elipsóide auxiliar. Por fim, é realizada a interpolação dos níveis de cinza, podendo o usuário optar pelo método do vizinho mais próximo, pela interpolação bi-linear ou pela convolução cúbica (GONZALES e WOODS, 2000). 3 NÍVEL 4 DE PROCESSAMENTO DE IMAGENS 3.1 Modelo de ortorretificação (E 1,N 1 ) N3 (E 2,N 2 ) N3 (E 4,N 4 ) N3 Imagem corrigida (l 1,c 1 ) (l 2,c 2 ) (l 4,c 4 ) x (l,c) (E 3,N 3 ) N3 (l 3,c 3 ) Devido à baixa qualidade dos dados orbitais do satélite CBERS, é imprescindível o uso de pontos de controle para garantir um bom registro entre a imagem e o MNET, garantindo assim o funcionamento do elo de ortorretificação. O procedimento aplicado é semelhante ao explicado na Seção 2.1. Entretanto, como o MNET será usado para corrigir o erro devido ao relevo, é preciso evitar que a transformação polinomial também tente corrigi-lo. Para isto, calcula-se novas coordenadas para os pontos de controle, compensando sua altitude. Para cada ponto de controle são conhecidas as coordenadas de imagem bruta (l,c) e as coordenadas geodésicas (,,H) pc. Define-se um elipsóide auxiliar (em função da altitude (E 3,N 3 ) N3 deste ponto (H pc ) e dos parâmetros do elipsóide padrão, função do datum escolhido pelo usuário) e aplica-se o elo de correção geométrica sobre as coordenadas de imagem bruta de cada ponto de controle. Calcula-se então um novo par de coordenadas (', ') utilizando-se o elipsóide padrão. De forma resumida, as novas coordenadas calculadas para os pontos de controle estão com o erro do deslocamento causado pela sua altitude. Em função da projeção cartográfica () escolhida pelo usuário, transforma-se as coordenadas geodésicas em coordenadas planas de projeção (E,N), tanto para as coordenadas obtidas pelo elo, quanto às obtidas para os pontos de controle (Equações 2 e 3). Neste caso, o elipsóide utilizado é o padrão. O refinamento do elo é realizado conforme explicado na Seção Processo de geração das imagens ortorretificadas O processo de geração das imagens nível 4 possui o mesmo princípio da geração das imagens nível 3, explicado na Seção 2.3, porém considerando as informações de altitudes mínima e máxima da região. Primeiramente, define-se uma grade amostral, regularmente distribuída sobre o plano imagem bruta. Para cada nó desta grade, a partir das coordenadas de imagem bruta (l,c) i determina-se as coordenadas geodésicas referentes a dois elipsóides auxiliares, um relativo à altitude mínima (,,H) min e outro relativo à altitude máxima (,,H) max da região em questão. Em seguida, transforma-se as coordenadas geodésicas em coordenadas planas de projeção (E,N), utilizando-se o elipsóide padrão. Aplica-se a transformação polinomial nos dois conjuntos de coordenadas planas (mínimo e máximo), para refinar estas coordenadas. Dessa forma, para cada nó da grade amostral tem-se: {(l,c) i, (E i,n i ) min, (E i,n i ) max }. O esquema mostrado na Figura 5 ilustra esta etapa. Na segunda etapa, define-se o espaço geográfico da imagem ortorretificada e o tamanho do pixel, de forma a se obter imediatamente as coordenadas de projeção de cada pixel desta imagem. Para cada par de coordenada (E,N) N4, identifica-se os quadriláteros relativos aos nós da grade amostral que o contém, tanto para a altitude mínima quanto para a altitude máxima. Procede-se à interpolação de cada um dos quadriláteros para obtenção das coordenadas de imagem bruta que se relacionam com as coordenadas ortorretificadas ((l,c) min e (l,c) max ). Este processo é ilustrado na Figura 6, onde (a) são as grades regulares mínima e máxima sobre a imagem bruta, (b) são as grades irregulares mínima e máxima resultantes do mapeamento direto e (c) são os pixels da imagem ortorretificada. A interpolação se dá por meio da transformação projetiva, cujos parâmetros são calculados em função dos vértices dos quadriláteros homólogos, que relacionam as coordenadas de imagem bruta com as coordenadas planas de projeção.

5 Correção Geométrica de Sistema Projeção Cartográfica Transformação Polinomial min (,,H) min (E,N) min (E, N) min (l,c) H min padrão padrão max (,,H) ma (E,N) max (E, N) max H max Figura 5 Mapeamento direto sobre dois elipsóides auxiliares. (E 1,N 1 ) min (E 2,N 2 ) min (E,N) orto X (E,N) orto (E 4,N 4 ) min (E 3,N 3 ) min (l 1,c 1 ) (l 2,c 2 ) (l,c) min X X (l,c) max (E 1,N 1 ) max (E 2,N 2 ) max (l 4,c 4 ) (l 3,c 3 ) (E,N) orto X (E 4,N 4 ) max (E 3,N 3 ) max Figura 6 Mapeamento inverso sobre dois elipsóides auxiliares. Há um conjunto de parâmetros relacionados com o elipsóide auxiliar relativo à altitude mínima e outro relacionado com o elipsóide auxiliar relativo à altitude máxima. O MNET fornece a altitude (H MNET ) de cada pixel da imagem ortorretificada, função das coordenadas planas de projeção deste pixel. Ela é a chave para a determinação do pixel (ou pixels) da imagem bruta que fornecerá o nível de cinza para o pixel da imagem corrigida. Como pode ser visto na Equação 7, realiza-se uma interpolação linear utilizando as altitudes mínima e máxima, as posições (l,c) mínima e máxima correspondentes às altitudes mínimas e máximas, e a altitude do ponto em questão para obter a posição (l,c) que fornecerá o valor de brilho da imagem ortorretificada. (l,c) min(hmax HMNET) (l,c) max(hmnethmin) l,c (7) H H max min 3.3 Obtenção do MNET Conforme citado anteriormente, tanto os pontos de controle quanto os MNET utilizados para a geração de imagens em nível 3 e 4 de processamento podem ser obtidos automaticamente de uma base de dados ou fornecidos pelo usuário. As imagens de nível 4 serão processadas em sua linha de produção utilizando pontos de controle e MNET obtidos automaticamente da base de dados do sistema da estação de processamento de imagens. A identificação dos pontos de controle foi explicada na Seção 2.2. Os MNET's utilizados para a produção de imagens nível 4 são obtidos através dos dados SRTM (Shuttle Radar Topography Mission), disponibilizados gratuitamente pela NASA. Os MNET's do SRTM apresentam área de cobertura de 1 por 1 no terreno, apresentando superposição de aproximadamente uma linha e uma coluna com os arquivos vizinhos. Os dados disponibilizados para a América do Sul foram gerados

6 com 90 metros de espaçamento entre os pontos, utilizando o datum WGS-84 (SANTOS et al., 2005). Para cada ponto específico da imagem ortorretificada, procura-se na base de dados qual MNET contém este ponto. Esta procura é feita através da análise das coordenadas dos quatro cantos de cada MNET. Uma vez encontrado o MNET que contém o ponto, a informação de altitude é extraída utilizando o processo de interpolação bi-linear. Um dos problemas encontrados na utilização dos dados SRTM é a presença de valores nulos e valores espúrios em determinadas regiões. Antes de utilizar o MNET é necessário corrigir tais valores. Os valores espúrios são corrigidos utilizando as informações de altitude da vizinhança dos pontos a serem corrigidos. Para corrigir valores nulos, o usuário pode especificar a altitude mínima dos pontos da cena a ser processada. 4 RESULTADOS E ANÁLISES Foram geradas três imagens CCD níveis 2, 3 e 4 da mesma região para a realização dos experimentos. Estas imagens consistem na mesma cena, porém adquiridas com ângulos de inclinação do espelho diferentes, ou seja, foram geradas uma imagem vertical, uma imagem inclinada em 17 em relação à vertical, e outra imagem inclinada em -18,6, também em relação à vertical. Para a avaliação das imagens geradas utilizou-se como referência uma imagem nível 2, georreferenciada utilizando pontos de controle externos. Para o georreferenciamento desta imagem foram utilizados pontos de controle extraídos de imagens GeoCover Landsat disponíveis gratuitamente na internet. Merchant (1982) sugere vinte como sendo o número mínimo de pontos a ser utilizados na análise de exatidão cartográfica. Assim, neste trabalho, foram medidos vinte pontos em cada imagem. As Tabelas 1, 3 e 5 apresentam a resultante das discrepâncias em E e N das coordenadas das imagens níveis 2 (L2), 3 (L3) e 4 (L4) em relação à imagem de referência (Ref). Apresentam também o erro médio quadrático (EMQ) resultante e o erro circular relativo à 90% de probabilidade (CE90). Sabe-se que as imagens nível 2 de processamento possuem erros sistemáticos. Desta forma, para melhor analisar a evolução da qualidade geométrica das imagens ao longo dos níveis de processamento, é interessante desconsiderar tal efeito. As Tabelas 2, 4 e 6 apresentam os valores do EMQ e do CE90 para os mesmos dados, porém sem considerar os erros sistemáticos presentes nas coordenadas. Isto é feito subtraindo a média apresentada para as imagens níveis 2, 3 e 4 nas Tabelas 1, 3 e 5 de todas as resultantes das discrepâncias dos pontos. Tabela 1 - Discrepâncias entre as imagens níveis 2, 3 e 4 inclinadas em 17 e a imagem de referência. Imagem inclinada em 17 Pontos L2 Ref L3 Ref L4 Ref ,18 114,79 110, ,08 74,01 41, ,18 94,00 29, ,72 36,42 39, ,49 113,68 53, ,76 97,71 74, ,03 48,30 12, ,66 133,05 54, ,32 56,55 31, ,04 53,70 63, ,25 153,64 55, ,57 174,57 71, ,42 59,98 42, ,25 126,76 85, ,26 86,54 40, ,78 77,88 36, ,57 58,50 82, ,97 77,78 16, ,75 97,71 13, ,50 158,25 47,17 Média 12833,09 94,69 50,18 EMQ 13167,10 104,82 57,49 CE ,28 225,37 123,60 Tabela 2 EMQ e CE90 para as imagens níveis 2, 3 e 4 inclinadas em 17 em relação à imagem de referência sem a influência dos erros sistemáticos. Imagem inclinada em 17 L2 Ref L3 Ref L4 Ref EMQ 129,20 39,36 25,59 CE90 277,78 84,63 55,03 Nota-se pela Tabela 1 que o erro médio quadrático para a imagem nível 2 é de ,10 m, para a imagem nível 3 este valor é reduzido para 104,82 m, e para a imagem nível 4 é de 57,49 m. Nos dados sem a influência dos erros apresentados na Tabela 2, o erro médio quadrático na imagem nível 2 é de 129,20 m, na imagem nível 3 é de 39,36 m e na imagem nível 4 é de 25,59 m. De forma semelhante, na Tabela 3 pode-se perceber que o erro médio quadrático que era de 9370,23 m para a imagem nível 2, foi reduzido para 50,48 m na imagem nível 3, e para 38,54 m na imagem nível 4. Nos dados sem a influência dos erros, o erro médio quadrático na imagem nível 2 é de 375,86 m, na imagem nível 3 é de 23,71 m e na imagem nível 4 é de 16,53 m.

7 Tabela 3 - Discrepâncias entre as imagens níveis 2, 3 e 4 inclinadas em 18,6 e a imagem de referência. Imagem inclinada em 18,6 Pontos L2 Ref L3 Ref L4 Ref ,24 26,02 26, ,63 34,23 20, ,76 21,83 38, ,67 65,87 31, ,81 4,14 48, ,93 23,76 15, ,31 55,43 27, ,69 38,62 50, ,79 45,29 33, ,30 26,02 33, ,95 65,67 60, ,55 64,87 44, ,27 10,40 39, ,77 43,51 52, ,81 39,22 67, ,81 53,55 2, ,80 69,49 25, ,31 35,79 12, ,14 38,32 18, ,86 106,63 27,79 Média 9125,62 43,43 33,94 EMQ 9370,23 50,48 38,54 CE ,99 108,53 82,86 Tabela 4 EMQ e CE90 para as imagens níveis 2, 3 e 4 inclinadas em 18,6 em relação à imagem de referência sem a influência dos erros sistemáticos. Imagem inclinada em 18,6 L2 Ref L3 Ref L4 Ref EMQ 375,86 23,71 16,53 CE90 808,10 50,99 35,53 Para as imagens verticais, através dos valores mostrados na Tabela 5, nota-se que o erro médio quadrático da imagem nível 2 é de 5027,36 m, sendo reduzido para 33,38 m na imagem nível 3 e para 34,88 m na imagem nível 4. Nos dados sem a influência dos erros, o erro médio quadrático na imagem nível 2 é de 127,99 m, na imagem nível 3 é de 13,12 m e na imagem nível 4 é de 16,35 m. Para as imagens verticais, nota-se que o nível 3 de processamento apresenta erro médio quadrático menor que o apresentado pelas imagens inclinadas. Isto se deve ao fato da menor influência do relevo nas imagens tomadas na direção nadir. Analisando os resultados das imagens nível 3 inclinadas, pode ser verificado que estas ainda apresentam distorções provocadas pelo relevo. Esta influência é reduzida através do processo de ortorretificação, como pode ser visto através do erro médio quadrático apresentado para as imagens nível 4. Nota-se, portanto, que os resultados obtidos para as imagens nível 4 inclinadas são semelhantes aos resultados obtidos para as imagens verticais, o que faz da ortorretificação um processo indispensável às imagens de sensores de média resolução obtidas em visada oblíqua. Tabela 5 - Discrepâncias entre as imagens níveis 2, 3 e 4 verticais e a imagem de referência. Imagem vertical Pontos L2 Ref L3 Ref L4 Ref ,74 55,02 53, ,76 25,05 30, ,95 19,75 12, ,19 35,25 38, ,20 28,68 6, ,85 24,49 36, ,99 26,21 31, ,92 8,56 29, ,81 21,53 13, ,25 55,22 55, ,25 14,31 36, ,59 32,02 45, ,39 28,92 27, ,34 39,95 27, ,40 47,58 52, ,67 38,83 20, ,08 39,04 50, ,11 10,73 1, ,45 22,48 8, ,57 24,63 22,48 Média 4898,48 29,91 30,03 EMQ 5027,36 33,38 34,88 CE ,83 71,76 74,99 Tabela 6 EMQ e CE90 para as imagens níveis 2, 3 e 4 verticais em relação à imagem de referência sem a influência dos erros sistemáticos. Imagem vertical L2 Ref L3 Ref L4 Ref EMQ 127,99 13,12 16,35 CE90 275,17 28,22 35,15 Através da análise das Tabelas 1 a 6, nota-se a clara melhoria da qualidade geométrica e posicional das imagens ao longo dos níveis de processamento. Nas imagens verticais notou-se um pequeno aumento no valor do erro médio quadrático. Entretanto, este valor representa aproximadamente um sexto do tamanho do pixel, podendo ser atribuído a o erro de pontaria na medição dos pontos. Deve-se ressaltar que a imagem de referência também possui um erro entre um e dois pixels (20 a 40 m), uma vez que foi georreferenciada manualmente. Este erro é propagado para as estatísticas apresentadas. Desta

8 forma, o erro apresentado nas imagens níveis 3 e 4 poderia ser ainda menor caso fosse utilizada uma referência com melhor precisão. 5 CONSIDERAÇÕES FINAIS Os dados orbitais dos satélites CBERS 1 e 2 são de baixa qualidade, refletindo diretamente na qualidade geométrica da imagem. Isto pôde ser verificado nas discrepâncias apresentadas entre as imagens em nível 2 de processamento com a de referência. Estas imagens apresentam apenas uma correção geométrica de sistema. Notou-se que o processo de refinamento é simples, podendo ser elado por polinômios do primeiro grau. A transformação de similaridade (translação, rotação e escala) não é suficiente, sendo necessária a adoção da transformação afim ou projetiva. Isto decorre de um cisalhamento presente nas imagens CBERS, muito provavelmente decorrente da imprecisão do ângulo de guinada, uma das componentes da atitude. Numa fotografia aérea, esta imprecisão responderia por um erro de rotação, mas no caso de imagens de satélite, a rotação é aplicada individualmente a cada varredura, causando este efeito de cisalhamento. Conforme foi verificado nos experimentos apresentados, o refinamento do elo geométrico de sistema por pontos de controle produz uma melhora significativa da qualidade geométrica das imagens, possibilitando a utilização de imagens CBERS num número maior de aplicações. Quanto ao processo de ortorretificação é imprescindível para a obtenção de imagens de alta resolução espacial com alta qualidade geométrica. É também fundamental nos casos de imagens de média resolução espacial obtidas em visada oblíqua, como as imagens CCD/CBERS-2 utilizadas neste trabalho. Entretanto, para que o elo funcione, é necessário um bom registro entre a imagem e o MNET. No caso de sistemas sensores que apresentem dados orbitais de baixa precisão, como o sensor CCD/CBERS-2, é imprescindível o uso de pontos de controle. O satélite CBERS-2B apresenta um sensor de alta resolução espacial (HRC) e, por conta disso, dispõe de sensores de controle de atitude e órbita mais eficientes, incluindo sensores estelares e de posicionamento GPS, entre outros. Ele provavelmente não precisará de pontos de controle para garantir um bom registro entre imagem e MNET, mas precisará para garantir um excelente posicionamento (inferior a 2 pixels) da imagem ortorretificada. Os resultados apresentados mostram que os dados SRTM podem perfeitamente ser utilizados no processo de ortorretificação das imagens CCD/CBERS. Entretanto, não se pode afirmar ainda que tais dados poderão ser a solução para a ortorretificação das imagens HRC/CBERS. REFERÊNCIAS Epiphanio, J. C. N. CBERS Satélite sino brasileiro de recursos terrestres. In: Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 12., 2005, Goiânia. Anais... São José dos Campos: INPE, Artigos, p CD-ROM, On-line. ISBN Disponível em: < sbsr/2004/ >. Acesso em: 07 ago GONZALEZ, R. C.; WOODS, R. E. Processamento de imagens digitais. 3. ed. São Paulo: Edgard Blücher, p. MACHADO E SILVA, A. J. F. Modelo de correção geométrica para imagens HRV-SPOT Dissertação (Mestrado em Computação Aplicada) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos MERCHANT, D. C. Spatial accuracy standards for large scale line maps. Technical Papers of the American Congress on Surveying and Mapping, 1, p., RICHARDS, J. A.; JIA, X. Remote sensing digital image analysis: an introduction. Berlim: Springer- Verlag p. WOLF, P. R.; GUILANI, C. D., Adjustment computations: statistics and least squares in surveying and GIS, New York, p. SANTOS, P. R. A.; GABOARDI, C.; OLIVEIRA, L. C. Avaliação da precisão vertical dos elos SRTM para a Amazônio. In: Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 12., 2005, Goiânia. Anais... São José dos Campos: INPE, Artigos, p CD- ROM, On-line. ISBN Disponível em: < >. Acesso em: 10 nov SHUTTLE RADAR TOPOGRAPHY MISSION. Disponível em: < Acesso em: 12 nov

Ortorretificação: um passo a mais no processamento de imagens CBERS

Ortorretificação: um passo a mais no processamento de imagens CBERS Ortorretificação: um passo a mais no processamento de imagens CBERS Elaine Reis Costa Marco Aurélio de Oliveira Silva Paulo Eduardo Neves Antônio José Machado e Silva Gisplan Tecnologia da Geoinformação

Leia mais

O uso de pontos de controle no processamento de imagens CBERS

O uso de pontos de controle no processamento de imagens CBERS O uso de pontos de controle no processamento de imagens CBERS Marco Aurélio Oliveira da Silva Elaine Reis Costa Paulo Eduardo Neves Antônio José Machado e Silva Gisplan Tecnologia da Geoinformação - GISPLAN

Leia mais

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro

Leia mais

GERAÇÃO 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 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 mais

CORREÇÃO GEOMÉTRICA DE IMAGENS DIGITAIS AULA 8

CORREÇÃO GEOMÉTRICA DE IMAGENS DIGITAIS AULA 8 CORREÇÃO GEOMÉTRICA DE IMAGENS DIGITAIS AULA 8 Prof. Daniel C. Zanotta Daniel C. Zanotta 23/05/2017 CORREÇÃO GEOMÉTRICA IMPORTÂNCIA ELIMINAÇÃO DE DISTORÇÕES SISTEMÁTICAS; INTEGRAÇÃO DE IMAGENS DE SENSORIAMENTO

Leia mais

GEORREFERENCIAMENTO. Organização e Elaboração: Profa. Dra. Andréia Medinilha Pancher Profa. Dra. Maria Isabel Castreghini de Freitas

GEORREFERENCIAMENTO. Organização e Elaboração: Profa. Dra. Andréia Medinilha Pancher Profa. Dra. Maria Isabel Castreghini de Freitas GEORREFERENCIAMENTO Organização e Elaboração: Profa. Dra. Andréia Medinilha Pancher Profa. Dra. Maria Isabel Castreghini de Freitas CONHECIMENTO DA INCERTEZA = ERRO Tudo o que se mede ou se modela está

Leia mais

4- Correção Geométrica de Imagens Orbitais

4- Correção Geométrica de Imagens Orbitais Sensoriamento Remoto II, Prof. Alzir Felippe Buffara Antunes 4- Correção Geométrica de Imagens Orbitais 4.1- Introdução a)- Erros b)- Precisão c)- Acurácia ou Acuracidade As imagens permitem gerar produtos

Leia mais

Correção geométrica de imagens de sensoriamento remoto REGISTRO. Profa. Ligia Flávia Antunes Batista

Correção geométrica de imagens de sensoriamento remoto REGISTRO. Profa. Ligia Flávia Antunes Batista Correção geométrica de imagens de sensoriamento remoto REGISTRO Profa. Ligia Flávia Antunes Batista Importância eliminação de distorções sistemáticas estudos multi-temporais integração de dados em SIG

Leia mais

Aquisição e Integração de Dados

Aquisição e Integração de Dados Aquisição e Integração de Dados - Noções de cartografia - Transformações geométricas - Generalização cartográfica - Edição vetorial INPE - Divisão de Processamento de Imagens INPE BANCO DE DADOS GEOGRÁFICOS

Leia mais

Correção Geométrica de Imagens de Sensoriamento Remoto. Julio Cesar Lima d Alge

Correção Geométrica de Imagens de Sensoriamento Remoto. Julio Cesar Lima d Alge Correção Geométrica de Imagens de Sensoriamento Remoto Julio Cesar Lima d Alge Correção Geométrica Introdução A visão clássica de pré-processamento Etapas da correção geométrica Distorções geométricas

Leia mais

ORTORRETIFICAÇÃO DE IMAGEM CBERS-2B UTILIZANDO O MDE DO ASTER

ORTORRETIFICAÇÃO DE IMAGEM CBERS-2B UTILIZANDO O MDE DO ASTER Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.2692 ORTORRETIFICAÇÃO DE IMAGEM CBERS-2B UTILIZANDO O MDE DO ASTER Mariana Carneiro

Leia mais

Avaliação da qualidade geométrica de imagens da Câmera HR do CBERS 2B. Wagner Barreto da Silva Julio Cesar Lima d'alge Leila Maria Garcia Fonseca

Avaliação da qualidade geométrica de imagens da Câmera HR do CBERS 2B. Wagner Barreto da Silva Julio Cesar Lima d'alge Leila Maria Garcia Fonseca Avaliação da qualidade geométrica de imagens da Câmera HR do CBERS 2B Wagner Barreto da Silva Julio Cesar Lima d'alge Leila Maria Garcia Fonseca Instituto Nacional de Pesquisas Espaciais - INPE Caixa Postal

Leia mais

Avaliação da qualidade geométrica das imagens TM-LANDSAT. Antônio José Ferreira Machado e Silva 1 Júlio Cesar Lima d Alge 2

Avaliação da qualidade geométrica das imagens TM-LANDSAT. Antônio José Ferreira Machado e Silva 1 Júlio Cesar Lima d Alge 2 Avaliação da qualidade geométrica das imagens TM-LANDSAT Antônio José Ferreira Machado e Silva 1 Júlio Cesar Lima d Alge 2 Instituto Nacional de Pesquisas Espaciais - INPE 1 Divisão de Desenvolvimento

Leia mais

Análise geométrica de imagens CCD/CBERS-2

Análise geométrica de imagens CCD/CBERS-2 Análise geométrica de imagens CCD/CBERS-2 Camila Souza dos Anjos 1 Julio Cesar Lima D Alge 2 Helio Koiti Kuga 2 José Carlos Neves Epiphanio 2 Leila Maria Garcia Fonseca 2 1 Imagem Soluções de Inteligência

Leia mais

MAPEAMENTO TOPOGRÁFICO USANDO IMAGENS IKONOS

MAPEAMENTO TOPOGRÁFICO USANDO IMAGENS IKONOS MAPEAMENTO TOPOGRÁFICO USANDO IMAGENS IKONOS ANTONIO JOSÉ FERREIRA MACHADO E SILVA MARCUS VINÍCIUS DUARTE DA SILVA DAPHNE SANTINI GISPLAN Tecnologia da Geoinformação Av. Armando Lombardi 800 sala 311-22640-020

Leia mais

Desenvolvimento de um algoritmo otimizado para correção de distorção panorâmica em imagens do sensor MODIS.

Desenvolvimento de um algoritmo otimizado para correção de distorção panorâmica em imagens do sensor MODIS. Desenvolvimento de um algoritmo otimizado para correção de distorção panorâmica em imagens do sensor MODIS. Etore Marcari Junior Frederico dos Santos Liporace Gisplan Tecnologia da Geoinformação Ltda.

Leia mais

PRODUÇÃO CARTOGRÁFICA UD 4 ATUALIZAÇÃO

PRODUÇÃO CARTOGRÁFICA UD 4 ATUALIZAÇÃO UD 4 ATUALIZAÇÃO Quando se chega à decisão pela elaboração de um documento cartográfico, seja uma carta, um mapa ou um atlas, é porque a obra ainda não existe, ou existe e se encontra esgotada ou desatualizada

Leia mais

GEORREFERENCIAMENTO. Organização e Elaboração: Profa. Dra. Andréia Medinilha Pancher Profa. Dra. Maria Isabel Castreghini de Freitas

GEORREFERENCIAMENTO. Organização e Elaboração: Profa. Dra. Andréia Medinilha Pancher Profa. Dra. Maria Isabel Castreghini de Freitas GEORREFERENCIAMENTO Organização e Elaboração: Profa. Dra. Andréia Medinilha Pancher Profa. Dra. Maria Isabel Castreghini de Freitas CONHECIMENTO DA INCERTEZA = ERRO Tudo o que se mede ou se modela está

Leia mais

José Alberto Quintanilha Mariana Giannotti

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

Leia mais

Avaliação da qualidade geométrica de ortoimagens RapidEye disponibilizadas pelo GeoCatálogo do MMA

Avaliação da qualidade geométrica de ortoimagens RapidEye disponibilizadas pelo GeoCatálogo do MMA Avaliação da qualidade geométrica de ortoimagens RapidEye disponibilizadas pelo GeoCatálogo do MMA José Marcato Junior 1 Érico Fernando de Oliveira Martins 2 Domingos Marcato 3 Leandro Bonfietti Marini

Leia mais

Correção geométrica de imagem Quickbird para áreas urbanas utilizando modelos geométricos generalizados e dados de laser scanning

Correção geométrica de imagem Quickbird para áreas urbanas utilizando modelos geométricos generalizados e dados de laser scanning Correção geométrica de imagem Quickbird para áreas urbanas utilizando modelos geométricos generalizados e dados de laser scanning Suelen Cristina Movio Huinca Hideo Araki Anna Carolina Cavalheiro Universidade

Leia mais

AVALIAÇÃO DA ACURÁCIA POSICIONAL PLANIMÉTRICA DE IMAGENS CBERS 4 SENSOR PAN, NA REGIÃO DE ALVINÓPOLIS-MG

AVALIAÇÃO DA ACURÁCIA POSICIONAL PLANIMÉTRICA DE IMAGENS CBERS 4 SENSOR PAN, NA REGIÃO DE ALVINÓPOLIS-MG AVALIAÇÃO DA ACURÁCIA POSICIONAL PLANIMÉTRICA DE IMAGENS CBERS 4 SENSOR PAN, NA REGIÃO DE ALVINÓPOLIS-MG Lígia da Silva Barbosa 1, Afonso de Paula dos Santos 2 1 Graduanda em Engenharia de Agrimensura

Leia mais

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016 Sensoriamento remoto 1 correções geométricas Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016 Correções geométricas Uma imagem digital de sensoriamento remoto é uma representação

Leia mais

H2T Uma ferramenta para geração de imagens a partir de dados do sensor MODIS. Etore Marcari Junior 1

H2T Uma ferramenta para geração de imagens a partir de dados do sensor MODIS. Etore Marcari Junior 1 H2T Uma ferramenta para geração de imagens a partir de dados do sensor MODIS Etore Marcari Junior 1 1 Gisplan Tecnologia da Geoinformação Ltda. Avenida Armando Lombardi, 800 sala 311 Barra da Tijuca Rio

Leia mais

E- Correção Geométrica

E- Correção Geométrica E- Correção Geométrica A retificação ou correção geométrica da imagem é o processo que permite a imagem assumir propriedades cartográficas de sistema de projeção e respectivas coordenadas. É uma de transformação

Leia mais

Ortorretificação de imagens SAR do R-99. Ricardo de Queiroz Veiga 1 Marcus Vinicius Teixeira Monteiro 1. {veiga,

Ortorretificação de imagens SAR do R-99. Ricardo de Queiroz Veiga 1 Marcus Vinicius Teixeira Monteiro 1. {veiga, Ortorretificação de imagens SAR do R-99 Ricardo de Queiroz Veiga 1 Marcus Vinicius Teixeira Monteiro 1 1 Instituto de Estudos Avançados - IEAv/CTA {veiga, monteiro}@ieav.cta.br Abstract. This paper describes

Leia mais

COMPARAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO PARA A ILHA DE SÃO SEBASTIÃO - SP Nº 11503

COMPARAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO PARA A ILHA DE SÃO SEBASTIÃO - SP Nº 11503 COMPARAÇÃO DE MODELOS DIGITAIS DE ELEVAÇÃO PARA A ILHA DE SÃO SEBASTIÃO - SP ROGER TORLAY 1 ; DANIEL DE CASTRO VICTORIA 2 ; OSVALDO TADATOMO OSHIRO³ Nº 11503 RESUMO Os produtos gerados a partir de modelos

Leia mais

ORTORRETIFICAÇÃO E ANÁLISE DA QUALIDADE GEOMÉTRICA DE IMAGENS HRC CBERS 2B PARA UMA REGIÃO MONTANHOSA

ORTORRETIFICAÇÃO E ANÁLISE DA QUALIDADE GEOMÉTRICA DE IMAGENS HRC CBERS 2B PARA UMA REGIÃO MONTANHOSA Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.2740 ORTORRETIFICAÇÃO E ANÁLISE DA QUALIDADE GEOMÉTRICA DE IMAGENS HRC CBERS

Leia mais

Sistemas de Processamento de imagens de Sensoriamento remoto: perspectiva histórica e preparação de imagens para o usuário

Sistemas de Processamento de imagens de Sensoriamento remoto: perspectiva histórica e preparação de imagens para o usuário Sistemas de Processamento de imagens de Sensoriamento remoto: perspectiva histórica e preparação de imagens para o usuário Luan Gaspar Pinto de Melo Luis Fernando Salgueiro Romero Michael Douglas Lemes

Leia mais

Levindo Cardoso Medeiros 1, Nilson Clementino Ferreira 1, Laerte Guimarães Ferreira 1.

Levindo Cardoso Medeiros 1, Nilson Clementino Ferreira 1, Laerte Guimarães Ferreira 1. Avaliação da qualidade altimétrica dos modelos digitais de elevação obtidos a partir da missão SRTM e de curvas de nível do Mapeamento Sistemático Nacional na escala 1:100.000 para o Estado de Goiás e

Leia mais

Uso de Receptores GPS na Retificação de Imagens TM/Landsat-5

Uso de Receptores GPS na Retificação de Imagens TM/Landsat-5 Uso de Receptores GPS na Retificação de Imagens TM/Landsat-5 VICENTE PAULO SOARES 1 MARCO ANTÔNIO SILVA 1 MARINA DE FÁTIMA VILELA 1 RICARDO SEIXAS BRITES 1 1 Universidade Federal de Viçosa/Departamento

Leia mais

C A P Í T U L O 1 8 D I V I S Ã O D E G E R A Ç Ã O D E I M A G E N S

C A P Í T U L O 1 8 D I V I S Ã O D E G E R A Ç Ã O D E I M A G E N S C A P Í T U L O 1 8 D I V I S Ã O D E G E R A Ç Ã O D E I M A G E N S L u i z G e r a l d o F e r r e i r a 1 I n s t i t u t o N a c i o n a l d e P e s q u i s a s E s p a c i a i s 1 e-mail: lgeraldo@dgi.inpe.br

Leia mais

Comparação altimétrica entre dados da base cartográfica da DSG e do modelo SRTM.

Comparação altimétrica entre dados da base cartográfica da DSG e do modelo SRTM. Comparação altimétrica entre dados da base cartográfica da DSG e do modelo SRTM. Luís Gonçalves Longo de Oliveira¹ Antonio Conceição Paranhos Filho² Thais Gisele Torres³ Tatiana Saralegui Saraiva¹ Gabriel

Leia mais

NOVAS TECNOLOGIAS NO ENSINO A DISTÂNCIA DE PROCESSAMENTO DE IMAGENS UTILIZANDO O SPRING E IMAGENS CBERS.

NOVAS TECNOLOGIAS NO ENSINO A DISTÂNCIA DE PROCESSAMENTO DE IMAGENS UTILIZANDO O SPRING E IMAGENS CBERS. NOVAS TECNOLOGIAS NO ENSINO A DISTÂNCIA DE PROCESSAMENTO DE IMAGENS UTILIZANDO O SPRING E IMAGENS CBERS http://www.dpi.inpe.br/ead/intro_sr Utilizam-se softwares e imagens disponíveis na rede, com acesso

Leia mais

Geração de mapas de altitude por sensoriamento remoto. Imagens do Óptico Imagens InSAR

Geração de mapas de altitude por sensoriamento remoto. Imagens do Óptico Imagens InSAR Geração de mapas de altitude por sensoriamento remoto Imagens do Óptico Imagens InSAR Geração de MNT Num passado não muito distante: Digitalizava-se as curvas de nível para então gerar imagem sintética

Leia mais

AVALIAÇÃO DA PRECISÃO DE ORTO-IMAGENS IKONOS ROSANA OKIDA SILVIA LUIZ CLEBER GONZALES DE OLIVEIRA

AVALIAÇÃO DA PRECISÃO DE ORTO-IMAGENS IKONOS ROSANA OKIDA SILVIA LUIZ CLEBER GONZALES DE OLIVEIRA AVALIAÇÃO DA PRECISÃO DE ORTO-IMAGENS IKONOS ROSANA OKIDA SILVIA LUIZ CLEBER GONZALES DE OLIVEIRA Geoambiente Sensoriamento Remoto Av. Anchieta 117 12242-280 - São José dos Campos - SP, Brasil {rosana,

Leia mais

Registro Semi-automático de Imagens CBERS utilizando Coeficiente de Correlação de Pearson

Registro Semi-automático de Imagens CBERS utilizando Coeficiente de Correlação de Pearson Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.2546 Registro Semi-automático de Imagens CBERS utilizando Coeficiente de Correlação

Leia mais

MODELO DIGITAL DE TERRENO I

MODELO DIGITAL DE TERRENO I Geoprocessamento Graduação em Geografia 4º ano / 1º Semestre Profa. Dra. Fernanda Sayuri Yoshino Watanabe Departamento de Cartografia fernanda.watanabe@unesp.br 2019 MODELO DIGITAL DE TERRENO I MODELO

Leia mais

PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO

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 SISTEMAS DE INFORMAÇÕES

Leia mais

ESTRUTURA 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 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 mais

MNT: MODELAGEM NUMÉRICA DE TERRENOS

MNT: MODELAGEM NUMÉRICA DE TERRENOS MNT: MODELAGEM NUMÉRICA DE TERRENOS LEB 450 Topografia e Geoprocessamento II Prof. Carlos A. Vettorazzi 1. Introdução MODELO : Representação da realidade sob a forma material (representação tangível) ou

Leia mais

Ecologia de Paisagem Conceitos e métodos de pesquisa 2012

Ecologia de Paisagem Conceitos e métodos de pesquisa 2012 Ecologia de Paisagem Conceitos e métodos de pesquisa 2012 Bases de sensoriamento remoto Cálculo de métricas com Fragstats Leandro Reverberi Tambosi letambosi@yahoo.com.br Sensoriamento Remoto Conjunto

Leia mais

Influência dos usos de sistemas geodésicos e de coordenadas geográficas nos mapeamentos cartográficos originados de imagens de satélites

Influência dos usos de sistemas geodésicos e de coordenadas geográficas nos mapeamentos cartográficos originados de imagens de satélites Influência dos usos de sistemas geodésicos e de coordenadas geográficas nos mapeamentos cartográficos originados de imagens de satélites Joel Gripp Junior 1 Vicente Paulo Soares 1 José Marinaldo Gleriani

Leia mais

PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO

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

Leia mais

Avaliação da Acurácia de Modelos Digitais de Superfícies Gerados a partir de um Estereopar de imagens IKONOS

Avaliação da Acurácia de Modelos Digitais de Superfícies Gerados a partir de um Estereopar de imagens IKONOS Avaliação da Acurácia de Modelos Digitais de Superfícies Gerados a partir de um Estereopar de imagens IKONOS Lívia Rodrigues Tomás 1 Cleber Gonzales de Oliveira 1 Leila Maria Garcia Fonseca 1 Cláudia Maria

Leia mais

EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( )

EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq ( ) USP UNIVERSIDADE DE SÃO PAULO EP ESCOLA POLITÉCNICA EXTRAÇÃO SEMI - AUTOMÁTICA DE FEIÇÕES LINEARES E A CALIBRAÇÃO DOS PARÂMETROS INTRÍNSECOS DE CÂMERAS Projeto de Pesquisa PIBIC/CNPq (2000-2001) LEONARDO

Leia mais

PROCESSAMENTO DIGITAL DE IMAGENS

PROCESSAMENTO 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 mais

Sistemas de Informações Geográficas

Sistemas de Informações Geográficas Sistemas de Informações Geográficas Aula 2 Assuntos: # Revisão em estatística # Revisão em informática # Revisão em sensoriamento remoto # # Histórico do SIG Geotecnologias Sensoriamento Remoto Geoprocessamento

Leia mais

Laboratório 2. Cartografia e Integração de Dados

Laboratório 2. Cartografia e Integração de Dados Laboratório 2 Cartografia e Integração de Dados Discente: Vinicius do Prado Capanema Disciplina: de Introdução ao Geoprocessamento SER 300 Mestrado em Sensoriamento Remoto São José dos Campos, Abril de

Leia mais

Georreferenciamento. 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 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 mais

Avaliação de MDE obtidos por meio de SRTM. Gustavo Garcia Fontes Duarte 1 Maria Leonor Lopes Assad²

Avaliação de MDE obtidos por meio de SRTM. Gustavo Garcia Fontes Duarte 1 Maria Leonor Lopes Assad² artigo anterior 934 Avaliação de MDE obtidos por meio de SRTM Gustavo Garcia Fontes Duarte 1 Maria Leonor Lopes Assad² 1 Centro de Pesquisas Metereológicas e Climáticas Aplicadas à Agricultura Cepagri/

Leia mais

AVALIAÇÃO DA ORTORRETIFICAÇÃO DE IMAGENS DO SENSOR QUICKBIRD II USANDO MODELO DE ORIENTAÇÃO VIA RPCS

AVALIAÇÃO DA ORTORRETIFICAÇÃO DE IMAGENS DO SENSOR QUICKBIRD II USANDO MODELO DE ORIENTAÇÃO VIA RPCS AVALIAÇÃO DA ORTORRETIFICAÇÃO DE IMAGENS DO SENSOR QUICKBIRD II USANDO MODELO DE ORIENTAÇÃO VIA RPCS Mathias L. Mafort Ouverney 1 Mauro Antonio Homem Antunes 2 Luiz Guimarães Barbosa 2 Renata de Aquino

Leia mais

FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO. Julio Cesar Lima d Alge

FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO. Julio Cesar Lima d Alge FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO Julio Cesar Lima d Alge Introdução Conceitos de Geodésia Sistemas de coordenadas projeções cartográficas transformações geométricas Incerteza e integração

Leia mais

Controle de qualidade da digitalização de cartas de solo 1: da bacia do alto rio Paraguai

Controle de qualidade da digitalização de cartas de solo 1: da bacia do alto rio Paraguai Anais º Simpósio de Geotecnologias no Pantanal, Campo Grande, Brasil, -5 novembro 006, Embrapa Informática Agropecuária/INPE, p.85-833. Controle de qualidade da digitalização de cartas de solo :.000.000

Leia mais

O PROCESSAMENTO DE IMAGENS DE SENSORIAMENTO REMOTO NO MS 3

O PROCESSAMENTO DE IMAGENS DE SENSORIAMENTO REMOTO NO MS 3 ISSN 1981-6251, p. 469-476 O PROCESSAMENTO DE IMAGENS DE SENSORIAMENTO REMOTO NO MS 3 MARCO AURÉLIO OLIVEIRA DA SILVA ELAINE REIS COSTA PAULO EDUARDO NEVES MARCELO FONTENELE DA SILVA SANTOS ANTONIO JOSÉ

Leia mais

Avaliação do Padrão de Exatidão Cartográfico em imagens orbitais IKONOS e CBERS-2B, na bacia do Ribeirão São Bartolomeu em Viçosa-MG.

Avaliação do Padrão de Exatidão Cartográfico em imagens orbitais IKONOS e CBERS-2B, na bacia do Ribeirão São Bartolomeu em Viçosa-MG. Avaliação do Padrão de Exatidão Cartográfico em imagens orbitais IKONOS e CBERS-2B, na bacia do Ribeirão São Bartolomeu em Viçosa-MG. Afonso de Paula dos Santos 1 Carlos Antônio Oliveira Vieira 1 1 Universidade

Leia mais

CADASTRO AMBIENTAL RURAL USANDO FOTOS DE DRONE FOTOGRAMÉTRICO

CADASTRO AMBIENTAL RURAL USANDO FOTOS DE DRONE FOTOGRAMÉTRICO CADASTRO AMBIENTAL RURAL USANDO FOTOS DE DRONE FOTOGRAMÉTRICO João Edson C. F. da SILVA 1 ; Mosar Faria BOTELHO 2 ; João Carlos B. REBERTE 3 ; Matheus Augusto PEREIRA 4 RESUMO O Cadastro Ambiental Rural

Leia mais

ALISON GALDINO DE OLIVEIRA SILVA CARLOS HENRIQUE CAVALCANTE SILVA ANDRÉA DE SEIXAS

ALISON GALDINO DE OLIVEIRA SILVA CARLOS HENRIQUE CAVALCANTE SILVA ANDRÉA DE SEIXAS ISSN 1981-6251, p. 490-496 UMA ABORDAGEM EMPÍRICA E METODOLÓGICA PARA UMA ANÁLISE COMPARATIVA DE ÁREAS DE FEIÇÕES URBANAS: UTILIZAÇÃO DE IMAGEM DE ALTA RESOLUÇÃO, BASE CARTOGRÁFICA, RECEPTOR GPS DE NAVEGAÇÃO

Leia mais

ORTORRETIFICAÇÃO DE IMAGEM QUICKBIRD UTILIZANDO MODELOS GEOMÉTRICOS DEPENDENTES DE TERRENO E MODELO DE SUPERFÍCIE GERADO COM DADOS LASER SCANNING

ORTORRETIFICAÇÃO DE IMAGEM QUICKBIRD UTILIZANDO MODELOS GEOMÉTRICOS DEPENDENTES DE TERRENO E MODELO DE SUPERFÍCIE GERADO COM DADOS LASER SCANNING ORTORRETIFICAÇÃO DE IMAGEM QUICKBIRD UTILIZANDO MODELOS GEOMÉTRICOS DEPENDENTES DE TERRENO E MODELO DE SUPERFÍCIE GERADO COM DADOS LASER SCANNING Araki, H. 1, Centeno, J. A. S. 1, Huinca, S. C. M. 2 e

Leia mais

18/11/2018. Resumo dos Conceitos Sensoriamento Remoto Prática. Espectro Visível-04 a 0.7 µm

18/11/2018. Resumo dos Conceitos Sensoriamento Remoto Prática. Espectro Visível-04 a 0.7 µm Resumo dos Conceitos Sensoriamento Remoto Prática Fotogrametria 1 Os objetos da superfície terrestre refletem e absorvem seletivamente energia eletromagnética, devido a sua diferente composição molecular.

Leia mais

Capítulo 3 PRÉ-PROCESSA MENTO DE IMAGENS

Capítulo 3 PRÉ-PROCESSA MENTO DE IMAGENS Capítulo 3 PRÉ-PROCESSA MENTO DE IMAGENS 3.1 - INTRODUÇÃO 3.2 - CORREÇÃO RADIOMÉTRICA 3.2.1 - Restauração de Imagens 3.2.2 - Correção de Linhas Ruins 3.2.3 - Correção de Pixels Isolados 3.3 - CORREÇÃO

Leia mais

Anais III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto Aracaju/SE, 25 a 27 de outubro de 2006

Anais III Simpósio Regional de Geoprocessamento e Sensoriamento Remoto Aracaju/SE, 25 a 27 de outubro de 2006 ESTIMATIVA DE MODELO DE ELEVAÇÃO DIGITAL DE TERRENO UTILIZANDO SE GPS TOPOGRÁFICO PEREIRA, E. S. 1 ; FRANCA-ROCHA, W. 2 ; NOLASCO, M. C. 2 ;. SILVA, A. B 2 ; LOBÃO, J. S. B. 3 1 Graduando em Engenharia

Leia mais

Questões concursos

Questões concursos Questões concursos Grandezas radiométricas Índices de vegetação Classificação Concurso Público para Pesquisador do IMB Instituto Mauro Borges de Estatísticas e Estudos Socioeconômicos 25. A

Leia mais

RESTAURAÇÃO RADIOMÉTRICA DE FAIXAS E LISTRAS DE IMAGENS CCD DO CBERS 2B COM MÁSCARAS

RESTAURAÇÃO RADIOMÉTRICA DE FAIXAS E LISTRAS DE IMAGENS CCD DO CBERS 2B COM MÁSCARAS p. 146-15 RESTAURAÇÃO RADIOMÉTRICA DE FAIXAS E LISTRAS DE IMAGENS CCD DO CBERS 2B COM MÁSCARAS DANIEL CARNEIRO DA SILVA Universidade Federal de Pernambuco - UFPE Departamento de Engenharia Cartográfica,

Leia mais

Correção geométrica de Imagens. Emiliano Castejon Leila Fonseca 2012

Correção geométrica de Imagens. Emiliano Castejon Leila Fonseca 2012 Correção geométrica de Imagens Nivel 3 Emiliano Castejon Leila Fonseca 2012 Correção geometrica e Registro Objetivo: Automatizar os processos de correção geométrica/registro Participantes: Leila, Júlio,

Leia mais

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

INTRODUÇÃO 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 mais

UD VI. Retificação / Normalização de Imagens Digitais

UD VI. Retificação / Normalização de Imagens Digitais - 56 - UD VI Retificação / Normalização de Imagens Digitais Extração Automática do Terreno Retificação de Imagens Geometria Epipolar Normalização de Estereograma Exemplo de Algoritmo de Reamostragem Epipolar

Leia mais

ROTEIRO PARA PROCESSAMENTO ERDAS (MÓDULO LPS)

ROTEIRO PARA PROCESSAMENTO ERDAS (MÓDULO LPS) ROTEIRO PARA PROCESSAMENTO ERDAS (MÓDULO LPS) Dados Necessários Imagens em meio DIGITAL (Bloco fotogramétrico); Escala das fotografias; Altitude média da região; Altitude média de voo; Distância focal

Leia mais

Modelos Numéricos de Terreno. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo

Modelos Numéricos de Terreno. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Modelos Numéricos de Terreno Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Conteúdo programático e Objetivos Conceito de MNT, MDT e MDE; Principais fontes de dados; Exemplos de aplicações;

Leia mais

Aerotriangulação Digital

Aerotriangulação Digital Aerotriangulação Digital Aerotriangulação é a densificação de Pontos de Controle utilizados na correlação entre as imagens aéreas e o Sistema de Coordenadas do mapeamento, partindo de poucos pontos de

Leia mais

COMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI

COMPARAÇÃO 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 mais

UTILIZAÇÃO DO SOFTWARE FREEMAT NA CRIAÇÃO DO PLANO TOPOGRÁFICO LOCAL PARA O MUNICÍPIO DE IMPERATRIZ

UTILIZAÇÃO DO SOFTWARE FREEMAT NA CRIAÇÃO DO PLANO TOPOGRÁFICO LOCAL PARA O MUNICÍPIO DE IMPERATRIZ UTILIZAÇÃO DO SOFTWARE FREEMAT NA CRIAÇÃO DO PLANO TOPOGRÁFICO LOCAL PARA O MUNICÍPIO DE IMPERATRIZ 1. INTRODUÇÃO O Plano Topográfico Local (PTL) é descrito de forma detalhada pela NBR 14166:1998, que

Leia mais

REGISTRO AUTOMÁTICO DE IMAGENS

REGISTRO 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 mais

FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO

FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO FUNDAMENTOS DE CARTOGRAFIA PARA GEOPROCESSAMENTO ASPECTOS FUNCIONAIS Julio Cesar Lima d Alge Introdução Modelagem cartográfica álgebra de mapas Integração de dados Integração com Sensoriamento Remoto correção

Leia mais

Geração de Modelo Digital de Elevação a partir de Imagens Reference Stereo do Satélite IKONOS

Geração de Modelo Digital de Elevação a partir de Imagens Reference Stereo do Satélite IKONOS Geração de Modelo Digital de Elevação a partir de Imagens Reference Stereo do Satélite IKONOS Silvia Luiz 1 Anderson Rodrigo Souza Santos 1 Thomas Lafayatte Brenner 2 Geoambiente Sensoriamento Remoto S/C

Leia mais

CLASSIFICAÇÃO DE AMOSTRAS DE IMAGENS GEO-REFERENCIADAS PARA CORREÇÃO GEOMÉTRICA DE IMAGENS DOS SATÉLITES CBERS

CLASSIFICAÇÃO DE AMOSTRAS DE IMAGENS GEO-REFERENCIADAS PARA CORREÇÃO GEOMÉTRICA DE IMAGENS DOS SATÉLITES CBERS Instituto Tecnológico de Aeronáutica Engenharia Eletrônica e Computação CLASSIFICAÇÃO DE AMOSTRAS DE IMAGENS GEO-REFERENCIADAS PARA CORREÇÃO GEOMÉTRICA DE IMAGENS DOS SATÉLITES CBERS Emiliano F. Castejon

Leia mais

AVALIAÇÃO DA ACURÁCIA POSICIONAL PLANIMÉTRICA DAS ORTOIMAGENS SENTINEL 2A / SENSOR MSI NAS REGIÕES DE ALVINÓPOLIS E VIÇOSA, MG RESUMO ABSTRACT

AVALIAÇÃO DA ACURÁCIA POSICIONAL PLANIMÉTRICA DAS ORTOIMAGENS SENTINEL 2A / SENSOR MSI NAS REGIÕES DE ALVINÓPOLIS E VIÇOSA, MG 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. 163-168 AVALIAÇÃO DA ACURÁCIA POSICIONAL PLANIMÉTRICA DAS ORTOIMAGENS

Leia mais

O uso da geometria do Landsat 8 como base para georreferenciamento semiautomático visando estudos espaço-temporais

O uso da geometria do Landsat 8 como base para georreferenciamento semiautomático visando estudos espaço-temporais O uso da geometria do Landsat 8 como base para georreferenciamento semiautomático visando estudos espaço-temporais Gabriel dos Santos Duarte 1 Genilson Estácio da Costa 1 Ana Paula de Oliveira 1 Rafael

Leia mais

INTRODUÇÃO À ENGENHARIA DE AGRIMENSURA E CARTOGRÁFICA

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

Leia mais

Noções básicas de SIG com QGIS

Noções básicas de SIG com QGIS Noções básicas de SIG com QGIS XXIII ENCONTRO ANIPES Alexandre Silva dos Santos Patrícia Alves Noções básicas de SIG com QGIS 1. Introdução ao QGIS 2. Sistema de Referências Cartográficas (SRC) 3. Inicialização

Leia mais

AVALIAÇÃO DA ACURÁCIA DAS COORDENADAS OBTIDAS NO GOOGLE EARTH PARA O MUNICÍPIO DE INCONFIDENTES - MG

AVALIAÇÃO DA ACURÁCIA DAS COORDENADAS OBTIDAS NO GOOGLE EARTH PARA O MUNICÍPIO DE INCONFIDENTES - MG 5ª Jornada Científica e Tecnológica e 2º Simpósio de Pós-Graduação do IFSULDEMINAS 06 a 09 de novembro de 2013, Inconfidentes/MG AVALIAÇÃO DA ACURÁCIA DAS COORDENADAS OBTIDAS NO GOOGLE EARTH PARA O MUNICÍPIO

Leia mais

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 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

Leia mais

Análise comparativa entre técnicas de ortorretificação em imagens de alta resolução

Análise comparativa entre técnicas de ortorretificação em imagens de alta resolução Análise comparativa entre técnicas de ortorretificação em imagens de alta resolução Rodrigo José Pisani 1 Marcelo Elias Delaneze 1 Camila Amélia Coelho da Silva 1 Paulina Setti Riedel 1 1 Universidade

Leia mais

RESTAURAÇÃO RADIOMÉTRICA DE FAIXAS E LISTRAS DE IMAGENS CCD DO CBERS 2B COM MÁSCARAS

RESTAURAÇÃO RADIOMÉTRICA DE FAIXAS E LISTRAS DE IMAGENS CCD DO CBERS 2B COM MÁSCARAS Anais do III Simpósio Brasileiro de Geomática, Presidente Prudente - SP, 25-27 de julho de 212. v.1. p. - RESTAURAÇÃO RADIOMÉTRICA DE FAIXAS E LISTRAS DE IMAGENS CCD DO CBERS 2B COM MÁSCARAS DANIEL CARNEIRO

Leia mais

Como melhorar a qualidade geométrica do modelo digital de elevação da Shuttle Radar Topography Mission, SRTM-3

Como melhorar a qualidade geométrica do modelo digital de elevação da Shuttle Radar Topography Mission, SRTM-3 Como melhorar a qualidade geométrica do modelo digital de elevação da Shuttle Radar Topography Mission, SRTM-3 Juliana Mio de Souza 1 Ruth Emília Nogueira Loch 1 1 Universidade Federal de Santa Catarina

Leia mais

Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto -SBSR. Avaliação da acurácia posicional de imagens CBERS-4/PAN

Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto -SBSR. Avaliação da acurácia posicional de imagens CBERS-4/PAN Avaliação da acurácia posicional de imagens CBERS-4/PAN José Marcato Junior 1 Diego Fernando Coenio 1 Daniel de Faria Godoi 1 Antonio Maria Garcia Tommaselli 2 Ana Paula Marques Ramos 3 1 Universidade

Leia mais

Sensoriamento Remoto e Qualidade da Água

Sensoriamento Remoto e Qualidade da Água Sensoriamento Remoto e Qualidade da Água Fabricio Imamura Isabella Perri Brito Melissa Pegoraro Paola Martinelli AVALIAÇÃO DA QUALIDADE DA ÁGUA DO RESERVATÓRIO DE MANSO ATRAVÉS DO SENSORIAMENTO REMOTO

Leia mais

GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVENS A PARTIR DE IMAGENS MULTITEMPORAIS

GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVENS A PARTIR DE IMAGENS MULTITEMPORAIS V Colóquio Brasileiro de Ciências Geodésicas ISSN 1981-6251, p. 837-842 GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVENS A PARTIR DE IMAGENS MULTITEMPORAIS ANA LÚCIA BEZERRA CANDEIAS ALISON GALDINO

Leia mais

APLICAÇÃO E ANÁLISE DAS TÉCNICAS DE FUSÃO IHS E COMPONENTES PRINCIPAIS EM IMAGENS DO SATÉLITE CBERS-2B MULTISSENSORES HRC/CCD RESUMO ABSTRACT

APLICAÇÃO 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 mais

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. 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 mais

AVALIAÇÃO DO POTENCIAL DE USO DE UM PAR ESTEREOSCÓPICO DO SENSOR WORLDVIEW-2 PARA MAPEAMENTO TOPOGRÁFICO 3D

AVALIAÇÃO DO POTENCIAL DE USO DE UM PAR ESTEREOSCÓPICO DO SENSOR WORLDVIEW-2 PARA MAPEAMENTO TOPOGRÁFICO 3D p. 001-006 AVALIAÇÃO DO POTENCIAL DE USO DE UM PAR ESTEREOSCÓPICO DO SENSOR WORLDVIEW-2 PARA MAPEAMENTO TOPOGRÁFICO 3D ADRIANA FONSECA FIGUEREDO 1 JORGE LUÍS NUNES E SILVA BRITO 2 Agência Nacional do Petróleo

Leia mais

SIG PROF. IVAIRTON M. SANTOS 2015/2 AULA 2 INTRODUÇÃO A SIG E CARTOGRAFIA

SIG PROF. IVAIRTON M. SANTOS 2015/2 AULA 2 INTRODUÇÃO A SIG E CARTOGRAFIA Universidade Federal de Mato Grosso UFMT Campus Universitário do Araguaia CUA Curso de Bacharelado em Ciência da Computação SIG PROF. IVAIRTON M. SANTOS 2015/2 AULA 2 INTRODUÇÃO A SIG E CARTOGRAFIA Introdução

Leia mais

Implantação de uma rede de pontos de controle para correção de imagens de satélites na região Nordeste.

Implantação de uma rede de pontos de controle para correção de imagens de satélites na região Nordeste. Implantação de uma rede de pontos de controle para correção de imagens de satélites na região Nordeste. Paulo Cesar Gurgel de Albuquerque 1 Miguel Cuellar 2 1 Instituto Nacional de Pesquisas Espaciais

Leia mais

Processamento Digital de Imagens

Processamento 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 mais

9º Encontro Técnico DER-PR

9º Encontro Técnico DER-PR Técnicas de Sensoriamento Remoto aplicadas a rodovias. 9º Encontro Técnico DER-PR Sensoriamento Remoto É definido como, o conjunto de técnicas e equipamentos, utilizados para obter informações sobre um

Leia mais

Restauração de imagens CCD/CBERS-2 pelo método de Richardson-Lucy modificado. Paulo Eduardo Ubaldino de Souza 1

Restauração de imagens CCD/CBERS-2 pelo método de Richardson-Lucy modificado. Paulo Eduardo Ubaldino de Souza 1 Restauração de imagens CCD/CBERS-2 pelo método de Richardson-Lucy modificado Paulo Eduardo Ubaldino de Souza 1 1 Instituto de Estudos Avançados - CTA/IEAv 12228-840 São José dos Campos - SP, Brasil souza@ieav.cta.br

Leia mais

Melhoria da geometria e posicionamento de imagens orbitais de média resolução Um experimento com dados CBERS-CCD

Melhoria da geometria e posicionamento de imagens orbitais de média resolução Um experimento com dados CBERS-CCD Melhoria da geometria e posicionamento de imagens orbitais de média resolução Um experimento com dados CBERS-CCD Emiliano Ferreira Castejon Leila Maria Garcia Fonseca Jeferson de Souza Arcanjo Instituto

Leia mais

UTILIZAÇÃO DE FERRAMENTAS E SERVIÇOS GOOGLE PARA O DESENVOLVIMENTO DE PROJETOS DE ENGENHARIA, ARQUITETURA E URBANISMO

UTILIZAÇÃO DE FERRAMENTAS E SERVIÇOS GOOGLE PARA O DESENVOLVIMENTO DE PROJETOS DE ENGENHARIA, ARQUITETURA E URBANISMO UTILIZAÇÃO DE FERRAMENTAS E SERVIÇOS GOOGLE PARA O DESENVOLVIMENTO DE PROJETOS DE ENGENHARIA, ARQUITETURA E URBANISMO Ludmily da Silva Pereira (IC) e Sergio Denser Pamboukian (Orientador) Universidade

Leia mais

Artur Pantoja Marques 1 Tiago Lopes e Silva 1 Hélio Ricardo Silva 1

Artur Pantoja Marques 1 Tiago Lopes e Silva 1 Hélio Ricardo Silva 1 Embrapa Informática Agropecuária/INPE, p. 994-1004 Análise do traçado viário considerando o cadastramento posicional obtido por meio de imagens orbitais e comparadas com o levantamento realizado por GPS

Leia mais

III Simpósio Brasileiro de Geomática. Antonio Machado e Silva Marco Aurélio O. Silva Presidente Prudente, SP.

III Simpósio Brasileiro de Geomática. Antonio Machado e Silva Marco Aurélio O. Silva  Presidente Prudente, SP. III Simpósio Brasileiro de Geomática Presidente Prudente, SP Julho 2012 Antonio Machado e Silva Marco Aurélio O. Silva www.amskepler.com 26/07/2012 1 Quem Somos Empresa há 16 anos no mercado, atuando fortemente

Leia mais