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 e Selma Regina Aranha RIBEIRO Universidade Estadual de Ponta Grossa O presente trabalho tem por objetivo apresentar a importância do processamento de imagens digital, dividindo o em três etapas para melhor entendimento dos métodos, e exibir as técnicas utilizadas desde a aquisição da imagem de satélite até sua análise final, isto é, classificações seja ela qualitativa ou quantitativa. Palavras-chave: Sensoriamento remoto. PDI. Imagens orbitais. A partir da necessidade de se obter recursos como água ou alimento o homem explora seu habitat em busca de informações. Com o desenvolvimento das civilizações as torres e montanhas não serviam mais para observação, pois o horizonte havia se expandido. Assim novas tecnologias como a fotografia, aviões e os satélites permitiram a ampliação da capacidade de observar o meio ambiente. Neste contexto que surge o sensoriamento remoto que em definição geral é caracterizado como: A ciência e arte de obter informações a respeito de um objeto, área ou fenômeno pela análise de dados adquiridos por um sistema que não se encontra em contato com o objeto, área ou fenômeno sob investigação (LILLESAND & KIEFER, 1994. A informação ou objeto de trabalho do sensoriamento remoto é uma imagem, seja ela fotográfica, orbital, de radar ou a laser. Em conjunto com essa ciência existe o as técnicas de Processamento de Imagem Digital (PDI) que pode ser dividido em três etapas: (I) Préprocessamento; (II) Processamento e (III) Pós-processamento. O presente trabalho tem por objetivo apresentar processamentos digitais SEMANA DE GEOGRAFIA, 16., 2009. A PLURALIDADE NA GEOGRAFIA. PONTA GROSSA: DEGEO/DAGLAS, 2009. ISSN 2176-6967
220 R O D R I G O A. LA S C A L E A, F L A V I O M. C O N E G L I A N E S E L M A R E G I N A A. R I B E I R O que realcem feições da cena e melhorem os processos de classificação digital ou quantitativa ou a qualitativa. MÉTODOS Na figura 1 o Diagrama de Blocos apresenta as fases de PDI. Figura 1 Diagrama de Blocos - Seqüência dos Processamentos. 1 Pré-processamento Após a aquisição gratuita da imagem orbital no site do Instituto Nacional de Pesquisas Espaciais (INPE) deve-se realizar dos processamentos digitais na cena afim de corrigir os erros sistemáticos nela existentes. 1.1 Correção Atmosférica Segundo Liu (2007) a atmosfera não é totalmente transparente, porque os gases e aerosóis influenciam na radiação que chegam à superfície terrestre. Durante a interação com a atmosfera a energia eletromagnética sofre principalmente a absorção e o espalhamento, que ocasionam a perda de energia em torno de 5% que não podem ser recuperada, no entanto essa quantidade não afeta significativamente suas aplicações.
P R O C E S S A M E N T O D E I M A G E M D I G I T A L : E T A P A S E M É T O D O S D E C O R R E Ç Ã O 221 A energia eletromagnética captada pelos sensores, que não é espalhada e nem absorvida, ainda pode estar mascarada sendo passiveis de ajustes a partir dos metadados, ou pelo método do pixel mais escuro, que consiste na subtração do valor do pixel alterado de regiões onde a reflectância deveria ser nula (CENTENO, 2004). 1.2 Transformação Geométrica A representação da terra é feita bidimensionalmente a partir de uma imagem e esta sofre erros sistemáticos que são inerentes à Terra que correspondem à rotação, esfericidade e relevo e erros intrínsecos ao Satélite como velocidade, altura e posição. Estes erros podem ser corrigidos separadamente pela correção geométrica utilizando metadados das imagens brutas ou por meio da transformação geométrica que mediante um polinômio (1, 2 ou 3 ) visa estimar o conjunto de deformações (CENTENO, 2004). O processo da transformação geométrica consiste em ajustar a imagem a partir de uma fonte segura de referência como um mapa digital, ortoimagem ou coordenadas planimétricas levantadas em campo por método clássico ou receptor GPS. Para realizar este procedimento é necessário coletar um mínimo de pontos de controle, compatível com o polinômio utilizado. É de extrema significância o processo de distribuição dos pontos de controle que não podem ser alinhados, possuir um padrão e terem proximidades ou estarem nas extremidades, ou seja, ser o mais distribuído em toda cena. 2 Processamento Existem várias técnicas que podem ser realizadas no processamento de imagens digitais, esses processamentos criam uma banda artificial, ou seja, é aquela que não é formada pela reflectância da energia eletromagnética dos objetos da superfície física. Esses artifícios têm como objetivo reduzir a dimensionalidade espectral e/ou realçar feições. 2.1 Índices Espectrais Estes índices basicamente consistem no uso da razão entre bandas espectrais. Centeno, 2004 apresenta os índices calculados para o sensor TM do satélite Landsat: Índice simples de Argila: TM4/TM3 Índice simples de Ferro: TM5/TM7
222 R O D R I G O A. LA S C A L E A, F L A V I O M. C O N E G L I A N E S E L M A R E G I N A A. R I B E I R O Índice simples de hidroxila de Ferro: TM5/TM4 Índice simples de Óxido de Ferro: TM3/TM1 Índice de Vegetação Normalizado (NDVI): (TM4 TM3) / (TM4+TM3) 2.2 Componente Principal (CP) A transformação da CP é utilizada para salientar algumas feições, e redimensionar as bandas espectrais, já que o processo consiste basicamente na rotação dos dados no espaço espectral. No ponto de vista estatístico este processo permite a diminuição da correlação das bandas diminuindo a redundância de informações (JOHSON & WICHERN, 1998). 2.3 Tasseled Cap (Tcap) Originalmente desenvolvida para o estudo de campos agrícolas (RICHARDS & JIA, 1999). É uma transformação onde as características espectrais das bandas 4, 5 e 6 (verde,vermelho e infravermelho respectivamente) do sensor MSS, apresenta a relação de um plano de solos e o desenvolvimento das plantas. Este processo origina três eixos, o Brightness que corresponde ao contraste ou brilho, o Greenness que evidência a vegetação e o Wetness que representa a umidade dos solos (KAUTH e THOMAS, 1976). 2.4 Fusão Segundo Carper et al., (1990) o conteúdo de informação de uma imagem digital encontra-se diretamente associado as suas resoluções radiométrica, espacial e espectral. A técnica de fusão surgiu no momento que foi possível integrar dados multiespectrais do sensor LandSat, com resolução espacial de 30 metros e espectral de 7 bandas e dados espaciais da imagem do sensor SPOT de maior resolução espacial 10 metros e pancromática, ou seja, é uma transformação que gera uma imagem híbrida possuindo as características originais das duas imagens (CENTENO, 2007). 2.5 Classificação A classificação de dados é uma técnica que consiste em identificar e classificar pixels em determinada classe, essa classificação ocorre com base nas características espectrais de cada pixel; mediante uma regra de
P R O C E S S A M E N T O D E I M A G E M D I G I T A L : E T A P A S E M É T O D O S D E C O R R E Ç Ã O 223 decisão pode-se medir a similaridade espectral entre o valor de uma classe e o pixel (CENTENO, 2007). As técnicas de classificação são supervisionadas e não supervisionada. A primeira permite que o usuário interfira nas informações de seu interesse, isto é, as classes são definidas a partir de amostras de pixels escolhidas por ele, e no segundo o usuário somente informa ao classificador o número de classes (CENTENO, 2004). Ambas as classificações são obtidas do agrupamento de pixels com características espectrais semelhantes, ou seja, o produto final é uma única imagem com poucos valores (LIU, 2006). 3 Pós-processamento Esta etapa consiste em analisar os resultados obtidos, podendo ser uma análise visual com a finalidade de se obter maior perceptibilidade de informação em determinada região de interesse aplicando-se filtros ou por métodos estatísticos para determinar a confiabilidade da classificação, qualitativa ou quantitativa. 3.1 Filtragem Segundo Centeno (2004) os filtros podem ser usados para suavizar ou realçar certas feições na imagem, podendo diminuir o efeito de ruídos ou realçar fronteiras entre objetos visíveis. 3.2 Avaliar a Classificação É necessário conhecer a confiabilidade de uma classificação, no entanto essa avaliação não pode ser rigorosa, pois não é possível o conhecimento do valor de todos os pixels. Então se utiliza uma avaliação amostral que se baseia em algumas regiões na imagem. Entre os métodos mais difundidos estão à matriz de confusão e o coeficiente Kappa. CONSIDERAÇÕES FINAIS Este trabalho teve por objetivo apresentar as etapas do PDI e a teoria das três etapas principais e os métodos otimizados com a finalidade de se obter um resultado acurado em trabalhos utilizando imagens orbitais para fins de classificações.
224 R O D R I G O A. LA S C A L E A, F L A V I O M. C O N E G L I A N E S E L M A R E G I N A A. R I B E I R O REFERÊNCIAS CARPER, W.; LILLESAND, T. E.; KIEFER, R. The use of Intensity-Hue-Saturation transformation for merging SPOT panchromatic and multispectral image data. Photogrammetric Enginnering and Remote Sensing, v. 56, n. 4, p. 459-467, 1990. CENTENO, J. A. S. Sensoriamento remoto e processamento de imagens digitais. 2. ed. Curitiba: UFPR, 2004..; RIBEIRO, S. R. A. Um método simplificado de fusão. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., Florianópolis. Anais São José dos Campos: INPE, 2007. KAUTH, R. J.; THOMAS, G.S. The tasseled cap: a graphic description of spectraltemporal development of agricultural crops as seen by Landsat. In: SYMPOSIUM ON MACHINE PROCESSING OF REMOTELY SENSED DATA. Proceedings Indiana, USA, 1976. LILLESAND, T. M.; KIEFER, R. W. Remote sensing and image interpretation. 2. ed. New York: John Wiley and Sons, 1994. LIU, W. T. H. Aplicações de sensoriamento remoto. Campo Grande: UNIDERP, 2006. RICHARDS, J.; JIA, X. Remote sensing digital image analysis: an introduction. Berlim: Springer, 1999. JOHSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. 4. ed. New Jersey: Printice Hall, 1998.