Sensoriamento Remoto II

Documentos relacionados
Sensoriamento Remoto II

Fusão de imagens de Sensoriamento Remoto utilizando a Transformada Wavelet Haar

Processamento Digital de Imagens SER Prática de Laboratório

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

José Alberto Quintanilha Mariana Giannotti

FUSÃO DE IMAGEM PELO MÉTODO IHS UTILIZANDO IMAGEM DO SATÉLITE CBERS 4 SENSOR MUX E ORTOFOTO RESUMO ABSTRACT

PROCESSAMENTO DE IMAGENS

Um método simplificado de fusão de imagens. C.P Curitiba-PR- Brasil (centeno,

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

Técnicas de fusão aplicadas a imagens do satélite ALOS

Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens

GERAÇÃO DE UMA CARTA IMAGEM DO MUNICÍPIO DE SOUSA/PB PELO MÉTODO DE FUSÃO IHS DOS DADOS DO SENSOR PAN DO SATÉLITE CBERS-4

PMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral

Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto

TUTORIAL. Imagens CBERS-4 5m: conheça este sensor e aprenda a realizar o download dessas imagens no site do INPE QGIS.

Fusão de imagens utilizando transformada discreta de wavelet, pirâmide morfológica e IHS

EXPERIMENTOS EM FUSÃO DE IMAGENS DE ALTA RESOLUÇÃO

Sensoriamento Remoto: Giovanni A. Boggione Dezembro/2009

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO

Radiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP

Análise das técnicas de fusão de imagens aplicadas ao satélite CBERS-2B (CCD-HRC) Claudinei Rodrigues de Aguiar¹ Danielli Batistella¹

Resoluções das Imagens fotogramétricas e digitais. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia

Flavio Marcelo CONEGLIAN, Rodrigo Antonio LA SCALEA e Selma Regina Aranha RIBEIRO. Universidade Estadual de Ponta Grossa

Mais Informações sobre Itens do Relatório

Sistemas de Informação Geográfica Aplicados

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

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

Estatística Aplicada I. } Análise Bidimensional

Curso de Extensão: Noções de Sensoriamento

Discriminação de classes do uso e cobertura da terra do Parque Nacional de Brasília utilizando diferentes métodos de fusão de imagens do Landsat-8

UD VI. Retificação / Normalização de Imagens Digitais

Rodrigo Antonio LA SCALEA, Flavio Marcelo CONEGLIAN e Selma Regina Aranha RIBEIRO. Universidade Estadual de Ponta Grossa

Mapeamento do uso do solo para manejo de propriedades rurais

AULA 9 TRANSFORMAÇÃO RGB IHS. Daniel C. Zanotta 22/06/2017

Métodos Empíricos de Pesquisa I. } Análise Bidimensional

Processamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres

O resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma

SEL Introdução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens Parte 2

Universidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)

PROCESSAMENTO DIGITAL DE IMAGENS. Thales Sehn Körting

AULA 9 TRANSFORMAÇÃO RGB HSV. Daniel C. Zanotta 13/08/2018

Sistemas de Controle 2

METODOLOGIA DE ATUALIZAÇÃO DE CARTAS TOPOGRÁFICAS UTILIZANDO-SE IMAGENS DE SATÉLITE DE MÉDIA RESOLUÇÃO ESPACIAL

Processamento de Imagem. Histograma da Imagem Professora Sheila Cáceres

Transcrição:

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: análise de componentes principais, IHS, Tasseled Cap. Fusão de imagens. Classificação orientada a regiões: métodos de segmentação e classificação. Técnicas de análises multitemporais. Laser Scanning: princípios e aplicações.

fusão É aplicada com o objetivo de produzir uma imagem multiespectral de alta resolução espacial a partir de : Uma imagem multiespectral de baixa resolução espacial e Uma imagem pancromática de alta resolução espacial As técnicas de fusão mais conhecidas são as de substituição Intensidade-Matiz-Saturação (IHS); Componentes Principais; Ou a de ponderação, como o método de Brovey;

exemplo A) original Multiespectral B) pancromática C)fusão Fusão de imagens de Sensoriamento Remoto utilizando a Transformada Wavelet Haar Osny Ferreira da Silva, Giovanni Araujo Boggione, Leila Maria Garcia Fonseca

Fusão por substituição passos: 1) Registro da imagem multiespectral à geometria da pancromática; 2) Transformar a imagem usando um método (T), ex: HSV ou PCA; 3) Selecionar a imagem a ser substituída, que deve ter alta correlação com a banda pancromática 4) Ajustar o histograma da pancromática para se parecer ao da banda a ser substuida 5) Substituir da banda multiespectral escolhida, pela banda pancromática; 6) aplicar a transformação inversa (T -1 )

S1 (RGB) T S2 registro PAN S1 (RGB) S2 Assumindo que T PAN T inversa e São correlacionadas

Exemplo IHS 1) Registro da imagem multiespectral à geometria da pancromática. Aplicando reamostragem transformar a imagem multiespectral à resolução da PAN. 2) Aplicar a transformação RGB-IHS 3) Como a Intensidade é a soma de todas as bandas (R+G+B) então ela é muito parecida a uma imagem PAN, faltando, talvez um ajuste de contraste. 4) Ajustar o contraste da PAN para ser similar à Intensidade 5) Substituir a banda Intensidade pela PAN. 6) Aplicar a transformação inversa IHS-RGB.

Exemplo IHS S1 (RGB) IHS registro PAN RGB-> IHS S1 (RGB) T T inversa PAN- HS Assumindo que a PAN e a Intensidade são correlacionadas

Componentes Principais 1) Registro da imagem multiespectral à geometria da pancromática. Aplicando reamostragem transformar a imagem multiespectral à resolução da PAN. 2) Calcular as componentes principais 3) Como a primeira componente geralmente é a soma ponderada de todas as bandas então ela é muito parecida a uma imagem PAN, faltando, talvez um ajuste de contraste. 4) Ajustar o contraste da PAN para ser similar à primeira componente principal 5) Substituir a banda 1ª componente pela PAN. 6) Aplicar a transformação inversa. VANTAGEM, pode ser aplicada a mais de 3 bandas.

Exemplo P.C. S Multi PC PC registro PAN Multi-> P.C. S1 (RGB) T T inversa Assumindo que a PAN e a primeira C.P. são correlacionadas

Fusão de Imagens CBERS 2B: CCD-HRC Fernando Leonardi, Cleber Gonzales de Oliveira, Leila Maria Garcia Fonseca1, Cláudia Maria de Almeida

Brovey O método de Brovey realiza a normalização das bandas, conservando a contribuição espectral de cada pixel da imagem original e Cada banda multiespectral é multiplicada pela banda pancromática, e este valor é normalizado ao ser dividido pelo somatório das bandas multiespectrais.

Normalização de RGB r = R/(R+G+B) ou R/I g = G/(R+G+B) ou G/I b = B/(R+G+B) ou B/I Ou seja, A informação da cor pode ser representada pelo conjunto das componentes r,g,b,i

Brovey Novas bandas... A pancromática vai aumentar o diminuir a intensidade da banda original. A proporção de cada cor fica armazenada na cor normalizada.

Avaliação? Como medir se houve perda de informação na fusão? Qual fusão é melhor? Pode-se medir a perda/ganho espectral: desvio padrão coeficiente de correlação e coerência espacial...

Desvio padrão É esperado que o desvio padrão da imagem híbrida (f) seja igual ou maior ao da original. Caso contrário houve perda de informações. Por isso, os desvios padrão são comparados Valores positivos indicam perda de informação e valores negativos indicam ganho de informação. O ideal é obter um valor negativo próximo de zero.

Fusão Correlação A hipótese de que a banda PAN é similar à intensidade e que ela pode substituir a intensidade sem alterar as cores das bandas pode ser verificada após a fusão comparando as bandas originais (reamostradas) com as bandas híbridas. O coeficiente de correlação entre a imagem original e a banda equivalente fusionada deve ser próximo de 1. Imagem original

coerência espacial A imagem após a fusão não deve ser afetada por problemas de registro. Isto significa que o controle da qualidade do registro fornece uma estimativa da compatibilidade espacial do resultado.