Download Processamento Digital de Imagens - PDI PDF

TitleProcessamento Digital de Imagens - PDI
File Size3.6 MB
Total Pages64
Document Text Contents
Page 1

P
ro

ce
ss

am
en

to
D

ig
it

al
d

e
Im

ag
en

s/
P

D
I -

G
EO

TE
C

1

U
N

IV
ER

SI
D

A
D

E
FE

D
ER

A
L

D
O

P
A

R
Á

P
R

O
C

ES
SA

M
EN

TO
D

IG
IT

A
L

D
E

IM
A

G
EN

S


P
D

I

Page 2

P
ro

ce
ss

am
en

to
D

ig
it

al
d

e
Im

ag
en

s/
P

D
I -

G
EO

TE
C

2

Fábio Marcelo Breunig
Gabriel Pereira

AEDI - UFPA
2012

Processamento Digital de Imagens – PDI

U
N

IV
ER

SI
D

A
D

E
FE

D
ER

A
L

D
O

P
A

R
Á

A
SS

ES
SO

R
IA

D
E

ED
U

C
A

Ç
Ã

O
A

D
IS


N

C
IA

Page 32

P
ro

ce
ss

am
en

to
D

ig
it

al
d

e
Im

ag
en

s/
P

D
I -

G
EO

TE
C

32

Figura 19. Filtragem no domínio da frequência.

Page 33

P
ro

ce
ss

am
en

to
D

ig
it

al
d

e
Im

ag
en

s/
P

D
I -

G
EO

TE
C

33

2.7. Cor no processamento de imagens
No sistema visual humano, a retina é formada por inúmeros fotorreceptores, como os cones (coloridos),
responsáveis pela visão diurna, e pelos bastonetes, responsáveis pela visão noturna (cinza), ambos sensíveis
a luz e que transformam a energia eletromagnética em energia neural, produzindo a imagem no plano focal.
A percepção da cor está relacionada ao comprimento de onda da energia que chega aos olhos, que podem ser
misturadas gerando, desta forma, inúmeras cores (Gonzalez e Woods, 2001).

As cores podem ser usadas tanto para a visualização de imagens multiespectrais como para a
identificação e extração de objetos de interesse em uma imagem a partir de técnicas de processamento. O
olho humano é menos sensível às variações de tons de cinza que os atuais sensores artificiais, sendo capaz de
discriminar apenas algumas dezenas de níveis de cinza enquanto que os sensores são capazes de discriminar
milhares de tons coloridos (Fonseca, 2000).

Em uma imagem colorida composta por três bandas, cada pixel desta imagem é representado
numericamente por níveis de cinza correspondente à interação da radiação eletromagnética com o alvo,
sendo assim, as cores visualizadas na formação de uma imagem colorida será determinada pela ponderação
de cada valor para o mesmo pixel, ou seja, no sistema R (red – vermelho), G (green – verde) e B (blue – azul),
cada banda da imagem (256 tons) possui uma intensidade de acordo com a reflectância do pixel. A Figura 20
mostra três bandas (b1, b2 e b3) do sensor ETM+/Landsat 7 na qual foram atribuídas as componentes R(b3),
G(b2) e B(b1). Consequentemente, a imagem colorida final refere-se à junção das três bandas que receberam
cores distintas (definidas pelo usuário). Analogamente, podemos comparar este processo ao de formação de
cores para pintar casas, suponha que tenhamos um pote com tinta azul, um com verde e outro com vermelho,
desta forma, se inserirmos mais vermelho do que azul e verde, a tinta será em tons de vermelho, se a maior
quantidade de tinta for verde, a tinta terá tons de verde e assim por diante. Ressalta-se que na formação das
imagens no olho humano, a acuidade visual é mais sensível à cor vermelha (Gonzalez e Woods, 2001).

Figura 20. (a) Banda 1 do sensor ETM+/Landsat 7 em tons de azul; (b) Banda 2 do sensor ETM+/Landsat
7 em tons de verde; (c) Banda 3 do sensor ETM+/Landsat 7 em tons de vermelho. (d) Imagem colorida

Page 63

P
ro

ce
ss

am
en

to
D

ig
it

al
d

e
Im

ag
en

s/
P

D
I -

G
EO

TE
C

63

A
T

IV
ID

A
D

E
S

1) Faça uma síntese sobre os conceitos básicos do PDI.
2) Por que o IFOV, FOV, e GIFOV não são sempre do mesmo tamanho do pixel de uma
imagem. Apresente os conceitos e discuta as relações entre eles.
3) Em relação aos sensores apresentados, apresente uma discussão sobre a aplicação
potencial de cada um deles na área de geociências. Feito isso, procure se informar, sobre
outros sensores disponíveis atualmente.
4) O que é a correção radiométrica, atmosférica e geométrica. Qual a importância da correta
realização dessas correções? Explique.
5) O que o histograma pode nos dizer a respeito da distribuição dos dados, da frequência
espacial e em relação a presença de ruídos na imagem. Discuta.
6) Por que usamos da filtragem de imagens? Quais os principais tipos de filtros e suas
aplicações?
7) Por que não podemos (não é recomendado) utilizar filtros sobre imagens quando
queremos fazer uma análise das feições espectrais de imagens?
8) Em relação à cor, discuta as vantagens e desvantagens dos sistemas RGB e IHS.
9) O que significa ganho e offset nas operações matemáticas? O que são operações lineares
e não lineares. Cite exemplos.
10) O que é segmentação de imagens e quais os tipos e parâmetros utilizados?
11) Sobre os métodos de classificação, como podem ser divididos e quais as grandes
diferenças entre esses grupos de classificadores?
12) Em relação os métodos de análise de séries temporais, faça um resumo (15 linhas para
cada) sobre a análise harmônica, transformada wavelet e principais componentes.
13) Por fim, considerando as aplicações apresentadas, quais outras aplicações vocês
vislumbra para o PDI, considerando sua área de atuação? Discuta.

Exercícios práticos:
Após a leitura de todos os tópicos brevemente abordados nesse texto, podemos
partir para as atividades práticas. Para tal, utilizaremos um banco de dados pronto da cidade
de Brasília, disponível em: < http://www.dpi.inpe.br/spring/download/bin/windows/banco_
demo.exe >. Como exercício, procure fazer todos os procedimentos apresentados, utilizando
os aplicativos SPRING e ENVI. Os procedimentos a serem realizados são apresentados na
sequência.

1) Importe uma imagem já georreferenciadas. Essas imagens podem ser obtidas de diversos
bancos de dados, como por exemplo, os dados de elevação do projeto Topodata, disponíveis
gratuitamente em: < http://www.dsr.inpe.br/topodata/ >.
2) Aplicação de contraste e elaboração de uma composição sintética no SPRING. Deste os
efeitos de diferentes modelos de contraste.
3) Faça o fatiamento da banda do vermelho e avalie em que região do lago Paranoá apresenta,
possivelmente, uma maior concentração de sedimentos em suspenção. Para isso, faça uso
dos conhecimentos de comportamento espectral de alvos. Faça o fatiamento com 5, 10 e 16
fatias, além do arco-íris.
4) Faça a correção atmosférica através do modelo DOS (no SPRING ou ENVI, de acordo
com sua escolha).
5) No SPRING, aplique um filtro 3x3 e 11x11 sobre a banda do infravermelho próximo.
Avalie os resultados apresentando potenciais aplicações de cada tamanho de máscara.
6) Faça a transformação RGB para IHS e a IHS para RGB no SPRING.
7) Elabore uma imagem rotulada com diferentes limiares de área e similaridade no SPRING.
Avalie os resultados.

Page 64

P
ro

ce
ss

am
en

to
D

ig
it

al
d

e
Im

ag
en

s/
P

D
I -

G
EO

TE
C

64

A
T

IV
ID

A
D

E
S

8) Faça uma classificação supervisionada e não supervisionada. Lembre-se de fazer a
seleção de amostras de treinamento para a classificação supervisionada.
9) Considerando a análise por principais componentes, execute essa transformação no
SPRING.
10) Procure elaborar um estudo de caso, aplicando as etapas discutidas, para sua área de
estudo e de acordo com os objetivos do seu trabalho.

Similer Documents