Home

SPRING 5.1.2 : passo a passo : aplicações

Contents

1. B R6 7 Tela B JN TA io isa ti Q Telai2 Tela 13 Tela 14 J Tela 15 Tela to JN Tela iz a6 ida7 Telas N Telas N telado Vela 11 Tela 12 Tela daN Tela 14 Tela 15 Tela to N Tela 17 E E DD EI CEO CE CE A t j 0 PI Ikonos_band_1 0 PI Ikonos_band_2 Tela 2 Ikonos_band_1 M Tela 3 Ikonos_band_2 M Figura 8 1 Telas no SPRING representativas das imagens do sat lite IKONOS 2 No menu Imagem clique em Componentes Principais 3 Na caixa de di logo Componentes Principais no painel Planos de Informa o selecione as imagens IKkonos band 1 IKkonos band 2 Ikonos band 3 e Ikonos band 4 4 Em Amostra marque a op o Imagem 5 Clique no bot o Adquirir 6 Clique no bot o Par metros 7 Na caixa de di logo Par metros dos Componentes Principais clique no bot o Salvar 8 Na caixa de di logo Di logo v para o diret rio CiLivro Spring Alegre ES 9 Na caixa de entrada Nome do Arquivo digite CP Ikonos Alegre txt 10 Clique sobre o bot o Gravar 11 De volta a caixa de di logo Par metros dos Componentes Principais clique sobre o bot o Fechar 12 De volta a caixa de di logo Par metros dos Componentes Principais clique sobre o bot o Fechar 13 De volta a caixa de di logo Componentes Principais na caixa de entrada Imagem de Sa da digite Ikonos Ap s o processamento observe que o SPRING gerou os seguintes componentes principais F
2. Componentes Principais FISH Modelo de Mistura PI Dispon veis Categoria Plano de Infc I w Satelites Classifica o OS PI Ikonos band 4 le SPRING Sateltes Ikonos band 3 e T rmino Normal Inicio Dia 19 s 20 25min 39s T rmino Dia 19 s 20h 25min 415 Satelites Ikonos_band_4 J rea pixels 20 Ikonos band 2 Ikonos band 3 E E Executar p AS audio Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 127 Cap tulo 7 Classifica o de Imagens de Sat lite a SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Uso Solo Arquivo ditar Exibir Imagem An lise Executar Ferramentas Ajuda An lise Executar Ferramentas Ajuda itar Exibir Imagem s aA n utpa LAARA er jato vli 590736 Inativa s 2 8x E 8d Yta LAAARO Auto v1 5617 82 inativa axl Tela Ativa Auxiliar PI Ikonos band 4 Ap s a verifica o do resultado da segmenta o se o resultado n o for satisfat rio teste outros valores de similaridade e rea Agora estamos prontos para iniciar a cria o do arquivo de contexto necess rio para a re
3. y a log x 1 CARACTER STICA No aumento linear de contraste as barras que formam o histograma da imagem de sa da s o espa adas igualmente uma vez que a fun o de transfer ncia uma reta Como podemos observar na figura ao lado o histograma de sa da ser id ntico em formato ao histograma de entrada exceto quando ele tiver um valor m dio e um espalhamento diferente Este m todo id ntico ao linear A diferen a est no momento em que feita a escolha da op o Como se pode observar na figura ao lado assim que feita a op o o sistema calcula o valor de n vel de cinza m nimo e m ximo que ocupado pela imagem original De posse desses valores aplicada uma transforma o linear em que a base da reta posicionada no valor m nimo e o topo da reta no valor m ximo Desse modo n o haver perda de informa o isto todos os n veis de cinza continuar o com o mesmo n mero de pixels Utiliza se a op o de transforma o por raiz quadrada para aumentar o contraste das regi es escuras da imagem original A fun o de transforma o representada pela curva como mostra a figura ao lado Observe que a inclina o da curva tanto maior quanto menores os valores de n veis de cinza Utiliza se este mapeamento quando se deseja aumentar o contraste de fei es claras altos n veis de cinza da imagem Observe na figura
4. No To l amp An lise de Amostras Desempenho M dio 100 00 SE An lise de Amostras Aquisi o Teste Imagens Classificadas Class Super Regi o Bhattacharya Absten o M dia 0 00 Fo Confus o M dia 0 00 Temas Matriz de Confus o do Tema gua Estrada Pavir Fragmento Sala Fennetn Sm Amostras EEA A Amostra Amostras mostrag Amostra5 A v gua 100 00 Estrada_Pavimentada O Fragmento 0 00 Sala Fenmeto N NANSA gt A wij Nome Class Super Regi o Bhattacharya onfus o da Amostra Classificador Bhattacharya v jua 100 00 F l ita o FE Salvar Na janela Auxiliar do SPRING nalisar Amostras veja o resultado da imagem Class Super Regi o Bhattacharya e feche esta janela Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN Na caixa de di logo An lise de Amostras observe o desempenho m dio das amostras e De volta a caixa de di logo Classifica o de Imagens clique sobre o bot o Executar Clique sobre o bot o OK da caixa de mensagem SPRING classificada 131 Cap tulo 7 Classifica o de Imagens de Sat lite Arquivo Editar Exibir Imagem An lise Executar Ferramentas Ajuda SEZ c cMN POR ZAQJA A A M O jato vi 610275 mira 4 2 Painel de
5. Fator de Amostragem ls An lise Estatistica de Amost Am aquisi o O Cursor Coordenadas Coordenadas da Amostra Inicial 0 pp YD o arquivos Estat sticos Final 1 Y1 Amostras bandas 210706 S Asmer Remover Mome Banda4_210708 C lculos Planos de Informa o Momentos Satelites banda 21070 Satelites bandas abas ale Satelites bandas Satelites bandas Atualizar arquivo corrente Bandas 21070G amo COLETA DAS INFORMA ES ESTAT STICAS DA IMAGEM DE AJUSTE Agora voc ir coletar os valores referentes m dia e vari ncia da imagem de ajuste intitulada banda3 210708 1 No Painel de Controle selecione a imagem denominada banda3 210708 2 Selecione a paleta de cor M monocrom tica SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem An lise Executar Ferramentas Ajuda enug c POAR FAS ALA A A Mk O fato vt 134867 inativa v Painel de Controle x Tela Ativa Principal panne PI Dispon veis PI Selecionados Categoria Plano de Informa o EJ 4 Satelites banda1_210708 banda2_210708 M banda3 210708 nda das bandas 210708 bandaS 210708 l 0 PI banda3 210708 No menu Imagem clique na op o Estat stica Selecione a imagem banda3 210708 Na caixa de entrada Nome digite banda3 210708 Clique no bot
6. 64 Figura 4 12 Aplica o do filtro de realce para imagens do sat lite TM LANDSAT 4 x 4 sobre a banda infravermelho do sat lite TM LANDSAT representativa do munic pio de Alegre ES 64 Figura 4 13 M scara representativa do operador de Roberis eee 65 Figura 4 14 Aplica o da filtragem n o linear para detec o de bordas utilizando o operador de Roberts sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o ga cidade qe Alegre ES sato sans Las a A E Do ASTON ES RE Da TES SS SOS PS a va OEA 65 Figura 4 15 M scaras do operador de Sobel eeeeererereeeee cana ereererereaananda 65 Figura 4 16 Aplica o da filtragem n o linear para detec o de bordas utilizando o operador de Sobel sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da Cidade de Alegre ES sir ba De aos PAGO CRma EO Eta e as a aa a 66 Figura 4 17 Exemplo para aplica o dos filtros morfol gicos eee 66 Figura 4 18 Aplica o da filtragem n o linear morfol gica de mediana sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre EO oiii e ada D DD IE O DS Da a 67 Figura 4 19 Aplica o da filtragem n o linear Morfol gico Eros o sobre a banda infravermelho do 67 sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES
7. Principal Tela 3 Tela 4 PI IK b4 passa baixa media 3x3 Abaixo Figura 4 24 observada a imagem representativa do Parque de Exposi o da cidade de Alegre ES antes e ap s a aplica o do filtro de Passa Baixa M dia 3x3 seguida da aplica o da t cnica de realce de contraste linear Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 70 Cap tulo 4 Filtragem de Imagens Digitais b Imagem filtrada passa baixa m dia 3 x a Imagem original antes da filtragem 3 Figura 4 24 Banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES antes a e ap s b a aplica o do filtro de Passa Baixa M dia 3 x 3 AN LISE MATEM TICA DA IMAGEM FILTRADA PELO FILTRO DE PASSA BAIXA MEDIA 3x 3 Neste t pico ser demonstrada uma an lise matem tica objetivando comprovar o valor do pixel central de uma rea localizada na nova imagem filtrada pelo Filtro de Passa Baixa M dia 3 x 3 Caso seja necess rio apenas acompanhe visualmente passo a passo os c lculos abaixo O pixel a ser testado imagem denominada lkonos band 4 apresenta as coordenadas geogr ficas mostradas nas Figura 4 25 e 4 26 le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem Tematico MNT Cadastral Rede An lise Executar Ferramentas Ajuda SASEA id N PORLAGARA Aa M O o viua rea w 2 Painel de Cont
8. Figura 4 20 Aplica o da filtragem n o linear Morfol gico Dilata o sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES Figura 4 21 M scaras comumente utilizadas para filtros morfol gicos Figura 4 22 Abertura de uma imagem aplica o encadeamento de filtros eros o seguido de dilata o sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidadede Alegre ES iai a a a AD Dal a da Figura 4 23 Fechamento de uma imagem aplica o encadeamento de filtros dilata o seguido de eros o sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade d amp Alegre ES asas paint a dess bp a Ga a DOS anea Sab Sai Sa pls Figura 4 24 Banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES antes a e ap s b a aplica o do filtro de Passa Baixa M dia 3 x 3 Figura 4 25 Coordenadas geogr ficas do pixel a ser testado ap s a filtragem de Passa Baixa Figura 4 26 Caracter sticas do pixel a ser filtrado eee eeeeeeerere nene rererenaa Figura 4 27 Valores nos n veis de cinza dos pixels vizinhos e central a m scara da imagem de origem e b da imagem filtrada re eeeeerereeea een rerraaaa aaa enenena anna cera cena nan cerreenanaaso Figura 4 28 Representa o da
9. Criar Atalho Carregar atalho Nome do Arquivo BHR Alegre Ficheiros do tipo Atalho SPRING spring So g 18 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais le SPRING 5 1 2 Bacia Rio AlegreJ BHR gado Editar Exibir Imagem Banco de Dados Projeto k Modelo de Dados Objeto N o Espacial Assistentes Importar k Converter para ASCI SPRING Exportar Salvar Como Imagem JPE l Sair pring Registro Chnfirma a sa da do aplicativo Conversor Spring Terralib amp amp Livro Spring Alegre ES Arquivo Editar Exibir Favoritos Ferramentas Ajuda j E j r OG 0 A 2km Endere o D Ci Livro Spring Alegre ES Pastas x Mo Desktop as D 21070 aux EI E Meus documentos E 5 210708 rrd 5_210708 tif W Meu computador 5 210708 biF wab dbF Gee Disco local 7 a Livro Spring Megre ES 5 Bacia Rio Alegre cip E ADA E Clip aux T7 iniciar talho para BHR Alegre 4 CRIA O DO MODELO DE DADOS Objetivando visualizar os dados espaciais de nosso banco de dados em nosso projeto criado anteriormente temos que primeiramente criar nossos Modelos de Dados especificando as Categorias e Classes se for tem tico al m das caracter sticas de apresenta o gr fica Visual dos dados e dos atributos descritivos de objetos ou somente tabelas n o espaciais A Tabela 1 2 mostra e descreve os modelos de dados d
10. gt gt D 2 01 25 ovl i 2 n 1 9 1 De posse dos valores de VARI NCIA Var e a COVARI NCIA C v podemos obter os componentes principais das vari veis X e X5 cuja matriz de covari ncia estimada S E C v X X Var X Var X C v X X 2925 21 25 21 25 72 50 Resolu o A equa o caracter stica S 21 0 146 Cap tulo 8 An lise de Componentes Principais 29 25 A 21 25 21 25 72 50 4 isto 29 25 A 72 50 4 21 25 0 29 25 72 50 29 251 72 504 4 21 25 0 2120 625 101 754 4 451 5625 0 A 101 754 1669 0625 0 Equa o do segundo grau Em que a 1 101 75 c 1669 0625 Os autovalores ra zes pr prias ou ra zes caracter sticas obtidos dessa equa o s o f j bb 4ac 101 75 4 101 75 4 1 1669 0625 2a 2 1 A 4 101 75 60 637 2 81194 20 557 A soma dessas duas ra zes d 101 75 que exatamente o coeficiente do segundo termo da equa o do segundo grau com sinal trocado Pode se observar tamb m que 81 194 101 75 100 79 80 para 4 20 557 101 75 100 20 20 para 4 Ent o o componente principal relativo a 4 explica 79 80 da varia o total enquanto o outro componente principal relativo a 4 explica 20 20 ESTIMATIVA DA EQUA O REPRESENTATIVA DO PRIMEIRO COMPONENTE PRINCIPAL Vamos calcular o primeiro componente principal
11. SPRING amp Treinamento i Adquira amostra s Nome Agua E Seleccionar cor Cores b sicas ipo aquisi o O Tes Contorno O Poligonal 2 Retangular Tm TDT mosti idas EH NNE Atera Remover Cores customizadas HE E JL a iiin E E E Satura o 255 lerde n a E Adicionar s Cores Customizadas ga ess J fau 255 Exportar Arquivo de Redes Neurais SRN Edi o Poligonal Exportar Temas w ctg Adicionar P PI OO Mover P Remover P aquisi o Salvar Fechar Ajuda Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 129 Cap tulo 7 Classifica o de Imagens de Sat lite Repita os passos de 30 a 33 para criar as cores mostradas na Tabela 7 8 Tabela 7 8 Nome e cor das amostras de treinamento a serem criadas NOME COR Solo Exposto marron Pastagem verde claro Urbanizacao vermelho 34 Selecione o tema gua 35 Em Contorno clique sobre a op o Regi o delimitada pela segmenta o Seg 15 20 36 Sobre a imagem segmentada basta clicar com o bot o esquerdo do mouse sobre o pol gono representativo do tema Agua Ap s a sele o de cada pol gono clique sobre o bot o Adquirir Adquirir amostras suficientes para o tema Agua Repita os passos de 34 a 36 para selecionar amostras dos outros temas 37 Clique sobre bot o Salvar 38 Clique sobre o bot o Fechar L
12. A transforma o IHS consiste em projetar a informa o de cores representadas no espa o Vermelho Verde Azul RGB para outro conjunto de eixos de medi o de cores no caso o IHS para descrever a amplitude de poss veis varia es na tonalidade das cores O sistema IHS possui a vantagem de apresentar as cores de uma forma mais aproximada quela utilizada pelo sistema de vis o humano pois os tons s o descritos em termos de Intensidade Matiz e Satura o que apresentam os seguintes significados LETRA PORTUGUES SIGNIFICADO representa o brilho ou a energia total da imagem representa o comprimento de onda dominante da cor representa a pureza da cor Al m disso a transforma o para o espa o IHS permite um maior controle individual sobre os componentes crom ticos matiz e acrom ticos satura o da imagem A rela o espacial entre o espa o RGB e IHS mostrada na Figura 3 1 Observa se que o sistema IHS pode ser graficamente representado por um cone 91 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens 9 q DM q paus q 1 Figura 3 1 Rela o espacial entre o sistema RGB e IHS Na Figura 3 1 o sistema IHS pode ser explicado da seguinte forma gt Intensidade dist ncia do ponto at a origem ou pice do cone gt Matiz sequ ncia radial ao redor dos c rculos de satura o e do eixo de intensidade gt Satura o dist ncia radial do ponto at o eixo central do
13. o Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 107 Cap tulo 7 Classifica o de Imagens de Sat lite La Cria o de Contexto mes Conto A Tipo de an lise O Pi Regi es Bandas Satelites ikonos band 1 Satelites ikonos band Satelites ikonos band 3 Satelites ikonos band 4 Imagens Segmentadas De volta a caixa de di logo Classifica o selecione Contexto 1 Clique no bot o Treinamento O Na caixa de di logo Spring clique sobre o bot o OK para iniciar a aquisi o das amostras de treinamento f 11 Na caixa de di logo Treinamento na caixa de entrada Nome digite Agua 12 Clique no bot o Criar 13 Clique no bot o Cor 14 Na caixa de di logo Selecionar Cor selecione a cor Azul ae amp Treinamento l Classifica o CiLivro Spring Alegre ESiBacia Rio Alegre BHR Contextos Bandas konos bah Ikonos band 3 Ikonos band 4 Imagem Segmentada Exportar Arquivo de Redes Neurais SRN Exiffi o de Atributos das Regi es Edi o Poligonal Exportar Temas Treinamento Classifica o apta Pr Mover P j mon s ease Aquisi o v Exportar P s Classifica o Mapeamento S amovan i aaus Salvar Fechar Ajuda LEE Repita os passos de 11 a 14 para criar as classes e cores mostradas na Tabela 7 3 com exce o da classe Agua j cri
14. o S I 4 Satelites Classifica o J bandai 2107 Mapeamento de Classes para Imagem T E bandas 2107 i EM b Rotula o de Componentes Conectados Carregar Satelites banda3 210708 Satelites banda3 210706 uniformizada o se Ce C arquivo corrente banda3 210708 uniformizada amo Na caixa de entrada Nome da Amostra digite banda3 210708 uniformizada OP1 Marque a op o Coordenadas Nas caixas de entrada X0 YO X1 e Y1 digite os valores 0 0 1127 e 1262 respectivamente Clique no bot o Adquirir Marque a op o Momentos Clique no bot o Calcular e Apresentar Ap s visualizar o Gr fico clique no bot o Fechar L Aquisi o de Amostras EER Nome da Amostra bandas 210708 Fator de Amostragem Aquisi o Cursor ordenad Coordenadas da Amostra Inicial 0 8 YD Final xl Amostras C lculos e Momentos Calcular e Apresentar TeOaratrOC Ham HISTOGRAMA Na caixa de di logo Estat sticas de Amostras veja os seguintes resultados gt M dia 76 55 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 85 Cap tulo 5 Opera es Aritm ticas entre Imagens gt Vari ncia 357 20 217 Na caixa de di logo Estat stica de Amostras clique no bot o Fechar 28 Na caixa de di logo Aquisi o de Amostras clique no bot o Fechar
15. Class Nao Super Regi o Isoseg 1 Uso Solo Class Super Maxvr pos T Class Super Regi b Bhattacharya T M Class Nao Super Regi o Isoseg T Mapa de Dist ncias Rotula o de Componentes Conectados Localiza o de Medianas J e Executar Apagar Fechar Brera le Medidas de Classes Imagem Tem tica Unidade ha i Mapa Vetorial c lculo de reas por Geo classe ha Plano de Informa o uso solo Class Nao Super R Representa o Imagem Tematica rea Cha Aqua 11 462400 Estrada Pavimentada 4 209600 Fragmento 13 376000 Pastagem 20 929600 Solo Exposto 14 857600 urbani zacao 3 665600 rea total das classes 68 500800 rea total n o classificada 0 664000 rea total do Plano de Informa o 69 164800 Os resultados estat sticos da classifica o n o supervisionada pelo m todo ISOSEG s o mostrados na Tabela 7 11 e Figura 7 12 Tabela 7 11 Resultados estat sticos da classifica o n o supervisionada pelo m todo Isoseg CLASSES REA PORCENTAGEM rea n o classificada TOTAL 692 100 0 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 137 Cap tulo 7 Classifica o de Imagens de Sat lite Co p O 9 2 O DO da O 3 LU O lt E Z LLI Q am O A gua Estrada Fragmento Solo exposto Pastagem Urba
16. O algoritmo da m xima verossimilhan a supervisionado avalia a vari ncia e a covari ncia das categorias de padr es de resposta espectral quando classifica um pixel desconhecido Para isso assume se que a distribui o da nuvem de pontos que forma a categoria dos dados de treinamento Gaussiana distribui o normal Assumida essa suposi o a distribui o de um padr o de resposta espectral da categoria pode ser complemente descrita por um valor de m dia e pela matriz de covari ncia Com esses par metros poss vel calcular a probabilidade estat stica de um dado valor de pixel pertencente a uma classe particular de cobertura da terra LILLESAND KIEFFER 2004 DEMONSTRA O MATEM TICA DO ALGORITIMO DA M XIMA VEROSIMILHAN A i 102 Cap tulo 7 Classifica o de Imagens de Sat lite Os limites de classifica o s o definidos a partir de pontos de mesma probabilidade de classifica o de uma e de outra classe A Figura 7 6 apresenta o limite de decis o de uma classifica o no ponto onde as duas distribui es se cruzam Desta forma um pixel localizado na regi o sombreada apesar de pertencer classe 2 ser classificado como classe 1 pelo limite de decis o estabelecido Porcentagem de pixels Figura 7 6 Limite de decis o O limiar de decis o indica a porcentagem de pixels da distribui o de probabilidade de uma classe que ser classificada como pertencente a esta cla
17. 29 Na caixa de di logo An lise Estat stica de Amostras clique no bot o Fechar le Estat sticas de Amostras A m Opera o Momentos Amostras banda3 21070 Sele o de PI banda3 210708 uniformizada OP1 MOMENTOS Amostra banda3 2 a Banda M dia Desv Padr o vari ncia 3_Momente o 6 55 18 90 57 20 2420 50 lt E Aquisi o de Amostras l JES Nome da Amostra bandas 210708 Fator de Amostragem Lo p Aquisi o Cursor C Coordenadas Coordenadas da Amostra Inicial X0 O rm o Final xl 1127 YI 1262 C jLivro_Spring_Alegre_ES mostras Arquivos Estat sticos i banda3 210708 uniformizad l amp An lise Estat stica de Amost A E Carregar Remover C lculos E Nome 708 uniformizada OP1 Momentos Planos de Informa o Satelites banda a Satelites banda uniformizada C Satelites banda4 21h708 v lt gt O Mediana Arquivo corrente banda3 210708 uniformizada OP1 COMPARA O ENTRE AS M DIAS E VARI NCIAS DAS IMAGENS DE REFER NCIA AJUSTE E NORMALIZADA A Tabela 5 1 mostra o resumo das opera es que envolveram a aplica o do m todo de uniformiza o das m dias e vari ncias UMV Tabela 5 1 Compara o dos valores de m dia e vari ncia das imagens de refer ncia ajuste e normalizada IMAGEM___ MEDIA VARI NCIA Dados espaciais imagens matriciais e vetoriais disponibilizados p
18. 6 Na caixa de entrada Similaridade digite 15 7 Na caixa de entrada Area digite 20 8 Na caixa de entrada Imagem segmentada digite Seg 15 20 9 Para a op o Suaviza o de Arcos marque Sim 10 Clique sobre o bot o Executar 11 Ap s o processamento clique sobre o bot o OK 12 Na janela Auxiliar veja as amostras segmentadas 13 Na janela Auxiliar clique sobre o bot o Fechar 14 Na guia Principal do Spring no Painel de controle selecione a imagem intitulada ikonos band 2 tif e na parte inferior do Spring marque a caixa representativa da letra B azul 15 Selecione a imagem intitulada ikonos band 3 tif e na parte inferior do Spring marque a caixa representativa da letra R vermelho 16 Selecione a imagem intitulada ikonos band 4 tif e na parte inferior do Spring marque a caixa representativa da letra G verde 17 Selecione a imagem Seg 15 20 e marque a op o Rotulada les SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Uso Solo Le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Uso Solo Arquivo Editar Exibir dg Tem ti MNT Cadastral Rede An lise Exe cutar Fen ramentas 2 rquivo Editar Pain el de Cor ntr ole x EE er T Tk e ARE i Z EE P Contraste PI Dispon veis PI Selecionados l A 3 KA r l Filtragem E poe rt RS Painel de Controle Opera es Aritm ticas Tela Ativi Transform o IH5 lt gt RGB Exibir EEE Tem tico MNT Cadastral Rede An lis
19. Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 45 Cap tulo 2 Contraste de Imagens Digitais Ls SPRING 5 1 2 UFES Imagem UFES arquivo Editar Exibir Imagem Tem ti An lise Executar Ferramentas Ajuda ERASE ml L utro LAIAR A DO jato vlylismsa inativa l de Controle NE Painel de Controle Tela Ativa Auxiliar PIDispon veis PI Selecionados Categoria Plano de Informa o E v satelites Ufes60cm B Ufes60cm G Ufes60cm R ES i B U Prinaipal Auxiliar D PI ufes pan linear Abaixo s o demonstradas as imagens pancrom ticas do sat lite QUICKBIRD antes e ap s a aplica o da t cnica de contraste linear 15 16 I7 18 19 20 21 a Imagem antes da aplica o do contraste linear b Imagem ap s a aplica o do contraste linear Na parte inferior do Spring clique na guia Principal No Painel de Controle selecione a imagem intitulada Ufes60cm B Na parte inferior do Spring marque a caixa representativa da letra B azul Selecione a imagem intitulada Ufes60cm G Marque a caixa representativa da letra G verde Selecione a imagem intitulada Ufes60cm R Marque a caixa representativa da letra R vermelho Agora voc ir aplicar um contraste linear sobre o canal Vermelho da seguinte forma 22 283 24 20 26 27
20. E O cam Tematico E V satelites Class Nao Super Regi o Isoseg seg 15 20 seg 15 20 Ikonos PCZ M Ikonos PC3 Ikonos PC4 5 T O Uso solo Ikonos PC2 Ikonos PC3 M Ikonos PC4 a T Uso Solo I PI Ikonos PC1 i o PI Ikonos PC1 Tela 4 Ikonos PC3 Tela 5 Ikonos PC4 Figura 8 2 Telas no SPRING representativas das imagens dos componentes principais processados AN LISE ESTAT STICA DOS PAR METROS DOS COMPONENTES PRINCIPAIS No Windows abra com o Bloco de Notas o arquivo CP Ikonos Alegre txt Figuras 8 3 contido no diret rio CiLivro Spring Alegre ES A Figura 8 4 mostra uma adapta o did tica da Figura 8 3 CP Ikonos Alegre Bloco de notas B PI M dia vari ncia Ikonos hand 1 56 78 177 16 Ikonos band 2 59 80 325 30 Ikonos band 3 53 38 603 69 Ikonos_band_4 115 74 686 79 auto valor Porcentagem 1073 06 59 85 687 36 38 34 30 31 1 69 2 21 0 12 Matriz de Covari ncia LZ7 16 233 94 297 58 233 094 325 30 425 75 297 58 425275 603 69 31 79 7 40 11 95 Matriz de Correla o 000 0 974 0 910 974 1 000 0 961 910 0 961 1 000 091 0 016 0 019 Matriz de auto vetores 0 39 0 54 0 02 0 05 0 03 0 65 0 41 0 64 0 65 0 73 0 19 Figura 8 3 Resultados estat sticos da an lise de componentes principais Dados espaciais imagens matriciais e
21. Mediana N o linear Morfol gico Eros o ARENS ed N Obs Considerar todas as m scaras para cada tipo de filtro Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 75 Cap tulo 5 Opera es Aritm ticas entre Imagens 05 Opera es Aritm ticas entre Imagens CAP TULO Este cap tulo tem por objetivo apresentar o potencial do SPRING 5 1 2 para a realiza o de opera es aritm ticas do tipo soma subtra o multiplica o e divis o As opera es aritm ticas s o opera es pixel a pixel entre imagens de bandas diferentes atrav s de uma regra matem tica definida tendo como resultado uma banda representando a combina o das bandas originais Em geral a opera o de adi o utilizada para real ar a similaridade entre bandas ou diferentes imagens e a subtra o a multiplica o e a divis o para real ar as diferen as especirais As atividades executadas neste cap tulo ser o Normaliza o radiom trica de imagens do sat lite CBERS para o quadrante representativo da bacia hidrogr fica do Rio Alegre ES 5 1 NORMALIZA O RADIOMETRICA DE IMAGENS DO SATELITE CBERS PARA O QUADRANTE REPRESENTATIVO DA BACIA HIDROGRAFICA DO RIO ALEGRE ES Durante a aquisi o de dados pelos sensores orbitais existem v rios fatores que causam as distor es radiom tricas das imagens tais como a diferen a das condi es atm
22. Sua leitura importante para que voc possa se familiarizar com todas as novidades e mudan as desta nova vers o Utilize os bot es de pr ximo e anterior para navegar por todas as informa es O menu acima indica qual a se o visualizada e permite navegar diretamente para um item de interesse Caso n o queira que esta janela seja exibida novamente selecione a op o N o mostrar novamente Clique no item para exibir o ajuda do item selecionado ER y Aa L 0 E Principal pa PI banda3 210708 uniformizada OP1 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 84 Cap tulo 5 Opera es Aritm ticas entre Imagens 16 No menu Imagem clique na op o Estat stica 17 Selecione a imagem banda3 210708 uniformizada OP1 18 Na caixa de entrada Nome digite banda3 210708 uniformizada OP1 19 Clique no bot o Criar Arquivo 20 21 22 28 24 20 26 las SPRING 5 1 2 Bacia Rio AlegreJJBHR Alegre le An lise Estat stica de Amost DER CilBacia Rio legre SPR arquivos Estatisticos rquivo Editar Exibir Mimete an lise ita E jii I Contraste Filtragem Painel de Controle Opera es ritm ticas Tela ativi Transform o IH5 lt gt RGB PI Di FE Componentes Principais isponiveis ele j mm Modelo de Mistura Categoria Plano de Infe Segmenta
23. Valor Dummy B Principal Candiar Nela2 Tea seas Yo PI ikonos_band_2 OBTEN O DAS AMOSTRAS DE TREINAMENTO 4 No menu Imagem clique na op o Classifica o Na caixa de di logo Classifica o clique no bot o Diret rio e selecione do diret rio de trabalho CiLivro Spring Alegre ESiBacia Rio AlegreiBHR Alegre Uso Solo Clique no bot o Criar Na caixa de di logo Cria o de Contexto para a op o Nome digite Contexto 1 Em Tipo de An lise marque a op o Pixel Selecione as imagens ikonos band 2 ikonos band 3 e ikonos band 4 Clique no bot o Executar NO ESG al ge SO l Classifica o CiiLivro Spring Alegre EsiBacia Rio Alegre BHR Contextos amp SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir UErGUE T MI B t g Ei P Contraste Filtragem Opera es Aritm ticas Tela Ativi Transform o IH5 lt gt RGB An lise Eliminar Painel de Controle Bandas Componentes Principais Modelo de Mistura Categoria Plano de Infc Segmenta o E E W Satelites ikonos band Mapeamento de Classes para Imagem Tem tica e PI Dispon veis PI Sel Classifica o Segmentada Extra o de tributos das Regi es Treinamento Classifica o P s Classifica
24. es Sistemas NO PROJECTION UTM MERCATOR GAUSS TM LAMBERT MILLION LAMBERT POLYCONIC CYLINDRICAL DNI AR STFRFAOGRAPHIC Y Hemisf rio Modelos da Terra ks al Projeto FE Criar Atalho Carregar Atalho Datum gt ITRF WGSB4 Datum gt SIRGAS2000 Datum gt SICAD Datum gt NADB3 US Mort Origem Lat n00 0 00 Long Prim Lat Seg Lat ome BHR Alegre Proje o de Refer ncia Proje o Ret ngulo Envolvente Coordenadas Geogr ficas Planas Longi j Long2 Lati Latz Hemisf rio N z N le Projetos Projetos Criar Ativar Desativar Alterar Suprimir BHR Alegre Nome BHR Alegre UTM Datum gt SIRGAS2000 Proje o de Refer ncia Proje o Ret ngulo Envolvente Coordenadas Geogr ficas Planas xl 220489 000000 x2 243050 000000 Y1 7684786 000000 Y2 7710137 000000 Projeto corrente BHR les Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 17 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Observe na barra de t tulo do programa que agora aparece intitulado o nome do banco de dados Bacia Rio Alegre e do projeto BHR Alegre como mostrado abaixo A SPRING 5 1 2 Bacia Rio
25. frequentemente se superp em Pixels com valores que caem nessa superposi o s o atribu dos ltima assinatura seguindo a ordem na qual os nomes das assinaturas foram introduzidos no m dulo Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 100 Cap tulo 7 Classifica o de Imagens de Sat lite VALORES DE REFLECT NCIA DAS ASSINATURAS u urbaniza o f fragmenta o florestal s Solo exposto a gua p pastagem M DIAS ESPECTRAIS e urbaniza o e fragmenta o e solo exposto e gua e pastagem g PIXELS QUE ESTAO SENDO BANDA DO INFRAVERMELHO COMPARADOS 1e2 BANDA DO VERMELHO Figura 7 4 Esquema de aplica o do algoritmo de classifica o do paralelep pedo adaptado de EASTMAN 1998 ALGORITMO DE CLASSIFICA O DA DIST NCIA M NIMA Este algoritmo de classifica o supervisionado atribui cada pixel desconhecido classe cuja m dia mais pr xima a ele Isto porque na maioria das situa es reais encontradas em imagens de sensoriamento remoto o n vel de cinza dos pixels vai representar na verdade uma mistura de mais de um tipo de superf cie Uma solu o para este caso atribuir cada pixel desconhecido uma ou outra classe dependendo da classe que ele est mais pr ximo Para isso calcula se a dist ncia espectral de cada pixel at a m dia de cada classe em cada banda DEMONSTRA O MATEM T
26. o Criar Arquivo Coura o Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 80 Cap tulo 5 Opera es Aritm ticas entre Imagens le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Mila tic an lise ita E jii I Contraste Filtragem Painel de Controle Opera es Aritm ticas Transform o IH5 lt gt RGB Componentes Principais Tela Ativ PI Seli FI Dispon veis Modelo de Mistura la An lise Estat stica de Amost DR CilBacia Rio legre SPR arquivos Estatisticos Satelites banda 210708 Satelites bandas 210708 Satelites bandas 210708 Satelites bandas 210705 Segmenta o Categoria Plano de Info E L 1 satelites bandal 2107 0 banda 2107 0 bandas 2107 Classifica o Mapeamento de Classes para Imagem T Rotula o de Componentes Conectados IM bandas 210 7 Na caixa de entrada Nome da Amostra digite banda3 210708 8 Marque a op o Coordenadas 9 Nas caixas de entrada X0 YO X1 e Y1 digite os valores 0 0 1127 e 1262 respectivamente 10 Clique no bot o Adquirir 11 Marque a op o Momento 12 Clique no bot o Calcular e Apresentar 13 Ap s visualizar o Gr fico clique no bot o Fechar l 1a c o de Amostras DER e da Amostra banda3_210708 Aquisi o CO Cursor C Coordenadas Coordenadas da
27. 0 1 2 0 926 0 379 09261 0 379 0 379 0 926 0 926 0 379 O 0 351 0 351 0 0 0 b Cada componente admite na realidade duas solu es cada uma delas obtida da outra pela multiplica o de seu segundo membro por 1 Por exemplo Y tamb m poderia ter o seguinte valor 150 Cap tulo 8 An lise de Componentes Principais 0 926X 0 379X Os escores relativos aos 9 tratamentos obtidos em rela o aos 2 componentes principais est o apresentados na Tabela 8 3 Tabela 8 3 Escores relativos aos 9 tratamentos obtidos em rela o aos 2 componentes principais ESCORES PARA OS TRATAMENTOS TAMANE COMPONENTES X h 0 379X 0 926X Y 0 926X 0 379X 5S 116 77 300 121 76 417 79 449 85 845 86 435 79 492 87 572 86 224 86 607 Com os escores dos dois componentes principais podemos localizar cada tratamento em um plano cartesiano no qual os eixos representam os componentes Figura 8 6 o Oo Sz Escores do Componente Principal 2 Y2 N q Oo Sz 105 110 115 Escores do Componente Principal 1 Y1 Figura 8 6 Dispers o de 9 tratamento em rela o aos componentes principais Y e l Como observado na Figura 8 6 os grupos A B C e D circundados com linhas pontilhadas apresentam boa correla o estat stica Como exemplo os pixels representativos dos tratamentos do grupo A 4 5 7 e 8 nas bandas
28. 1 2 UFES Imagem UFES Arquivo Editar Exibir Imagem f An lise Executar Ferramentas Ajuda S0SH4 M u pooR LAAHAA I O fo wla s mawa w 9 Painel de Controle ax E l Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o 5 E V satelite JUfes 1 Ufes 2 JUfes 3 Jufes 4 J Ufes pan Ufes 1 Ufes H Jufes 5 Rj Ufes60cm R G Ufes60cm G B Ufes60cm B PI Ufes60cm B A letra a da Figura 3 4 mostra a Biblioteca Central da UFES tela principal ampliada com a imagem falsa cor oriunda da transforma o IHS lt gt RGB com resolu o espacial de 0 6 m com aplica o do realce de contraste linear J a letra b mostra a Biblioteca Central da UFES tela auxiliar ampliada com a imagem falsa cor com resolu o espacial de 2 4 m antes da transforma o IHS gt lt RGB com aplica o do realce de contraste linear Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 57 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens a resolu o espacial de 0 6 m Figura 3 4 Amplia o de imagens em falsa cor da rea central da UFES biblioteca central a resolu o espacial de 0 6 m oriunda da transforma o IHS lt gt RGB e b resolu o espacial de 2 4 m antes da transforma o IHS lt gt RGB A Figura 3 5 mostra algumas localiza es dentro Campus da UFES Central Vit ria ES F
29. 3 vermelho e 4 infravermelho por estarem pr ximos entre si est o bem correlacionados estatisticamente A Tabela 8 4 mostra os resultados obtidos at o momento da an lise de componentes principais baseado em nosso exemplo 151 Cap tulo 8 An lise de Componentes Principais Tabela 8 4 Componentes principais obtidos da an lise de duas vari veis VARIANCIAS DE X COVARIANCIAS DE X COEFICIENTE DE pPERCENTAGEM COMPONENTE VARI NCIA PONDERA O DA VARI NCIA DS PRINCIPAL AUTOVALOR e tract DE Y DA VARIANC A Y A Var Y ii CORRELA ES ENTRE X E Y ry y FX Y 0 631 FX Y 0 982 rxy 0 775 ry y 0 204 C LCULOS DAS CORRELA ES ENTRE X E Y rey y E 81194 RC Var X 29 25 EE ps E rp Var X 12 50 Fx Y JA ER a 20 557 a ao 0 775 Var X 29 25 pa E qe ar DS us ie i VVar X y 72 50 Como a import ncia relativa das vari veis pode ser avaliada pela magnitude da correla o destas vari veis a partir dos ltimos componentes no exemplo em considera o identifica se a vari vel X com maior correla o em Y 0 775 como a de menor import ncia no estudo realizado A Figura 8 7 mostra os valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 X e infravermelho banda 4 X2 e da componente principal 1 Y 93 772 99 539 106 947 93 518 97 601 112 335 100 379 94 444 119 153 Banda 3 vermell
30. 9 as amostras de categorias de uso e ocupa o de solo extra das de uma imagem do sat lite QUICK BIRD com resolu o espacial de 60 cm em composi o normal e falsa cor de uma rea localizada a cerca de 40 km do centro da cidade de Alegre ES rea SE rea rea edificada edificada D q nd EA cd 7 NG Estrada n o Estrada Forma o Fragmento Capoeira Corpos d gua pavimentada pavimentada rochosa florestal too i CED w Figura 1 9 Amostras de categorias de uso e ocupa o de solo extra das de uma imagem do sat lite QUICK BIRD com resolu o espacial de 60 cm em composi o normal e falsa cor REFER NCIAS BIBLIGR FICAS SPRING Integrating remote sensingand GIS by object oriented data modelling Camara G Souza RCM FreitasUM Garrido J Computers amp Graphics 20 3 395 403 May Jun 1996 Dispon vel em http www dpi inpe br spring Acesso em 10 12 2009 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 37 Cap tulo 2 Contraste de Imagens Digitais 02 Contraste de Imagens Digitais CAP TULO Este cap tulo tem por objetivo realizar uma introdu o ao processamento digital de imagens e apresentar diferentes t cnicas de realce de contraste de imagens objetivando melhorar a qualidade das imagens sob a percep o do olho humano consistindo numa transfer ncia radiom trica em cada pixel possibilitando aumentar a discrimina o visu
31. Amostra Inicial 0 b o Do Final 1 F Amostras le Gr fico EO BRArRAARA 0 HISTOGRAMA bandas 210708 C lculos Momentos 3 Media C Matriz de C Frequ ncia S S C Matriz de autocorrela o Matriz de Correla o cryfa LAS Calcular e Apresentar 100 150 Hivel de Cinza Na caixa de di logo Estat sticas de Amostras veja os seguintes resultados gt M dia 28 64 gt Vari ncia 22 64 14 Na caixa de di logo Estat stica de Amostras clique no bot o Fechar Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 81 Cap tulo 5 Opera es Aritm ticas entre Imagens la Estatisticas de Amostras E Sele o de PI banda3 210708 MOMENTOS Amostra banda3 2 4 Banda M dia Desv Padr o vari ncia 0 4 73 3 lt 15 Na caixa de di logo Aquisi o de Amostras clique no bot o Fechar 16 Na caixa de di logo An lise Estat stica de Amostras clique no bot o Fechar l Aquisi o de Amostras tl RR la An lise Estat stica de Amost x Ix Fator de Amostragem AN Aquisi o E Coordenad e aquisi o Cursor Coordenadas Ena E Coordenadas da Amostra E arquivos Estalisticos Inicial xo fo mo Final 1 Yi Amostras bandaz 210708 Carregar Remover Nome bandas 210708 Planos de Informa o Satelites bandas 210705 Satel
32. CBERS http www cbers inpe br para fazer o download gratuito de imagens de sat lite CBERS c mera CCD para o munic pio de Cachoeiro de Itapemirim data que lhe interessar com cobertura de nuvens menor que 10 localizado ao Sul do Estado do Esp rito Santo Figura 1 8 Ap s a aquisi o das imagens que ser o enviadas para seu e mail execute as seguintes atividades a Cat logo de Imagens Microsoft Internet Explorer Arquivo Editar Exibir Favoritos Ferramentas Ajuda Eid 3 Vime OO nNndoOPfXO 2 Sab Ss Endere o http jjwuw o inpe brICOSR Hr ue a Portugues Cat logo de Imagens a Cadastro e Entrar o Sair EB Carrinho 2 Hist rico Ajuda gt Par metros B sicos Sat lite CBERS 28 w Fechar Teco w 5520 20 00 040 20 00 Instrumento v Intervalo de Tempo Sazonal De Jos Jrfisr at fpo rfroos Cobertura M xima de Nuvens galios we nz 10 v o3 10 w qa 10 Quick Look Pequeno O branda Mosaico da Passagem Data E EE EM ou rbita Pais Munic pio Estado BRASIL ferodeapemi m ES v rbita Ponto Del Jul De Jae Por Regi o Norte io oeste o testeo Sul 4 Conclu do O Internet Figura 1 8 Cobertura de imagens CBERS para o munic pio de Cachoeiro de Itapemirim ES a Crie um diret rio chamado Imagens Cachoeiro Itapemirim na unidade C de seu computador b Extraia suas imagens para dentro deste diret r
33. Controle E x Tela Ativa Auxiliar PIDispon veis PI Selecionados Categoria Plano de Informa o T 4 Satelites Class Super Maxver J Class Super Maxver pos Ikonos band 1 Ikonos band 2 Ikonos_band_3 Ikonos_band_4 E 15 20 589 19 C Class Super Regi o Bhattacharya E Uso Solo e PI Seg 15 20 ELABORA O DO MAPA TEM TICO MAPEAMENTO DE USO E OCUPA O DO SOLO 1 Na caixa de di logo Classifica o clique sobre o bot o Mapeamento 2 Na caixa de di logo Mapeamento para Classes no painel Imagens Classificadas selecione a imagem Class Super Regi o Bhattacharya 3 No painel Categorias selecione Uso Solo 4 No painel Temas selecione o tema Agua 5 No painel Classes selecione a classe Agua Repita os passos 4 e 5 para os outros temas e classes como demonstrado anteriormente na Tabela 7 6 com exce o da classe Agua j criada anteriormente 6 Clique sobre o bot o Executar Le Classifica o rm f l Mapeamento para Classes ox c iLivro Spring Alegre ESiBacia Rio AlegreiBHR ba Imagens Classificadas Categorias Classificacao regiao Contexto 1 Class Super Regi o CAT_Tematico Criar Eliminar Bandas ikonos band 2 ikonos band 3 ikonos band 4 Menhurma Imagem Segmentada Seg 15 20 ss Estr da Pavimento Agua Fradmento ke Estrada Pav areto de Ant de Reside eene p s Classif
34. DE NORMALIZA O RADIOM TRICA DE IMAGENS DE SAT LITE g E Comments E attachments 5 alf gE Figura 5 1 Trabalho publicado no XI SBSR Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 77 Cap tulo 5 Opera es Aritm ticas entre Imagens Ap s a apresenta o do m todo de uniformiza o das m dias e vari ncias UMV voc j est pronto para iniciar uma aplica o pr tica no SPRING 5 1 2 COLETA DAS INFORMA ES ESTAT STICAS DA IMAGEM DE REFER NCIA Inicialmente voc ir coletar os valores referentes m dia e a vari ncia da imagem de refer ncia intitulada banda4 210708 Antes de seguir as etapas abaixo ative o Banco de Dados Bacia Rio Alegre e o Projeto BHR Alegre 8 No Painel de Controle selecione a imagem denominada banda4 210708 9 Selecione a paleta de cor M monocrom tica le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre KE Arquivo Editar Exibir Imagem T j MNT BB ci Painel de Controle An lise Executar Ferramentas Ajuda POR LAQA RA O DR O jato vy 7 intra 4 Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o E Z W Satelites bandai 210708 bandaZ 210708 banda3 210708 My bandas 210708 bandaS 210708 Eva 2 a PI banda4_210708 10 No menu Imagem clique na op o
35. Decreto n 1 825 de 20 12 1907 O autor seu professor respeite o sempre citando seu nome em poss veis publica es GR FICA Gt Tel 28 3552 4169 Rua Monsenhor Pavesi 275 Centro Alegre ES e mail graficafm Dhotmail com DEDICAT RIA N s autores dedicamos este livro aos familiares que sempre acreditaram em nossos trabalhos AGRADECIMENTOS Universidade Federal do Esp rito Santo UFES em especial ao Programa de P s gradua o em Ci ncias Florestais da UFES PPGCF UFES e Departamento de Engenharia Rural da UFES ERU UFES Aos professores do Programa de P s gradua o em Ci ncias Florestais da UFES PPGCF UFES pela contribui o e apoio para elabora o deste livro Prefeitura Municipal de Alegre por ter disponibilizado parte da base de dados al m de fornecer apoio log stico para a coleta de informa es em campo Aos rg os Instituto Nacional de Pesquisas Espaciais INPE Instituto Estadual de Meio Ambiente e Recursos H dricos IEMA e N cleo de Estudos e de Difus o de Tecnologia em Floresta Recursos H dricos e Agricultura Sustent vel NEDTEC que disponibilizaram parte do banco de dados espaciais para a elabora o dos exerc cios deste livro Em especial a todos que direta ou indiretamente contribu ram para o desenvolvimento deste livro COLABORADORES UFES Universidade Federal do Esp rito Santo PPGCF UFES Programa de P s Gradua o em Ci ncias Florest
36. ES NEDTEC UFES e IJSN Cap tulo 7 Classifica o de Imagens de Sat lite A Exatid o Global ou Desempenho Geral DG definido pela seguinte equa o Em que D elementos da diagonal principal T n mero total de amostras O c lculo do ndice Kappa K efetuado por meio da seguinte rela o CONGALTON GREEN 1998 em que X total da linha para uma dada categoria informacional X total da coluna para uma dada categoria informacional De acordo com Congalton amp Green 1998 as classifica es das imagens geradas em sensoriamento remoto s o identificadas em determinados intervalos de valores conforme os n veis de aceita o na Tabela 7 4 Tabela 7 4 Intervalo de aceita o dos resultados do ndice Kappa INDICE KAPPA K CARACTERISTICAS K lt 0 4 Pobre 0 44K lt 0 8 Razo vel K 2 0 8 Excelente Logo com o objetivo de calcular o ndice Kappa K temos que Conclui se ent o que para nossa amostragem o ndice Kappa apresentou valor de 88 30 enquadrando se como excelente 111 Cap tulo 7 Classifica o de Imagens de Sat lite CLASSIFICA O SUPERVISIONADA USANDO O METODO DA M XIMA VEROSSIMILHAN A MAXVER 1 De volta caixa Classifica o de Imagens na caixa de entrada Nome digite Class Superv Maxver 2 Clique sobre o bot o Criar 3 No dropdown da op o Classificador selecione Maxver algoritmo de classifica o da M xima Verossimilha
37. Estat stica 11 Selecione a imagem banda4_210708 12 Na caixa de entrada Nome digite banda4 210708 13 Clique no bot o Criar Arquivo l amp An lise Estatistica de Amost CfLivro Spring legre ES arquivos Estabisticos Carregar Mome bandas 210708 Planos de Informa o Satelites bandal 210708 Satelites banda 210708 Satelites bandas 210708 Satelites bandas 210708 P les SPRING 5 1 2 Bacia Rio Alegre BHR Alegre rquivo Editar ita E jii Fr Contraste Filtragem Exibir Mena Tem tico MNT Cadastral Rede An lise Painel de Controle Opera es Aritm ticas Tela Ativi Transform o IH5 lt gt RGE Componentes Principais PI Disponiveis FI Sel Modelo de Mistura Categoria f Plano de Info Segmenta o E T 1 Satelites Classifica o bandal_2107 Mapeamento de Classes para Imagem T banda 2107 FRotula o de Componentes Conectadoso o 0 bandas 2107 E Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 78 Cap tulo 5 Opera es Aritm ticas entre Imagens 14 Na caixa de di logo Aquisi o de Amostras digite banda4 210708 na caixa de entrada Nome da Amostra 15 Marque a op o Coordenadas 16 Nas caixas de entrada X0 YO X1 e Y1 digite os valores 0 O 1127 e 1262 respectivamente 17 C
38. IKONOS correspondentes rea de ESTUCO ato nessas na a OR E A EN a na Tabela 1 2 Modelos de dados dispon veis no Spring eeeeereeeeeererereren aerea Tabela 1 3 Imagens dos sat lites LANDSAT e IKONOS representativas da rea estudo Tabela 1 4 Composi o colorida normal das aerofotos digitais representativas da rea estudo Tabela 2 1 Imagens do sat lite QUICKBIRD oriundas do quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES e eeeerereeeeaeeererereeannanno Tabela 2 2 Caracter sticas dos m todos de realce de contraste disponibilizados no SPRING P EEI M A E TE A RA REST MA AE Tabela 2 3 Bandas espectrais do sat lite QUICKBIRD disponibilizadas no banco de dados UFES hocan AG EA O Ci a Tabela 2 4 M todos de realce de imagem a serem utilizados no SPRING innn Tabela 3 1 Imagens do sat lite QUICKBIRD oriundas do quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES e eeeerereeeenaeaerererenananano Tabela 5 1 Compara o dos valores de m dia e vari ncia das imagens de refer ncia ajuste e NO MMalIZAO A sas eia ong da CS gi Cr id Tabela 7 1 Algoritmos de classifica o mais comuns eeeeeeeerereeaeereererenenaneeraa Tabela 7 2 Resultado estat stico de cinco classes nas bandas 4 5 eee Tabela 7 3 Nome e cor das amostras de treinamento a serem c
39. No menu Imagem clique sobre a op o Contraste Na caixa de di logo Contraste no menu Opera o clique na op o Linear No menu Canal clique na op o Vermelho Na caixa de di logo Contraste clique com o bot o esquerdo do mouse sobre o in cio da curva do histograma localizado do lado esquerdo do mesmo Clique com o bot o direito do mouse sobre o final da curva do histograma localizado do lado direito do mesmo Clique no bot o Aplicar Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 46 Cap tulo 2 Contraste de Imagens Digitais l SPRING 5 1 2 UFES Imagem UFES ivo Editar Exibir Imagem f An lise Executar Ferramentas Ajuda S ngA s g Ytp SAQACA A A MR O fato wi 20534 linativa Categoria Plano de Informa o E V satelites B Ufes60cm B G Ufes60cm G R Ufes60cm R le SPRING 5 1 2 UFES Imagem U ES Arquivo Editar Exibir EEUE 878 44 Mo PI Ufes60cm R Filtragem Og mn Canal Exibir Executar Ajuda Minimo M ximo Exibir Executa Raiz Quadrada Quadrado Logaritmo Negativo Equalizar Histograma vermelho Rj verde 15 Azul E Fatiamento b Editar gt Contraste Opera o Canal Exibir Executar Ajuda las SPRING 5 1 2 UFES Imagem UFES BAE rquivo Editar Exibir Imagem An lise Executar Ferramentas Ajuda a Auta LF
40. O QUADRANTE REPRESENTATIVO DA BACIA HIDROGR FICA DO RIO ALEGRE ESA DCE ORNE NEN AE EEA NONO CODIN CURRENT ENO RR RENA OAT A 77 CAP TULO 6 NDICES DE VEGETA O 90 6 1 INDICE DE VEGETA O agi ae E E E E E 90 CAP TULO 7 CLASSIFICA O DE IMAGENS DE SATELITE 98 7 1 CLASSIFICA O DE IMAGENS DIGITAIS REP E E E E E 98 7 2 CLASSIFICA O PIXEL A PIXEL E POR REGI O 99 7 3 CLASSE INFORMAL E CLASSE ESPECTRAL eternas 100 7 4 CLASSIFICA O SUPERVISIONADA E N O SUPERVISIONADA 100 7 5 ALGORITMOS DE CLASSIFICA O PRETA E T AR E e 101 7 6 MAPEAMENTO DO USO E OCUPA O DO SOLO USANDO O M TODO DE CLASSIFICA O SUPERVISIONADA DE M XIMA VEROSSIMILHAN A MAXVER 108 7 7 MAPEAMENTO DO USO E OCUPA O DO SOLO USANDO O M TODO DE CLASSIFICA O SUPERVISIONADA DE BHATTACHARYA eae 128 7 8 MAPEAMENTO DO USO E OCUPA O DO SOLO USANDO O M TODO DE CLASSIFICA O N O SUPERVISIONADA ISOSEG ida ea ada 136 7 9 TRABALHOS CIENT FICOS RELACIONADOS COM CLASSIFICA O DE IMAGENS 140 CAP TULO 8 AN LISE DE COMPONENTES PRINCIPAIS 142 8i INTRODUC AO nesi A 142 8 2 ELABORA O DE IMAGENS DE COMPONENTES PRINCIPAIS 142 8 3 EXEVMPLO DE ARLICA O si aa pa la A SR Da pad aaa 146 NDICE DE FIGURAS Figura 1 1 Home page do Programa CBERS 12 Figura 1 2 Home pages a Mundo da Geom tica e
41. PI a OO NO O EO NM OD RR w N E las o mto U B S Gol ir a Ettin AE O al tema Ef Cadastr Rede An li e as Bae em imee a Ta TT E Painel de Controle Opera es aritm ticas 4 Cap tulo 4 Filtragem de Imagens Digitais a Filtragem ivo Editar Exibir Im tico Executar Ferramentas Ajuda Arquis agem Te MNT Cadastral Rede An lise SASHA ci L tpo LAQJA A A O fato vi ezee fnatva x 2 Linear O N o Linear O Radar Filtros Lineares 2 Passa Baixa M dia 0 PI Ik b4 passa baixa media 7x7 Abaixo Figura 4 30 observada a parte representativa do Parque de Exposi o da cidade de Alegre ES antes e ap s a aplica o do filtro de Passa Baixa M dia 7 x 7 seguida da aplica o da t cnica de realce de contraste linear Figura 4 30 Banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES antes a e ap s b a aplica o do filtro de Passa Baixa M dia 7 x 7 EXERC CIOS mah Utilizando o SPRING de posse do banco de dados Bacia Rio Alegre e do projeto BHR Alegre aplique os seguintes filtros sobre a imagem Ikonos band 4 Linear Direcional de Borda Linear N o Direcional de Borda N o linear Detec o de Bordas N o linear Morfol gico Dilata o N o linear
42. Rosa dos Santos ERU CCA UFES Telma Machado de Oliveira Peluzio PPGCF CCA UFES Nath lia Suemi Saito PPGCF CCA UFES Editora o Eletr nica Programa de P s gradua o em Ci ncias Florestais da UFES PPGCF CCA UFES Revis o T cnica Alexandre C ndido Xavier Geraldo R gis Mauri Revis o Ortogr fica Luciene Pinheiro de Souza FAFIA E E E F M Aristeu Aguiar Contato http www mundogeomatica com br e mail mundogeomatica dyahoo com br Tel 28 3552 8632 ou 28 99260262 Dados Internacionais de Cataloga o na publica o CIP Biblioteca Setorial de Ci ncias Agr rias Universidade Federal do Esp rito Santo ES Brasil Santos Alexandre Rosa dos 1974 S237s SPRING 5 1 2 passo a passo aplica es pr ticas Alexandre Rosa dos Santos Telma Machado de Oliveira Peluzio Nath lia Suemi Saito Alegre ES CAUFES 2010 153 p il 30 cm ISBN 978 85 61890 06 3 1 Sensoriamento remoto 2 Geom tica 3 Sistemas de coleta autom tica de dados 4 Cartografia Processamento de dados 5 Geografia Servi os de informa o I Peluzio Telma Machado de Oliveira II Saito Nath lia Suemi III T tulo IV T tulo Passo a passo aplica es pr ticas CDU 528 8 TODOS OS DIREITOS RESERVADOS O livro gratuito podendo ser impresso A viola o dos direitos autorais Lei n 9 610 98 crime art 184 do C digo Penal Dep sito legal na Biblioteca Nacional conforme
43. Um projeto corresponde fisicamente a um subdiret rio debaixo do diret rio do banco de dados ao qual pertence Os dados PI s deste projeto estar o debaixo deste subdiret rio Siga os passos abaixo para voc criar o projeto a ser trabalhado nas atividades pr ticas deste Cap tulo 1 No menu Arquivo aponte para a op o Projeto e novamente clique na op o Projeto 2 Na caixa de entrada Nome digite BHR Alegre Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 16 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais dra A a Clique no bot o Proje o Na caixa de di logo Proje o em Sistemas escolha UTM Em Modelos da Terra escolha Datum gt SAD6D9 Na caixa de entrada Zona digite 24 Clique no bot o Executar Novamente na caixa de di logo Projetos nas caixas de entrada X1 X2 Y1 e Y2 entre com os seguintes valores X1 220489 000000 X2 243050 000000 Y1 7684786 000000 Y2 77 10137 000000 Observa o caso voc necessite utilizar coordenadas geogr ficas a sintaxe deve ser conforme o exemplo a seguir Exemplo Long1 o 40 41 13 915902 Long2 o 40 28 0 231653 Lati s 20 55 9 833018 Lat2 s 20 41 14 311944 9 Clique no bot o Criar 10 Clique no bot o Ativar l SPRING 5 1 pioi Editar Banco de Dados 2 Bacia Rio Alegre Exibir Modelo de Dados Objeto f N o Espacial l Proje
44. W Postagem MH Fragmento Estrada Pavimentada a gua 77010 770 1 ses 236714 2374 237314 Figura 7 9 Modelo do layout elaborado no programa Scarta Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 125 Cap tulo 7 Classifica o de Imagens de Sat lite 7 7 MAPEAMENTO DO USO E OCUPA O DO SOLO USANDO O METODO DE CLASSIFICA O SUPERVISIONADA DE BHATTACHARYA Neste t pico ser apresentado o m todo de classifica o supervisionada de Bhattacharya que ir depender de amostras de treinamento obtidas automaticamente por meio da t cnica de segmenta o de imagens mostradas a seguir 4 SEGMENTA O DE IMAGENS O processo de segmenta o representa geralmente o primeiro passo no sentido de preparar as imagens de sat lite para uma futura classifica o tem tica passo este que pode determinar o eventual sucesso ou fracasso de uma an lise O ato de segmentar uma imagem consiste em agrupar pixels com caracter sticas similares em termos tonais e texturais formando regi es homog neas Essas regi es s o correspondentes s fei es da superf cie terrestre e ir o servir de base para a an lise e cartografia tem tica DLUGOSZ et al 2008 A segmenta o autom tica em geral baseia se nas caracter sticas de descontinuidade e similaridade dos tons de cinza de uma imagem O m todo que avalia a descontinuidade considera a mudan a abrupta dos valores
45. XIV SBSR rea eeeeeeree renas ereeaea aan rereennda Figura 7 1 Uso e ocupa o do solo gerado pelo algoritmo de classifica o da m xima verossimilhan a Maxver de uma rea pertencente ao bairro Pavuna Alegre Figura 7 2 Imagem num rica oriunda da composi o colorida em falsa cor a e imagem Classificada catrasass ie ion avo a a Ed a o GR Cao Ep a Figura 7 3 Etapas necess rias para a classifica o supervisionada ieeea Figura 7 4 Esquema de aplica o do algoritmo de classifica o do paralelep pedo EASTMAN 1998 AdADiAdO Jaena SARA qu e RA O Sa SU aa A DR A al ca Figura 7 5 Esquema de aplica o do algoritmo de classifica o da dist ncia m nima euclidiana EASTMAN 1998 Adapiado amido Danas tia aca des Eta a a a E Figura b Limite de deCIiS O sascugu dios rs coriba ras doce datas cia Dica sl ns o bas i Econ oa r Gaga aro oie sinos iaas sas ans dio Figura 7 7 Esquema de aplica o do algoritmo de classifica o da m xima verossimilhan a EASTMAN 1998 adapiado sa as patroa ia Sis ataro sau Da ERES GTA asd EA ra GE gar Figura 7 8 Resultados estat sticos da classifica o supervisionada usando o m todo da M xima VE roSSImIhan a MAXVER adorando O a a o a ld O Figura 7 9 Modelo do layout elaborado no programa Scaria erre Figura 7 10 Amostras de treinamento selecionadas e eeeeerereneeeeerereeeeenaaeerea Figura 7 11 Resultados estat sti
46. a qualidade visual das seguintes imagens Pancrom tica e falsa cor Ap s a aplica o de cada m todo de realce de contraste fa a uma discuss o sobre os resultados obtidos baseando se no seu respectivo histograma Tabela 2 3 Bandas espectrais do sat lite QUICKBIRD disponibilizadas no banco de dados UFES SATELITE QUICK BIRD 21 04 05 INTERVALO DE COMPRIMENTO DE ONDA Pancrom tica BANDAS ESPECTRAIS um FAIXA ESPECTRAL ufes 1 0 45 0 52 2 4 m Azul B Ufes 2 0 52 0 60 2 4 m Verde G ufes 3 0 63 0 69 2 4 m Vermelho R ufes pan 0 45 0 90 0 6 m Tabela 2 4 M todos de realce de imagem a serem utilizados no SPRING METODOS DE REALCE DE CONTRASTE A SEREM EXECUTADOS Raiz Quadrada Equaliza o de Histograma 2 Ative O banco de dados intitulado Bacia Rio Alegre e aplique o m todo de realce de contraste linear sobre as seguintes composi es coloridas a Sat lite IKONOS gt Composi o colorida falsa cor bandas verde lkonos band 2 vermelho lkonos band 3 e infravermelho lkonos band 4 b Sat lite CBERS gt Composi o colorida falsa cor bandas verde banda 210708 vermelho banda3 210708 e infravermelho banda4 210708 c Sat lite LANDSAT gt Composi o colorida falsa cor bandas verde b2 300501 vermelho b3 300501 e infravermelho b4 300501 Ap s a aplica o de cada contraste linear capture seu respectivo histograma na forma de imagem Posteriorm
47. adicionais Por outro lado se elas t m repostas espectrais bem diferentes a raz o entre as bandas fornece um valor nico que concisamente expressa o contraste entre as duas reflect ncias Para a vegeta o viva a estrat gia da raz o pode ser especialmente efetiva devido rela o inversa entre valores de brilho da vegeta o na regi o do vermelho e infravermelho pr ximo Isto a absor o da luz vermelha VM pela clorofila 80 a 90 e a alta reflex o da radia o infravermelha IV pela mes fila 40 a 50 asseguram que as caracter sticas espectrais do vermelho e o infravermelho pr ximo ser o bem diferentes e consequentemente a raz o IV VM ser alta Superf cies n o vegetadas incluindo gua solo exposto e vegeta o morta ou estressada n o ter o estas respostas espectrais espec ficas e consequentemente suas raz es ir o decrescer em magnitude Assim a raz o IV VM pode fornecer uma medida da import ncia da reflect ncia vegetativa dentro de um dado pixel A raz o IV VM uma das muitas medidas usadas para medir o vigor da vegeta o A raz o verde vermelha VD VM por exemplo baseada nos mesmos conceitos usados pela raz o IV VM embora seja menos efetiva A seguir ser o apresentadas as caracter sticas sobre v rios ndices de Vegeta o propostos por v rios pesquisadores De acordo com Eastman 1998 o ndice de Raz o de Vegeta o do ingl s Ratio Vegetation Index R
48. ao lado que o aumento de contraste maior a partir da m dia do histograma mesmo havendo um deslocamento geral para a regi o de n veis mais escuros O mapeamento logar tmico de valores de n veis de cinza til para aumento de contraste em fei es escuras valores de cinza baixos Equivale a uma curva logar tmica como mostrado na figura ao lado uma fun o de mapeamento linear inversa ou seja O contraste ocorre de modo que as reas escuras baixos valores de n vel de cinza tornam se claras altos valores de n vel de cinza e vice versa A figura ao lado mostra sua representa o Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 42 Cap tulo 2 Contraste de Imagens Digitais y 2i 255 Pt Em que faxi frequ ncia acumulada para o n vel de cinza xi Equaliza o Pt popula o total n mero total de de Histograma pixel Fatiamento normal com 16 fatias Fatiamento ENEE wo Fatiamento equidistribui o com 16 fatias Fatiamento equidistribui o com 16 fatias Edi o il ho a A Ham uma maneira de manipula o de histograma que reduz automaticamente o contraste em reas muito claras ou muito escuras numa imagem Expande tamb m os n veis de cinza ao longo de todo intervalo Consiste em uma transforma o n o linear que
49. b Livro Spring 5 1 2 aplica es pr ticas 14 Figura 1 3 Pasta Livro Spring Alegre ES extra da dentro da Unidade C 14 Figura 1 4 Locais importantes da cidade de Alegre ES sobre a imagem IKONOS 32 Figura 1 5 Parque de exposi o da cidade de Alegre is eeeeerereeeenaaerererenanaaamo 34 Figura 1 6 Centro de Ci ncias Agr rias da UFES CCA UFES eee 34 Figura 1 7 Regi o central da cidade de Alegre e erereeeeeererereea eae rerereren an rerna 34 Figura 1 8 Cobertura de imagens CBERS para o munic pio de Cachoeiro de Itapemirim ES 36 Figura 1 9 Amostras de categorias de uso e ocupa o de solo extra das de uma imagem do sat lite QUICK BIRD com resolu o espacial de 60 cm em composi o normal e falsa cor 37 Figura 2 1 Etapas do processamento digital de imagens e ennea 38 Figura 2 2 Area 1 quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES Imagem do sat lite QUICKBIRD em composi o falsa cor resolu o espacial de 2 4 M e eeereceeeerererena nana enerenanaa nc ereaana nana erereenanaaso 40 Figura 2 3 Histograma e imagem antes a e ap s b a aplica o do contraste contraste linear HO SPRING 52 raso aus A E O SG DO id di UU 41 Figura 2 4 Histograma e imagem antes a e ap s b a aplica o do contraste contraste linear Ho SPRINGS 2 c
50. corrente Bacia _Rio_Alegre Fechar Banco de Dados Ativo gt UFES L amp Projetos Projetos Nome BHR Alegre UTM Datum SIRGAS2000 Proje o de Refer ncia Proje o Ret ngulo Envolvente Coordenada eogr ficas Planas xi 220489 000000 E KZ 243050 000000 E Ti 7684786 000000 1 o Yz 7710137 000000 Hemisf rio O NIO 5 On s Criar Atalho Carregar Atalho Projeto corrente BHR Alegre Lg SPRING 5 1 2 Bacia Rio Alegre drquio Editar Exibir Imagem Tem tico Banco de Dados K j t i a Projeto Modelo de Dados Objeto N o Espacial Frojeto Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 69 Cap tulo 4 Filtragem de Imagens Digitais a a O 00 JO O EO NO OD RR CON APLICA O DO FILTRO LINEAR DE PASSA BAIXA M DIA 3 X 3 No SPRING selecione a guia Principal No Painel de Controle selecione a banda infravermelho do sat lite IXONOS intitulada lIkonos band 4 Selecione a paleta de cor M monocrom tica Clique na ferramenta Zoom PI amp No menu Imagem clique na op o Filtragem Na caixa de di logo Filtragem selecione o tipo de filtragem Linear Selecione o filtro linear Passa Baixa M dia Selecione a m scara 3x3 Na caixa de entrada Nome digite o nome Ik b4 passa baixa media 3
51. de cinza e o m todo por similaridade fundamenta se na agrega o de pixels em fun o da sua semelhan a com os pixels vizinhos GONZALES WINTZ 1987 A segmenta o por crescimento de regi es se baseia nesse segundo m todo Conforme Venturieri e Santos 1998 citado por Corte et al 2008 a opera o de segmenta o por crescimento de regi es consiste em agrupar pixels com caracter sticas similares em termos tonais e texturais formando regi es homog neas Desta forma a imagem particionada em um conjunto de regi es correspondentes s fei es da superf cie terrestre que ir o servir de base para a an lise e cartografia tem tica Os resultados desse processo s o reas com aspecto cont nuo onde cada rea possui caracter sticas espectrais bem diferentes das vizinhas que a cercam De acordo com Gonz les amp Woods 2000 citado por Dlugosz et al 2008 a sele o de crit rios de similaridade dependente do problema em considera o e tamb m do tipo de dados imagens dispon veis Para Coutinho 1997 citado por Dlugosz et al 2008 a defini o de valores para os limiares na segmenta o de imagens depende principalmente do conhecimento dos padr es de reparti o espacial dos objetos de cada rea e da defini o da generaliza o cartogr fica ideal em fun o da escala cartogr fica da abordagem realizada Contempla uma etapa que exige maior aten o devido inexist ncia de valores padronizados par
52. invasion In this work they were studied the ghastly behaviors of the vegetation of the National Forest of E Pacomba starting from techniaues of Remote Sensing amons the vears of 1985 and 2007 For that st was used amp Conclu do 6 Zona desconhecida lt Figura 6 4 Trabalho publicado no XIV SBSR REFER NCIAS BIBLIOGR FICAS EASTMAN J R Idrisi for Windows Introdu o e Exerc cios Tutorais J Ronald Eastman Editores da vers o em portugu s Heinrich Hasenack e Eliseu Weber Porto Alegre UFRGS Centro de recursos Idrisi 1998 JENSEN J R Introductory digital image processing a remote sensing perspective New Jersey Prentice Hall 1986 379 p ROUSE J W HAAS R H SCHELL J A DEERING D W 1973 Monitoring vegetation systems in the Great Plains with ERTS Third Symposium of ERTS Greenbelt Maryland USA NASA SP 351 V1 309 317 LOUZADA F L R O COUTINHO L M ANDRADE C C OLIVEIRA V A S BREDA P H M SANTOS A R An lise da Cobertura Florestal por meio da subtra o de imagem NDVI na Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES Anais INPE p 3995 4001 2009 Dispon vel em http marte dpi inpe br col dpi inpe br sbsr D80 2008 11 17 11 48 doc 3995 4001 pdf Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 95 Cap tulo 7 Classifica o de Imagens de Sat lite CLASSIFICA O DE IMAGENS DE 07 SATELIT
53. m scara do Filtro de Passa Baixa M dia 3 x 3 valores dos n veis de cinza da imagem original e imagem filtrada c e eeeeerereeeeaeereererena na aerereananaaso Figura 4 29 Banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES antes a e ap s b a aplica o do Filtro de Passa Baixa M dia 5 x 5 Figura 4 30 Banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES antes a e ap s b a aplica o do filtro de Passa Baixa M dia 7 x 7 Figura 5 1 Trabalho publicado no XI SBSR e eeeereee e eererere canas ererreea an renea Figura 5 2 Compara o entre as imagens de refer ncia ajuste e normalizada Figura 5 3 Compara o entre o histograma das imagens de refer ncia ajuste e MO MANZ O Also a da are esa ana a ata erica A RA aaa A Figura 6 1 Compara o entre o NDVI de reas vegetadas a e n o vegetadas com presen a de eQiica es Dao sauna io usa ada Elaine nto Soda Ss eta DD e O Sa ES LP a Figura 6 2 NDVI na Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES para os anos de T9056 200 PAIN RR Sra RO RA DR RD RR UDN SUE PDS ERVA REED DS RA Figura 6 3 Varia o temporal da cobertura vegetal da Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES entre os anos de 1985 e 2007 a a E E aan aai Figura 6 4 Trabalho publicado no
54. movimenta o da imagem dentro da tela de visualiza o Clique no menu Exibir Cursor de Voo ou na ferramenta Cursor de Voo Mantenha pressionado o bot o esquerdo do mouse e arraste a imagem na tela de visualiza o 7 Para visualizar novamente toda a imagem clique na ferramenta Zoom PI 9 6 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 26 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais SPRING 5 1 2 Bacia Rio Alegre HR Alegre BA Arquivo Editar Exibir Imagem Tems E F An lise Executar Ferramentas Ajuda SuB o 4 s u t oR LAICA E A M O Jato vla 7576 nativa v Painel de Controle Tela Ativa Principal p PI Dispon veis i la SPRING 5 1 2 Bacia_Rio_Alegre BHR_Alegre HE sponivets EL Aoc io iii Arquivo Editar Exibir Imagem d An lise Executar Ferramentas Ajuda Categoria Plano de Informa o BUSH4 ci Mr 4 o a SAGAS E A M O jato vly sos nativa E w satelites Painel de Contra x bandai 210708 ane ce contro s B banda2_210708 Tela Ativa Principal E ESET G banda4 210708 Dispon veis PI MEET banda5_210708 Categoria Plano de Informa o E w sateltes band pin
55. o Rt fato mji i6568 limtiva w Painel de Controle 5 x i n la Cankat f EN mn N vel de Entrada 254 00000000 LUT Popula o Entrada 254 0000000 o Novo 254 0000000 2925 M dia Edi o Saida M 38 95746350 52 98616188 B 30 06304502 Valores M n 10 00000000 M x 88 00000000 Salvar Imagem nomes TS PI ufes pan 8 Na caixa de di logo Contraste na caixa de entrada Nome digite ufes pan linear 9 No menu Executar clique na op o Salvar 10 Clique no bot o Fechar Ed 11 Clique no bot o N o para n o manter o contraste aplicado sobre a imagem atual pois voc j salvou esta imagem com outro nome anteriormente 12 Clique na guia Auxiliar 13 No painel de controle selecione a imagem ufes pan linear 14 Marque a op o M n veis de cinza Contraste Opera o Canal Exibir Nai Recompor Histograma Salvar Histograma Salvar Tiff Fechar Vim I N vel de Entrada 115 00000000 LUT Popula o Entrada 115 0000000 12 Novo 254 0000000 o M dia Edi o Saida M 38 95746350 G 52 98616188 dB 30 06304502 l SPRING D Valores Fatias M n 10 00000000 Deseja manter o contfaste aplicado Salvar Imagem Nome ufes pan linear
56. objetivo determinar ndices de vegeta o utilizando opera es aritm ticas para manipula o de imagens de sat lite A atividade executada neste cap tulo ser Determina o do ndice de Vegeta o de Diferen a Normalizada NDVI para o quadrante representativo da bacia hidrogr fica do rio Alegre ES 6 1 NDICE DE VEGETA O ndices de vegeta o s o medidas quantitativas baseadas nos valores digitais que tentam medir biomassa ou vigor vegetativo Geralmente um ndice de vegeta o formado pela combina o de bandas espectrais que podem ser adicionadas subtra das divididas ou multiplicadas de forma a produzir um valor nico que indique a quantidade ou vigor de vegeta o Um ndice de vegeta o com alto valor de brilho indica pixels cobertos por uma alta propor o de vegeta o viva saud vel A forma mais simples de obter o ndice de vegeta o pela raz o entre duas bandas espectrais Algumas raz es entre bandas t m sido definidas a partir do conhecimento do comportamento espectral da vegeta o viva Raz es entre bandas geralmente s o quocientes entre medidas de reflect ncia em por es separadas do espectro As raz es s o efetivas em real ar ou revelar informa es quando existe uma rela o inversa entre duas respostas espectrais para o mesmo fen meno biof sico Se duas fei es t m o mesmo comportamento espectral as raz es entre bandas fornecem poucas informa es
57. sat lite IKONOS dilata o ia de oriunda de nova Figura 4 23 Fechamento de uma imagem aplica o encadeamento de filtros dilata o seguido de eros o sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES Agora que voc assimilou conceitos te ricos sobre as t cnicas de filtragem ser o demonstradas algumas aplica es pr ticas no SPRING 5 1 2 4 4 ATIVA O DE UM NOVO BANCO DE DADOS NO SPRING As t cnicas de filtragem ser o desenvolvidas sobre imagens do sat lite IKONOS do quadrante representativo da cidade de Alegre ES Para tanto deve se ativar o projeto intitulado Bacia Rio Alegre da seguinte maneira 1 No menu Arquivo clique na op o Banco de Dados Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 68 Cap tulo 4 Filtragem de Imagens Digitais 2 Na caixa de di logo Banco de Dados selecione o banco de dados Bacia Rio Alegre 3 Clique no bot o Ativar 4 Na caixa de mensagem SPRING clique no bot o Sim para fechar o banco de dados ativo denominado UFES 5 No menu Arquivo aponte para op o Projeto e clique em Projeto 6 Selecione o projeto BRH Alegre 7 Clique no bot o Ativar Editar Exibir Imagem Ten Projeto P l Banco de Dados CriBacia Rio Alegre SPRING Banco de Dados Bacia Rio legre Home le SPRING p p Banco de Dados
58. ser assinalado classe de p ntano cuja menor dist ncia foi 15 75 Muitos algoritmos de dist ncia m nima permitem ao analista especificar uma dist ncia limite limiar da m dia da classe a partir da qual o pixel n o ser assinalado a uma classe mesmo que ele esteja pr ximo da m dia daquela classe Por exemplo se um limiar de 10 fosse especificado o pixel desconhecido A ainda seria classificado como floresta por ter uma dist ncia m nima de 4 59 que est abaixo do limiar J o pixel desconhecido B n o seria assinalado classe de p ntano porque sua dist ncia m nima de 15 75 foi superior ao limiar estabelecido de 10 Neste caso esse pixel seria assinalado a uma classe desconhecida 7 6 MAPEAMENTO DO USO E OCUPA O DO SOLO USANDO O METODO DE CLASSIFICA O SUPERVISIONADA DE MAXIMA VEROSSIMILHAN A MAXVER PREPARA O DO BASE DE DADOS J com o Spring aberto no menu Arquivo clique na op o Banco de Dados Com o diret rio Livro Spring Alegre ES j selecionado selecione o banco de dados Bacia Rio Alegre Clique no bot o Ativar No menu Arquivo aponte para a op o Projeto e novamente clique na op o Projeto Clique no bot o Desativar Nas caixas de entrada X1 X2 Y1 e Y2 entre com os seguintes valores X1 236714 000000 X2 237551 000000 Gp DI des o Y1 7701566 000000 Y2 7702452 000000 7 Na caixa de entrada Nome digite BHR Alegre Uso Solo 8 Clique no bot o Criar 9 Clique
59. sobre a op o Salvar Carta 76 Novamente no menu Arquivo aponte para Exportar e clique em PDF 77 Na caixa de di logo Defina o nome do Arquivo v para o diret rio de trabalho CiLivro Spring Alegre ES 78 Na caixa de entrada Nome do arquivo digite Uso Ocupacao Solo Alegre 79 Clique sobre o bot o Salvar SCarta 5 1 2 Uso Solo Alegre PROJETI PETI Editar Exibir Executar Ajuda Executar sd as F Carregar Projeto Modelo de Dados Defina o nome do arquivo Objeto N o Espacial Salvar em Livro Spring Alegre ES qua c E 7 3 Bacia Rio Alegre Imagem UFES SCarta 5 1 2 Uso Solo Al eatpa Editar Exibir Banco de Dados Carregar Projeto Modelo de Dados Objeto N o Espacial Documentos recentes 3 Desktop Salvar Molde Salvar Molde Como Salvar Carta documentos Salvar Carta Como Fechar Carta Molde Meu computador qe Salvar no Formato JPEG Salvar Molde d ps Nome do arquivo Uso Ocupacao Solo Alegre Salvar Molde Como Imprimir iss Configurar Papel BMP Salvar como tipo Portable Document Format pdf Cancelar Sair PNG TIFF JPG Salvar Carta Como A Figura 7 9 mostra o layout final elaborado ap s a execu o das etapas anteriores USO E OCUPA O DO SOLO PARA O BAIRRO PAVUNA ALEGRE ES 236714 25704 237514 E Urbaniza o WE Solo Exposto noza o a 02
60. vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 143 Cap tulo 8 An lise de Componentes Principais PLANO DE INEO RMA O MEDIA _ VARIANCIA konos band 2 band E 59 80 80 825 30 30 konos band 3 j ER Gasol 3 41574 68679 COMPONENTES PRINCIPAIS PC AUTO VALOR PORCENTAGEM E P1 DR s DR R MATRIZ DE COVARIANCIA Ikonos ba band 1 Konoa van band_ 2 tonge pand pano 3 lkonos oane 4 Ikonos band 1 Ikonos band 2 233 94 325 30 425 75 Ikonos_band 3 2 Iikonos_band_4 MATRIZ DE COREEAN konos sana anel Monos band 2 Ikonos band 8 Ikonos tand 4 Ikonos band 1 Ikonos band 3 oras a eres bene 1 lkonos band 2 Ikonos band 3 Ikonos band 4 enos band 2 09 o f oe i o lkonos band 3 Ikonos band 4 oe HAI Sd Figura 8 4 Adapta o did tica dos resultados estat sticos da an lise de componentes principais PERGUNTA 2 RESPOSTA Os autovalores expressam a quantidade de vari ncia explicada por cada componente e os autovetores s o os coeficientes de pondera o associado s vari veis utilizadas nas equa es de transforma o Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 144 Cap tulo 8 An lise de Componentes Principais 8 3 EXEMPLO DE APLICA O EXEMPLO 1 Neste t pico ser o demonstradas passo a passo as etapas necess rias para determina o d
61. vizinhan a Com isso gera se uma imagem classificada com apar ncia menos ruidosa Em uma janela de 3 x 3 pixels o ponto central avaliado quanto frequ ncia das classes temas em sua vizinhan a De acordo com os valores de peso e limiar definidos pelo usu rio esse ponto central ter ou n o sua classe substitu da pela classe de maior frequ ncia na vizinhan a gt O peso varia de 1 a 7 e define o n mero de vezes que ser considerada a frequ ncia do ponto central gt O limiar varia tamb m de 1 a 7 e o valor de frequ ncia acima do qual o ponto central modificado Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 12 Cap tulo 7 Classifica o de Imagens de Sat lite EXEMPLO Para a janela de uma imagem classificada ser avaliado o pixel central pertencente classe 2 Considera se que a peso 3 b limiar 3 A tabela acima indica que a classe 1 ocorre uma vez a classe 3 ocorre tr s vezes e a classe 5 quatro vezes A frequ ncia da classe 2 considerada 3 pelo fato do peso definido ser 3 O limiar igual a 3 far com que o ponto central de classe 2 seja atribu do classe 5 cuja frequ ncia 4 maior que o limiar definido A janela classificada com seus temas uniformizados torna se A defini o de peso e limiar depender da experi ncia do usu rio e das caracter sticas da imagem classificada Quanto meno
62. 0 PI Ik b4 passa baixa media 5x5 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 13 Cap tulo 4 Filtragem de Imagens Digitais Abaixo Figura 4 29 observada a parte representativa do Parque de Exposi o da cidade de Alegre ES antes e ap s a aplica o do filtro de Passa Baixa M dia 5 x 5 seguida da aplica o da t cnica de realce de contraste linear a Imagem original antes da filtragem b Imagem filtrada Passa Baixa M dia 5 X 5 Figura 4 29 Banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES antes a e ap s b a aplica o do Filtro de Passa Baixa M dia 5 x 5 4 APLICA O DO FILTRO LINEAR DE PASSA BAIXA ME DIA 7 X 7 No SPRING selecione a guia Principal No Painel de Controle selecione a banda infravermelho do sat lite IKONOS intitulada Ikonos band 4 Selecione a paleta de cor M monocrom tica Clique na ferramenta Zoom PI amp No menu Imagem clique na op o Filtragem Na caixa de di logo Filtragem selecione o tipo de filtragem Linear Selecione o filtro linear Passa Baixa M dia Selecione a m scara 7x7 Na caixa de entrada Nome digite o nome Ik b4 passa baixa media 7x7 Clique no bot o Executar No Painel de Controle selecione a imagem filtrada denominada Ik b4 passa baixa media 7x7 Selecione a paleta de cor M monocrom tica Clique na ferramenta Zoom
63. 11 134 29 1073 06 tifdata txt 1 KB txt ivo 13 10 15 34 687 36 30 31 2 21 EEE Nome do Arquivo CP Ikonos Alegre txt FIcheiros do tipo lArquivos texto txt v Par metros dos Componentes Princ Componentes Princi E fr FA m dia vari ncia Pa Planos de Informa o band 1 56 78 177 16 band 2 59 80 325 30 band 3 53 38 E03 69 Satelites Class Mao Super Regi a band 4 115 74 686 79 Satelites Class Super Maxver Satelites Class Super Maxver E auto valor Porcentagem Satelites Class Super Regi o Bl pE Satelites Ikonos band 1 30 31 g Satelites Ikonos band 2 Saed Satelites Ikonos hand amp Satelites Ikonos band 4 4 Armostra e Imagem Cursor Imag m de Saida Executar Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1492 Cap tulo 8 An lise de Componentes Principais EER Arquivo Editar Exibir Imagem Jemstco MNT Cadastral Rede An lise Executar Ferramentas Ajuda 5 Arquivo Editar Exibir Imagem Temstco MNT Cadastral Pede An lise Executar Ferramentas Ajuda SEA ch U PORZAGACA DADE O fo viy no 9 SEZ cid U POR LAARA FADO ao vj EE na v 2 Painel de Controle Bx Painel de Controle x Tela Ativa Tela2 PI Dispon veis PI Selecionados PI Dispon veis PI Selec
64. 5 0 52 2 4 m Azul ufes 2 0 52 0 60 2 4 m Verde ufes 3 0 63 0 69 2 4 m Vermelho TORE ufes_4 0 76 0 90 2 4 m Infravermelho pr ximo ufes_pan 0 45 0 90 0 6 m Pancrom tica 281 65 KB OBSERVA O 39 Cap tulo 2 Contraste de Imagens Digitais Figura 2 2 rea 1 quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES Imagem do sat lite QUICKBIRD em composi o Falsa cor resolu o espacial de 2 4 m A t cnica de realce de imagens tem por objetivo melhorar a qualidade visual da imagem aumentando a interpreta o e a quantidade de informa o Geralmente utilizada como uma etapa de pr processamento de imagens Na pr tica a t cnica de realce de uma imagem modifica sua escala de cinza sendo uma opera o pontual em que o novo valor do ponto depende apenas do valor antigo deste ponto Para tanto o usu rio deve manipular o histograma original de uma imagem distribuindo melhor os n veis de cinza ao longo de sua escala Figura 2 3 J a Figura 2 4 mostra a amplia o de uma imagem em falsa cor real ada com contraste linear O realce de contraste pode ser feito mapeando as varia es dentro do intervalo de tons de cinza Vmin Vmax da imagem original para a varia o m xima do dispositivo de visualiza o que geralmente 0 255 Vmin Vmax S o os valores de n veis de cinza NCs m nimos e m ximos respectivamente presen
65. 5 a 8 para criar as classes e cores demonstradas na Tabela 7 5 com exce o da classe Agua j criada anteriormente Tabela 7 5 Nome e cor das classes a serem criadas Abaixo s o demonstradas as apresenta es gr ficas das classes criadas L amp Visuais de Apresenta o Gr fica 2 la Visuais de Apresenta o Gr fica nm l Visuais de Apresenta o Gr fica reas Linhas Pontos Textos SPRING reas Linhas Pontos Textos SPRING reas Linhas Pontos Textos SPRING Cinza escuro Cor Verde Laranja escuro Estio E sio Estio RR O Estio O So 7 SP Estrada Pavimentada Fragmento Solo Exposto L amp Visuais de Apresenta o Gr fica o l amp Visuais de Apresenta o Gr fica reas Linhas Pontos Textos SPRING reas Linhas Pontos Textos SPRING Cor Lima Cor vermelho Est o O Est o O SP SP Pastagem Urbanizacao Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 15 Cap tulo 7 Classifica o de Imagens de Sat lite 9 Ap s a cria o das classes tem ticas com suas respectivas apresenta es gr ficas na caixa di logo Modelo de Dados clique sobre o bot o Executar Modelo de Dados Di Categorias Classes Tem ticas 1 Agua 2 Estrada Pavimentada 3 Fragmento 4 Pastagem 5 Solo Exposto ELABORA O DO MAPA TEM TICO MAPEAMENTO DE USO E OCU
66. 56 v 10 48 Espa amento 10 Pol gono 1 hha C Ponto ao ti Deslocar cm tens de Legenda Dx Espa ar cm Texto Agua x Inserir Legendas na Carta E Inserir L amp Caracter sticas dos Elementos da Carta E Categorias CAT Tematico Uso Solo Texte CO M E Altura mm 4 Espa amento 0 7 Rota o graus O ci CAT Objeto Espessura mm 0 7 Estilo Estilo Classes Agua vegetacao Urbanizacao Solo Exposto Somba Inserir Legendas na cara E X Inserir Classes Selecionadas Todas as Classes Todas as Categorias Fragmento Pastagem Solo Exposto Urbaniza o Uso Solo Uso Solol cl CAT Objeto Rota P o Texto gua 62 Na caixa de di logo Editor de Elementos da Carta no menu Inserir clique sobre a op o Escala 63 D um clique duplo na parte inferior direita do layout Observe que os valores de Xe Y ser o modificados automaticamente sendo que nesta posi o a escala do layout ser inserida 64 Na caixa de di logo Caracter sticas dos Elementos da Carta na caixa de entrada da op o Altura altura da escala digite 3 65 Clique sobre o bot o Atualizar 66 Na caixa de di logo Editor de Escalas selecione o tipo de escala tipo 7 67 Clique sobre o bot o Inserir Veja o t tulo seta de Norte legenda e escala j inseridos no layout F SEREDE EE DoR L amp Caracter sticas dos Elementos
67. 6 inatiwa EEES r4 89 Wrroagaaa SE Q Dr O eco i 995006 inativa Texto 5 F S Principal A Auxiar JN Telaz JN Tela 3 N Telas Ciela SJ iae Zoom In e Zoom Out As ferramentas Zoom In ampliam 2 vezes o centro da tela de desenho J ferramentas Zoom Out reduzem 2 vezes o centro da tela de desenho 17 Com a tela Principal ativa clique na ferramenta Zoom In e veja o resultado 18 Com atela Principal ativa clique na ferramenta Zoom Out e veja o resultado Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 28 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Ampliar A ferramenta Ampliar possibilita aumentar a visualiza o de uma rea em 2 4 e 8 vezes numa janela que fica flutuando sobre a tela ativa 19 Com a tela Principal ativa clique na ferramenta Ampliar e selecione 2x amplia o de 2 vezes 20 Arraste o cursor sobre tela Principal e veja o resultado da amplia o na tela de amplia o Zoom la SPRING 5 1 2 Bacia Rio Alegre BHR Alegre EESK Arquivo Editar Exibir Imagem NT jast An lise Executar Ferramentas Ajuda eng sM Jutro FAQA A N A M O fato vly iza Jinativa mM 2 Painel de Controle ax T
68. ANDA DO VERMELHO Antes de seguir as etapas pr ticas ative o Banco de Dados Bacia Rio Alegre e o Projeto BHR Alegre 1 No Painel de Controle selecione a imagem denominada banda4 210708 2 Selecione a paleta de cor M monocrom tica 3 No menu Imagem clique na op o Opera es Aritm ticas 4 Na caixa de di logo Opera es Aritm ticas no dropdown da op o Opera o selecione C Ganho A B A B Of set 5 Marque a op o A e selecione a imagem banda4 210708 90 Cap tulo 6 ndices de Vegeta o 6 Marque a op o B e selecione a imagem banda3 210708 7 Para as caixas de entrada Ganho e Offset entre com os valores de 50 e 100 respectivamente Obs Posteriormente voc poder testar outros valores de Ganho e Offset 8 Para a caixa de entrada Sa da C entre com o nome NDVI_2008 9 Clique no bot o Executar la SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre BAK Arqui vo Editar Exibir Imagem Tem tic MNT Cadast Rede An lise Executar Ferramentas Ajuda adiando Buss a SEO LAAEN 2 Dx E ato vli 134867 fnatva v 2 Painel c de Controle l ax Tela Ativa Principal Pi bisponivels PI Dispon veis PI Selecionados patas Plano de Informa o E W Satelites bandai 210708 bandaz 210708 banda3 210708 paraa atoza uniformizada OP1 M bandas 08 mas 210708 OR Os B Prin
69. ANDSAT 7 INTERVALO DE BANDAS ESPECTRAIS SENSOR ETM COMPRIMENTO DE FAIXA ESPECTRAL 30 05 2007 ONDA in bi 300501 Azul b2 300501 Verde b3 300501 Vermelho b4 300501 Infravermelho pr ximo b5 300501 Infravermelho m dio b6 300501 Infravermelho termal b7 300501 Infravermelho m dio b8 300501 Pancrom tica SATELITE IKONOS 01 12 02 INTERVALO DE COMPRIMENTO DE ONDA BANDAS ESPECTRAIS um FAIXA ESPECTRAL lkonos band 1 0 45 0 52 4 m Azul lkonos band 2 0 52 0 60 4 m Verde lkonos band 3 0 63 0 69 4 m Vermelho lkonos band 4 0 76 0 90 4 m Infravermelho OBSERVA O PREPARA O DA BASE DADOS NO WINDOWS EXPLORER Para realizar o download gratuito do livro SPRING 5 1 2 aplica es pr ticas basta acessar a home page do Mundo da Geom tica Figura 1 2 que apresenta o seguinte endere o eletr nico http www mundogeomatica com br Nesta home page voc dever clicar na imagem representativa do livro SPRING 5 1 2 aplica es pr ticas indo para a p gina http www mundogeomatica com br spring5x htm Na home page do livro voc poder fazer o download gratuito dos seguintes materiais gt Livro SPRING 5 1 2 aplica o pr tica gt Banco de dados Livro Spring Alegre ES rar gt SPRING 5 1 2 Sistema para Processamento de Informa es Georeferenciadas Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 13 Cap tulo 1 Visualizando Im
70. AQASS A E O fato wa isss limaiva w N vel de Entrada P54 00000000 LUT Popula o LuT Popula o Entrada 254 0000000 0 254 0000000 0 N vel de Entrada 224 00000000 Aplicar M dia Edi o Sa da R 22 00322466 G 52 98616188 B 3006304502 Entrada 224 0000000 0 Novo 254 0000000 1475 M dia Edi o Sa da E R 22 00322466 G 52 98616188 B 30 06304502 Valores Fatias Valores Fatias M n 000000000 M x 254 00000000 5 Mi 20000000 mxs 7000000000 Salvar Imagem Salvar Imagem Banda O Sint tica Nome fo Banda O Sint tica PI Ufes60cm R Repita os passos anteriores para os canais Verde e Azul da seguinte forma 28 29 30 31 32 33 34 35 No menu Canal clique na op o Verde Na caixa de di logo Contraste clique com o bot o esquerdo do mouse sobre o in cio da curva do histograma localizado do lado esquerdo do mesmo Clique com o bot o direito do mouse sobre o final da curva do histograma localizado do lado direito do mesmo Clique no bot o Aplicar No menu Canal clique na op o Azul Na caixa de di logo Contraste clique com o bot o esquerdo do mouse sobre o in cio da curva do histograma localizado do lado esquerdo do mesmo Clique com o bot o direito do mouse sobre o final da curva do histograma localiza
71. ATIO foi proposto por Rouse et al 1974 para separar vegeta o verde de solo utilizando Imagem do sat lite Landsat MSS O Infravermelho RATIO produzido por uma 88 Cap tulo 6 ndices de Vegeta o simples divis o de valores de reflect ncia contidos em bandas do infravermelho pr ximo por aqueles contidos na banda do vermelho sua equa o descrita a seguir RATIO VM Em que RATIO ndice de Raz o de Vegeta o IV Banda correspondente ao Infravermelho Pr ximo VM Banda correspondente ao vermelho Um dos ndices de vegeta o baseado na raz o entre bandas mais amplamente usado o ndice conhecido como Indice de Vegeta o da Diferen a Normalizada do ingl s Normalized Difference Vegetation Index NDVI desenvolvido por Rouse et al 1973 citado por Jansen 1986 dado pela seguinte equa o IV VM NDVI IV VM Em que NDVI ndice de vegeta o por diferen a normalizada IV Banda do infravermelho Pr ximo VM Banda do vermelho O NDVI foi introduzido para produzir um IV espectral que separa vegeta o verde do brilho do solo de fundo utilizando primeiramente dados digitais do sat lite Landsat MSS Este o ndice de vegeta o mais comumente empregado que minimiza efeitos topogr ficos Possui a propriedade de variar entre 1 a 1 sendo que quanto mais pr ximo de 1 maior a densidade de cobertura vegetal O 0 zero representa v
72. Agua 1 102400 Estrada Pavimentada 2 992000 Fragmento 16 996800 Pastagem 35 502400 Solo Exposto 5 752000 Urbanizacao 6 15mo rea total das classes 6g rea total n o classifica rea total do Plano de I entes Conectados Ikonos ban Matriz gt Vetor vetor gt Matriz Localiza o de Medialla Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 1 7 Cap tulo 7 Classifica o de Imagens de Sat lite Os resultados estat sticos da classifica o supervisionada usando o m todo da M xima Verossimilhan a MAXVER s o demonstrados na Tabela 7 7 e Figura 7 8 Tabela 7 7 Resultados estat sticos da classifica o supervisionada usando o m todo da M xima Verossimilhan a MAXVER CLASSES PORCENTAGEM Agua 16 Estrada pavimentada 4 3 Fragmento 24 6 Solo exposto 8 3 Pastagem 51 3 6 2 0 7 Urbaniza o Oo 62 8 9 o 07 Area n o classificada 1 0 TOTAL 692 100 0 D P O 67 E O IN O O M o O 9 m 30 0 Z T O Ta O a q O O o O Estrada Fragmento Solo exposto Pastagem Urbaniza o rea n o pavimentada classificada CLASSES Figura 7 8 Resultados estat sticos da classifica o supervisionada usando o m todo da M xima Verossimilhan a MAXVER ELABORA O DO LAYOUT DO MAPA DE USO E OCU
73. AlegreJ BHR Alegre arquivo Editar Exibir Imagem Buss ci U PORB 4 Finalmente vamos criar um atalho visando possibilitar uma abertura r pida e eficiente de nosso projeto criado disponibilizando o na rea de trabalho do Windows 11 No menu Arquivo aponte para a op o Projeto e clique na op o Criar atalho 12 Na caixa de entrada da op o Nome do arquivo digite BHR Alegre 13 Clique no bot o Gravar Clique no bot o OK da caixa de mensagem Atalho gravado com sucesso 14 No menu Arquivo clique na op o Sair 15 Na caixa de mensagem Sair clique no bot o Sim 16 No Windows Explorer v para o diret rio CALivro Spring Alegre ES e clique com o bot o direito do mouse sobre o arquivo BHR aAlegre spring e envie para a rea de trabalho do Windows 17 Na Area de Trabalho do Windows d um clique duplo sobre a op o Atalho para BHR Alegre Observe que o projeto BHR Alegre spring ser carregado rapidamente facilitando os novos procedimentos a serem executados Tamb m poss vel carregar um atalho de projeto clicando no menu Arquivo Projeto Carregar Atalho Olhar em O CiLivro Spring Alegre ES 1000 22 EJ 48 O Mei Nome Tamanho Tipo Data de Modificar ED Dr ati C Bacia Rio Alegre File lder 9 9 20 57 00 la SPRING 5 1 2 Bacia Rio Alegre BHR Aleg 11 Arguia Editar Exibir Imagem Banco de Dados amp 6 E Projeto Modelo de Dados Objeto N o Espacial
74. Alexandre Rosa dos Santos Telma Machado de Oliveira Peluzio ip Mem u Nha ri N i k m Ti INFRA VERMELHO NORMAL FALSA COR IMAGENS ORIUNDAS DO SAT LITE CBERS SOBRE O MUNIC PIO DE ALEGRE ES 6 Visualizando Imagens de Sat lites e Aerofotos Digitais 6 Contraste de Imagens Digitais O O E Transforma o IHS lt gt RGB de Imagens o ps j PASSO A PASSO Go Filtragem de Imagens Digitais e Opera es Aritm ticas entre Imagens e ndices de Vegeta o A Classifica o de Imagens de Sat lite A An lise de Componentes Principais o ms l E Parque de Exposi o da Cidade de Alegre ES Aplica es pr ticas MUNDO DA GEOM TICA http www mundogeomatica com br Alexandre Rosa dos Santos Professor Adjunto do Programa de P s Gradua o em Ci ncias Florestais e Departamento de Engenharia Rural do Centro de Ci ncias Agr rias da UFES CCA UFES Telma Machado de Oliveira Peluzio Engenheira Florestal e Mestranda do Programa de P s Gradua o em Ci ncias Florestais do Centro de Ci ncias Agr rias da UFES CCA UFES Nathalia Suemi Saito Engenheira Florestal e Mestranda do Programa de P s Gradua o em Ci ncias Florestais do Centro de Ci ncias Agr rias da UFES CCA UFES SPRING 5 1 2 PASSO A PASSO Aplica es Pr ticas Alegre ES 2010 SPRING 5 1 2 PASSO A PASSO Aplica es Pr ticas Copyright O 2010 Dr Alexandre Rosa dos Santos Capa Dr Alexandre
75. B ba O bandas 210708 bandas 210708 a a sa m Texto vi R G E FE ERT A EE N E 5 Principal C Auxa Tela 2 tea 3 lela Tea EEE PI bandas 210708 PI banda3 210708 Las SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem de a SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre Arquivo Editar Exibir Imagem E j je An lise Executar Ferramentas Ajuda BASES cin Ly raoa LAQACA W O ato va ieo inawa ME Painel de Controle Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o amp E w satelites banda1 210708 B banda 210708 DEK G bandas 210708 banda5 210708 An lise Executar Ferramentas Ajuda 88H49 nd PROD SAGRES H A D O ato vjylimos aia Painel de Controle axy Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o T V Satelites e banda Fate O bandas 210708 bandas 210708 fit E a E ty 3 B Principal Cauxia JU tea 2 Cia 3 Cia a Nelas rela 67 C J PI banda3_210708 EEE bandas 4 PI banda3 210708 Cursor de Informa o O Cursor de Informa o utilizado para fun es do Spring em que se necessita realizar a obten o de informa es
76. BSES cid Ss pi zaga a e De E ato lay f ii le Tela 5 i EFs E Tela 6 bandab5 210708 Las SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Las SPRING 5 1 2 Bacia Rio Alegr SER Alegre quivo Editar Exibir Imagem li juda SBSES cid PESE LAQNASA DO O fato v y om inativa ole EJB Auto ju 4 Verincipal JN au ER A pe cipal Auxiliar 7 Tela 2 Velas N Tela A Tela 5 JN eae J 0 Nesta pr xima etapa voc ir elaborar uma composi o normal e uma falsa cor utilizando as imagens do sat lite CBERS Inicialmente voc ir elaborar uma composi o normal utilizando a seguinte combina o entre bandas COMPOSI O NORMAL Bandai 210708 0 45 0 52 20 m Oo B banda2_210708 0 52 0 59 om Vede G banda3 210708 0 63 0 69 20m Vermelho R 5 Na parte inferior do Spring clique na guia Auxiliar 6 No Painel de Controle selecione a imagem intitulada banda1_210708 7 Na parte inferior do Spring marque a caixa representativa da letra B azul 8 Selecione a imagem intitulada banda2 210708 9 Na parte inferior do Spring marque a caixa representativa da letra G verde 10 Selecione a imagem intitulada ba
77. COS Com o intuito de elaborar o mapa tem tico mapeamento de uso e ocupa o do solo inicialmente teremos que criar um novo modelo de dados tem tico que ir conter classes com seus visuais de apresenta o gr fica l No Spring clique na ferramenta Modelo de dados 2 Na caixa de di logo Modelo de Dados na caixa de entrada da op o Nome digite Uso Solo 3 Clique sobre o bot o Criar 4 Clique na guia Classes Tem ticas l Modelo de Dados Categorias Classes Tem ticas I C T Imagem M CaT MNT R car Rede CAT Tematico I Satelites ci Arquivo Editar Exibir B i g l Painel de Con role p Cadastral O Rede l SPRING 5 1 2 Bac Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 14 Cap tulo 7 Classifica o de Imagens de Sat lite 5 Na guia Classes Tem ticas na caixa de entrada da op o Nome digite Agua 6 Clique sobre o bot o Criar 7 Clique sobre o bot o Visual 8 Na guia Areas ap s clicar sobre o bot o Cor selecione a cor Azul e clique sobre o bot o Executar Ls Modelo de Dados Visuais de Apresenta o Gr fica Categorias Classes Tem ticas z o reas Linhas Pontos Textos SPRING 1 gua Estilo Repita os passos de
78. DO DE UNIFORMIZA O DAS M DIAS E VARI NCIAS UMV Este m todo consiste em igualar as m dias e vari ncias de duas imagens atrav s de uma transforma o linear Para isto s o calculados os par metros ganho e offset da fun o que 6 Cap tulo 5 Opera es Aritm ticas entre Imagens quando aplicada imagem de ajuste a imagem resultante tenha a mesma m dia e vari ncia da imagem de refer ncia O c lculo do ganho e offset s o baseados na fun o de transforma o f x ax b ou seja Em que o vari ncia da imagem de refer ncia o vari ncia da imagem de ajuste uR m dia da imagem de refer ncia uS m dia da imagem de ajuste Para a imagem resultante S temos ent o Em que S imagem uniformizada S imagem de ajuste Para visualizar outros m todos de normaliza o radiom trica basta consultar o seguinte trabalho gt Compara o do desempenho de algoritmos de normaliza o radiom trica de imagens de sat lite Anais do XI SBSR disponibilizado no seguinte endere o eletr nico Figura 5 1 http marte dpi inpe br col ltid inpe br sbsr 2002 11 14 16 57 doc 15 204 pdf o onaoPHesra uK aj s so puto i farta eb oe A eA EAF Ser us CEC i FA hse O sali ESPERE RR a a l anl w g Ela BIRD Anais XI SBSR Belo Horizonte Brasil 05 10 abril 2003 INPE p 2063 2069 E COMPARA O DO DESEMPENHO DE ALGORITMOS
79. E CAP TULO Alexandre Rosa dos Santos Nath lia Suemi Saito Telma Machado de Oliveira Peluzio Alexandre C ndido Xavier Geraldo R gis Mauri Este cap tulo tem por objetivo apresentar os processos de classifica o de imagens de sat lite visando elabora o de mapas de uso e ocupa o do solo de uma rea pertencente ao bairro Pavuna Alegre ES As seguintes atividades ser o elaboradas Elabora o do mapa de uso e ocupa o do solo utilizando os algoritmos de classifica o da m xima verossimilhan a Maxver Bhattacharya e Isoseg Elabora o do layout do mapa de uso e ocupa o do solo gerado pelo algoritmo de classifica o da m xima verossimilhan a Maxver Figura 7 1 USO E OCUPA O DO SOLO DE UMA REA PERTENCENTE AO BAIRRO PAVUNA ALEGRE ES 23671 27701 23754 E Urbaniza o WE Solo Exposto E Postagem E Fragmento Estrada Pavimentada E gua 77018 Figura 7 1 Uso e ocupa o do solo gerado pelo algoritmo de classifica o da m xima verossimilhan a Maxver de uma rea pertencente ao bairro Pavuna Alegre ES 7 1 CLASSIFICA O DE IMAGENS DIGITAIS Classifica o de imagens digitais de sat lite o processo de assinalar pixels s classes Usualmente cada pixel tratado como uma unidade individual composta de valores em v rias bandas espectrais Pela compara o de um pixel a outros pixels de identidade conhecida poss vel agrupar aqueles cujas reflect ncias
80. ES NEWS O SPRING um projeto do INPE DE e Baixe a nova vers o Spring 5 1 2 Windows e Linux e EMBRAPA CNPTIA Centro Naci Equisa Tecnol gica em Inform tica para Agricultura acessando o nosso menu de Download e IBM Brasil Centro Latino Am no Wolu es para Ensino Superior e Pesquisa ecnol e Consulte Cursos de Curta Dura o em 2009 e PETROBR S CENPES Centro de Pesquisas Leopoldo Miguez O projeto contou com substancial apoio financeiro do CNPq atrav s dos programas RHAE e PROTEM CC projeto GEOTEC last 1 Consulte trabalhos e noss e Cadastre ou projetos realizados com o SPRING acessando o jiou a o menu de Publica es Objetivos do projeto SPRING e Construir um sistema de informa es geogr ficas para aplica es em Agricultura Floresta Gest o Ambiental eografia Geologia Planejamento Urbano e Regional nar amplamente acess vel para a comunidade brasileira um SIG de r pido aprendizado cer um ambiente unificado de Geoprocessamento e Sensoriamento Remoto para aplica es urbanas e Portugu s English Espafiol Fran ais E Trg e v gs T r um mecanismo de difus o do conhecimento desenvolvido pelo INPE e seus parceiros sob forma de novos algoritmos e metodologias amp O internet 8 Erro na p gina O internet gt Z Spring Download Microsoft Interne EEK a Arquivo Editar Exibir Favoritos Ferramentas Ajuda Preencha os campos abaixo O 0is 2 S
81. ICA DO ALGORITIMO DA DIST NCIA M NIMA i Vantagens do algoritmo de classifica o da dist ncia m nima euclidiana gt simplicidade e efici ncia em termos computacionais gt maior precis o quando comparado ao paralelep pedo Desvantagens do algoritmo de classifica o da dist ncia m nima euclidiana gt n o leva em considera o a vari ncia e a covari ncia 101 Cap tulo 7 Classifica o de Imagens de Sat lite Exemplo de aplica o pr tica do algoriimo de classifica o da dist ncia m nima euclidiana No diagrama heur stico da Figura 7 5 o pixel 1 est mais pr ximo da m dia do solo exposto s e por isso atribu do categoria solo exposto A desvantagem deste classificador ilustrada pelo pixel 2 que est mais pr ximo m dia da fragmenta o florestal f mesmo parecendo estar dentro do intervalo de reflect ncia com maior probabilidade de ser urbaniza o u VALORES DE REFLECT NCIA DAS ASSINATURAS u urbaniza o f fragmenta o florestal s Solo exposto a gua p pastagem M DIAS ESPECTRAIS e urbaniza o e fragmenta o e solo exposto e gua e pastagem g PIXELS QUE ESTAO SENDO BANDA DO INFRAVERMELHO COMPARADOS 1e2 BANDA DO VERMELHO Figura 7 5 Esquema de aplica o do algoritmo de classifica o da dist ncia m nima euclidiana EASTMAN 1998 adaptado 4 ALGORITMO DE CLASSIFICA O DA M XIMA VEROSIMILHAN A
82. LABORADORES mA Us RS Ut a nO e 3 RECEE O ori do cit bi E A SR AR a E a ade E RAD A SA PERO DOR RO RD DU E T OE 4 FABRICANTE aiii aU RD aaa De O DA RIO RE UE A O RE R 4 REQUISITOS BASICOS DE HARDWARE sociais norseabiadra pisa E 5 PREFACIO sagas faciais a 5 INDIGE ANALITICO s rsmassiso inda ra dEo6 sagas bio o e E EA E ERES SS e a 6 NDICE DE FIGURAS arara 7 INDICE DE TABELA ea ip aa a DRA E PR DR E E o ns 9 CAP TULO 1 VISUALIZANDO IMAGENS DE SAT LITES E AEROFOTOS DIGITAIS 10 11 CONHECENDO O SPRING o usando SRT R 10 1 2 HIST RICO DO SPRING 120 puts cefizosasosi5o ba essaGES deep logs nin aa nas Lain 10 1 3 AQUISI O GRATUITA DO SPRINGS 2 airinespe ias grairosaanael aisiaS fado aaa siliaas adia ea nt za 11 1 4 VISUALIZANDO IMAGENS DOS SAT LITES CBERS LANDSAT E IKONOS 12 1 5 VISUALIZANDO AEROFOTOS DIGITAIS DA CIDADE DE ALEGRE ES 33 CAP TULO 2 CONTRASTE DE IMAGENS DIGITAIS erra 38 2 1 INTRODU O AO PROCESSAMENTO DIGITAL DE IMAGENS ii 38 22 CONTRASTE DE IMAGENS setas nad nba CS 39 CAP TULO 3 TRANSFORMA O IHS lt gt RGB DE IMAGENS 51 3 1 TRANSFORMA O IHS lt gt RGB DE IMAGENS 51 CAP TULO 4 FILTRAGEM DE IMAGENS DIGITAIS es 60 4 1 FILTRAGEMIDE IMAGENS sc tia cri co a eini a a D Ei ia ai da 60 CAP TULO 5 OPERA ES ARITM TICAS ENTRE IMAGENS 77 5 1 NORMALIZA O RADIOM TRICA DE IMAGENS DO SAT LITE CBERS PARA
83. Legendas na Carta no painel Categorias selecione a categoria tem tica Uso Solo 52 Na caixa de entra Espa amento digite 10 53 Na caixa de di logo Caracteristicas dos Elementos da Carta na caixa de entrada Altura digite 4 54 No painel Legenda na caixa de entrada Altura altura da caixinha da legenda digite 4 55 No painel Legenda na caixa de entrada Largura largura da caixinha da legenda digite 5 56 No painel Legenda na caixa de entrada dist ncia dist ncia da primeira letra at a caixinha da legenda digite 3 57 Clique sobre o bot o Atualizar 58 De volta a caixa de di logo Inserir Legendas na Carta no menu Inserir clique sobre a op o Todas as classes 59 No painel Itens de Legenda selecione a classe Agua f 60 Na caixa de entrada Texto digite o nome correto da classe que Agua com acento agudo na letra A 61 Clique sobre o bot o CR Repita os passos de 54 a 56 para as outras classes Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1292 Cap tulo 7 Classifica o de Imagens de Sat lite amp Editor de Elementos da Carta DoR 13 Inserir Legendas na Carta EJO Inserir BESA Definir Alinhar Ajuda Categorias Textos a CAT Tem tico Simbolos El CAT Objeto Classes pn qua Posicionar cm de papel k Estrada Pavimentada Fragmento Pastagem Solo Exposto Urbanizacao Posi o Inicial cm X 21
84. NG 5 1 2 Bacia_Rio_Alegre BHR_Alegre EK Arquivo Editar Exibir Imagem l MNT t An lise Executar Ferramentas Ajuda Sage tpo SAQACA H A Painel de Controle Ex R O auto vay 0433 4 nava w gt PI Dispon veis PI Selecionados Categoria Plano de Informa o E v satelites bandai 210708 banda2 210708 banda3 210708 bandas 210708 bandas 210708 b1 300501 b2 300501 MM Texto R G B B Priapa Cauda iea 2 iea 3 iea 4 Telas N Tela6 Tela 7 Tela 8 Tela GN Telato 0 PI b4 300501 l SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre E Arquivo Editar Exibir Imagem at MNT t ede An lise Executar Ferramentas Ajuda SnSEs sA u Pon LAAEN H A Painel de Controle Fx Re 6 ato via 904839 4 mawa x 2 PI Dispon veis PI Selecionados Categoria Plano de Informa o E w satelites b1 300501 bz 300501 b3 300501 bs 300501 O bo 00501 DR bandai 210708 bandaz 210708 banda3 210708 bandas 210708 bandas 210708 E Twila NTeaz V iea 3 Telas N Telas N Tela6 N Tela JN TelaB N Tela 9 7 Tela 10 7X Tela 11 JN Tela 12 lt PI bB 300501 Tela 14 Bandas verde B verm R Infrav pr x R La SPRING 5 1 2 Bacia Rio Al
85. PA O DO SOLO 1 Na caixa de di logo Classifica o clique no bot o Mapeamento 2 Na caixa de di logo Mapeamento para Classes no painel Imagens Classificadas selecione Class Super Maxver pos 3 No painel Categorias selecione Uso Solo 4 No painel Temas selecione o tema Agua 5 No painel Classes selecione a classe Agua Repita os passos 4 e 5 para os outros temas e classes Tabela 7 6 com exce o da classe Agua j criada anteriormente 7 6 Temas e suas classes respectivas de associa o Fragmento l Classifica o lg Ma o nento para Classes DoR CiLivro Spring Alegre EsiBacia Rio Alegre BHR Contextos Imagens Classificadas Categorias DAT Tematico Class Super Maxwer Contexto 1 Bandas Ikonos band 2 Ikonos band 3 Ikonos band 4 gua gt gua Estrada Pavimento o Fragmento Pastagem k Sau 8 P s Classifica o Imagem Segmentada Extra o de Atributos das Regi e Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 16 Cap tulo 7 Classifica o de Imagens de Sat lite Abaixo demonstrada a categoria Uso Solo modelo tem tico com o plano de informa o Class Super Maxver pos T exibido na tela l amp Auxiliar Arquivo Editar Exibir Imagem m tico MNT cadastra Pede An lise Executar Ferramentas Ajuda BRO 4 8 Yt POR LAQAT A PA M O fato wji 590736 ma BI Paine
86. PA O DO SOLO Para elaborar o layout do mapa de uso e ocupa o do solo ser utilizado o programa SCARTA 5 1 2 PORTUGUES Logo para iniciar o SCARTA 5 1 2 PORTUGUES voc deve seguir os seguintes passos Clique no bot o Iniciar da barra de estado do Windows Clique sobre o nome Programas Clique sobre o nome Spring 5 1 2 Portugu s x86 Clique sobre o nome Scarta 5 1 2 Portugu s 0 No Scarta 5 1 2 Portugu s no menu Arquivo clique sobre a op o Banco de Dados amp o a 118 Cap tulo 7 Classifica o de Imagens de Sat lite Eai yg ryu oo E E a E h I 7 CyberLink DYD Solution Ajuda Spring 5 1 2 4 LB Ca rta 5 n 1 n F Bacia Rio Adobe Reader 8 mM Nero E Desinstalar Spring 5 1 2 Po Pena an Dia Editar Exibir Microsoft ofk 53 CD INPE Educacional EB Impima 5 1 2 Portugu s APQUivO ao xl m Skype T WinRAR Kaspersky nti Virus 2009 EEB adobe Reader 8 Iplot E Licen a Spring EZ7 Spring 5 1 2 Portulu s PM Scarta 5 1 2 Portugu s ES spring 5 1 2 Portugu s Carregar Projeto rea fam Spring 5 1 2 Portugu s xB6 Ai Teste Mesa Portugu s Modelo de Dados imi To os os programas 1 m Apycom Java Menus and Buttons gt ao 7 ER a ese i Objeto N o Espacial fan ad gua gt Iniciar il E GeouFES 11 Na caixa de di logo Banco de Dados clique no bo
87. Plana aceite as op es j padronizadas e clique sobre o bot o Executar 74 De volta a caixa de di logo Defini o de Grade clique sobre o bot o Executar Defini o de Grade BEI L amp SCarta 5 1 2 Uso Solo Alegre PR rquivo Dan Exibir Ex Grade em Coordenadas Definir Coordenadas Xi 236714 00 Idx Yi 7701566 00 Idy 300 A 654 Flano de Inform Caracteristicas Elementos Quadros Linhas Loc Folha Art Folha 67 L amp Grade Plana E Pere a ES U amp Defini o de Grade Caracter sticas das Linhas Secund rias por Principal lo Definir Principais Secund rias Grade em Coordenadas Geogr ficas Planas E Tra o mm X 2 10 Yi 2 10 Largura mm 0 00 cruzamentos Cont nua Definir Coordenadas Planas k Caracter sticas das Coordenadas Mostrar Coordenadas C Coordenadas do Canto i 236714 00 dx Estilos dpi A Agency FB Bold ABCDEFGHIL Wo 7701566 00 Idy Agency FB Regular bedefahi Algerian Regular g abedefghi 69 g 0123456789 Rota o graus 0 00 Espa amento 0 00 Definir T Dist ncia mi 3 00 Larg da Linha mm o Apresenta o N meros em C digo Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 124 Cap tulo 7 Classifica o de Imagens de Sat lite 75 No Scarta no menu Arquivo clique
88. RMELHO Figura 7 7 Esquema de aplica o do algoritmo de classifica o da m xima verossimilhan a EASTMAN 1998 adaptado 103 Cap tulo 7 Classifica o de Imagens de Sat lite ALGORITMO DE CLASSIFICA O MAXVER ICM O classificador MAXVER ICM um algoritmo supervisionado que considera a depend ncia espacial Na primeira etapa a imagem classificada pelo algoritmo MAXVER e em seguida o classificador atribui classes a um determinado pixel considerando a sua vizinhan a interativamente Esse algoritmo tamb m utiliza o limiar de aceita o Refer ncia ALGORITMO DE CLASSIFICA O BHATTACHARYA O classificador de Bhattacharya um algoritmo de classifica o supervisionada que requer a sele o de reas de treinamento podendo utilizar as regi es separadas durante o processo de segmenta o ou pol gonos representativos das regi es a serem classificadas Ele utiliza as amostras de treinamento para estimar a fun o densidade de probabilidade das classes apontadas no treinamento Em seguida avalia em cada regi o a dist ncia de Bhattacharya entre as classes MOREIRA 2005 DEMONSTRA O MATEM TICA DO ALGORITIMO BHATTACHARYA O algoritmo de Bhattacharya pode ser expresso pela seguinte f rmula Je ter Em que B dist ncia de Bhattacharya pi p pixels nas classes i e j m e m m dias das classes i e j T matriz transposita In logaritmo neperiano i e j clas
89. ROSOT N C ROSOT M A D OLIVEIRA Y M M de ndice para a avalia o de segmenta o de imagens Floresta UFPR Impresso v 39 p 131 143 2009 EASTMAN J R Idrisi for Windows Introdu o e Exerc cios Tutorais J Ronald Eastman Editores da vers o em portugu s Heinrich Hasenack e Eliseu Weber Porto Alegre UFRGS Centro de recursos Idrisi 1998 138 Cap tulo 7 Classifica o de Imagens de Sat lite GONZALES R C WINTZ P Digital image processing Boston Prodding Addison Wesley 1987 LILLESAND T M KIEFER R W Remote sensing and image interpretation 2 ed Chichester John Wiley amp Sons 1994 750 p MOREIRA M A Fundamentos do sensoriamento remoto e metodologias de aplica o 2 ed Vi osa UFV 2005 307 p SILVA M L M PEREIRA G P M Avalia o de algoritmos de classifica o supervisionada para imagens do Cbers 2 da Regi o do Parque Estadual do Rio Doce MG Anais XIII Simp sio Brasileiro de Sensoriamento Remoto Florian polis Brasil 21 26 abril 2007 INPE p 6223 6228 139 Cap tulo 8 An lise de Componentes Principais AN LISE DE COMPONENTES 08 PRINCIPAIS CAP TULO Alexandre Rosa dos Santos Telma Machado de Oliveira Peluzio Nath lia Suemi Saito Jo o Batista Esteves Peluzio Gilson Fernandes da Silva Maristela de Oliveira Bauer 8 1 INTRODU O As bandas individuais de uma imagem multiespectral tendem frequentemente a serem a
90. S para estudar a an lise de componentes principais e as caracter sticas da informa o contida nos dados 1 Utilizando o banco de dados Bacia Rio Alegre e o projeto BHR Alegre Uso Solo e utilizando os conhecimentos j adquiridos nos cap tulos anteriores deste livro visualize as imagens do sat lite IXONOS Figura 8 1 obedecendo sequ ncia mostrada na Tabela 8 1 PERGUNTA 1 H alguma banda que se pare a com a banda 4 ikonos band 4 Tabela 8 1 Imagens do sat lite IKONOS do quadrante representativo do Parque de Exposi o da cidade de Alegre ES SATELITE IKONOS QUADRANTE REPRESENTATIVO DA PARQUE DE EXPOSI O DA CIDADDE DE ALEGRE ES BANDAS ESPECTRAIS INTERVALO DE COMPRIMENTO DE 01 12 2002 TELAS DO SPRING ONDA Um MS CR lIkonos band 4 M Tela principal 0 76 0 90 4 m Infrav pr ximo Ikonos band 3 M 0 63 0 69 4 m Vermelho Ikonos band 1 M 0 45 0 52 4 m Azul lkonos band 2 M 0 52 0 60 4 m Verde 140 Cap tulo 8 An lise de Componentes Principais La SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem 5 N t An lise Executar Ferramentas Ajuda Sage ci L Atto LAQGARA WA O po Pai le Ex
91. SN 92 Cap tulo 6 ndices de Vegeta o Arquivo Editar Exibir Imagem Tem tico MNT Cadastral Rede An lise Executar Ferramentas Ajuda HS ad a DES O S RA A We Ert E fauto wl1y 128708 Inativa Vl Painel de Controle La Contraste Jal X PI Dispon veis Opera o Canal Exibir Executar Ajuda N vel de Entrada 192 00000000 LUT Popula o Entrada 192 0000000 0 Novo 254 0000000 28732 M dia Edi o Sa da R 0 00000000 G 121 89797826 B 0 00000000 Valores Min 104 00000000 M x 137 00000000 o E PI NDVI_2008 0P5 a Area vegetada com maior NDVI b Area n o vegetada com menor NDVI Figura 6 1 Compara o entre o NDVI de reas vegetadas a e n o vegetadas com presen a de edifica es b 7 Na caixa de di logo Contraste na caixa de entrada Nome digite NDVI 2008 Contraste Linear 8 No menu Executar clique na op o Salvar 9 Clique no bot o Aplicar 10 Clique no bot o Fechar Ed 11 Clique no bot o Sim para manter o contraste aplicado sobre a imagem atual 12 No menu Arquivo clique na op o Sair Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 93 Cap tulo 6 ndices de Vegeta o l Auxiliar l Contraste pm Editar Exibir Imagem Opera o Canal E
92. Sol Diret rio CLivro Spring Alegre ES com Banco de Dados Bacia Rio Alegre Imagem UFES Nome BHR Alegre Uso Solo x Nome BHR_Alegre_Uso_Solo UTM Datum gt SIRGAS2000 UTM Datum gt SIRGAS2000 Proje o de Refer ncia Proje o de Refer ncia Ret ngulo Envolvente Coordenafas Geogr ficas Planas Non Bacia Rio Alegre posso x1 236714 000000 x2 237551 000000 z YL 7701566 000000 vz 7702452 000000 Gerenciado DBase v Alt Senha Hemisf rio O N 5 Hemisf rio O N 5 On s Projeto corrente BHR_Alegre Projeto corrente BHR Alegre Uso Solo Banco de Dados corrente Bacia Rio Alegre la Im po rta ao la Im po rta o Arquivo Editar Exibir Imagem Tem An lise Executar Ferramentas Ajuda eagms cid u tog AGE W A M OE fato a 50627 Dados Convers o Sa da Dados Convers o Painel de Controle Tela Ativa Principal ivro Spring Alegre EStikonos band 1btif a s aa e RE Projeto BHR Alegre Us Categoria Plano de Informa o aixo a correta Proje o Datum do arquivo de z 7 E V Sateites i je o q Categoria Ja Satelites oan a B ikonos band 2 PI Dispon veis PI Selecionados ara que o Spring possa converter 3 ikonos band 2 Rjikonos band 3 G ikonos band 4 xi g Entidade Imagem
93. USES cid cM Painel de Controle a Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o E I Satelite JUfes 5 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 54 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens Agora voc ir visualizar cada uma das imagens geradas Ufes Ufes He Ufes S 13 Selecione a Tela Ativa 2 14 Selecione a imagem Ufes 1 15 Marque a op o M 16 Clique na ferramenta ZOOM PI Repita os passos anteriores de 13 a 16 para as imagens Ufes H usando a Tela 3 e Ufes S usando a Tela 4 Bede An lise Executar Ferramentas Ajuda 08 LAR ASA me T auto v u 5685 p PI ca il FI Seleci Categori ja Plano de Informa o stral Rede An lise Executar Ferramentas Ajuda E s 408 sagas 2 mi E fauto v 1 2808 65 Pain el de Controle Ee F Painel de Controle a x f a ai Es Tela Ativa Tela 3 emma PIDispon veis PI Selecionados Categoria Plano de Informa o Categoria Plano de Informa o Agora voc ir aplicar uma transforma o IHS gt RGB visando elaborar uma imagem em falsa cor com resolu o espacial de 0 6 m 17 No menu Imagem clique em Transforma o IHS lt gt RGB 18 Na caixa de di logo Tran
94. XA ESPECTRAL ufes 1 Azul ufes 2 Verde ufes 3 Vermelho ufes 4 0 76 0 90 Infravermelho pr ximo ufes pan 0 45 0 90 Pancrom tica Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 52 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens a resolu o espacial de 2 4 m b resolu o espacial de 0 6 m Figura 3 2 Compara o entre imagens em falsa cor do sat lite QUICBIRD antes e ap s a transforma o IHS TRANSFORMA O IHS lt gt RGB Nesta etapa voc ir realizar a transforma o IHS lt gt RGB visando elaborar uma composi o em falsa cor com resolu o espacial de 0 6 m Inicialmente voc dever abrir o SPRING 5 1 2 e ativar o Banco de Dados e o Projeto ambos intitulados IMAGEM UFES amp SPRING 5 1 2 Imagem_UFES Imagem_UFES Arquivo Editar Exibir Imagem Tem tico MNT C SUSE id u He Abaixo demonstrada a ltima imagem em falsa cor exibida no Cap tulo 2 Figura 3 3 Figura 3 3 ltima imagem em falsa cor exibida no Cap tulo 2 1 No menu Imagem clique em Transforma o IHS lt gt RGB 2 Na caixa de di logo Transforma o IHS lt gt RGB marque a op o RGB lt gt IHS do painel Transforma es 3 Marque a op o R vermelho 4 Na caixa Categorias e Planos selecione a imagem ufes 3 banda do vermelho 5 Clique no bot o Executar 6 Marque a op o G verde e selecione a imag
95. _3 ikonos_band_4 Imagem Segmentada Seg 15 20 Classificador Isoseg nd na 5 O Extra o de Atributos das Regi s ta o 99 ho extura P s Classifica o Mapeamento Analisar Amostras Na janela Auxiliar do SPRING veja o resultado da imagem classificada Class Nao Super Regi o Isoseg e feche essa janela rquivo Editar Exibir Imagem An lise Executar Ferramentas Ajuda SEZ sA hnaut pO LAARA DOTE O fato vii 5176 5 nativa Y Painel de Controle F XxX l Tela Ativa Auxiliar an PI Dispon veis PI Selecionados Categoria Plano de Informa o E 4 Satelites Class Super Maxver J Class Super Maxver pos Ikonos band 1 Ikonos_band_2 Ikonos band 3 Ikonos band 4 5eg 15 20 Class Super Regi o Bhattacharya CIC Nao Super Regi o Isoseg Class CJ Class Uso Solo PI Class Nao Super Regi o Isoseg ELABORA O DO MAPA TEM TICO MAPEAMENTO DE USO E OCUPA O DO SOLO 1 Na caixa de di logo Classifica o clique sobre o bot o Mapeamento 2 Na caixa de di logo Mapeamento para Classes no painel Imagens Classificadas selecione a imagem Class Nao Super Regi o Isoseg 3 No painel Categorias selecione Uso Solo 4 No painel Temas selecione o tema Tema10 5 No painel Classes selecione a classe Urbanizacao Repita os passos 4 e 5 para os outros temas e classes exceto o Tema10 j processado de acordo c
96. a as vari veis do algoritmo e tamb m pode influenciar diretamente na acur cia dos resultados da segmenta o Se os valores dos limiares forem muito baixos o processo n o atribuir pixels s classes fragmenta o excessiva Por outro lado se forem muito altos pixels representativos de diferentes classes ser o incorretamente agrupados NASCIMENTO ALMEIDA FILHO 1996 citado por DLUGOSZ et al 2008 Com o objetivo de realizar a segmenta o autom tica de bandas espectrais do sat lite IKONOS para nossa rea de estudo execute os passos a seguir No Spring na categoria Sat lites selecione a imagem lkonos band 4 Marque a op o M visualizar em n veis de cinza No menu Imagem clique sobre a op o Segmenta o Na caixa de di logo Segmenta o no dropdown M todo selecione Crescimento de Regi es No painel Bandas selecione as imagens Ikonos band 2 lIkonos band 3 Ikonos band 4 ad a gn Como vimos anteriormente a similaridade referente proximidade radiom trica entre pixels correspondendo ao valor da dist ncia euclidiana m nima entre as m dias das regi es abaixo 126 Cap tulo 7 Classifica o de Imagens de Sat lite das quais duas regi es s o consideradas similares e ent o agrupadas J o limiar de rea o n mero m nimo de pixels para que uma regi o seja individualizada sendo portanto o tamanho m nimo que cada segmento deve possuir na opera o de segmenta o
97. ada anteriormente Tabela 7 3 Nome e cor das amostras de treinamento a serem criadas 15 Selecione o tema Agua 16 Em Contorno clique em Poligonal Ent o inicie a digitaliza o das amostras de treinamento do tema Agua Para tanto sobre a imagem basta utilizar o bot o esquerdo Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 108 Cap tulo 7 Classifica o de Imagens de Sat lite do mouse para iniciar a digitaliza o Para fechar o pol gono clique com o bot o direito do mouse 17 Ap s o fechamento do pol gono clique sobre o bot o Adquirir 18 Clique sobre o bot o Salvar Modo Normal agrupar Desa Tipo aquisi o Ote Poligonal Retangular Repita os passos de 15 a 16 para digitalizar as amostras de treinamento dos outros temas Abaixo demonstrado o resultado de todas as amostras digitalizadas OBS Para exibir todas as amostras digitalizadas em Modo basta marcar a op o Exibe Todas AVALIA O ESTAT STICA DAS AMOSTRAS DE TREINAMENTO 1 Na caixa de di logo Classifica o clique sobre o bot o Classifica o 2 Na caixa de di logo Classifica o de Imagens clique sobre o bot o Analisar Amostras 3 Na caixa de di logo An lise de Amostras poss vel observar que o Desempenho M dio da amostragem foi de 92 28 e que a Confus o m dia foi de 7 72 E poss vel observar tamb m a M
98. agens de Sat lites e Aerofotos Digitais Mundo da Geom tica Windows Internet Explorer provided by NTI CCA arquivo Editar Exibir Favoritos Ferramentas Ajuda rd OOoOnNndoP XxOSB Su bas Endere o 4 http www mundogeomatica com br Elr Links 2 TENIS ojetos Imagens de Satelite Informa es y Contatos UFES mues lt Figura 1 2 Home page Mundo da Geom tica A base de dados Livro_Spring_Alegre_ES rar necess ria para a elabora o das atividades previstas neste livro referente ao quadrante representativo da bacia hidrogr fica do Rio Alegre ES situada no munic pio de Alegre extremo Sul do Estado do Esp rito Santo Ap s sua aquisi o esta dever ser extra da para dentro da Unidade C de seu computador A Figura 1 3 mostra como dever ficar a Unidade C ap s a extra o da pasta Livro_Spring_Alegre_ES O Livro Spring Alegre ES Arquivo Editar Exibir Favoritos Ferramentas Ajuda OO 8 Ple EJ Endere o Ci Livro Spring Alegre ES Pastas X Nome B Desktop 8 aerofoto alegre 2007 E3 B Meus documentos Ej derofoto Alegre 2007 aux a g Meu computador E Aerofoto Alegre 2007 rrd E S Disco local C 2 herofoto Alegre 2007 tif O iro Spring_Alegre ES bi 050802 E apa bi 050802 aux Figura 1 3 Pasta Livro Spring Alegre ES extra da dentro da Unidade C ABRINDO O SPRING 5 1 2 Para iniciar o SPRING 5 1 2 voc deve seguir os seguintes pas
99. ais da UFES NEDTEC UFES N cleo de Estudos e de Difus o de Tecnologia em Floresta Recursos H dricos e Agricultura Sustent vel IJSN Instituto Jones dos Santos Neves ERU UFES Departamento de Engenharia Rural da UFES PMA Prefeitura Municipal de Alegre ES IEMA Instituto Estadual de Meio Ambiente e Recursos H dricos INPE Instituto Nacional de Pesquisas Espaciais REFLEX O SAT LITE Fim de tarde No c u pl mbeo A Lua ba a Paira Muito cosmograficamente Sat lite Desmetaforizada Desmitificada Despojada do velho segredo de melancolia N o agora o golf o de cismas O astro dos loucos e dos enamorados Mas t o somente Sat lite Ah Lua deste fim de tarde Demission ria de atribui es rom nticas Sem show para as disponibilidades sentimentais Fatigado de mais valia Gosto de ti assim Coisa em si Sat lite Manuel Bandeira FABRICANTE Produto SPRING Sistema de Informa es Georeferenciadas Com o objetivo de disseminar amplamente as t cnicas de Geoprocessamento e Sensoriamento Remoto o SPRING nas vers es Linux e Windows 95 98 NT ME 2000 XP Vista pode ser obtido livremente freeware via Internet Voc poder copiar e redistribuir livremente o sistema mas o INPE mant m o copyright N o se pode modificar vender ou emprestar o software O SPRING um SIG Sistema de Informa es Geogr ficas no estado da arte com fun es de processamento de imagens an
100. ais obtidos da an lise de duas vari veis 39 42 50 50 52 88 101 107 110 113 117 118 120 132 136 138 139 142 147 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Visualizando Imagens de Sat lites e 01 Aerofotos Digitais CAP TULO Este cap tulo tem como objetivo principal apresentar o aplicativo SPRING 5 1 2 queles que ainda n o conhecem essa fabulosa ferramenta para se trabalhar com dados espaciais As informa es descritas neste cap tulo foram extra das do pr prio SISTEMA DE AJUDA DO SPRING 5 1 2 aliadas descri o das atividades pr ticas de sensoriamento remoto desenvolvidas para o quadrante representativo da bacia hidrogr fica do Rio Alegre ES situada no munic pio de Alegre extremo Sul do Estado do Esp rito Santo Os assuntos abordados neste cap tulo ser o Conhecendo o SPRING 5 1 2 Hist rico e objetivos do SPRING 5 1 2 Visualizando imagens dos sat lites CBERS LANDSAT e IKONOS imagens de 42 21 KB Visualizando aerofotos digitais da cidade de Alegre ES 1 1 CONHECENDO O SPRING 5 1 2 O produto SPRING Sistema para Processamento de Informa es Georeferenciadas um banco de dados geogr fico desenvolvido pelo INPE Instituto Nacional de Pesquisas Espaciais para ambientes UNIX e Windows com as seguintes caracter sticas e Opera como um banco de dados geogr ficos sem fronteiras e suporta grande volume de
101. aixas de entrada Ganho e Offset entre com os valores de 3 976 e 36 5083 respectivamente 7 Para a caixa de entrada Sa da C entre com o nome banda3 210708 uniformizada 8 Clique no bot o Executar SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Image m An lise Executar Ferramentas A e aS EZ s Anuta LAIAS WA M juda Rt fato lay 134867 Inativa v 83 Cap tulo 5 Opera es Aritm ticas entre Imagens las Opera es Aritm ticas Opera o C tGanhota HOFF set e Planos de Informa o Satelites bandal 210 4 Satelites banda 210700 Satelites bandas 210706 Satelites bandas 210706 Satelites bandas 210706 e banda3 210708 E W SPRING 5 1 2 Bacia Rio AlegreJBAR Alegre MIT Ganho Cadastral An lise rquivo Editar Bugio Painel de Controle Exibir Mina Tem tico EEREN Saida C Contraste Filtragem det Opera es aritm ticas 9 Natela Auxiliar aponte para Arquivo e clique em Sair 10 No SPRING 5 1 2 aponte para Arquivo e clique em Sair 11 Na caixa de Sair Spring clique no bot o Sim 12 Na rea de trabalho do Windows d um clique duplo em Atalho para BHR Alegre 13 Feche a janela Novidades do Spring 5 1 2 14 No Painel de Controle selecione a imagem denominada banda3 210708 uniformizada OP1 15 Seleci
102. al entre os objetos presentes na imagem independente da vizinhan a Os assuntos abordados neste cap tulo ser o Processamento digital de imagens Contraste de Imagens 2 1 INTRODU O AO PROCESSAMENTO DIGITAL DE IMAGENS As t cnicas de processamento digital de imagem podem ser divididas em 3 etapas mostradas na Figura 2 1 IMAGEM DIGITAL CORRE O RADIOM TRICA PRE PROCESSAMENTO CORRE O GEOM TRICA REGISTRO REALCE DE CONTRASTE FILTRAGEM REALCE DE IMAGENS TRANSFORMA O IHS OPERA ES ARITM TICAS COMPONENTES gt EXTRA O DE ATRIBUTOS AN LISE DE IMAGENS SEGMENTA O CLASSIFICA O g gt MAPAS DESCRI O lt gt REPRESENTA O GR FICA gt PROPRIEDADES DO OBJETO Figura 2 1 Etapas do processamento digital de imagens e Pr processamento de imagens o conjunto de processamentos por que passa a imagem visando minimizar ao m ximo suas distor es Estas distor es podem ser classificadas em radiom tricas e geom tricas As distor es radiom tricas alteram os n veis de cinza de cada elemento da imagem J as distor es geom tricas alteram a distribui o espacial dos elementos de imagem afetando escala afinidade orienta o entre outras e Realce de imagens esta t cnica tem por objetivo modificar atrav s de fun es matem ticas os n veis de cinza ou os valores digitais de uma imagem de modo a destacar certas informa es espectrais melhorando a sua
103. aliza o da classifica o supervisionada pelo m todo de Bhattacharya 18 No menu Imagem clique na op o Classifica o 19 Na caixa de di logo Classifica o clique sobre o bot o Diret rio e v para o diret rio CiLivro Spring Alegre ESiBacia Rio AlegreiBHR Alegre Uso Solo 20 Clique sobre o bot o Criar 21 Na caixa de di logo Cria o de Contexto na caixa de entrada Nome digite Classifica o regiao 22 No painel Tipo de An lise marque a op o Regi es 23 No painel Bandas selecione as imagens lIkonos band 2 lIkonos band 3 e Ikonos band 4 24 No painel Imagens Segmentadas marque a op o Seg 15 20 25 Clique sobre o bot o Executar Agora estamos prontos para iniciar a Extra o de Atributos das Regi es 26 Novamente na caixa de di logo Classifica o no painel Contextos marque a op o Classifica o regiao 27 Clique sobre o bot o Extra o de Atributos das Regi es le Classifica o le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Uso Solo Arquivo Editar Exibir Bira E jt Z Ei P Contraste Filtragem Opera es aritm ticas Tela Ativi Transform o IH5 lt gt RGB Componentes Principais Diret rio Contextos an lise Contexto 1 Painel de Controle PI Dispon veis PI Sele Modelo de Mistura Categoria Plano de Infc Segmenta o E V Satelites Class Super Mapeamento de Classes p
104. alor aproximado para aus ncia de vegeta o ou seja representa superf cies n o vegetadas Dering et al 1975 citado por Jansen 1986 utilizou outro tipo de ndice de vegeta o adicionando 0 5 ao NDVI e extraindo sua raiz quadrada Tem sido extensivamente utilizado para medir a quantidade de vegeta o Este ndice foi denominado de Indice de Vegeta o Transformado do ingl s Transformed Vegetation Index TVI cuja equa o a seguinte TVI valor absoluto NDVI 0 5 Em que TVI ndice de vegeta o transformado Na equa o do TVI a constante 0 50 introduzida para evitar opera es com valores negativos de NDVI O c lculo da raiz quadrada pretende corrigir os valores do NDVI introduzindo uma distribui o normal Outro tipo de ndice o denominado de ndice de Corre o Transformada da Vegeta o do ingl s Corrected Transformed Vegetation Index CTV proposto por Perry amp Lautenschlager 1984 citado por Jansen 1986 a fim de corrigir o TVI cuja equa o a seguinte 89 Cap tulo 6 ndices de Vegeta o CTVI sn VABS NDVI 0 5 ABS NDVI 0 5 Em que CTYVI Indice de Corre o Transformada da Vegeta o ABS Valor absoluto O CTV pretende corrigir o TVI adicionando a constante de 0 50 para todos os valores NDVI nem sempre eliminando todos os valores negativos de NDVI podendo ter um alcance de 1 a 1 Valores menores que 0 50 tornam se valores neg
105. ara Imagem Tem tica Bandas Classifica o Imagem Segmentada Extra o de Atributos das Regi es Treinamento Classifica o P s Classifica o Mapeamento 128 Cap tulo 7 Classifica o de Imagens de Sat lite la Cria o de Contexto L amp Classifica o o meme CiNova pastalLivro Spring Alegre ESiBacia Rio Nome Classificacao regi o ETTE Tipo de An lise Pixel Regi es EGassiicacao regiao Contexto 1 Bandas Satelites Ikonos band 1 Satelites Ikonos band 2 Satelites Ikonos band 3 Satelites Ikonos band 4 Bandas Ikonos_band_2 Ikonos band 3 Ikonos band 4 Imagens Segmentadas Satelites Seg 15 20 Imagem Segmentada Seg 15 20 Treinamento P s Classifica o Fechar 28 Na caixa de di logo Classifica o clique sobre o bot o Treinamento l Classifica o CiNova pastalLivro Spring Alegre EsiBacia Rio Contextos Classificacao regiao Contexto 1 Bandas Seg 15 20 Extra o de Atributos das Regi es 29 Na caixa de di logo Spring clique sobre o bot o OK para iniciar a aquisi o das amostras de treinamento 30 Na caixa de di logo Treinamento na caixa de entrada Nome digite Agua 31 Clique no bot o Criar 32 Clique no bot o Cor 33 Na caixa de di logo Selecionar Cor selecione a cor Azul
106. are com 50 MB adicionais para exemplos gt Sistema Operacional Windows 95 98 ME NT XP Vista PREF CIO N s temos trabalhado com o aplicativo SPRING desde as vers es anteriores e cada vers o lan ada nos impressionava ainda mais Atualmente as caracter sticas t cnicas do SPRING 5 1 2 s o consideradas imprescind veis possibilitando a coleta edi o armazenamento e ger ncia de dados espaciais assim como a explora o an lise geogr fica e a visualiza o destes dados Um dos pontos fortes do SPRING 5 1 2 a sua diversidade de aplica es em diferentes reas do conhecimento apresentando um car ter multidisciplinar possibilitando o uso de ferramentas espec ficas para cada atividade a ser executada sendo dispens vel a utiliza o de outros aplicativos computacionais concorrentes Este livro foi idealizado a partir da necessidade de se criar um material pr tico inteligente objetivo r pido e de f cil entendimento a todos os leitores Apresentando exerc cios aplic veis para dados espaciais este livro tem por objetivo atingir diferentes faixas de usu rios do mercado porque n o se limita a ensinar comandos ou fun es complexas O livro apresenta ao leitor claramente o tipo de atividade que ele ir desenvolver e explica passo a passo todos os procedimentos necess rios para a sua execu o NDICE ANAL TICO DEDICATORIA ma catia OA a O A ei A ia CDS asia E a 3 AGRADECIMENTOS RR 3 CO
107. as a reas convencionais ou digitais mapas e experi ncia profissional nos quais o analista tenta localizar as reas espec ficas que representam exemplos homog neos destas fei es conhecidas Essas reas s o denominadas de reas de treinamento porque as suas caracter sticas espectrais conhecidas s o usadas para treinar o algoritmo de classifica o para o mapeamento das fei es presentes no restante da imagem Par metros estat sticos multivariados m dia desvio padr o matriz de covari ncia matriz de correla o etc s o calculados para cada rea de treinamento Assim cada pixel dentro e fora das reas de treinamento avaliado e assinalado classe a qual ele tem maior probabilidade de pertencer E importante ressaltar que as reas de treinamento devem ser as mais homog neas poss veis e que n o incluam limites de transi o entre diferentes fei es A Figura 7 3 mostra todas as etapas necess rias para a classifica o supervisionada Localizar exemplos representativo de cada tipo de cobertura que pode se identificado na imagem Digitaliza o de pol gonos em torno de cada rea de treinamento Cria o de assinaturas espectrais para cada tipo de cobertura Classifica o da imagem inteira considerando cada pixel individualmente comparando sua assinatura particular com as assinaturas conhecidas Figura 7 3 Etapas necess rias para a classifica o supervisionada Dados espaciais imag
108. at lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES Banda infravermelho do C sat lite IKONOS eros o M filtro de eros o M scara de Imagem filtrada Figura 4 19 Aplica o da filtragem n o linear Morfol gico Eros o sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES c Filtro Morfol gico Dilata o provoca efeitos de dilata o das partes escuras da imagem baixos n veis de cinza gerando imagens mais claras Considerando o exemplo mostrado na Figura 4 17 o valor resultante da aplica o deste filtro o maior valor na ordena o que igual a 8 A Figura 4 20 mostra uma aplica o da filtragem n o linear Morfol gico Dilata o sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES Banda Imagem filtrad infravermelho do Mascara de filtro de sat lite IKXONOS auto dilata o Figura 4 20 Aplica o da filtragem n o linear Morfol gico Dilata o sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES A Figura 4 21 mostra algumas m scaras comumente utilizadas para filtros morfol gicos Figura 4 21 M scaras comumente utilizadas para filtros morfol gicos Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 67 Cap
109. ativos menores depois da opera o de adi o Assim o CTV elaborado para resolver essa situa o dividindo o NDVI 0 50 por seu valor absoluto ABS NDVI 0 50 e multiplicando pela raiz quadrada do valor absoluto suprimindo o sinal negativo Thiam 1997 apud Eastman 1998 indicou que o resultado imagem do CTVI pode ser muito ruidoso devido a uma superestima o da vegeta o verde Para obter melhores resultados Thiam sugeriu ignorar o primeiro termo da equa o do CT Vl e adicionar simplesmente a raiz quadrada dos valores absolutos para o NDVI e TVI para se apresentar um novo ndice conhecido como ndice de Vegeta o Transformado de Thiam s do ingl s Thiam s Trasnformed vegetation Index TT VI expresso pela seguinte equa o TTVI s8s a a 05 IV VM Em que TTVI ndice de vegeta o transformado de Thiam s IV Banda do infravermelho VM Banda do vermelho ABS valor absoluto Eastman 1998 em sua revis o bibliogr fica descreve sobre outras equa es de ndice de vegeta o DETERMINA O DO NDICE DE VEGETA O DE DIFEREN A NORMALIZADA NDVI PARA O QUADRANTE REPRESENTATIVO DA BACIA HIDROGRAFICA DO RIO ALEGRE ES A fim de determinar o NDVI para o ano de 2008 do quadrante representativo da bacia hidrogr fica do rio Alegre ES ser o utilizadas as seguintes imagens do sat lite CBERS a banda4 210708 BANDA DO INFRAVERMELHO PR XIMO b banda3 210708 B
110. atriz de Confus o do Tema e da Amostra 4 Clique no bot o Fechar Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 109 Cap tulo 7 Classifica o de Imagens de Sat lite Le Classifica o l amp Classifica o de Imagens Imagens Classificadas CiLivro Spring legre ESiBacia Rio Alegre BHR Contextos Class Superv Maxver Contexto 1 Bandas Ikonos_band_2 Nome Class_Superv_Maxver Ikonos_band_3 Ikonos_band_4 Imagem Segmentada Classificado Maxver Limiar de Aceita o 100 Extra o de Atributos das Regi e Mudan a nalisar Amostras l amp An lise de Amostras An lise de Amostras Aquisi o Teste Desempenho M dio 92 28 o Absten o M dia 0 00 Fo Confus o M dia 7 72 Vo Matriz de Confus o gua 99 15 strada Pavimentada Fragmento 0 00 Pactanem N NN S Temas EE Estrada Pavir Fragmento Pactanem Matriz de Confus o da Amostra gua 100 00 Estrada Pavimentada O Fragmento 0 00 z Pactanem N NN S a gt A Salvar OBS Caso necess rio voc pode salvar os resultados da an lise das amostras clicando sobre o bot o Salvar Abaixo demonstrado o resultado do salvamento com extens o txt aberto no Bloco de notas do Windows P Amostras Bloco de notas Arquivo E
111. atuita do SPRING 5 1 2 Sistema para Processamento de Informa es Georeferenciadas basta acessar a home page http www dpi inpe br spring Na home page http Awnww dpi inpe br spring siga os seguintes passos Clique no link Portugu s 1 2 Na home page http www dpi inpe br spring portugues index html clique no link download 3 Na home page http www dpi inpe br spring portugues download php digite seu e mail no campo e mail 4 Clique no bot o Cadastro Caso voc j tenha realizado o cadastro basta digitar seu e mail e senha 5 Na p gina de cadastro preencha os campos em brancos e clique no bot o Enviar Dados Agora basta acessar novamente a home page de download do SPRING 5 1 2 para fazer sua aquisi o gratuita com seu e mail e senha j cadastrados F SPRING Microsoft Internet Explorer ES E Sprin BAE a Arquivo Editar Exibir Favoritos Ferramentas Ajuda EJ Arquivo Editar Exibir Favoritos Ferramentas Ajuda Oo ng6 es a LK aj a o onado Pres sa um aj s Links gt Endere o g http www dpi inpe br spring portugues index html Endere o a https fun dpi inpe brfspringil Sistema de Processamento de Informa es Georeferenciadas ome Downloads Suporte Manuais Dados Publica es Novidades Links Spring gt Portugu s Sistema de Processamento de Informa es Georeferenciadas O SPRING um SIG Sistema lBinfor an lise espacial modelagem num rica NOVIDAD
112. caixa representativa da letra G verde 17 Selecione a imagem intitulada banda3 210708 18 Na parte inferior do Spring marque a caixa representativa da letra R vermelho Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 25 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais les SPRING 5 1 2 Bacia Rio Alegre BHR Aegre Arquivo Editar Exibir Imagem m t j j ede An lise Executar Ferramentas Ajuda SUSES M re oa SAGA SA Wa My O auto vhi e0091 natwva x Painel de Controle E x Tela Ativa Principal POEIER E PI Dispon veis PI Selecionados Categoria Plano de Informa o E v Satelites bandal 210708 B banda 210708 bandaS 210708 B Principal l FI banda3_210708 4 UTILIZANDO FERRAMENTAS DE VISUALIZA O Cursor de rea O Cursor de rea zoom utilizado para definir regi es a serem ampliadas na rea de desenho 1 Clique no menu Exibir Cursor de rea ou na ferramenta Cursor de rea 2 D um clique inicial e arraste uma caixa sobre a rea a ser ampliada dando novamente um clique para finalizar a caixa 3 Clique na ferramenta Desenhar Z 4 Para visualizar novamente toda a imagem clique na ferramenta Zoom PI Cursor de Voo O Cursor de Voo utilizado para fun es do Spring em que se necessita realizar a
113. cipal Candiar NTeaz iea 3 a4 0 PI banda4_210708 Planos de Informa o Satelites banda3 210708 Satelites banda3 210706 ajustada OPI Satelites bandas 210706 Satelites bandaS 210708 4 iii A E Ganho Le SPRING 5 1 2 Bacia Rio AlegreJBHR Alegre Editar Arquivo MET Cadastral Rae Saida C Exibir Menna Tem tico Contraste Filtragem Painel de Controle Opera es ritm ticas 4 AN LISE MATEM TICA DO GANHO E DO OFFSET Vamos supor que ap s a aplica o de uma opera o aritm tica objetivando elaborar uma imagem NDVI com Ganho e Offset de 50 e 100 respectivamente um determinado pixel da imagem apresentou o valor de NDVI de 73 4 NDVI PROCESSADO Nesta circunst ncia o valor do NDVI ORIGINAL ser de Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 91 Cap tulo 6 ndices de Vegeta o Logo com a aplica o do Ganho e Offset sobre o NDVI ORIGINAL que neste caso negativo 0 532 obt m se um novo valor de NDVI 73 4 com valor positivo de mais f cil interpreta o visual APLICA O DE REALCE DE CONTRASTE LINEAR SOBRE A IMAGEM NDVI DO ANO DE 2008 1 Na janela Auxiliar no Painel de Controle selecione a imagem denominada NDVI 2008 OP5 2 Selecione a paleta de cor G verde 3 No menu Imagem clique na op o Contraste 4 Na caixa de di log
114. cone Por serem independentes os tr s par metros podem ser analisados e modificados separadamente para um melhor ajuste das cores s caracter sticas do sistema visual Na transforma o RGB para IHS escolhem se tr s bandas de uma imagem e associa se cada banda a um dos componentes RGB Assim cada pixel na imagem de sa da possuir uma correspond ncia a um ponto no espa o IHS O resultado um conjunto de tr s novas imagens uma de intensidade uma de matiz e outra de satura o Na transforma o IHS pode se realizar a combina o de imagens de diferentes sensores e resolu o espacial Neste t pico voc ir aplicar uma transforma o IHS sobre as bandas multiespectrais do sat lite QUICKBIRD Tabela 3 1 que apresentam resolu o espacial de 2 4 m visando obter uma imagem em falsa cor com resolu o espacial de 0 6 m Observe na Tabela 3 1 que inicialmente as bandas verde vermelho e infravermelho pr ximo apresentam resolu o espacial de 2 4 m Ap s a transforma o IHS estas mesmas bandas espectrais apresentar o resolu o espacial de 0 6 m melhorando a capacidade de fotointerpreta o A Figura 3 2 mostra como a qualidade da imagem falsa cor ir melhorar ap s a transforma o IHS Tabela 3 1 Imagens do sat lite QUICKBIRD oriundas do quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES SATELITE QUICK BIRD 21 04 05 BANDAS ESPECTRAIS calidad Co RE ONEA FAI
115. considera a distribui o acumulativa da imagem original para gerar uma imagem resultante cujo histograma ser aproximadamente uniforme veja figura ao lado A op o de equaliza o automaticamente calculada e apresentada de modo que o usu rio n o poder alterar a forma ou posi o da curva permanecendo a tela no modo est tico A op o fatia ou fatiamento de n veis de cinza uma forma de aumento de contraste cuja opera o consiste simplesmente em real ar os pixels cujas intensidades situam se dentro de um intervalo espec fico a fatia isto entre um m ximo e um m nimo Consiste na divis o do intervalo total de n veis de cinza de determinadas fatias ou classes de cores De acordo com o crit rio de determina o dos intervalos de n veis de cinza pode se obter fatiamento normal equidistribui o e arco ris Fatiamento normal as fatias s o definidas de modo que o intervalo entre cada faixa seja constante Fatiamento equidistribui o o intervalo de n veis de cinza dividido de modo que cada faixa contenha o mesmo n mero de pontos Fatiamento arco ris o mapeamento de um tom de cinza para uma determinada cor Baseia se no fato de que varia es de cores s o muito mais vis veis ao olho humano do que varia es de tons de cinza O mapeamento global desses n veis para o espa o de cor segue a sequ ncia do arco ris Permite a aplica o de uma tabela de transforma o radio
116. correspondente ao maior autovalor A 81 194 Ele ser dado pelo autovetor normalizado associado a 4 S Ila gt 147 Cap tulo 8 An lise de Componentes Principais 29 25 81 194 21 25 a 10 21 25 72 50 81 194 a 0 51 944 21 25 a 0 21 25 8 694 a 0 Abaixo demonstrado o sistema de equa o oriundo da multiplica o das matrizes acima Equa o 1 gt 51 9444 21 25a 0 Equa o 2 gt 21 25a 8 694a 0 Este sistema de equa o indeterminado uma vez que temos em virtude de S AI 0 51 944 21 25 21 25 8694 Podemos pois abandonar uma das equa es por exemplo a equa o 2 e dar um valor arbitr rio n o nulo a uma das inc gnitas por exemplo fio 1 Assim temos 51 9444 21 25 1 0 51 944 21 25 a 0 409 5 E Eid a 1 4 0 409 1 x a a i 1 080 O autovetor normalizado as aae d no 1 0 409 1 lap 1 1080 1 a I 0 926 1 1 0 379 a Note que a a 1 1 Logo 0 379 0926 1 379 0 926 148 Cap tulo 8 An lise de Componentes Principais 0 379 0 379 0926 0 926 1 0 144 40 856 1 1 1 Logo O primeiro componente principal f 0 379X 0 926X Este componente respons vel por 79 80 da varia o ESTIMATIVA DA EQUA O REPRESENTATIVA DO SEGUNDO COMPONENTE PRINCIPAL O seg
117. cos da classifica o supervisionada usando o m todo de BhatachaN A sas irreal lcd ia E Dea sc pa aa RE ar a a Figura 7 12 Resultados estat sticos da classifica o n o supervisionada pelo m todo Isoseg Figura 8 1 Telas no SPRING representativas das imagens do sat lite IKONOS Figura 8 2 Telas no SPRING representativas das imagens dos componentes principais olgo ojsieei o o SER RBRERRE qo RDE e CRS REDE CPR PERENE RR ES ER DR RR A RES ARDE RREO SS RR DER RR Figura 8 3 Resultados estat sticos da an lise de componentes principais iiiiiii Figura 8 4 Amostra de uma imagem do sat lite IXONOS a Banda 3 Vermelho e b Banda 4 nravermelng POREES ORAR PRE ER ORE CAN PORCA A DEAR PD RR APR ER RS CR Figura 8 5 Dispers o de 9 tratamento em rela o aos componentes principais Y e 1 Figura 8 6 Valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 X1 e infravermelho banda 4 X2 e da componente principal 1 Y1 eee Figura 8 7 Valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 X1 e infravermelho banda 4 DO aan ion ga OSS ID RICD aG S S GR aU O 68 68 69 69 2 12 73 73 73 75 76 79 89 89 95 96 96 97 98 99 100 103 104 105 105 120 127 132 136 140 143 145 145 146 153 154 NDICE DE TABELAS Tabela 1 1 Imagens dos sat lites CBERS LANDSAT 7 e
118. da Ri 22 00322466 6 52 98616188 B 30 06304502 Opera o Peere Exibir Ex 32 Valores Fatias E E Monocrom tioco fi Min 5 o0000000 M xi 7500000000 Salvar Imagem vermelho iR verde G Azul E Nome Banda Sint tica rincipal N Auxiliar N Tela 2 7X Tela 3 N Tela4 e cdi PI Ufes60em R Agora voc ir salvar a composi o colorida em falsa cor como uma imagem sint tica mantendo o contraste linear aplicado sobre os canais vermelho verde e azul 36 37 38 39 40 41 43 Na caixa de di logo Contraste na caixa de entrada Nome digite ufes falsacor linear Marque a op o Sint tica No menu Executar clique na op o Salvar Clique no bot o Fechar l Clique no bot o N o para n o manter o contraste aplicado sobre a imagem atual pois voc j salvou esta imagem com outro nome anteriormente Clique na guia Auxiliar 42 No painel de controle selecione a imagem ufes falsacor linear Marque a op o S Sint tica Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 48 Cap tulo 2 Contraste de Imagens Digitais Contraste EI Opera o Canal Exibir Mio ajuda 38 Recompor Eoo Histograma Salvar Histograma Salvar Salvar TiFf d dl Mivel de Entra
119. da 125 00000000 LUT Popula o Entrada 125 0000000 Movo 254 0000000 O M dia Edi o Saida E 22 00322466 G 5298616188 B 30 06304502 Do Valores n 500000000 M x 75 00000000 Ls SPRING io Deseja manter o conlvaste aplicador Salvar Imagem Z i Nome ufes Falsacor linear Ei Sint tica les SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir Imagem Tem tico INT al a BRSESZ sM L utto SAGAS A AM O fato vli 164666 inativa 2 Painel de Controle 8x An lise Executar Ferramentas Ajuda Tela Ativa Auxiliar p PI Dispon veis PI Selecionados Categoria Plano de Informa o E w satelites Ufes60cm B Ufes60cm G Ufes60cm R ufes pan ufes pan linear B Principal Auxiliar Tela2 Tela3 Tela 4 0 PI ufes falsacor linear Abaixo s o demonstradas as imagens em falsa cor do sat lite QUICKBIRD antes e ap s a aplica o da t cnica de contraste linear a antes da aplica o do contraste linear b ap s a aplica o do contraste linear Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 49 Cap tulo 2 Contraste de Imagens Digitais EXERC CIOS 1 Sobre as imagens do sat lite QUICKBIRD mostradas na Tabela 2 3 utilize todos os m todos de realce de contraste Tabela 2 4 disponibilizados no SPRING para melhorar
120. da Carta E Wesi Definir Alinhar Ajuda Textos Altura mm 3 o Simbolos Espa amento jo Rota o graus Legenda nm l Espessura mm 0 Estilo Estilo o Posicionar Cm de papel e dpi Agency FB Bold Agency FB Regular Algerian Regular Rank Antina Bold lt Legenda Largura mm 5 d Yi Deslocar cm w E oli o do Box direita esquerda De i Espa ar cm mm 5 Rota o graus o Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 123 Cap tulo 7 Classifica o de Imagens de Sat lite L amp SCarta 5 1 2 Uso Solo Alegre PROJETO BHR Alegre Uso Solo Arquivo Editar Exibir Executar Ajuda SSH Ursos d UP LEA O imo vir vt USO E OCUPA O DO SOLO PARA O BAIRRO PAVUNA ALEGRE ES amp Editor de Escalas j E Urbaniza o Altura 2mm v Largura 3cm v Unidade m v 1 Ba a A Solo Exposto ARE E Pastagem E Fragmento Estrada Pavimentada m gua Xx 21 957981 Y 21 000000 PI Class_Super_Maxver_pos T 68 Finalmente vamos inserir a grade do mapa do layout Logo no Scarta no menu Editar clique sobre a op o Grade 69 Na caixa de di logo Defini o de Grade na op o Grade em Coordenadas selecione Planas 70 Na caixa de entrada dx digite 300 71 Na caixa de entrada dy digite 300 72 Clique no bot o Definir 73 Na caixa de di logo Grade
121. dados sem limita es de escala proje o e fuso mantendo a identidade dos objetos geogr ficos ao longo de todo banco e Administra tanto dados vetoriais como dados matriciais raster e realiza a integra o de dados de Sensoriamento Remoto num SIG e Prove um ambiente de trabalho amig vel e poderoso atrav s da combina o de menus e janelas com uma linguagem espacial facilmente program vel pelo usu rio LEGAL Linguagem Espa o Geogr fico baseada em Algebra e Consegue escalonabilidade completa isto ser capaz de operar com toda sua funcionalidade em ambientes que variem desde microcomputadores a esta es de trabalho RISC de alto desempenho Para alcan ar estes objetivos o SPRING baseado num modelo de dados orientado a objetos do qual s o derivadas sua interface de menus e a linguagem espacial LEGAL Algoritmos inovadores como os utilizados para indexa o espacial segmenta o de imagens e gera o de grades triangulares garantem o desempenho adequado para as mais variadas aplica es Outra caracter stica considerada extremamente importante que a base de dados nica isto a estrutura de dados a mesma quando o usu rio trabalha em um microcomputador IBM PC e em uma m quina RISC Esta es de Trabalho UNIX n o havendo necessidade alguma de convers o de dados O mesmo ocorre com a interface a qual exatamente a mesma de maneira que n o existe diferen a no modo de operar o prod
122. ditar Formatar Exibir Ajuda MATRIZ DE ERROS DE CLASSIFICA AO Ccolunas dados de referencia Agua Estrada Pa Fragmento Pastagem Solo Expos Urbanizaca abstencao soma lin Agua 116 L 6 Q 6 o Sto 1 08 O 01 0 00 O 00 0 00 O 00 O 00 Estrada Pa 8 607 3 16 TAL Q 687 0 07 5 63 0 03 0 02 0 15 0 47 0 00 Fragmento 5 3667 276 4 1 o 3953 0 05 0 00 34 00 2 56 0 04 0 01 0 00 Pastagem 213 4478 50 2 0 4783 0 00 O 00 1 98 41 52 0 83 0 02 O 00 solo Expos 0 0 0 24 542 15 o 581 0 00 O 00 0 00 0 22 5 03 0 14 O 00 urbanizaca 1 97 0 0 24 541 663 O 01 0 90 0 00 O 00 0 22 5 02 0 00 soma col 130 705 3883 4780 676 610 6 10784 pe do produtor Exatidao do usuario Agua 89 23 99 15 Estrada Pa 86 10 88 36 Fragmento 94 44 92 76 Pastagem 93 68 93 62 solo Expos 80 18 93 29 urbanizaca 88 69 81 60 Desempenho geral 92 28 4 Desempenho Geral DG VALORES A SEREM COMPROVADOS abstencao media 0 00 ao Estistica KHAT 88 30 4 Indice Kappa K NO PROXIMO T PICO varjancia KHAT 1 501e 005 Estistica TAU 90 73 il COMPROVA O MATEM TICA DOS RESULTADOS Abaixo demonstrada a matriz de erros de classifica o do exemplo da figura anterior Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA
123. do do lado direito do mesmo Clique no bot o Aplicar Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 47 Cap tulo 2 Contraste de Imagens Digitais Contraste le SPRING 5 1 2 UFES Imagem UFES HE Arquivo Editar Exibir Imagem Tem tico MNT m lise Executar Ferramentas Ajuda IT Cadastral Rede A eag ci va O Q LAIRA E A M O fato vlaz 1597 53 lInativa v Painel de Controle Le Contraste 29 L Ia LUT Popula o N vel de Entrada 254 00000000 Entrada 254 0000000 O Novo 254 0000000 2417 l amp Contraste M dia Edi o Sa da Opera o EA Exibir Exbcutar Ajuda R 22 00322466 6 52 98616188 E 30 06304502 Valores M n 5 00000000 M x 116 00000000 vermelho R verde G Azul B Salvar Imagem Nome o O Banda O Sint tica auxiliar Tela 2 Tela 3 J Tela 4 PI Ufes60cm R e nn T les SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir Imagem m tico P d An lise Executar Ferramentas Ajuda e agEz 8d vi rOoR SAGAS P A UM OE auto ly lisos limatva 2 Painel de Controle 8 x F l Contraste ii Nivel de Entrada 254 00000000 Aplicar LUT Popula o Entrada 254 0000000 O Nova 254 0000000 4725 M dia Edi o Sai
124. e a barra de t tulo do Spring mostrada na figura abaixo e explique a import ncia da hierarquia BANCO DE DADOS PROJETO MODELO DE DADOS le SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre arquivo Editar Exibir Imagem eug sM Lutto 4 Cite e explique resumidamente a finalidade de cada tipo de modelo de dados suportado pelo Spring 5 1 2 5 Defina o que uma escala e explique a sua utiliza o pr tica no sensoriamento remoto 6 Defina fuso hor rio Quantos fusos hor rios existem no Brasil Exerc cios pr ticos 1 O diret rio de trabalho C Livro Spring Alegre ES cont m al m de imagens do sat lite CBERS as seguintes imagens do sat lite LANDSAT 7 SATELITE LANDSAT 7 BANDAS ESPECTRAIS INTERVALO DE SENSOR ETM COMPRIMENTO DE FAIXA ESPECTRAL 05 08 2002 ONDA um b1 050802 ti Azul b2 050802 tif Verde b3 050802 tif Vermelho b4 050802 tif Infravermelho pr ximo b6 050802 tif Infravermelho termal b8 050802 tif Pancrom tica Utilize os conhecimentos adquiridos neste cap tulo para importar essas imagens e visualizar uma a COMPOSI O COLORIDA NORMAL tela auxiliar b COMPOSI O COLORIDA EM FALSA COR tela principal Observa o durante a importa o fique atento com a resolu o espacial das bandas espectrais do sat lite LANDSAT que dependendo da banda pode ser de 15 30 e 60 m 35 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais 2 Utilize a home page do programa
125. eg ALGORITMO DE CLASSIFICA O DO PARALELEP PEDO Esse algoritmo de classifica o supervisionado considera uma rea no espa o de atributos ao redor do conjunto de treinamento sendo que essa rea tem a forma de um quadrado ou paralelep pedo definido pelos valores de reflect ncia m ximos e m nimos do conjunto de treinamento Todos os pixels situados dentro do paralelep pedo ser o classificados como pertencentes a uma classe e os lados do paralelep pedo constituem os chamados limites de decis o de classe Uma outra caracter stica desse m todo que numa imagem t pica de sensoriamento remoto contendo milhares de pixels a maioria deles vai provavelmente cair fora dos limites de decis o das classes por mais classes que se defina Isso se deve ao fato de que o volume do espa o de atributos que n o pertence a nenhuma das classes muito grande CROSTA 1993 Os limites de decis o podem ser definidos como gt valores m ximos e m nimos de cada assinatura gt a m dia de cada banda mais ou menos o desvio padr o gt limites especificados pelo analista baseado na experi ncia e conhecimento dos dados e assinaturas 99 Cap tulo 7 Classifica o de Imagens de Sat lite DEMONSTRA O MATEMATICA DO ALGORITIMO DO PARALELEP PEDO Um pixel desconhecido ser assinado a uma classe c qualquer se e somente se Xek T Ock e VB Xek t O ck Em que X m dia da classe c na banda k C des
126. egre BHR Alegre HE Arquivo Editar Exibir Imagem 5 MNT t 3 T An lise Executar Ferramentas Ajuda SASHES sA hA utro SAQA A A Dr O ato w poaa inta v Painel de Controle x Tela Ativa Tela 14 PI Dispon veis PI Selecionados Categoria Plano de Informa o E 0 Sateltes C b1_300501 8 b2_300501 E b5 soosor j b6_30050 b amp _300501 bandai 210708 banda2_210708 banda3_210708 banda4_210708 banda5_210708 Texto G lt I Im PI b4 300501 PENERE Arquivo Editar Exbir Imagem d An lise Executar Ferramentas Ajuda sasz aa Ytp OR LAQAQAEA P A O fato vl 406567 Jinaiva w 2 Painel de Controle 5x Tela Ativa PI Dispon veis PI Selecionados Categoria Plano de Informa o E E V sateitos banda1_210708 banda2_210708 O banda3_210708 banda4_210708 bandas 210708 bi 300501 bz 300501 b3 300501 J b4_300501 bs 300501 bs 300501 Ikonos band 1 ERTS Sa M Texto De Ds De Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 31 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Tela 17 Ikonos band 3 M Tela 18 Ikonos band 4 M La SPRING 5 1 2 Bacia Rio AlegreJ BHR Ale
127. ela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o E v satelites bandal 210708 B bandaz 210708 5 bandaz 210 06 R banda3_210708 G bandas 210708 bandas 210708 PI bandaZ 210708 OUTRAS FERRAMENTAS Nesta etapa voc ir aprender a alterar a escala da imagem da tela principal e alterar seu sistema de coordenadas Inicialmente voc ir mostrar a imagem com mais detalhes alterando a escala para 1 25 000 Posteriormente a imagem j com a escala alterada ser visualizada com coordenadas planas e geogr ficas 1 No dropdown da ferramenta Amostragem escolha a op o Escala 2 Na caixa de entra Escala entre com o valor 25000 3 Para visualizar a imagem com a nova escala clique na ferramenta Zoom PI Abaixo demonstrada a imagem falsa cor da tela principal na escala 1 25 000 La SPRING 5 1 2 Bacia Rio Alegre BHR Alegre at Arquivo Editar Exibir Imagem An lise Executar Ferramentas Ajuda SBHH cmMu POR FANATA A A M O Eca v a 25000 inativa i 2x Painel de Controle Escala 1 25000 B F 1 Principal Causa J Tea 2 Tea 37 Velas 4 No dropdown da ferramenta Coordenadas escolha a op o Planas Veja o resultado das novas coordenadas na parte inferior do Sprin
128. elo INPE IEMA ES NEDTEC UFES e IJSN 86 Cap tulo 5 Opera es Aritm ticas entre Imagens Conclus o de acordo com os resultados da Tabela 5 1 os valores de m dia e vari ncia das imagens de refer ncia e normalizada est o pr ximos estatisticamente A Figura 5 2 mostra uma compara o entre as imagens de refer ncia ajuste e normalizada Observa se que ap s a aplica o do m todo de uniformiza o das m dias e vari ncias UMV o contraste da imagem de refer ncia muito parecido com o da imagem normalizada Esta afirma o pode ser comprovada pela compara o entre o histograma das imagens de refer ncia ajuste e normalizada demonstrada na Figura 5 3 Observe que o histograma da imagem de refer ncia se assemelha com o histograma da imagem normalizada IMAGEM DE REFER NCIA IMAGEM DE AJUSTE IMAGEM NORMALIZADA banda4 210708 banda3 210708 banda3 210708 normalizada OP1 IMAGEM DE REFER NCIA IMAGEM DE AJUSTE IMAGEM NORMALIZADA banda4 210708 banda3 210708 banda3 210708 normaliza da OP1 Figura 5 3 Compara o entre o histograma das imagens de refer ncia ajuste e normalizada Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 87 Cap tulo 6 ndices de Vegeta o 06 CAP TULO ndices de Vegeta o Este cap tulo tem por
129. em ufes 4 banda do infravermelho 7 Clique no bot o Executar 53 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens 8 Marque a op o B azul e selecione a imagem ufes 2 banda do azul 9 Clique no bot o Executar 10 Na caixa de entrada PI de Sa da digite Ufes 11 Marque a op o B para aceitar 2 4 m para o Tamanho do Pixel de Sa da 12 Clique no bot o Executar La Transforma o IHS lt gt RGB le Categorias e Planos Transforma e Categorias O RGB gt Imagem E satelite O 1H5 gt RGB O IH5 gt Imagem Tamanho do Pixel Le SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir E OME An li O G E ii Z Ei P Contraste Filtragem B Opera es aritm ticas Transform o IH5 lt gt RGB Painel de Controle Tela Ativ PI de Sa da Tamanho do Pixel de Sa da OROGOEB x y 8 bits sem sinal 0 255 v o la Transforma o IHS lt gt RGB HEI Transforma es RiGB gt 1H5 O RGB gt Imagem O IH5 gt RGB 1H5 gt Imagem Tamanho do Pixel Planos de Entrada E WE 8 Tamanho do Pixel de Saida A ORO Os x Etc vao amp bits sem sinal 0 255 wt Abaixo s o demonstradas as novas imagens geradas Ufes intensidade Ufes H matiz e Ufes S satura o La SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir Imagem B
130. ens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 98 Cap tulo 7 Classifica o de Imagens de Sat lite gt CLASSIFICA O N O SUPERVISIONADA esta classifica o n o requer qualquer informa o pr via sobre as classes de interesse Ela examina os dados e os divide nos agrupamentos espectrais naturais predominantes presentes na imagem O analista ent o identifica esses agrupamentos como classes de cobertura do solo por meio de uma combina o de sua familiaridade com a regi o estudada e visitas para levantamento de verdade de campo 7 5 ALGORITMOS DE CLASSIFICA O Existe uma variedade de algoritmos de classifica o nos quais os pixels desconhecidos podem ser comparados com os pixels do conjunto de treinamento Em cada caso o produto final uma imagem classificada representando ent o um mapa tem tico Esses algoritmos de classifica o podem ser param iricos e n o param tricos Este ltimo n o faz suposi es sobre as distribui es das classes J os param tricos produzem bons resultados mesmo quando a distribui o de classe assumida inv lida A Tabela 7 1 mostra os algoritmos de classifica o mais comuns Tabela 7 1 Algoritmos de classifica o mais comuns CLASSIFICA O TIPO ALGORITMO paralelep pedo Se Pixel a pixel dist ncia m nima Supervisionada m xima verossimilhan a E Bhattacharya Por regi o N o supervisionada Mahalanobis Isos
131. ente compare os histogramas de cada imagem elaborada diferentes sat lites e descreva seu comportamento REFER NCIAS BIBLIGR FICAS SPRING Integrating remote sensingand GIS by object oriented data modelling Camara G Souza RCM FreitasUM Garrido J Computers amp Graphics 20 3 395 403 May Jun 1996 Dispon vel em http www dpi inpe br spring Acesso em 10 12 2009 50 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens 03 CAP TULO Transforma o IHS lt gt RGB de Imagens Neste cap tulo voc ir aplicar uma transforma o IHS lt gt RGB sobre as bandas multi espectrais do sat lite QUICKBIRD que apresentam resolu o espacial de 2 4 m visando obter uma imagem em falsa cor com resolu o espacial de 0 6 m melhorando a qualidade de fotointerpreta o das imagens de sat lites O assunto abordado neste cap tulo ser Transforma o IHS lt gt RGB de imagens 3 1 TRANSFORMA O IHS lt gt RGB DE IMAGENS O controle dos equipamentos de visualiza o de imagens multiespectrais feito atrav s das componentes R G e B que apresentam os seguintes significados LETRA INGL S PORTUGU S R Red B Bue H Azul Neste t pico ser abordada a t cnica de transforma o no espa o de cores ou mais precisamente a transforma o IHS que apresentam os seguintes significados LETRA INGL S PORTUGU S Imtensity Intensidade
132. ento espec fico para a classifica o de uma imagem digital Ao longo dos anos os cientistas t m desenvolvido v rias estrat gias de classifica o de forma que o analista precisa selecionar a partir dessas alternativas qual o classificador a ser usado em tarefas espec ficas Atualmente imposs vel dizer que um dado classificador melhor para todas as situa es porque as caracter sticas de cada imagem e as circunst ncias para cada estudo est o sempre variando Portanto essencial que o analista compreenda as estrat gias alternativas para a classifica o de imagens para que ele possa estar preparado para selecionar o classificador mais apropriado para determinada tarefa 2 CLASSIFICA O PIXEL A PIXEL E POR REGI O gt Classificadores pixel a pixel utilizam apenas a informa o espectral isoladamente de cada pixel para achar regi es homog neas O resultado final de um processo de classifica o pixel a pixel uma imagem digital que constitui um mapa de pixels classificados representados por s mbolos gr ficos ou cores gt Classificadores por regi o utilizam al m de informa o espectral de cada pixel a informa o espacial que envolve a rela o entre os pixels e seus vizinhos Esses classificadores procuram simular o comportamento de um fotoint rprete ao reconhecer reas homog neas de imagens baseado nas propriedades espectrais e espaciais de imagens Dados espaciais ima
133. ermelho lkonos band 4 M Infrav pr ximo bandas azul B verde G vermelho R Composi o colorida normal bandas verde B verm R Infrav pr x G Composi o colorida falsa cor Abaixo s o demonstradas as imagens dos sat lites LANDSAT e IKONOS importadas e visualizadas em suas respectivas telas com amplia o realizada sobre a cidade de Alegre ES e proximidades Tela 7 b1 300501 M Tela 8 b2 300501 M La SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem An lise Executar Ferramentas Aju da Arquivo Editar Exibir Imagem La SPRING 5 1 2 Bacia Rio Alegre BHR Alegre T An lise Executar Ferramentas Ajuda SBSE cid tto LAARA EAD O ao vju oma Jin 2 SSH cid trO LAARA EO DR O ao vu aireta ji le Fx n n x Painel de Controle Categoria Plano de Informa o z ru XY Ad L B B CPrincpal VAudiar Clea 2 Tela3 iea 4 iela 5 iea 6 Tela 5 8429 Y 7705631 4005 0 8 Crrincipal VAuxiar Nielaz V Tea 3 Telas iea 5 ida6 iea 7 J Telas l 0 PI b2_300 PI b1_300501 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 30 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Tela 9 b3 300501 M les SPRING 5 1 2 Bac
134. erramenta de acoplar tela possibilita comparar os dados de outros PI s com o que estiver ativo e vis vel na janela principal do Spring 11 No controle de telas ative a tela Principal 12 Clique na ferramenta Acoplar e selecione a Tela 5 13 Clique no menu Exibir Cursor de rea ou na ferramenta Cursor de rea 14 D um clique inicial e arraste uma caixa sobre a rea a ser ampliada dando novamente um clique para finalizar a caixa 15 Clique na ferramenta Desenhar Z 16 No controle de telas observe que a mesma amplia o representada na tela Principal demonstrada na Tela 5 gi SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem dastral Re An lise Executar eung s M T 49 SANGACA H Painel de Controle E x Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o E 1 satelites bandal 210708 la SPRING 5 1 2 Bacia Rio Alegr TEDE Alegre Arquivo Editar Exibir Imagem 3 An lise Executar Ferramentas Ajuda ams 189 REL SAQAGORN n O DR fato vi eon Jimava Painel de Controle Tela Ativa Principal pe PI Dispon veis PI Selecionados ategoria Plano de Inform a o E E V satelites bandal 210708 B banda2 210708 ft raea ainos i J PI banda4 210708 EMPUNC O DA TELA 5 a a 0 LAARA P Q M amp jato vt 4800
135. es e Aerofotos Digitais l Importa o El Dados Convers o Saida Projeto BHR legre Sateltes bandai _210708 Abaixo s o demonstradas as imagens do sat lite CBERS adicionadas no projeto BHR_Alegre l SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre Arquivo Editar Exibir Imagem BUBSES cid u gt OR Painel de Controle x Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o E I Satelites banda 210708 banda3 210708 bandas 210708 bandas 210708 VISUALIZA O DAS IMAGENS DE SATELITE CBERS DA REA DE ESTUDO Nesta etapa voc ir aprender a visualizar as imagens das bandas espectrais do sat lite CBERS em tons de cinza isoladamente e por meio de composi o normal e falsa cor Como temos 05 imagens vamos visualizar essas imagens nas seguintes telas do Spring banda1 210708 Azul Tela 2 banda 210708 Verde Tela 3 banda3 210708 Vermelho Tela 4 banda4 210708 Infravermelho pr ximo Tela 5 banda5 210708 Pancrom tica Tela 6 Logo voc ter que adicionar 02 novas telas no Spring 1 Na parte inferior da rea de visualiza o do Spring clique 02 vezes sobre a ferramenta Adicionar p gina Observe que ser o adicionadas 02 novas telas no Spring Tela 5 e 6 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 29 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digi
136. espectrais s o semelhantes em classes mais ou menos homog neas Estas classes formam regi es sobre um mapa ou imagem de forma que ap s a classifica o a imagem digital seja apresentada como um mosaico de parcelas uniformes em que cada uma identificada por uma cor ou s mbolo Figura 7 2 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 96 Cap tulo 7 Classifica o de Imagens de Sat lite a Imagem num rica composi o falsa cor b Imagem classificada Figura 7 2 Imagem num rica oriunda da composi o colorida em falsa cor a e imagem classificada b A imagem classificada definida a partir da an lise da imagem num rica de forma que aqueles pixels que t m valores espectrais semelhantes s o agrupados em classes espectralmente similares Neste exemplo a classe A urbaniza o formada por pixels claros altos valores de cinza que variam de 70 a 130 e a classe B gua formada por pixels escuros baixos valores de cinza variando de 5 a 40 Geralmente existe um maior n mero de classes e no m nimo tr s ou quatro bandas espectrais A classifica o de imagens digitais tem se constitu do em um dos mais importantes campos de sensoriamento remoto Em alguns casos a classifica o pode ser o pr prio objeto final de an lise O termo classificador digital refere se a um programa de computador que implementa um procedim
137. g Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 29 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais F ooo B 4 Principal i Auxiliar sy Planas w 220776 5681 Y 7705865 3906 e l Es Repita o passo anterior para alterar as coordenadas para Geogr ficas VISUALIZANDO IMAGENS DO SAT LITE LANDSAT E IKONOS Utilizando os conhecimentos adquiridos nos passos anteriores voc ir importar imagens com extens o tif dos sat lites LANDSAT e IKONOS mostradas na Tabela 1 3 Tabela 1 3 Imagens dos sat lites LANDSAT e IKONOS representativas da rea estudo SATELITE LANDSAT 7 QUADRANTE REPRESENTATIVO DA BACIA HIDROGRAFICA DO RIO ALEGRE ES BANDAS ESPECTRAIS INTERVALO DE SENSOR ETM COMPRIMENTO DE FAIXA ESPECTRAL 30705200 ONDA Hon b1_300501 M Azul b2_300501 M Verde b3 300501 M Vermelho b4 300501 M Infrav pr ximo IP b6 300501 M Infrav termal b8 300501 M Pancrom tica bandas azul B verde G vermelho R Composi o colorida normal bandas verde B verm R Infrav pr x G Composi o colorida falsa cor SATELITE IKONOS QUADRANTE REPRESENTATIVO DA CIDADE DE ALEGRE E PROXIMIDADES ES BANDAS ESPECTRAIS INTERVALO DE COMPRIMENTO DE 01 12 2002 TELAS DO SPRING ONDA um dada lkonos band 1 M Azul lkonos band 2 M Verde lkonos band 3 M 0 63 0 69 4 m V
138. gem Na caixa de di logo Filtragem selecione o tipo de filtragem Linear Selecione o filtro linear Passa Baixa M dia Selecione a m scara 5x5 Na caixa de entrada Nome digite o nome Ik b4 passa baixa media 5x5 Clique no bot o Executar No Painel de Controle selecione a imagem filtrada Ik b4 passa baixa media 5x5 Selecione a paleta de cor M monocrom tica Clique na ferramenta Zoom PI SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre Arquivo Editar Exibir Imagem Jemstco MNT Cadastral Pede An lise Executar Ferramentas Ajuda BESHSZ ci u POR SAGAS Fx Tela Ativa Principal PI Selecionados Categoria Plano de Informa o S E w satelites IK_b4_passa_baixa_media_3x3 M Ikonos band 4 Ikonos band 1 Aerofoto Alegre 2007 3 ok teste E Filtragem Arquivo Editor Exbr Imagem Temco Tipos Linear O N oLinear O Radar PI de Sa da Arquivo Editar Exibir denominada l SPRING 5 1 2 Bacia Rio Alegre BHR Alegre E 8 g ga Pd Contraste Painel de Controle B Principal CTelaZ VW ea a Tela 47 PI Ikonos band 4 La astral Rede An lise Executar Ferramentas Ajuda Opera es Aritm ticas my MNT Cadast SASE sA hL tpo SAGAS A D A DR O jo ly mia Filtros Lineares 2 Passa Baixa M dia O M scaras 5x5
139. gens dos sat lites CBERS e LANDSAT a serem utilizadas foram obtidas gratuitamente na home page do Programa CBERS Figura 1 1 disponibilizada na p gina do Instituto Nacional de Pesquisas Espaciais INPE http www cbers inpe br CRERS Sat lite Sino Brasileiro de Recursos Terrestres Microsoft Internet Explorer arquivo Editar Exibir Favoritos Ferramentas Ajuda oona oPHeRRAa uH a as Endere o a tkp te Cbers inpe be E SE Bic E sto CBERS SATELITE SINO BRASILEIRO DE RECURSOS TERRESTRES gt English Version SALA DE IMPRENSA CBERS a q fa A e WACB ES Cat logo de Imagens Programa CEERS CHERS E FE 19 08 2008 Imagens de c mera de alta resolu o do CBERS ZEB est o na Intemet Uma galeria de imagens em alta resolu o do CBRERS Sat lite Sino brasileiro de Recursos Terrestres est disponivel na Internet para Galeria de Imagens download amp utiliza o dos arquivos gratuita ZE Home Page Sobre o Sat lite Download de Imagens Galeria de Imagens Galeria de Fotos Moticias CBLERS Biblioteca Digital videos 22 07 2008 INPE analiza resultados da da Pesquisa de ERES Usuarios das Imagens CEERS inks Uteis 10 07 2008 Professores aprendem a usar imagens de sat lites para estudo do meio ambiente FAG 0 07 2008 INPE comemora 20 anos do BERS na Goa Feu
140. gens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 97 Cap tulo 7 Classifica o de Imagens de Sat lite 7 3 CLASSE INFORMAL E CLASSE ESPECTRAL importante n o confundir classe informal com classe espectral gt CLASSE INFORMAL s o categorias de interesse dos usu rios de dados digitais Classes informais s o por exemplo os diferentes tipos de unidades geol gicas diferentes tipos de florestas etc que fornecem informa es aos planejadores administradores e cientistas que usam informa es derivadas de dados obtidos remotamente Em resumo classes informais s o aquelas classes que o homem define gt CLASSE ESPECTRAL s o grupos de pixels que s o uniformes em termos de valores de brilho em suas diversas bandas espectrais Estas classes precisam ser identificadas e nomeadas pelo analista 7 4 CLASSIFICA O SUPERVISIONADA E N O SUPERVISIONADA gt CLASSIFICA O SUPERVISIONADA pode ser definida como o processo de usar amostras de identidade conhecida Ex pixels j assinalados as classes informacionais para classificar pixels de identidade desconhecida em outras palavras assinar pixels desconhecidos a uma das v rias classes informacionais Na classifica o supervisionada a identidade e a localiza o de algumas fei es tais como agricultura floresta e urbaniza o s o conhecidas inicialmente por meio da combina o de trabalhos de campo an lises de fotografi
141. gre tico MN d I n T Cad d eaS ci tpo LAQA A WA O fato wi 186557 inwa 4 SBSE sL tpo LAAR EA H A sx sx ve E A XY as s 6 E a Xd B Do pI Texto De De T An lise Executar Ferramentas Ajuda nativa g ad Rt ato v1 4865 67 inativa l A Figura 1 4 mostra alguns locais importantes da cidade de Alegre ES sobre a imagem IKONOS em composi o normal e em composi o falsa cor r tS E Parque de Exposi o a Composi o falsa cor b Composi o normal Figura 1 4 Locais importantes da cidade de Alegre ES sobre a imagem IKONOS Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 32 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais 1 5 VISUALIZANDO AEROFOTOS DIGITAIS DA CIDADE DE ALEGRE ES Neste t pico voc dever utilizar os conhecimentos adquiridos nos passos anteriores para importar aerofotos digitais extens o tif da cidade de Alegre oriunda do ano de 2007 na escala 1 35 000 com resolu o espacial de 1 m A Tabela 1 4 mostra as caracter sticas das aerofotos digitais importadas que voc deve tomar como exemplo visando visualizar uma composi o normal Tabela 1 4 Composi o c
142. ho Banda 4 infravermelho Componente principal 1 X1 X2 Y Figura 8 7 Valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 X1 e infravermelho banda 4 X2 e da componente principal 1 Y 152 Cap tulo 8 An lise de Componentes Principais EXERC CIO 1 Baseados nos valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 X e infravermelho banda 4 X2 demonstrados na Figura 8 8 fa a a estimativa da equa o do componente principal 1 Y4 visando a determinar a matriz do componente principal 1 com os novos valores digitais n veis de cinza b o plano cartesiano representativo dos componentes principais 1 e 2 Banda 3 vermellho Banda 4 infravermelho X X2 Figura 8 8 Valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 X e infravermelho banda 4 X3 REFER NCIAS BIBLIOGR FICAS CROSTA A P Processamento Digital de Imagens de Sensoriamento Remoto ed ver Campinas SP ig unicamp 1993 170P 153
143. hos e central da m scara da imagem de origem e da imagem filtrada Figura 4 27 IESE 160 174 b Valor do pixel ap s a filtragem de a Valor do pixel central na imagem original Passa Baixa M dia 3 x 3 Figura 4 27 Valores nos n veis de cinza dos pixels vizinhos e central a m scara da imagem de origem e b da imagem filtrada Abaixo apresentado um esquema contendo as seguintes informa es Figura 4 28 a M scara do Filtro de Passa Baixa M dia 3 x 3 b Valor do pixel central na imagem original e c Valor do pixel ap s a filtragem de Passa Baixa M dia 3 x 3 c Valor do pixel ap s a filtragem de Passa Baixa M dia 3 x 3 b Valor do pixel central na a M scara i sa imagem original Figura 4 28 Representa o da m scara do Filtro de Passa Baixa M dia 3 x 3 valores dos n veis de cinza da imagem original e imagem filtrada Objetivando comprovar que realmente o valor do pixel central da imagem filtrada equivale a 116 basta executar os c lculos sugeridos abaixo 2 Cap tulo 4 Filtragem de Imagens Digitais a a 00 JO EO NO OD RR CON APLICA O DO FILTRO LINEAR DE PASSA BAIXA M DIA 5 X 5 No SPRING selecione a guia Principal No Painel de Controle selecione a banda infravermelho do sat lite IXONOS intitulada Ikonos band 4 Selecione a paleta de cor M monocrom tica Clique na ferramenta Zoom PI amp No menu Imagem clique na op o Filtra
144. ia Rio Alegre BHR Alegre sa Arquivo Editar Exibir Imagem MNT Sede An lise Executar Ferramentas Ajuda SBSE ch u rOR ZAGA A H A R O auto a p033 Inva w Painel de Controle Fx gt PI Dispon veis PI Selecionados Categoria Plano de Informa o E w satelites bandaz 210708 banda3 210708 bandas 210708 bandas 210708 bi 300501 bandai 210708 vM Texto R e B E Principal Audia tea 2 Tela 3 Tela4 elas Tela 6 Tela 7 Tela BN Tela o f 0 PI b3 300501 Tela 11 b6 300501 M Los SPRING 5 ia Rio AlegreJ B legre SE N 7 Arquivo Editar Exibir Imagem T cedo An lise Executar Ferramentas Ajuda SUB cid U POR LAQASA HA Painel de Controle E E E x Rt auto va 04334 mawa Tela Ativa T PI Dispon veis PI Selecionados Categoria Plano de Informa o E w satelites bandai 210708 banda2 210708 banda3 210708 bandas 210708 bandas 210708 bi 300501 bz 300501 b3 300501 b4 300501 00501 E a 8 A Ll B vi M Texto R Ss B E Crincipal VAuxiiar tea 2 iea 3 iea 4 elas iea 6 ieda 7 iea 8 iaa 9 Tea 10 Tela 11 1 0 PI b6 300501 Te
145. ica o Abaixo demonstrado o resultado do mapeamento realizado pelo m todo da classifica o supervisionada de Bhattacharya Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 132 Cap tulo 7 Classifica o de Imagens de Sat lite Arquivo Editar Exibir agem Tem tico NT adastra je An lise Executar Ferramentas Ajuda SEHA ci hLAP LSAQA A DA M O aro vii ooo intra 4 2 Painel de Controle 5x Tela Ativa Auxiliar PI Dispon veis PI Selecionados Categoria Plano de Informa o amp E satelites Class Super Maxver Class Super Maxver pos Seg 15 20 Class Super Regi o Bhattacharya Ej V Uso Solo Class Super Maxver pos T M Class Super Regi o Bhattacharya PI Class Super Regi o BhattacharyaT 4 OBTEN O DE REAS EM HECTARES PARA AS CLASSES TEM TICAS 1 Na categoria Uso Solo selecione O plano de informa o Class Super Regi o Bhattacharya T 2 No menu Tem tico clique na op o Medida de Classes 3 Na caixa de di logo Medidas de Classes no dropdown Unidades selecione ha 4 Clique no bot o Executar Veja que a classe Pastagem apresenta a maior rea de uso que equivale a 27 2 ha 5 Clique sobre o bot o Fechar Le Medidas de Classes l SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Uso Solo rquivo Editar Exibir Tem tico an li
146. ica o de duas m scaras descritas na Figura 4 15 que comp em um resultado nico Figura 4 15 M scaras do operador de Sobel A m scara a detecta as varia es no sentido horizontal e a m scara b no sentido vertical O resultado desta aplica o em cada pixel dado por a v4a b Em que a valor de n vel de cinza correspondente localiza o do elemento central da m scara Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 65 Cap tulo 4 Filtragem de Imagens Digitais A Figura 4 16 mostra uma aplica o da filtragem n o linear para detec o de bordas utilizando o operador de Sobel sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES Banda infravermelho Imagem filtrada do sat lite IKKONOS M scaras de Sobel detec o de bordas operador de Sobel Figura 4 16 Aplica o da filtragem n o linear para detec o de bordas utilizando o operador de Sobel sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES e Filtros morfol gicos exploram as propriedades geom tricas dos sinais n veis de cinza da imagem Para filtros morfol gicos as m scaras s o denominadas elementos estruturantes e apresentam valores O ou 1 na matriz que correspondem ao pixel considerado Os filtros morfol gicos b sicos s o da mediana er
147. igura 3 5 Amplia o de uma imagem em falsa cor resolu o de 0 6 m oriunda de uma transforma o IHS lt gt RGB da rea representativa do Campus Central da UFES Vit ria ES 58 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens EXERC CIOS 1 De posse das imagens do sat lite QUICKBIRD disponibilizadas no Banco de Dados UFES e Projeto Imagem UFES execute uma transforma o IHS lt gt RGB visando elaborar uma composi o colorida normal bandas azul B verde G e vermelho R com as seguintes imagens SATELITE QUICK BIRD 21 04 05 BANDAS ESPECTRAIS Ea Om BEE FAIXA ESPECTRAL ufes 1 0 45 0 52 2 4 m Azul B ufes 2 0 52 0 60 2 4 m Verde G ufes 3 0 63 0 69 2 4 m Vermelho R ufes pan 0 45 0 90 0 6 m Pancrom tica Veja na Figura 3 6 abaixo o resultado da transforma o IHS lt gt RGB que voc dever alcan ar E E gt a 4 1 W 82 pi T D d EAS NO Ea ke gt G Figura 3 6 Transforma o IHS lt gt RGB Composi o Normal Bandas do azul verde e vermelho 2 Procure na literatura informa es a respeito de outros m todos de transforma o semelhantes ao IHS lt gt RGB discutindo suas modifica es Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 59 Cap tulo 4 Filtragem de Imagens Digitais 04 CAPITULO Filtragem de I
148. igura 4 5 J a Figura 4 6 mostra uma aplica o do filtro de Passa Alta 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES Banda infravermelho M scara do sat lite utilizada IKONOS Imagem filtrada Passa Alta 3 x 3 Figura 4 6 Aplica o do filtro de passa alta 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES e Filtros direcionais de realce de bordas os filtros de realce de bordas real am a cena segundo dire es preferenciais de interesse definidas pelas m scaras Abaixo est o algumas m scaras utilizadas para o real amento de bordas em v rios sentidos O nome dado s m scaras indica a dire o ortogonal preferencial em que ser real ado o limite de borda Assim a m scara Norte real a limites horizontais A Figura 4 7 mostra as principais m scaras direcionais de realce de bordas J a Figura 4 8 mostra uma aplica o do filtro direcional de realce de bordas Norte 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 62 Cap tulo 4 Filtragem de Imagens Digitais Imagem filtrada infravermelho direcional de do sat lite MARCATA NONE realce de bordas IKONOS Norte Figura 4 8 Aplica
149. igura 8 2 gt Ikonos PC1 gt Ikonos PC2 gt Ikonos PC3 gt Ikonos PC4 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 141 Cap tulo 8 An lise de Componentes Principais les Componentes Princi Eft X Planos de Informa o lt SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Uso Solo Editar MNT tr i Z ii 4 Contraste Filtragem Arquivo Exibir EE Um E An lise ainel de Controle Satelites Class Mao Super Re Satelites Class Super Maxwe PIDispon veis Componentes Principais Satelites 5 Class Super Maxver o ae de Mitra Satelites Class Super Regi o Satelites Ikonos band 1 Satelites Ikonos band 2 Satelites Ikonos band 3 Satelites Ikonos band 4 Opera es aritm ticas Transform o IH5 lt gt RGB Tela Atir Categoria Plano de Infc Segmenta o a Tliirar Tematiro Classifica o Par metros dos Componentes Princ Olhar em E CilLivro Spring Alegre ES x 0o 00g E EJ m dia vari ncia E EEE band 1 56 78 177 16 43 O Meu Nome i Data de Modificar i band 2 59 80 325 30 e3 Bacia Rio Alegre 14 3 2 33 58 i band 3 53 38 603 69 ae a a bandcol ikonos 1 txt 7H12 2 46 12 i band 4 115 23 666 73 Figura 6 11 2 45 54 3 Imagem UFES File der 6 10 2 13 06 Auto valor Porcentad Resultados PCA txt 1KB bxt ivo 27
150. inhar ajuda Texto USO E OCUPA O DO SOLO PARA O BAIRRO Pat Textos Sesi E Dava Es liza o Formato DF w Rota o graus f IMmDOIOS Estilo Legenda Simbolos ilo Escala bok Antiqua trai a Cmdepapel naufragio 45 39 A man ABCHEFGHIJ o nauFragio 43 naufragio 438 naufragio 439 nauFragio 440 naviol Legenda Controle de Movimento Altura ni Rota o graus 0 00 3 10 00 o graus Ativar Desativar Desfazer Apagar Fechar ETTA Cm a Editor de Elementos da Carta L amp Caracter sticas dos Elementos da Carta E E Inserir Doido Alinhar Ajuda CUPA O DO SOLO PARA O BAIRRO pal Caracteristicas Altura mm Rota o graus O Estilo Estilo Posicionar Crm de papel a Bool Antiqua Italic CEC pscDercH rial Bold Arial Bold Italic abcdefghij Arial Italic 0123456789 Controle de Movimento Legenda Altura mm JUD Largura mm 0 00 d pa We Deslocar icm Dist ncia mm E Posi o do Box esquerda Dx per em S mbolo 4 Altura mm ls IM 43 graus O Ativar Desativar Desfazer pagar Fechar pag 49 Na caixa de di logo Editor de Elementos da Carta no menu Inserir clique na op o Legenda 50 D um clique duplo na parte central direita do layout Observe que os valores de X e Y ser o modificados automaticamente sendo que nessa posi o a legenda do layout ser inserida 51 Na caixa de di logo Inserir
151. io c No Spring crie um banco de dados dentro deste diret rio de trabalho com projeto e modelo de dados do tipo imagem d Fa a importa o das imagens CBERS utilizando a op o Abrir Imagens CBERS localizado no menu Arquivo do Spring e Observe as diferentes tonalidades de colora o em falsa cor das imagens obtidas interpretando a rea urbana da cidade de Cachoeiro de Itapemirim a vegeta o e o Rio Itapemirim que passa por este munic pio Observa o para melhor compreens o de como fazer o download de imagens gratuitas CBERS ou LANDSAT na home page do programa CBERS voc pode visualizar o manual do usu rio disponibilizado no endere o eletr nico http www dgi inpe br Suporte files manual usuario PT htm 3 Procure na literatura ou na internet informa es pr ticas sobre as principais aplica es das bandas espectrais dos sat lites a CBERS b LANDSAT c IKONOS Posteriormente de posse das informa es obtidas procure visualizar as bandas espectrais de cada sat lite no Spring interpretando apenas visualizar as principais classes de uso e ocupa o do solo do quadrante representativo da bacia hidrogr fica do rio Alegre ES Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 36 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Visando aprimorar ainda mais seus conhecimentos de fotointerpreta o observe na figura 1
152. ionados Categoria Plano de Informa o st E cam Tematico E E W Satelites Class Nao Super Regi o Isoseg Class Super Maxver Class Super Maxver pos J Class Super Regi o Bhattacharya Categoria Plano de Informa o E T car Tematico a E V Satelites Class Nao Super Regi o Isoseg Class Super Maxver Class Super Maxver pos Class Super Regi o Bhattacharya seg 15 20 seg 15 20 M Ikonos PC1 Ikonos PC2 Ikonos PC3 Ikonos PC4 w T Uso Solo M Ikonos PC2 Ikonos PC3 Ikonos PC4 5 T liso Solo PI Ikonos PC1 PI Ikonos PC1 Tela 2 IKonos PC1 Tela 3 IKonos PC2 Arquivo Editar Exibir Imagem Jemstco MNT Cadastral Bede An lise Executar Ferramentas Ajuda Arquivo Editar Exibir Imagem Jemslico MNT Cadastral Rede An lise Executar Ferramentas Ajuda BEZ cicu POR LAARA DAMN O ato vi 553 inativa 4 BEZ ci u POR LAAHAA DA DN O jo v Painel de Controle x Painel de Controle Tela Ativa Tela 5 PI Dispon veis PI Selecionados PI Dispon veis PI Selecionados Categoria Plano de Informa o E T cam Tematico E V satelites Class Nao Super Regi o Isoseg Class Super Maxver Class Super Maxver pos J Class Super Regi o Bhattacharya Categoria Plano de Informa o
153. ispon veis no Spring Tabela 1 2 Modelos de dados dispon veis no Spring SPRING 2009 MODELOS DE DADOS DESCRICAO Categoria do modelo Imagem refere se a dados provenientes de sensoriamento IMAGEM remoto em formato matricial Exemplos imagens TM LANDSAT SPOT NOAA fotografias a reas transformadas em imagens digitais atrav s de scanners etc Categoria do modelo Num rico refere se a dados que possuem uma varia o NUMERICO cont nua de seus valores num ricos em fun o de sua posi o na superf cie Exemplos altimetria pH do solo magnetometria temperatura de superf cie etc Categoria do modelo Tem tico refere se a dados que classificam uma posi o TEMATICO geogr fica quanto a um determinado tema Ex tipos de solo classifica o de vegeta o etc Para as categorias de dados do modelo tem tico necess rio definir as Classes Tem ticas as quais s o especializa es da categoria Tomando se como exemplo CLASSES aa l l A uma categoria tipos de solo cada um dos diferentes tipos de solos constituir o as classes Por exemplo latossolo roxo podz lico e litossolo Categoria de dados do modelo Objeto refere se especializa o de um tipo de OBJETO a a objeto geogr fico Exemplo munic pios logradouros propriedades etc Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 19 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Dig
154. itais Categoria do modelo Cadastral refere se aos mapas que cont m a representa o CADASTRAL de determinado tipo de objeto por exemplo Divis o pol tica a categoria cadastral que conter o mapa com as representa es dos munic pios Categoria do modelo Rede refere se aos dados geogr ficos que possuem rela es REDE de fluxo e conex o entre os in meros elementos que se deseja representar e monitorar Ex rede de energia el trica esgoto gua drenagem telefonia etc N O ESPACIAL Categoria do modelo N o Espacial refere se aos dados que n o possuem representa o espacial como por exemplo os dados de cadastros rurais e urbanos As caracter sticas de apresenta o gr fica dos dados tamb m s o definidas e armazenadas junto ao modelo de dados do banco O termo Visual utilizado no Spring para designar as caracter sticas de reas linhas pontos e textos de uma categoria classe no Banco de dados Na modelagem do Banco de Dados s o definidas Tabelas para inserir armazenar e recuperar os atributos descritivos dos dados Para cada Categoria existe uma Tabela de Atributos nica onde s o definidos seus campos de acordo com os atributos fornecidos pelo usu rio Os recursos de edi o e an lise dos atributos est o dispon veis somente para categoria do Modelo de Dados Objeto e N o Espacial Agora vamos iniciar a cria o do modelo de dados intitulado Satelites a ser utilizado em nosso projeto No menu Arqu
155. itar Exibir Executar Ajuda SSH ursos Eb LCA O im vino x Ux Painel de Controle X Categorias Satelites 4 Liso Solo Planos de Informa o M Class Super Maxver posT Prioridade 200 Pontos Linhas Matriz Consultar l PI Class Super Maxver pos T Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 120 Cap tulo 7 Classifica o de Imagens de Sat lite 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 No menu Editar clique na op o Elementos D um clique duplo na parte superior central do layout Observe que os valores de Xe Y ser o modificados automaticamente sendo que nessa posi o o t tulo do layout ser inserido Na caixa de di logo Editor de Elementos da Carta no menu Inserir clique na op o Textos Na caixa de di logo Inserir Textos na Carta na caixa de entrada Texto digite USO E OCUPA O DO SOLO PARA O BAIRRO PAVUNA ALEGRE ES Clique no bot o Inserir Selecione o t tulo do layout fazendo com que este fique com a borda azul Na caixa de di logo Editor de Elementos da Carta no menu Definir clique em Caracter sticas Na caixa de di logo Caracter sticas dos Elementos da Carta desmarque a op o Texto Na caixa de entrada Altura digite 6 Clique no bot o Atualizar No menu Inserir clique na op o S mbolos D um clique dupl
156. ites bandas pas Satelites bandas Satelites bandas Fechar arquivo corrente banda3 210708 amo C lculos e Momentos Ap s as consultas estat sticas anteriores t m se os seguintes resultados VARI NCIA _ IMAGEM MEDIA A REFER NCIA 77 37 353 79 AJUSTE 28 64 22 38 DETERMINA O DO GANHO E DO OFFSET De posse dos valores de m dia e vari ncia das imagens de refer ncia e ajuste voc ir determinar os valores do GANHO e OFFSET utilizando as equa es a seguir Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 82 Cap tulo 5 Opera es Aritm ticas entre Imagens 2 OR 358 9 anho gt E s2 2238 ganho 3 976 o o2 offset uR uS 77 37 3 976 28 64 Os offset 36 503 4 UNIFORMIZA O DAS M DIAS E VARI NCIAS DA IMAGEM DE AJUSTE UMV De posse dos valores de GANHO e OFFSET a imagem banda3 210708 imagem de ajuste ser uniformizada utilizando a seguinte equa o S S ganho offset Em que S imagem uniformizada S imagem de ajuste 1 No Painel de Controle selecione a imagem denominada banda3 210708 2 Selecione a paleta de cor M monocrom tica 3 No menu Imagem clique na op o Opera es Aritm ticas 4 Na caixa de di logo Opera es Aritm ticas no dropdown da op o Opera o selecione C Ganho A Offset 5 Selecione banda3 210708 6 Para as c
157. ivo aponte para a op o Modelo de Dados Na caixa de di logo Modelo de dados na guia Categorias selecione a op o Imagens Na caixa de entrada Nome digite Satelites Clique no bot o Criar Clique no bot o Executar a SIN les Modelo de Dados E Jo Categorias Classes Tem ticas CAT Cadastral I CAT Imagem M CAT MNT R car Rede CAT Tematico I Satelites Modelos de Dados e magen E O Cadastral MNT O Rede O Tem tico l SPRING 5 1 2 BHR Rio BHR Alegre Exibir naii Editar Banco de Dados 4 Projeto a a F x Objeto N o Espacial IMPORTA O DE IMAGENS PARA O PROJETO 1 No menu Arquivo aponte para a op o Importar e posteriormente para a op o Importar Dados Vetoriais e Matriciais Na caixa de di logo Importa o clique no bot o Arquivo Na caixa de di logo v para o diret rio CALivro Spring Alegre ES No dropdwon Ficheiros do tipo selecione TIFF GEOTIFF tif tiff e Go IM Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 20 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais 5 Selecione a imagem banda 210708 tif banda 1 azul do sat lite CBERS 6 Clique no bot o Abrir 7 Digite os valores de 20 resolu o espacial das imagens do sat lite CBRES c mera CCD para as caixas de entrada X e Y Tamanho do Pixel Clique
158. ixa de M dia Ponderada s o usados quando os pesos s o definidos em fun o de sua dist ncia do peso central Neste filtro o efeito da suaviza o menor pois o peso do pixel central maior do que no filtro de m dia A Figura 4 3 exibe dois exemplos de uma m scara 3x3 de um filtro de Passa Baixa M dia Ponderada J a Figura 4 4 mostra uma aplica o do filtro de Passa Baixa M dia Ponderada 3 x 3 sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES Figura 4 3 M scaras dos filtros de Passa Baixa M dia Ponderada 3x3 61 Cap tulo 4 Filtragem de Imagens Digitais gt A E A k o o ce Era a 4 a j gt Echo a f i as 4 y g e Imagem filtrada Passa Baixa M dia Ponderada 3x8 Banda infravermelho do M scara utilizada sat lite IXONOS Figura 4 4 Aplica o do filtro de passa baixa m dia ponderada 3 x 3 sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES e Passa Alta a filtragem Passa Alta real a detalhes produzindo uma agudiza o sharpering da imagem isto as transi es entre regi es diferentes tornam se mais n tidas Estes filtros podem ser usados para real ar certas caracter sticas presentes na imagem tais como bordas linhas curvas ou manchas mas enfatizam o ru do existente na imagem Alguns exemplos destas m scaras s o mostradas na F
159. l de Controle szi J Tela Ativa Auxiliar RC O SOR PI Dispon veis PI Selecionados Categoria Plano de Informa o I Satelites Ikonos_band_1 Ikonos_band_2 3 Ikonos_band_3 Ikonos band 4 Class Super Maxver J Class Super Maxver pos E3 4 Uso Solo C Classificada PI Class Super Maxver pos OBTEN O DE REAS EM HECTARES PARA AS CLASSES TEM TICAS Na categoria Uso Solo selecione o plano de informa o Class Super Maxver pos T No menu Tem tico clique na op o Medida de Classes Na caixa de di logo Medidas de Classes no dropdown Unidades selecione ha Clique no bot o Executar RR IN Veja que a classe Pastagem apresenta a maior rea de uso que equivale a 35 50 ha 5 Clique sobre o bot o Fechar Le Medidas de Classes Le Medidas de Classes An lise Exe a Arquivo Editar Exibir SHA cu Painel de Controle q j Edi o vetorial Edi o Matricial Mosaico Imagem Tem tica Unidade ha Imagem Tem tica Unidade ha vi Gera o de Textos Mapa Vetorial Mapa Vetorial tis C lculo de reas por Geo classe ha c lculo de reas por Geo classe ha Tabula o Cruzada Mapa de Dist ncias Rotula o de Compo Categoria Plano de In pri Ei i Satelites Plano de Informa o uso_5010 Class_Superw Maxw Representa o Imagem Tematica rea Cha
160. la 13 Bandas azul B verde G vermelho R es SPRING 5 1 2 Bacia Rio Alegrel B legre E Arquivo Editar Exibir Imagem l MNT tral Re An lise Executar Ferramentas Ajuda e ugEzZ st POR LAAACA WA Painel de Controle Ex RE auto lt 904334 Inativa v Tela Ativa Tela 13 A PI Dispon veis PI Selecionados Categoria Plano de Informa o a E w sateltes B bi 300501 ba 300 b6 300501 bs 300501 bandai 210708 banda 210708 banda3 210708 banda4 210708 bandas 210708 lt al O Im i PI b3 300501 Tela 15 Ikonos band 1 M Los SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre arquivo Editar Exibir Imagem em tico MNT destro Bede An lise Executar Ferramentas Ajuda SUSES Mu POR LAQARA EAD O aro vimos inativa x 2 Painel de Controle x Tela Ativa T PI Dispon veis PI Selecionados Categoria Plano de Informa o T w satelites b1 300501 bz 300501 b3 300501 bs 300501 bs 300501 bs 300501 bandal 210708 bandaz 210708 banda3 210708 Q Q E M bandas 210708 08 nd 1 banda ebo ea as eao iea 10 Tela 11 Cida 12 ida 13 Tela da A Tela 15 Tela do JN Tela iz 0 PI Ikonos_band_1 Tela 10 b4 300501 M La SPRI
161. lassifica o supervisionada usando m todo de Bhattacharya s o mostrados na Tabela 7 9 e Figura 7 11 Tabela 7 9 Resultados estat sticos da classifica o supervisionada usando o m todo de Bhattacharya CLASSES REA PORCENTAGEM Area n o classificada 08 14 TOTAL 692 1000 PORCENTAGEM gua Estrada Fragmento Solo exposto Pastagem Urbaniza o rea n o pavimentada classificada CLASSES Figura 7 11 Resultados estat sticos da classifica o supervisionada usando o m todo de Bhattacharya 7 8 MAPEAMENTO DO USO E OCUPA O DO SOLO USANDO O M TODO DE CLASSIFICA AO NAO SUPERVISIONADA ISOSEG Na caixa de di logo Classifica o clique sobre o bot o Classifica o Na caixa de di logo Classifica o de Imagens na caixa de entrada Nome digite Class Nao Super Regi o Isoseg Clique sobre o bot o Criar No dropdown Classificador selecione Isoseg No dropdown Limiar de aceita o selecione 99 Clique sobre o bot o Executar Clique sobre o bot o OK da caixa de mensagem SPRING JOAO 134 Cap tulo 7 Classifica o de Imagens de Sat lite Le Classifica o Le Classifica o de Imagens CALivro Spring Alegre EsiBacia Rio AlegreiBHR Imagens Classificadas Contextos Class Super Regi o Bh Classificacao regiao Contexto 1 Bandas ikonos band 2 g ikonos_band
162. lique no bot o Adquirir 18 Marque a op o Momentos 19 Clique no bot o Calcular e Apresentar 20 Ap s visualizar o Gr fico clique no bot o Fechar Aquisi o de Amostras aR Nome da Amostra banda4_210708 Fator de Amostragem aquisi o Cursor Coordenadas Coordenadas da Amostra 8 Inicial 0 ao voo o Final x Y1 Amostras bandas 210708 C lculos EO BArAaR 2 Momentos HISTOGRAMA Mediana Matriz de Covar ncia cla em Matriz de Autocorrela o Frequ Matriz de Correla o Cruzadf Lis Calcular e Apresentar 100 150 Nivel de Cinza Na caixa de di logo Estat sticas de Amostras veja os seguintes resultados gt M dia 77 37 gt Vari ncia 353 79 21 Na caixa de di logo Estat stica de Amostras clique no bot o Fechar Le Estat sticas de Amostras j Opera o Momentos Amostras bandas 21070 Sele o de PI bandas 210708 MOMENTOS Amostra bandas 2 4 Banda M dia Desv Padr o vari ncia o 77 37 18 81 ED 848 lt Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 79 Cap tulo 5 Opera es Aritm ticas entre Imagens 22 Na caixa de di logo Aquisi o de Amostras clique no bot o Fechar 23 Na caixa de di logo An lise Estat stica de Amostras clique no bot o Fechar Aquisi o de Amostras BEE Nome da Amostra
163. lise espacial modelagem num rica de terreno e consulta a bancos de dados espaciais O SPRING um projeto do INPE DPI Divis o de Processamento de Imagens com a participa o de EMBRAPA CNPTIA Centro Nacional de Pesquisa Tecnol gica em Inform tica para Agricultura IBM Brasil Centro Latino Americano de Solu es para Ensino Superior e Pesquisa TECGRAF PUC Rio Grupo de Tecnologia em Computa o Gr fica da PUC Rio PETROBRAS CENPES Centro de Pesquisas Leopoldo Miguez v VV NV O projeto contou com substancial apoio financeiro do CNPq atrav s dos programas RHAE e PROTEM CC projeto GEOTEC Home page http www dpi inpe br spring Nota Todas as marcas e imagens de hardware software e outros utilizados e ou mencionados nesta obra s o propriedades de seus respectivos fabricantes e ou criadores O autor se responsabiliza totalmente pelo conte do descrito no livro O objetivo do autor disponibilizar para os usu rios do aplicativo Spring 5 1 2 um material de refer ncia para suas aplica es pr ticas e te ricas relacionadas com os dados espaciais contribuindo de forma positiva com o fabricante pois mais usu rios ir o se interessar e adquirir o produto REQUISITOS B SICOS DE HARDWARE Os requisitos para ambiente Windows s o gt Computador PC com CPU de velocidade de 500 MHz ou superior com 64 MB de mem ria 128 Mb recomendados gt 70 MB de espa o em disco para instala o do softw
164. lo INPE IEMA ES NEDTEC UFES e IJSN 15 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais 2 Na caixa de di logo Banco de Dados clique no bot o Diret rio 3 Na caixa de Di logo selecione o diret rio Livro Spring Alegre ES localizado na Unidade C do seu computador 4 Clique no bot o OK 5 Na caixa de entrada Nome digite Bacia Rio Alegre 6 Na caixa de di logo Banco de Dados no dropdown da op o Gerenciador selecione o tipo de banco de dados DBase 7 Clique no bot o Criar 8 Finalmente clique no bot o Ativar la Banco de Dados SER C Arquivos de programasiSpringSiz_FPortug Banco de Dados l SPRING 5 1 2 rguivo Exibir Gerenciador dlterar Senha Banco de Dados Projeto Procurar pasta PI Banco de Dados Diret rios mem f a CiLivro Spring Alegre ES Banco de Dados E O EZsurv Bacia Rio Alegre CD info CD Inpe 1 O Inpe 2 B Livro Spring legre ES O M50Cache CD Myworks O Program Files D Pythonz5 O riscos z e me E E E CRIA O DO PROJETO Para definir um projeto no Spring necess rio estabelecer o limite geogr fico da rea em estudo ret ngulo envolvente e a proje o cartogr fica mais adequada aos dados geogr ficos que ser o manipulados na rea de trabalho Um Projeto cont m Planos de Informa o Pl dentro do ret ngulo envolvente definido e estes herdar o o seu sistema de proje o
165. ls correspondentes e somados resultando em um novo valor de NC o qual substitui o antigo NC do pixel central As opera es de filtragem podem ser divididas nas seguintes classes a Filtragem linear b Filtragem n o linear c Filtragem morfol gica Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 60 Cap tulo 4 Filtragem de Imagens Digitais FILTRAGEM LINEAR Pode ser realizada no dom nio do espa o atrav s da opera o de convolu o e no dom nio da frequ ncia pela opera o produto Suavizam e real am detalhes da imagem e minimizam efeitos de ru do sem alterar a m dia da imagem Alguns filtros s o descritos a seguir e Passa Baixa suaviza a imagem atenuando as altas frequ ncias que correspondem s transi es abruptas Tende a minimizar ru dos e apresenta o efeito de borramento da imagem A Figura 4 1 mostra as m scaras dos filtros de Passa Baixa M dia 3x3 5x5 e 7x7 J a Figura 4 2 exibe uma compara o entre diferentes filtros de Passa Baixa M dia sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES KE E X g v i PE ra dh L P r Imagem filtrada filtros de passa baixa m dia Figura 4 2 Compara o entre diferentes filtros Passa Baixa M dia sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES e Passa Ba
166. ltamente correlacionadas visualmente e numericamente Estas correla es podem ser causadas pelo efeito das sombras resultantes da topografia da sobreposi o das janelas atmosf ricas entre bandas adjacentes e do pr prio comportamento espectral do objeto Dessa forma a an lise das bandas espectrais individuais pode ser ineficiente devido informa o redundante presente em cada uma dessas Para lidar com problemas dessa natureza pode se utilizar a t cnica dos componentes principais criando novas imagens onde as bandas individuais s o independentes isto n o correlacionadas A correla o entre duas bandas verificada quando dada a intensidade de um determinado pixel em uma delas pode se deduzir com razo vel aproxima o a intensidade do pixel correspondente da outra imagem Sendo duas imagens id nticas essas s o ditas 100 correlacionadas sendo uma imagem negativa da outra diz se que s o 100 correlacionadas CROSTA 1993 O novo conjunto de imagens independentes entre si resulta da transforma o derivada da matriz de covari ncia dos valores originais Os componentes principais s o gerados em n mero igual ao de bandas espectrais sendo ordenados decrescentemente em fun o da varia o do n vel de cinza 8 2 ELABORA O DE IMAGENS DE COMPONENTES PRINCIPAIS Usaremos o conjunto de dados relativos com as imagens do sat lite IXONOS do quadrante representativo do Parque de Exposi o da cidade de Alegre E
167. m trica definida pelo usu rio O seu objetivo salientar um aspecto espec fico da imagem que o usu rio deseja analisar No Spring pode se utilizar as op es ELIMINAR ADICIONAR e MOVER para manipular o histograma Agora voc ir aplicar a t cnica de realce de contraste de imagem m todo linear sobre as seguintes imagens REALCE DE IMAGEM IMAGENS Ufes 2 B Ufes 4 G Falsa cor ngar Ufes_3 R REALCE DE IMAGEM M TODO LINEAR BANDA PANCROM TICA 1 No painel de controle selecione a imagem ufes pan 2 Marque a op o M n veis de cinza Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 43 Cap tulo 2 Contraste de Imagens Digitais 3 No menu Imagem clique sobre a op o Contraste 4 Na caixa de di logo Contraste no menu Opera o clique na op o Linear 5 Na caixa de di logo Contraste clique com o bot o esquerdo do mouse sobre o in cio da curva do histograma localizado do lado esquerdo do mesmo 6 Clique com o bot o direito do mouse sobre o final da curva do histograma localizado do lado direito do mesmo 7 Clique no bot o Aplicar Le SPRING 5 1 2 UFES Imagem UFES An lise Executar Ferramentas Ajuda vH POR LAAIE TA M O lato vinis nativa w 9 Fx 1 Tela Ativa Principal pa PI Dispon veis PI Selecionados Ufes60cm l SPRING 5 1 2 UFES Imagem U ES Arquivo Editar Exibi
168. magens Digitais Em fun o da grande quantidade de frequ ncias numa imagem sua interpreta o fica comprometida quando se deseja analisar uma frequ ncia espec fica havendo a necessidade de aplica o de t cnicas para melhorar a visualiza o da distribui o espacial incluindo a mudan a do valor do pixel de tal forma que sejam selecionadas as fei es de alta m dia ou baixa frequ ncia mediante a utiliza o de filtros especiais Este cap tulo tem por objetivo apresentar t cnicas de filtragem espacial de frequ ncias de forma a facilitar na interpreta o de imagens digitais 4 1 FL TRAGEM DE IMAGENS Todas as imagens possuem limites entre reas com diferentes respostas em rela o energia eletromagn tica como por exemplo entre diferentes coberturas do terreno solo vegeta o rocha e outros ou podem representar o contato entre reas com diferentes condi es de ilumina o devido ao sombreamento topogr fico Uma caracter stica das imagens digitais o par metro chamado frequ ncia espacial o qual definido como o n mero de mudan as no valor de brilho por unidade de dist ncia para qualquer parte da imagem Quando se tem pouca varia o no valor de brilho em reas relativamente grandes como o caso de monoculturas dizemos que esta uma regi o de baixa frequ ncia E quando ocorre uma grande variabilidade nos valores de brilho em reas pequenas dizemos que uma regi o de alta frequ
169. n a 4 No dropdown da op o Limiar de Aceita o selecione 99 5 Clique sobre o bot o Executar 6 Najanela Auxiliar visualize a imagem Class Superv Maxver dE Arquivo Editar Exibir Imagem An lise Executar Ferramentas Ajuda SEZ ciml rPOR LAIRA DOR O fato vi 5718 22 naiva x 2 z Painel de Control ax l amp Classifica o de Imagens A O siei Tela Ativa Auxiliar PIDispon veis PI Selecionados Imagens Classificadas Dn i na E AA NORE Categoria Plano de Informa o Class Superv 2 gay E v Satelites Ikonos_band_3 Ikonos band 4 C Class Super Maxver Nome Class Superv Maxver i PI Ikonos band 4 OBS O limiar de aceita o indica a de pixels da distribui o de probabilidade de uma classe que ser classificada como pertencente a esta classe Um limite de 99 por exemplo engloba 99 dos pixels sendo que 1 ser o ignorados os de menor probabilidade compensando a possibilidade de alguns pixels terem sido introduzidos no treinamento por engano nesta classe ou estarem no limite entre duas classes Um limiar de 100 resultar em uma imagem classificada sem rejei o ou seja todos os pixels ser o classificados P S CLASSIFICA O DA CLASSIFICA O SUPERVISIONADA Aplica se este procedimento em uma imagem classificada com o objetivo de uniformizar os temas ou seja eliminar pontos isolados classificados diferentemente de sua
170. na guia Sa da No bot o Categoria selecione Sat lites O Na caixa de entrada PI Plano de Informa o digite o mesmo nome da imagem ou seja bandai 210708 11 Finalmente clique no bot o Executar m Repita os passos anteriores para importar as seguintes imagens banda2_210708 tif Verde banda4 210708 tif Infravermelho pr ximo Importa o Dados Convers o Sa da les SPRING 5 1 2 Bacia Rio Alegre BHR Alegre ais k Editar Exibir D An lise di Esta ferramenta possibilita a 2 o dos seguintes tipos de arquivos Banco de Dados 4 uj dr i T F D S T Projeto m ASCII SPR ARCINFO Ex SHAPEFILE DXF DWG Modelo de Dados JPEG RAW Objeto N o Espacial IDRISI SURFER TIFF GEOTIFF JPEG2000 IE Iig iar HE Lista OS 1 KML og r Obs Para um mesmo tipo de arquivo e entidade RR A poss vel selecionar e importar v rios arquivos si Ro ir simultaneamente Assistentes Importar Importar Dados vetoriais e Matriciais Converter para ASCI SPRING Importar Tabela Exportar b Importar Imagens Registradas GPS Salvar Como Imagem IPES Importa o Dados L Convers o Saida CiLivro Sfing Alegre Esibandal 21071 iaratn E ED Caitivro Spring Alegre E e E 90009 EJ E Selecione abaixo a correta Prhje o Datum do arquivo de g O Meu Nome Tamanho T ata de Modifica
171. ncia limites de planta es redes de transporte estruturas geol gicas entre outros A enorme mistura de frequ ncias em uma imagem dificulta a interpreta o de fei es com frequ ncias espec ficas Deste modo para contornar esse problema e melhorar a apar ncia da distribui o espacial das informa es s o utilizadas t cnicas de FILTRAGEM espacial de frequ ncias transforma es de imagem pixel a pixel as quais real am seletivamente as fei es de alta m dia ou baixa frequ ncias que comp em as imagens de sensoriamento remoto As t cnicas de filtragem s o transforma es da imagem pixel a pixel que n o dependem apenas do n vel de cinza de um determinado pixel mas tamb m do valor dos n veis de cinza dos pixels vizinhos O processo de filtragem feito utilizando matrizes denominadas m scaras as quais s o aplicadas sobre a imagem A aplica o da m scara com centro na posi o i j sendo i o n mero de uma dada linha e j o n mero de uma dada coluna sobre a imagem consiste na substitui o do valor do pixel na posi o i j por um novo valor que depende dos valores dos pixels vizinhos e dos pesos da m scara gerando uma nova imagem com a elimina o das linhas e colunas iniciais e finais da imagem original A cada posi o da m scara est associado um valor num rico chamado de peso ou coeficiente Em cada posi o i j os pesos do filtro s o multiplicados pelos n veis de cinza NCs dos pixe
172. nda3 210708 11 Na parte inferior do Spring marque a caixa representativa da letra R vermelho Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 24 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais les SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem j An lise Executar Ferramentas Ajuda ERE a FAR E S T o a LAA T HAP A w Na S Auto e 1f 160110 nativa v R Painel de Controle x n Tela Ativa Auxiliar PIDispon veis PI Selecionados pEstegana Plano de Informa o ES E w Satelites B bandal 210708 G banda 210708 Rj banda3 210708 bandas 210708 banda5 210708 0 PI banda3 210708 Agora voc ir elaborar uma composi o falsa cor utilizando a combina o entre bandas mostrada abaixo Neste tipo de composi o fica clara e evidente a diferencia o entre os recursos naturais priorizando a identifica o da vegeta o e corpos d gua COMPOSI O FALSA COR 945 052 20 m 0 77 0 89 20 m Infravermelho pr ximo 0 68 0 60 20 m 12 Na parte inferior do Spring clique na guia Principal 13 No Painel de Controle selecione a imagem intitulada banda2_210708 14 Na parte inferior do Spring marque a caixa representativa da letra B azul 15 Selecione a imagem intitulada banda4 210708 16 Na parte inferior do Spring marque a
173. ni o da SEPE Eventos Relacionados Mapa do Site 01 07 2008 Estudo do INPE indica que o ro Amazonas i40 Fale Conosco km mais extenso do que o Milo EA Uso Escolar do EST ET EA am Sensonamento Remoto INPE 2706 2008 Ministro parabeniza INPE pelos resultados da no Estudo do Enquete CBERS pesquisa de usu rios CRERS Meio Ambiente STEINER De PPA TIP PR Figura 1 1 Home page do Programa CBERS As bandas espectrais dos sat lites CBERS LANDSAT 7 e IKONOS imagens de 42 21 KB correspondentes rea de estudo que ser o utilizadas neste cap tulo s o as descritas na Tabela 1 1 Estas s o representativas das seguintes datas gt Imagens do sat lite CBERS 21 de julho de 2008 gt Imagens do sat lite LANDSAT 7 30 de maio de 2001 e 05 de agosto de 2002 gt Imagens do sat lite IKXONOS 01 de dezembro de 2002 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 12 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Tabela 1 1 Imagens dos sat lites CBERS LANDSAT 7 e IKONOS correspondentes rea de estudo SATELITE CBERS 21 07 08 BANDAS ESPECTRAIS C MERA CCD FAIXA ESPECTRAL Bandai 210708 0 45 0 52 20 m Azul Banda2 210708 0 52 0 59 Verde Banda3 210708 0 63 0 69 20 m Vermelho Banda4 210708 Banda5 210708 Infravermelho pr ximo Pancrom tica 0 77 0 89 20 m 0 51 0 73 20 m SAT LITE L
174. niza o rea n o pavimentada classificada CLASSES Figura 7 12 Resultados estat sticos da classifica o n o supervisionada pelo m todo Isoseg 7 9 TRABALHOS CIENT FICOS RELACIONADOS COM CLASSIFICA O DE IMAGENS Os passos demonstrados anteriormente foram aplicados no trabalho cient fico intitulado Avalia o de algoritmos de classifica o supervisionada para imagens do Cbers 2 da Regi o do Parque Estadual do Rio Doce MG SILVA amp PEREIRA 2007 apresentado nos Anais XIII Simp sio Brasileiro de Sensoriamento Remoto Florian polis Brasil 21 26 abril 2007 INPE p 6223 6228 objetivando avaliar os diferentes algoritmos de classifica o supervisionada a fim de verificar qual fornece a melhor classifica o e consequente mapa tem tico Dessa maneira obter o mapeamento da rea de estudo para usos m ltiplos dentre estes o monitoramento da coberiura e do uso do solo REFER NCIAS BIBLIGR FICAS CONGALTON R G GREEN K Assessing the accuracy of remotely sensed data principles and practices New York Lewis Publishers 1998 137 p CORTE A P D DLUGOSZ F L CENTENO J A S Testes de limiares para a segmenta o de imagens SPOT 5 visando a detec o de plantios florestais Revista Acad mica Ci ncias Agr rias e Ambientais v 6 p 249 257 2008 CROSTA A P Processamento Digital de Imagens de Sensoriamento Remoto ed ver Campinas SP IG UNICAMP 1993 170p DLUGOSZ F L
175. no bot o Ativar 12 No menu Arquivo aponte para a op o Importar e posteriormente para a op o Importar Dados Vetoriais e Matriciais 13 Na caixa de di logo Importa o clique no bot o Arquivo 14 Na caixa de di logo v para o diret rio CALivro Spring Alegre ES 15 No dropdwon Ficheiros do tipo selecione TIFF GEOTIFF tif tiff 16 Selecione a imagem ikonos band 1 tif banda 1 azul do sat lite IKONOS 17 Clique no bot o Abrir 18 Clique na guia Sa da 19 No bot o Categoria selecione Sat lites 20 Na caixa de entrada PI plano de informa o digite o mesmo nome da imagem que ou seja ikonos band 1 tif 21 Finalmente clique no bot o Executar Repita os passos anteriores para importar as seguintes imagens Ikonos band 4 tif Infravermelho pr ximo 20 Na guia Principal do Spring no Painel de controle selecione a imagem intitulada ikonos band 2 tif e na parte inferior do Spring marque a caixa representativa da letra B azul 21 Selecione a imagem intitulada ikonos band 3 tif e na parte inferior do Spring marque a caixa representativa da letra R vermelho 22 Selecione a imagem intitulada ikonos band A4 tif e na parte inferior do Spring marque a caixa representativa da letra G verde 106 Cap tulo 7 Classifica o de Imagens de Sat lite la Projetos la Projetos le Banco de Dados Projetos Projetos BHR Alegre BHR Alegre m Bar z e BHR al Uso
176. o Contraste na caixa de entrada Min entre com os valor de 104 e clique em CR 5 Na caixa de di logo Contraste na caixa de entrada Max entre com os valor de 137 e clique em CR 6 Clique no bot o Aplicar Arquivo E ditar Exibir Imagem tic NT 1 R An lise Executar Ferramentas Ajuda SHZ sA hnaut LAIRE DA M O fato vja iss Java 2 x Painel de Controle 8 l Contraste Opera o Canal Exibir Executar Ajuda N vel de Entrada LUT Popul Entrada d 0 Novos l Auxiliar M dia Edi o Sa da R 0 00000000 c 121 89797826 8 0 00000ho arquivo Editar Exibir Bikila Tem tico MNT Cadastral Rede an lis aI a uj 4 CERA dE Filtragem Painel de Controle 7 E Salvar Imagem Opera es ritm ticas dera Nome Banda Sint tica Tela Ativa Transform o IH5 lt gt RGB Valores Fatias Min 104 M x 137 Abaixo demonstrada a imagem NDVI 2008 OP5 com aplica o do contraste linear evidenciando que as reas verdes claras se apresentam mais vegetadas quando comparadas por exemplo com a mancha urbana da cidade de Alegre ES a qual apresenta colora o mais escura enfatizando as edifica es e a n o presen a de vegeta o Figura 6 1 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJ
177. o UMa s Endere o a http jjwww dpi inpe s dom Nome fi Nent E saac Newton Sobrenome Newton E mail mundogeomatica iyahoo com br a anuais Senha Institui o H Za R DOWNLOAD Aplica o Estudos Ambientais 4 F e ter acesso ao ambiente SPRING voc deve ser um usu rio cadastrado Os usu rios s Uso Pesquisa e P s Gradua o M s de e mail Se voc j um usu rio cadastrado para fazer download do o d i Download Fone 28 3111 2443 Fax 28 3111 2443 Endere o Rua Nossa Senhor Complemento 1 ers o SPRING para Windows v Cidade Alegre ES Download Cadastrar l Alterar Dados Estado ES v Pa s BRASIL Cep 29500 000 SPRING na Internet Com o objetivo de disseminar amplamente as t cnicas de Geoprocessamento e Sensoriamento Remoto o SPRING nas Enviar Dados vers es Linux e Windows 95 98 NT ME 2000 XP vista pode ser obtido livremente freeware via Internet v amp O Internet T Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 1 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais 1 4 VISUALIZANDO IMAGENS DOS SAT LITES CBERS LANDSAT E IKONOS Nesta etapa voc ir visualizar imagens dos sat lites CBERS LANDSAT e IKONOS de reas representativas da bacia hidrogr fica do Rio Alegre ES situadas no munic pio de Alegre extremo Sul do Estado do Esp rito Santo As ima
178. o de sua aplica o obt m se uma imagem com altos valores de n vel de cinza em regi es de limites bem definidos e valores baixos em regi es de limites suaves sendo O zero para regi es de n vel de cinza constante A Figura 4 13 mostra a m scara representativa do operador de Roberis Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 64 Cap tulo 4 Filtragem de Imagens Digitais Figura 4 13 M scara representativa do operador de Roberis O operador consiste na seguinte fun o a a af c b Em que a n vel de cinza correspondente localiza o a ser substitu do a b c d localiza es cujos valores ser o computados para a opera o A Figura 4 14 mostra uma aplica o da filtragem n o linear para detec o de bordas utilizando o operador de Roberts sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES Banda Imagem filtrada M scara de detec o de infravermelho do o Roberts bordas operador sat lite IKXONOS de Roberis Figura 4 14 Aplica o da filtragem n o linear para detec o de bordas utilizando o operador de Roberts sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES b Operador de Sobel real a linhas verticais e horizontais mais escuras que o fundo sem real ar pontos isolados Consiste na apl
179. o do filtro direcional de realce de bordas Norte 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES L e Filtros n o direcionais de realces de bordas utilizado para real ar bordas independentemente da dire o As tr s m scaras mais comuns diferem quanto intensidade de altos valores de n veis de cinza presentes na imagem resultante A m scara alta deixa passar menos os baixos n veis de cinza isto a imagem fica mais clara A m scara baixa produz uma imagem mais escura que a anterior A m scara m dia apresenta resultados intermedi rios A Figura 4 9 mostra as principais m scaras n o direcionais de realce de bordas J a Figura 4 10 mostra uma aplica o do filtro n o direcional de bordas baixa 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES Figura 4 9 Exemplos de m scaras de filtros n o direcionais de realce de bordas Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 63 Cap tulo 4 Filtragem de Imagens Digitais Banda Imagem filtrada n o direcional infravermelho do M scara Baixa AV de realce de sat lite IKONOS bordas baixa Figura 4 10 Aplica o do filtro n o direcional de realce de bordas baixa 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Expo
180. o na parte inferior direita do layout Observe que os valores de Xe Y ser o modificados automaticamente sendo que nessa posi o a seta de Norte do layout ser inserida Na caixa de di logo Inserir S mbolos na Carta selecione o s mbolo norte Clique no bot o Inserir Na caixa de di logo Editor de Elementos da Carta no menu Definir clique em Caracter sticas Na caixa de di logo Caracter sticas dos Elementos da Carta na caixa de entrada Altura digite 25 Clique sobre o bot o Atualizar amp Editor de Elementos da Carta DoR WESA Definir Alinhar Ajuda I SCarta 5 1 2 Uso Solo Alegre liza o Simbolos arquivo Baja Exibir Exe dm td Plano de Informa o Caracteristicas Legenda Escala Grade Controle de Movimento Quadros Linhas Dx r Der er Loc Folha Dx spa e Art Folha e amp Editor de Elementos da Carta DER Textos na Carta DER Inserir MESdo o Alinhar Ajuda USO E OCUPA O DO SOLO PARA CBAIRRO PAVUNA ALEGRE 31 Caracteristicas Cm deparei Controle de Movimento Dee Ju Ds Jur Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 121 Cap tulo 7 Classifica o de Imagens de Sat lite L amp Caracter sticas dos Elementos da Carta E m F Editor de Elementos da Carta Texto L amp Inserir S mbolos na Carta ed Definir al
181. olorida normal das aerofotos digitais representativas da rea estudo AEROFOTOS DIGITAIS DO ANO DE 2007 QUADRANTE REPRESENTATIVO DA BACIA HIDROGRAFICA DO RIO ALEGRE ES AEROFOTOS IMPORTADAS Aerofoto Alegre 2007 tif DO NOME _ _ ____ TELAS DO SPRING Tela 21 Abaixo demonstrada a composi o normal oriunda da combina o das aerofotos digitais importadas com amplia o realizada sobre a cidade de Alegre ES e proximidades Tela 21 Bandas azul B verde G vermelho R Eek QAREA W Q O o vja easa Jintao w dashal Pede An lise Executar Ferramentas Ajuda XI ep mile R As Figuras 1 5 1 6 e 1 7 mostram algumas amplia es da aerofoto digital em composi o normal sobre a cidade de Alegre ES Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 33 C ap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Parque de exposi o 34 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Ap s executar todos os passos demonstrados anteriormente voc j est apto a resolver os exerc cios propostos abaixo visando refor ar as atividades deste cap tulo EXERC CIOS Exerc cios te ricos 1 Quais a aplica es do programa Spring 5 1 2 na rea de GEOTECNOLOGIA 2 Quais as novidades da nova vers o do Spring vers o 5 1 2 em rela o ltima vers o 3 Observ
182. om a Tabela 7 10 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 135 Cap tulo 7 Classifica o de Imagens de Sat lite 6 Clique sobre o bot o Executar l Classifica o las Mapeamento para Classes Aela C Livro_Spring_Alegre_ES Bacia_Rio_Alegre BHR Contextos z E Imagens Classificadas Categorias Classificacao regiao Contexto 1 tegi o Ehattacharya CAT Tematico Criar Eliminar Bandas ikonos band 2 ikonos band 3 ikonos band 4 Solo Exposto Imagem Segmentada Seg 15 20 E Urbaniza o Extra o de Atributos das Regi p s Classifica o Tabela 7 10 Temas e suas respectivas classes Abaixo demonstrado o resultado do mapeamento realizado pelo m todo da classifica o n o supervisionada ISOSEG Arquivo Editar Exibir z Tem tico ade An lise Executar Ferramentas Ajuda SEZ ci L A pooR FAJASA DE Dr O jo vly 57073 inata 2 Painel de Controle o F x Tela Ativa Auxiliar prenem PI Dispon veis PI Selecionados 5 Categoria Plano de Informa o B E Satelites Class Super Maxver J Class Super Maxver pos Class Super Regi o Bhattacharya Ikonos band 1 Ikonos band 2 Ikonos band 3 Ikonos band 4 Seg 15 20 Class Nao Super Regi o Isoseg S T v Uso Solo Class Super Maxver posT Class Super Regi o Bhattacharya T M Cla
183. one a paleta de cor M monocrom tica Las SPRING 5 1 2 Bacia Rio Aleg Exibir La Auxiliar T eoit Editar Imagem eeM Editar Exibir Imagem T Projeto Banco de Dados Modelo de Dados Projeto Modelo de Dados Objeto N o Espacial Objeto N o Espacial Gerenciador de Usu rios Gerenciador de Usu rios Logar Logar Recarregar Projeto ps Recarregar Projeto Assistentes f Assistentes k Importar Converter para ASCI SPRING Importar Converter para ASCII SPRING Exportar Exportar Salvar Como Imagem JPEG Salvar Como Imagem JP Atalho para BHR legre la Sair pring Registro Registro Conversor Spring Terralib Conversor Spring Tetralib Atalho para Imagem UFES e SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre HE Arquivo Editar Exibir Imagem Tem tico MNT Cadastro cede An lise Executar Ferramentas Ajuda eSEE mM u POR LAAGER DA Dr O jato vi i7 nativa v Painel de Controle o 8 x Tela Ativa Principal S E E PI Dispon veis PI Selecionados Categoria Plano de Informa o E Ed Y Satelites La Novidades Spring 5 1 Ho banda1_210708 banda2_210708 banda3_210708 M banda3 210708 uniformizada OP1 bandas 210708 bandas 210708 s Valida o Assistentes SPRING 5 1 Bem vindo ao novo SPRING 5 1 Esta janela ir apresentar suas principais inova es
184. os o e dilata o a Filtro Morfol gico de Mediana utilizado para suaviza o e elimina o de ru do e mant m a dimens o da imagem A Figura 4 17 mostra um exemplo deste tipo de filtro imagem de sat lite e a Figura 4 17 Exemplo para aplica o dos filtros morfol gicos O pixel central ser alterado para o valor 6 valor mediano na ordena o 2 3 6 6 8 A Figura 4 18 mostra uma aplica o da filtragem n o linear morfol gica de mediana sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES Banda Imagem filtrada M scara de infravermelho do edi Ni filtro de sat lite IKXONOS mediana Figura 4 18 Aplica o da filtragem n o linear morfol gica de mediana sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 66 Cap tulo 4 Filtragem de Imagens Digitais b Filtro Morfol gico Eros o provoca efeitos de eros o das partes claras da imagem altos n veis de cinza gerando imagens mais escuras Considerando o exemplo mostrado na Figura 4 17 o valor a ser substitu do no pixel central corresponde ao menor valor da ordena o que igual a 2 A Figura 4 19 mostra uma aplica o da filtragem n o linear Morfol gico Eros o sobre a banda infravermelho do s
185. os componentes principais a partir de uma matriz de covari ncia 2 x 2 Para este exemplo ser o utilizados os valores digitais n veis de cinza das bandas espectrais do vermelho banda 3 e infravermelho banda 4 de uma pequena amostra de imagem do sat lite IKONOS Figura 8 5 T3 129 T6 134 T9 143 a BANDA 3 VERMELHA b BANDA 4 INFRAVERMELHO Figura 8 5 Amostra de uma imagem do sat lite IKONOS a Banda 3 Vermelho e b Banda 4 Infravermelho T1 a T9 tratamentos Considere os dados da Tabela 8 2 referente s duas vari veis X Banda 3 e X gt Banda 4 mensuradas em uma amostra constitu da de 9 tratamentos Tabela 8 2 Observa es relativas a duas vari veis X1 e X2 avaliadas em 9 tratamentos E te Om om af a Rato 6 3 134 49 00 69 39 961 17956 4154 8 44 120 3600 3215 1936 14400 5280 9 35 143 900 300 33 1225 20449 5005 E oe un zaoo seoor 13230 142709 come O X 3800 123567 e S o oo Baseado nos dados da Tabela 8 1 podemos calcular a VARI NCIA Var e a COVARI NCIA Cov de cada uma das vari veis X e X como demonstrado abaixo 145 Cap tulo 8 An lise de Componentes Principais e Dk Xo 580 01 Var X SE n 1 9 1 OU A 2 2 i l 2 2 F 142709 3 Var X 9 7 2 50 n 1 E Q Ss n a gt o qua Dias 3421131 A n 9 COUMX X
186. osf ricas ilumina o ngulos de visada entre outros Para determinadas aplica es a corre o destas distor es um processo indispens vel Por outro lado em muitas situa es o processo de corre o radiom trica n o uma tarefa f cil principalmente quando o procedimento envolve o conhecimento dos fatores que causam tais distor es que nem sempre est o dispon veis Em fun o disso na an lise multitemporal v rios autores utilizam a normaliza o ou retifica o radiom trica ao inv s de corre o radiom trica Normalizar radiometricamente duas imagens de datas distintas tem como objetivo compatibilizar as amplitudes dos n veis de cinza dos elementos de imagem em cada banda espectral de uma s rie multitemporal de imagens Este processo ser denominado doravante de retifica o radiom trica o qual inicia com a elei o de uma das imagens temporais como imagem de REFERENCIA e as outras imagens como imagem de AJUSTE Geralmente essa t cnica consiste em determinar os coeficientes de uma transforma o linear que aplicada imagem de ajuste efetua a retifica o desejada Neste t pico ser utilizado o m todo de UNIFORMIZA O DAS M DIAS E VARI NCIAS UMV sobre as seguintes imagens do sat lite CBERS para o quadrante representativo da bacia hidrogr fica do Rio Alegre ES a banda4 210708 infravermelho IMAGEM DE REFER NCIA b banda3 210708 vermelho IMAGEM DE AJUSTE M TO
187. qualidade visual facilitando a an lise posterior pelo fotoint rprete 38 Cap tulo 2 Contraste de Imagens Digitais e An lise de imagens est relacionada com a extra o de informa o de imagens Inclui a segmenta o e classifica o de imagens A segmenta o de imagens tem por objetivo fragmentar uma regi o em unidades homog neas considerando algumas de suas caracter sticas intr nsecas como por exemplo o n vel de cinza dos pixels textura e contraste J a classifica o de imagens visa categoriza o da cobertura da terra distinguindo as composi es de diferentes materiais superficiais sendo uma segmenta o espec fica usando t cnicas de reconhecimento de padr es 2 2 CONTRASTE DE IMAGENS Visando executar t cnicas de realce de contraste de imagens por meio do aplicativo SPRING 5 1 2 ser utilizada a seguinte rea de estudo e imagem de sat lite gt REA 1 quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES Figura 2 2 bandas espectrais do sat lite QUICKBIRD As bandas espectrais do sat lite QUICKBIRD correspondentes rea de estudo as quais ser o utilizadas neste cap tulo s o as descritas na Tabela 2 1 Tabela 2 1 Imagens do sat lite QUICKBIRD oriundas do quadrante representativo do Campus da Universidade Federal do Esp rito Santo UFES SAT LITE QUICKBIRD 21 04 05 BANDAS ESPECTRAIS E a DE FAIXA ESPECTRAL GE Ee ufes 1 0 4
188. r EEO Ei FTP Mo Filtragem l Contraste Opera o Canal Exibir Executar Ajuda Contraste N vel de Entrada 134 00000000 Ses Canal Exibir Executar Ajuda LUT Popula o Mi nimo M ximo Entrada 1340000000 24 Novo 134 0000000 24 Raiz Quadrada M dia Edi o Sa da 52 98616188 B 30 06304502 Quadrado M 38 95746350 G Logaritmo valores Fatias Negativo M n 0 00000000 M x 254 00000000 5 Equalizar Histograma Salvar Imagem Fatiamento b Editar gt Nome l amp Contraste Opera o Canal Exibir Executar A Ni N vel de Entrada 254 00000000 LUT Popula o Entrada 254 0000000 0 Novo 254 0000000 2925 M dia Edi o Sa da M 38 95746350 G 52 98616188 B 30 06304502 Valores Fatias M n 1000000000 m x 8800000000 5 Salvar Imagem Nome Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 44 Cap tulo 2 Contraste de Imagens Digitais Abaixo demonstrada a imagem pancrom tica do sat lite QUICKBIRD ap s a aplica o do contraste linear le SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir Imagem Ter l al Rede An lise Executar Ferramentas Ajuda LELI CAIME E Es o a LA 3 ar n a
189. r N importa o para que o Sprin i b8_300501 tif 2 4 MB tif ui 20 11 33 04 automaticamente os dad LJ Dr Ae O i Ayp OPII 733 n o exista o projeto o m criado com essas b8_300501Copy tif 2 4 MB tif uivo 20 11 33 bandal 210708 tif 1 4 MB tif uio 379 2 informa es banda2_210708 tif 1 4 MB tif vivo 3 9 20 45 ITMDatum gt SIRGAS 2000 roje o UTM Datum gt SIRGAS2000 banda3 210708 kif 1 4MB tif uivo 3 9 20 45 les E bandas 210708 tif 1 4 MB tif uivo 3 9 20 45 bandas 210708 tif 1 4 MB tif uivo 3 9 20 45 Ret ngulo Envolvente Propriedades Clip tif 66KB tif uivo 7 9 20 ikonos band 1 if 66 KB tif uivo 7 9 20 34 Tamanho do Pixel ikonos band 2 bif 66 KB tif uivo 7 9 20 35 120 o y 20 ikonos band 3 tif 66 KB tif uivo 7 9 20 35 q ikonos band 4 kif 66 KB tif uivo 7 9 20 36 Entidade ufes 1 tif 25 KB tif uivo 7 9 20 40 ufes 2 tif 25 KB tif uivo 7 9 20 43 Valor Dummy ufes_3 tif 25KB tif uivo 779 20 144 ufes_4 tif 25KB tif uivo 7 9 20 44 ufes_pan tif 323KB tif uivo 7 9 20 Nome do Arquivo banda1_210708 tif l Ficheiros do tipo TIFF GEOTIFF CHF tiff lv Iv Infagem EESEESENEENENS Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 21 Cap tulo 1 Visualizando Imagens de Sat lit
190. r o peso e menor o limiar maior o n mero de substitui es que ser o realizadas mh Na caixa de di logo Classifica o clique sobre o bot o P s Classifica o 2 Na caixa de di logo P s classifica o aceite os valores padr es de Peso 2 e Limiar 5 3 Clique sobre o bot o Executar l Classifica o CilLivro Spring Alegre ESiBacia Rio Alegre BHR Contextos l P s Classifica o E Imagens Classificadas fclass_Supery_Maxver Contexto 1 Criar Eliminar Bandas Ikonos_band_2 Peso Limiar ERtra o de Atributos das Regi es Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 13 Cap tulo 7 Classifica o de Imagens de Sat lite Abaixo demonstrado o resultado da imagem Class Super Maxver pos exibida na janela Auxiliar do Spring l amp Auxiliar PER arquivo Editar Exibir Imagem Tem l vo Bede An lise Executar Ferramentas Ajuda 5 lad CETL LAARA PURON HR E ato viu 5718 22 intwa 2 Painel de Controle ax E Tela Ativa Auxiliar PI Dispon veis PI Selecionados Categoria Plano de Informa o E w Satelites Ikonos band 1 Ikonos band 4 Class Super Maxver Classificada E E3 0 PI Class Super Maxver pos Ls Classifi ELABORA O DO MODELO DE DADOS TEM TI
191. riadas ias Tabela 7 4 Intervalo de aceita o dos resultados do ndice Kappa Tabela 7 5 Nome e cor das classes a serem criadas eee ererrera serena Tabela 7 6 Temas e suas classes respectivas de associa o s essrrressrrrrserrrrrerrrrrrrrrreerrnne Tabela 7 7 Resultados estat sticos da classifica o supervisionada usando o m todo da M xima Verossimihan a MAZMER assis iss ie Es SS oia a ab ns as usas cais eae Tabela 7 8 Nome e cor das amostras de treinamento a serem criadas e Tabela 7 9 Resultados estat sticos da classifica o supervisionada usando o m todo de BHatachay A cias ara a Sa alas e GU ad Le e di O E Ren DRA DA a Tabela 7 10 Temas e suas respectivas classes e eeeeeeeeereeeereereeeearereeeneacerananos Tabela 7 11 Resultados estat sticos da classifica o n o supervisionada pelo m todo Isoseg Tabela 8 1 Imagens do sat lite IKONOS do quadrante representativo do Parque de Exposi o dacidade de Alegre ES sup amsugalasiaodDonia Sica sa iEo Saude da a asa a a ZeD Eco dniair anitos ds Tabela 8 2 Observa es relativas a duas vari veis X1 e X2 avaliadas em 9 indiv duos IA LaImeNOS remo sas pes Es soe Sa DS DR espa Gde a UPA Do a Sd Tabela 8 3 Escores relativos aos 9 tratamentos obtidos em rela o aos 2 componentes DNCD I ea Rea RD a a OR RR RE Je RCE e a RCE R R CR ERR Tabela 8 4 Componentes princip
192. role E x ESSE x7 a A a a Tela Ativa Principal PI Dispon veis PI Selecionados aeb ir gs di dA gds Categoria Plano de Informa o I 4 Satelites derofoto Alegre 2007 1 Berofoto legre 2007 2 derofoto Alegre 2007 3 3 Dilatacao M 4 Direcional Borda Norte Eros o M IJ Ikonos band 1 Ikonos band 2 Ikonos band 3 M Ikonos band 4 CY NDVI 2008 OPS Nao Direcional Borda 3 3 baixa dei F o Passa Alta Ikonos 3 3 Roberts Sobel b4 300501 1b4 300501 realce tm Yb8 300501 bandai 210708 bandaZ 210708 Ybanda3 210708 banda3 210708 uniformizada OP1 bandas 210708 banda5 210708 K fechamento m norte o a am Ps F ir a p irie mga EPs na 1 Es B Principal Auxiliar JN Tela 2 J Tela 4 0 PI Ik b4 passa baixa media 3x3 Figura 4 25 Coordenadas geogr ficas do pixel a ser testado ap s a filtragem de Passa Baixa M dia Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 71 Cap tulo 4 Filtragem de Imagens Digitais Figura 4 26 Caracter sticas do pixel a ser filtrado Ap s a aplica o do filtro de passa baixa m dia utilizou se a ferramenta Cursor de info do SPRING para determinar os valores nos n veis de cinza dos pixels vizin
193. s 4 e 5 Um pixel desconhecido A 40 40 apresenta valores num ricos 40 nas bandas 4 e 5 enquanto que um outro pixel desconhecido B 10 40 apresenta valores num ricos de 10 na banda 4 e 40 na banda 5 Usando os dados tabelados anteriormente podemos calcular as dist ncias dos pixels desconhecidos A e B at a m dia das 5 classes Como apenas duas bandas est o envolvidas na classifica o a equa o utilizada ser Em que DIST dist ncia do pixel desconhecido at a classe C VB e VB valores num ricos dos pixels desconhecidos na linha j coluna j bandas K e L Xa x m dias para a classe C nas bandas K e L Abaixo segue o exemplo da l gica de classifica o do algoritmo da dist ncia m nima at a m dia das 5 classes para os dois pixels desconhecidos A 40 40 e B 10 40 PIXELS DESCONHECIDOS EEE residencial 40 36 40 5577 16 04 vao 36 7 40 55 7 30 97 comercial 40 54 8 40 77 4 40 22 V 10 548 40 77 4 58 35 P ntano 40 20 2 40 28 2 23 04 V 10 20 2 40 28 2 15 75 Floresta 40 39 1 40 35 5 4 59 V 40 39 1 40 35 5 29 45 gua 1 40 9 3 40 5 2 46 4 J 40 9 3 40 5 2 34 8 105 Cap tulo 7 Classifica o de Imagens de Sat lite N o dif cil perceber que o pixel desconhecido A ser assinalado classe de floresta por apresentar a menor dist ncia entre eles de 4 59 Por outro lado o pixel desconhecido B
194. s Treinamento Modo Normal Agrupar Desagrupar 1 Exibe todas Tipo aquisi o O Teste Contorno O Poligonal O Retangular Regi o o uisi o C Exportar Arquivo de Redes Neurais SRN Edi o Poligonal Exportar Temas Figura 7 10 Amostras de treinamento selecionadas Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 130 Cap tulo 7 Classifica o de Imagens de Sat lite CLASSIFICA O PELO METODO DE BHATTACHARYA Na caixa de di logo Classifica o clique sobre o bot o Classifica o Na caixa de di logo Classifica o de Imagens na caixa de entrada Nome digite 1 2 Class Super Regi o Bhattacharya 3 Clique sobre o bot o Criar 4 No dropdown Classificador selecione Bhattacharya 5 No dropdown Limiar de aceita o selecione 99 6 Clique sobre o bot o Analisar Amostras FA posteriormente clique sobre o bot o Fechar 8 9 las Classifica o E a Le Classifica o de Imagens CiLivro Spring Alegre EstBacia Rio AlegrelBHR Imagens Classificadas Contextos Class Super Regi o Bhattac Classificacao regiao Contexto 1 Criar Eliminar Bandas ikonos_band_2 ikonos_band_3 ikonos band 4 Imagem Segmentada Seg_15_20 assificador Bhattacharya Extra o de Atributos das Regi s Treinamento Classifica o
195. s60cm R 217 Na parte inferior do Spring marque a caixa representativa da letra R vermelho 28 Selecione a imagem intitulada Ufes60cm G 29 Na parte inferior do Spring marque a caixa representativa da letra G verde 30 Selecione a imagem intitulada Ufes60cm B 31 Na parte inferior do Spring marque a caixa representativa da letra B azul 32 Clique na ferramenta ZOOM PI amp Como demonstrado no cap tulo 1 utilize a tela auxiliar para visualizar uma imagem em falsa cor com as imagens antes da transforma o IHS ou seja Imagens Resolu o espacial ules 2 B e R 33 Com a tela Principal ativa clique a na ferramenta Acoplar e selecione a tela Auxiliar 34 Utilize a ferramenta Cursor de rea e arraste uma caixa ao redor da parte central Biblioteca Central da UFES 35 Clique na ferramenta Desenhar L Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 56 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens l SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir Imagem n lise Executar Ferramentas Ajuda BUSHSIS cm U rPORB LAAG TH O DN O lato vit 2958 94 linativa Painel de Controle E x Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o 3 T vw satelite B Principal A Auxiliar JN Telas N Tela 6 7 LL YR PI Ufes60cm B Le SPRING 5
196. sbsr D80 2008 11 17 11 48 doc 3995 4001 pdf S http marte dpi inpe bricol dpi inpe br sbsr280 2008 11 17 11 48 doc 3995 4001 pdf Microsoft Internet Explorer arquivo Editar Irpara Favoritos Ajuda Eid z EN E E TE o OO NAL KHOBS GA ya 38 Endere o E http fmarte dpi inpe brfcolfdpi inpe br sbsr D80 2008 11 17 11 48 doc 3995 4001 pdf v Ir Links E 3995 0 de7 6 105 gj lv E EN gt Anais XIV Simp sio Brasileiro de Sensoriamento Remoto Natal Brasil 25 30 abril 2009 INPE p 3995 4001 An lise da Cobertura Florestal por meio da subtra o de imagem NDVI na Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES Franciane Lousada Rubini de Oliveira Louzada Luciano Melo Coutinho Cristiane Coelho Andrade Viviane vila de Sousa Oliveira Paulo Henrique Moulin Breda Alexandre Rosa dos Santos Universidade Federal do Esp rito Santo UFES Departamento Engenharia Florestal Programa de P s Gradua o em Ci ncias Florestais Avenida Carlos Lindemberg s n Centro Jer nimo Monteiro ES Brasil lencoutinho ihotmail com francianelouzada yahoo com br cristianecandrade gmail com paulob0029 tyahoo com br viviandavila i hotmail com mundogeomatica yahoo com br Abstract The creation and delimitation of legal reservations in characteristic areas of forest fragments are valuable the preservation of vegetable covering once such areas when no monitored are prone the human
197. scaras dos filtros de Passa Baixa M dia Ponderada 3x3 61 Figura 4 4 Aplica o do filtro de passa baixa m dia ponderada 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre E OCORRE UR AN E PORREIRO PROERD SOR RARE ILE ONT SPD gt E e E E AE EO E RT O SA RA 62 Figura 4 5 Exemplos de m scaras de filtros de Passa Alta 3 x 3 eeeeeerereeeaanm 62 Figura 4 6 Aplica o do filtro de passa alta 3 x 3 sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES 62 Figura 4 7 Principais m scaras direcionais de realce de bordas aaa 63 Figura 4 8 Aplica o do filtro direcional de realce de bordas Norte 3 x 3 sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES sc amenas ssa Lgonainsto edi sisace odaaEDAR Es aeanba a ndoa dando ESG RRS Ada cas tnTA atoa Gis na Ta Nas 63 Figura 4 9 Exemplos de m scaras de filtros n o direcionais de realce de bordas 63 Figura 4 10 Aplica o do filtro n o direcional de realce de bordas baixa 3 x 3 sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre DO nt cara a E TE OPE E T E SE P TET E A E E E E EE E E e 64 Figura 4 11 M scara de realce para imagens do sat lite TM LANDSAT
198. se Ex eag pg ssovetoria Edi o Matricial Mosaico Tela Ativa Principi Gera o de Textos Imagem Tem tica Unidade ha Mapa Vetorial Painel de Controle C lculo de reas por Geo classe ha PI Dispon veis PI Selecionados Medidas de Classes Tabula o Cruzada Mapa de Dist ncias Rotula o de Componentes Conectados Categoria Plano de Informa o I 4 Satelites Class Super Maxver Class Super Maxver po A gemena Matriz gt Vetor B Ikonos b RJ Ikonos _E G Ikonos band Localiza o de Medianas R Seg 15 20 Class Super R egi o Bhattacharya y Uso Solo y Salvar Exportar Planilha Class Super Maxver pos T C Edi a Executar Apagar Fechar M Class Super Regi o Bhattacharya T vetor gt Matriz le Medidas de Classes Imagem Tem tica Unidade ha v Mapa Vetorial Plano de Informa o uso Solo Class Super Regi Representa o Imagem Tematica rea ha Aqua 1 3 017600 Estrada Pavimentada 3 587200 Fragmento 24 441600 Pastagem 27 225600 Solo Exposto 5 582400 Urbanizacao 4 528000 rea total das classes 68 3824 rea total n o classifica rea total do Plano de In Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 133 Cap tulo 7 Classifica o de Imagens de Sat lite Os resultados estat sticos da c
199. ses dentro do contexto ALGORITMO DE CLASSIFICA O ISOSEG O Isoseg um algoritmo de agrupamento de dados n o supervisionado aplicado sobre conjuntos de regi es que foram caracterizadas por seus atributos estat sticos m dia e matriz de covari ncia na fase de extra o de regi es Em outras palavras uma t cnica para classifica o que procura agrupar regi es a partir de uma medida de similaridade entre elas A medida de similaridade utilizada consiste na dist ncia de Mahalanobis entre a classe e as regi es candidatas rela o de pertin ncia com essa classe MOREIRA 2005 DEMONSTRA O MATEM TICA DO ALGORITIMO ISOSEG O algoritmo de Isoseg pode ser expresso pela seguinte f rmula Em que D dist ncia de Mahalanobis T matriz transposita C matriz de covari ncia m e m vetor de m dia das classes i e j X regi o de an lise 104 Cap tulo 7 Classifica o de Imagens de Sat lite EXERC CIO PARA APRENDIZAGEM ALGORITMO DA DIST NCIA M NIMA EUCLIDIANA Com o objetivo de compreender melhor o algoritmo da dist ncia m nima euclidiana vamos utilizar os dados estat sticos da Tabela 7 2 para classificar dois pixels desconhecidos A e B utilizando 5 classes de uso e ocupa o do solo Tabela 7 2 Resultado estat stico de cinco classes nas bandas 4 e 5 10 72 11 16 Em que x m dia das classes nas bandas 4 e 5 s desvio padr o das classes nas banda
200. sforma o IHS lt gt RGB marque a op o IHS lt gt RGB do painel Transforma es 19 Marque a op o I intensidade e selecione a imagem ufes pan banda pancrom tica de 0 6 m 20 Marque a op o H matiz e selecione a imagem Ufes H imagem discretizando o matiz 21 Marque a op o S satura o e selecione a imagem Ufes S imagem discretizando a satura o 22 Na caixa de entrada PI de Sa da digite Ufes60cm 23 Marque a op o I para aceitar 0 6 m para o Tamanho do Pixel de Sa da 24 Clique no bot o Executar Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 55 Cap tulo 3 Transforma o IHS lt gt RGB de Imagens l Transforma o IHS RGB BEI Transforma es gt Imagem Imagem Tamanho do Pixel Planos de Entrada Ea La SPRING 5 1 2 UFES Imagem UFES Arquivo Editar Exibir OTT E jid gZ ps 4 Contraste Filtragem An li a o 255 Painel de Controle Opera es Aritm ticas Tela Ativ LE LSD GE a Componentes Principais Agora voc est pronto para elaborar uma composi o em falsa cor com as imagens geradas com resolu o de 0 6 m mostradas abaixo Imagens Resolu o espacial Cor Ufes60cm B Bo Ufes60cm G O0 GQ Ufes60cm_R O R 25 Na parte inferior do Spring clique na guia Principal 26 No Painel de controle selecione a imagem intitulada Ufe
201. si o da cidade de Alegre ES e Filtros de realce de imagens utiliza m scaras apropriadas ao realce de caracter sticas de imagens obtidas por um sensor espec fico Para imagens TM LANDSAT o realce compensa distor es radiom tricas do sensor O pixel que ter seu valor de n vel de cinza substitu do pela aplica o da m scara corresponde posi o sombreada A Figura 4 11 mostra a m scara utilizada para real ar imagens LANDSAT J a Figura 4 12 mostra uma aplica o do filtro da imagem LANDSAT sobre a banda infravermelho b4 300501 do sat lite LANDSAT representativa do munic pio de Alegre ES Figura 4 11 M scara de realce para imagens do sat lite TM LANDSAT infravermelho do M scara Imagem filtrada sat lite TM LANDSAT filtroTM LANDSAT TM LANDSAT Figura 4 12 Aplica o do filtro de realce para imagens do sat lite TM LANDSAT 4 x 4 sobre a banda infravermelho do sat lite TM LANDSAT representativa do munic pio de Alegre ES 4 FILTROS N O LINEARES T m o objetivo de minimizar e real ar ru dos e suavizar e real ar bordas alterando a m dia da imagem Os principais filtros s o e Filtros para detec o de bordas detecta caracter sticas como bordas linhas curvas e manchas sendo os mais comuns os operadores de Roberts e Sobel a Operador de Roberts apresenta a desvantagem de certas bordas serem mais real adas do que outras dependendo da dire o mesmo com magnitude igual Como resultad
202. sobre a imagem dentro da tela de visualiza o 8 Clique no menu Exibir Cursor de Informa o ou na ferramenta Cursor de Informa o 9 Clique sobre qualquer ponto sobre a imagem para obter as informa es a respeito da mesma 10 Na caixa de di logo Relat rio de Dados clique no bot o Fechar l SPRING 5 1 2 Bacia Rio Alegre BH Alegre sug s sd paR Z aGES W 2 T awo ovlay 160041 inatiwa 2 Painel de Controle E Ex Tela Ativa Principal PIDispon veis PI Selecionados Categoria Plano de Informa o E w satelites J bandal 210708 o bandaz e bai R band 708 6 Danda SET Coord X 229005 491578 Coord Y 7699728 131748 Candas stuze Long 41 36 11 07 Lat 20 46 57 32 PI bandaz 210708 Categoria Satelites Imagem Linha 520 Coluna 425 valor do Pixel PI banda3 210708 Categoria Satelites Imagem Linha 520 Coluna 425 Valor do Pixel PI bandas 210708 Categoria Satelites Imagem Linha 520 Coluna 425 valor do Pixel Apagar Fechar Ajuda u Y A L M Texto VIR amp B B A Principal Auxiliar Tela 2 Tela3 Tela 4 Tela5 Tela 6 PI banda3 210708 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 27 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Acoplar uma tela a outra A f
203. sos Clique no bot o Iniciar da barra do Windows Clique sobre o nome Todos Programas Clique sobre o nome Spring 5 1 2 Portugu s x86 Novamente clique sobre o nome Spring 5 1 2 Portugu s ANS Eg Ajuda Spring 5 1 2 IF CyberLink DYD Solution ArcCatalog e IM Nero Microsoft Office FrontPage n CD INPE Educacional 2003 E Skype P A Spring 5 1 2 Portugu s T WinRAR E Desinstalar Spring 5 1 2 Portugu s z Impima 5 1 2 Portugu s Iplot E Licen a Spring EJ scarta 5 1 2 Portugu s E WS FTP fan Kaspersky Anti Virus 2009 E Spring 5 1 2 Portugu s fm Spring 5 1 2 Portugu s _x86 Teste Mesa Portugu s Todos os programas Ea adobe Reader amp Ea Faz fan Apycom Java Menus and Buttons L E E EZSURY Iniciar 5 ad gua Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 14 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais L Abaixo mostrada a janela inicial intitulada Novidades Spring 5 1 2 Se desejar visualize algumas novidades desta nova vers o 5 Feche a janela Novidades Spring 5 1 2 l Novidades Spring 5 1 Introdu o Desenho 64 Bits Janelas Formato de Dados GPS Mapeamento de Cores Valida o Assistentes Dutros SPRING 5 1 Bem vindo ao novo SPRING 3 1 Esta janela ir apresentar suas principais inova es Sua leitura importante para que voc possa se familiari
204. ss Nao Super Regi o Isoseg Pontos Linhas Matriz Coordenadas J PI Class Nao Super Regi o IsosegT EMO E EAE LIST Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 136 Cap tulo 7 Classifica o de Imagens de Sat lite OBTEN O DE REAS EM HECTARES PARA AS CLASSES TEM TICAS Na categoria Uso Solo selecione o plano de informa o Class Super Regi o Isoseg T No menu Tem tico clique na op o Medida de Classes Na caixa de di logo Medidas de Classes no dropdown Unidades selecione ha Clique no bot o Executar Rad a Veja que a classe Pastagem apresenta a maior rea de uso que equivale a 27 2 ha 5 Clique sobre o bot o Fechar amp Auxiliar l Medidas de Classes rquivo Editar Exibir Tem tico an lise Z Ei P FSi 4 Yj Edi o vetorial Imagem Tem tica Unidade ha 5 Edi o Matricial Mapa Vetorial Painel de Controle mapa Mosaico C lculo de reas por Geo classe ha Tela Ativa Auxilia Gera o de Textos PI Dispon veis PI Selecionados Medidas de Classes Tabula o Cruzada Categoria Plano de Informa o I Satelites Class Super Maxver Class Super Maxver po Matriz gt Vetor Class Super Regi o Bha Ikonos band 1 vetor gt Matriz 3 Ikonos band 3 Ikonos band 3 Ikonos band Seg 15 20
205. sse Um limite de 99 por exemplo engloba 99 dos pixels sendo que 1 ser ignorado os de menor probabilidade compensando a possibilidade de alguns pixels terem sido introduzidos no treinamento por engano nesta classe ou estarem no limite entre duas classes Um limiar de 100 resultar em uma imagem classificada sem rejei o ou seja todos os pixels ser o classificados Para diminuir a confus o entre as classes ou seja reduzir a sobreposi o entre as distribui es de probabilidades das classes aconselha se a aquisi o de amostras significativas de alvos distintos e a avalia o da matriz de classifica o das amostras Exemplo de aplica o pr tica do algoritmo de classifica o da m xima verossimilhan a No diagrama heur stico da Figura 7 7 pelo fato da distribui o dos valores de reflect ncia em uma amostra de treinamento ser descrita por uma fun o de densidade de probabilidade este classificador tende a apresentar resultados mais acurados Logo os pixels 1 e 2 ser o classificados corretamente sendo atribu dos s categorias urbaniza o u e solo exposto S respectivamente VALORES DE REFLECT NCIA DAS ASSINATURAS u urbaniza o f fragmenta o florestal s Solo exposto a gua p pastagem M DIAS ESPECTRAIS e urbaniza o e fragmenta o e solo exposto e gua e pastagem g PIXELS QUE ESTAO SENDO BANDA DO INFRAVERMELHO COMPARADOS 1e2 BANDA DO VE
206. t o Diret rio e ative o diret rio CiLivro Spring Alegre ES 12 No painel Banco de Dados selecione Bacia Rio Alegre 13 Clique no bot o Ativar 14 No menu Arquivo clique sobre a op o Carregar Projeto 15 Na caixa de di logo Projeto clique sobre o bot o Ativar 16 No menu Arquivo clique sobre a op o Criar Carta E l Banco de Dados Diret rio Banco de Dados Bacia Rio Alegre Imagem UFES ga asa Editar Exibir Executar Ajuda Banco de Dados Carregar Projeto Modelo de Dados Gerenciado alterar Senha Objeto N o Espacial T L amp Projetos Projetos BHR Alegre Uso Solo E SCarta 5 1 2 PROJETO Nome BHR Alegre Uso Solo Proje o UTM Datum gt 5IRGAS2000 Modelo de Dados Proje o de Refer ncia Objeto N o Espa ial Proje o L ga IP a Ret ngulo Envolvente 5 Gerenciador de Usu rios Geogr ficas Planas x2 237551 000000 Y1 7701566 000000 2 7702452 000000 Criar Molde ai Hemisf rio D N 5 ONOs Desativar Alterar Suprimir B Carregar Molde Dados espaciais imagens matriciais e
207. tais Principal i Auxiliar J Tela 2J Tela 3 Tela 5 Agora voc est pronto para iniciar a visualiza o da imagem banda1 210708 em tons de cinza 2 Na parte inferior do Spring clique na guia Tela 2 3 No Painel de Controle selecione a imagem intitulada banda1 210708 4 Na parte inferior do Spring marque a caixa representativa da letra M n veis de cinza Repita os passos anteriores para visualizar as imagens N veis de banda3 210708 0 63 0 69 20 m Vermelho Tela 4 cinza banda4 210708 0 77 0 89 20 m Infravermelho pr ximo M le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem Bus s E Ytp LAQAT A E A M O auto vli 16010 Inativa y An lise Executar Ferramentas Ajuda Painel de Controle E x Tela Ativa Tela 2 ER AANE PI Dispon veis PI Selecionados Categoria Plano de Informa o T W Satelites M bandal 210708 banda 210708 banda3 210708 bandas 210708 banda5 210708 B i Principal 0 PI bandai 210708 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 293 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais Veja os resultados abaixo Tela 3 banda2 210708 o Tela 4 banda3 210708 La SPRING 5 1 2 Bacia Rio Alegr TA Alegre La SPRING 5 1 2 Bacia Rio Alegre BHR Alegre r Imagem da da quivi r Exibir Imagem S
208. te FLona B S j e X E D 5 X o ka p A a a M 7 5 4 aco 200 E 200 m a 2 A 403 z0 dO 0 m E ET pie EM Ba AS A i q SS ed E 120000 E 120 009 Proje o Universal o Proje o Universal Transversa Tri Mercator UTM ba j Mercator UTM Datum SAD6S Zona 24 5 F Datum SAD6S Zona 24 S DSICce 253500 a NDVI para 1985 NDVI para 2007 Figura 6 2 NDVI na Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES para os anos de 1985 e 2007 3 Classes de mudan as E E Ea Desmatamento E N o mudan a Regenera o 5 poo zoo o 200 m LEC TC E 170000 Proje o Universal Ti ver Transversa de Mercator UTM Datum SADES Zona 24 5 Figura 6 3 Varia o temporal da cobertura vegetal da Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES entre os anos de 1985 e 2007 Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 94 Cap tulo 6 ndices de Vegeta o Abaixo demonstrado o endere o eletr nico representativo da publica o deste trabalho gt An lise da Cobertura Florestal por meio da subtra o de imagem NDVI na Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES Anais XIV Simp sio Brasileiro de Sensoriamento Remoto Natal Brasil 25 30 abril 2009 INPE p 3995 4001 disponibilizado no seguinte endere o eletr nico Figura 6 4 http marte dpi inpe br col dpi inpe br
209. tes na imagem original O mapeamento realizado por meio de uma fun o de mapeamento Figura 2 5 Cada valor do n vel de cinza na imagem original mapeada para um novo valor de acordo com uma fun o de transfer ncia que pode ser definida como y f x Em que y novo valor correspondente x n vel de cinza original 40 Cap tulo 2 Contraste de Imagens Digitais sc Mm ee S gt TM E e a Histograma e imagem antes a aplica o b Histograma e imagem ap s a aplica o do contraste do contraste Figura 2 3 Histograma e imagem antes a e ap s b a aplica o do contraste contraste linear no SPRING 5 1 2 a antes da aplica o do contraste Figura 2 4 Histograma e imagem antes a e ap s b a aplica o do contraste contraste linear no SPRING 5 1 2 Figura 2 5 Fun o de mapeamento Dados espaciais imagens matriciais e vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 41 Cap tulo 2 Contraste de Imagens Digitais A Tabela 2 2 mostra as caracter sticas dos m todos de realce de contraste disponibilizados no SPRING 5 1 2 Tabela 2 2 Caracter sticas dos m todos de realce de contraste disponibilizados no SPRING 5 1 2 SPRING 2009 M TODO Linear M nimo m ximo Raiz Quadrada Quadrado Logaritmo Negativo FUN O E HISTOGRAMA SPRING Entrada Sa da e adai uuu
210. tulo 4 Filtragem de Imagens Digitais poss vel realizar a abertura ou fechamento de uma imagem por meio do encadeamento de filtros de eros o e dilata o com o mesmo elemento estruturante Veja os exemplos abaixo a Abertura de uma imagem obtida pelo encadeamento do filtro de eros o seguido pelo de dilata o conforme mostrado na Figura 4 22 Observe nesta figura que ap s o encadeamento das filtragens eros o seguida de dilata o algumas reas localizadas nas proximidades do Parque de Exposi o da cidade de Alegre ES apresentam reas que foram abertas quando comparadas com a imagem original t o Banda Imagem aberta avem hodo Imagem filtrada oriunda de nova pr filtro de eros o filtragem filtro sat lite IKONOS de dilata o Figura 4 22 Abertura de uma imagem aplica o encadeamento de filtros eros o seguido de dilata o sobre a banda infravermelho do sat lite IXONOS representativa do Parque de Exposi o da cidade de Alegre ES b Fechamento de uma imagem obtido pelo encadeamento do filtro de dilata o seguido pelo de eros o conforme mostrado na Figura 4 23 Observe nesta figura que ap s o encadeamento das filtragens dilata o seguida de eros o algumas reas localizadas nas proximidades do Parque de Exposi o da cidade de Alegre ES apresentam reas que foram fechadas quando comparadas com a imagem original Banda Imagem filtrada infravermelho do filtro de
211. uia raia GOO da A En oa SL En 41 Figura 2 5 Fun o de mapeamento ii eeeeeerenereeeerereeaeaa ac ererenana na ereeeaa nana cereeaananoo 41 Figura 3 1 Rela o espacial entre o sistema RGB e IHS errar 52 Figura 3 2 Compara o entre imagens em falsa cor do sat lite QUICBIRD antes e ap s a UG NSIOMD ACAO O esses oo A SE Ra RC E E 53 Figura 3 3 Ultima imagem em falsa cor exibida no Cap tulo 2 eres 53 Figura 3 4 Amplia o de imagens em falsa cor da rea central da UFES biblioteca central a resolu o espacial de 0 6 m oriunda da transforma o IHS lt gt RGB e b resolu o espacial de 2 4 m antes da transforma o IHS lt gt RGB e eeerereeeerer aeee rea ea serre aaa erena 58 Figura 3 5 Amplia o de uma imagem em falsa cor resolu o de 0 6 m oriunda de uma transforma o IHS lt gt RGB da rea representativa do Campus da UFES Central Vit ria ES 58 Figura 3 6 Transforma o IHS lt gt RGB Composi o Normal Bandas do azul verde e Asi ga nie a o SUR RS USER DE SAN ME aa RR AN VON CONAN ID AMRS DE RAD SU TE SSD E VU SRD 59 Figura 4 1 M scaras dos filtros de Passa Baixa M dia 3x3 5X5 7X7 iene 61 Figura 4 2 Compara o entre diferentes filtros Passa Baixa M dia sobre a banda infravermelho do sat lite IKONOS representativa do Parque de Exposi o da cidade de Alegre ES 61 Figura 4 3 M
212. undo componente principal dado pelo sistema de equa es relativo ao outro autovalor 20 557 Ele ser dado pelo autovetor normalizado associado a 4 8 2na 29 25 20 557 21 25 an 10 21 25 72 50 20 557 a3 0 8 693 21 25 az 0 21 25 51 943 a 0 Abaixo demonstrado o sistema de equa o oriundo da multiplica o das matrizes acima Equa o 1 gt 8 6934 212545 0 Equa o 2 gt 21 254 51 9434 0 Este sistema de equa o indeterminado uma vez que temos em virtude de S AI 0 8 693 21 25 21 25 51 943 Podemos pois abandonar uma das equa es por exemplo a equa o 2 e dar um valor arbitr rio n o nulo a uma das inc gnitas por exemplo lj Assim temos 8 6934 21 25 1 0 8 6934 21 25 a gt 2 444 j 2 444 2 1 149 Cap tulo 8 An lise de Componentes Principais a 4 2 4447 1 2 a 2 6406 2 O autovetor normalizado a gt 1 1 2 444 a 7 s a 2 2 2 6406 1 da a 2 0 379 0 926 d 2 Note que a a 1 SDD Logo 0 926 0 926 03791 0 379 0 926 0 926 0 379 0 379 1 0 856 0 144 1 1 1 Logo o segundo componente principal 0 926X 0 379X Este componente respons vel por 20 20 da varia o total OBSERVA ES IMPORTANTES a Os componentes s o ortogonais ou seja aa
213. uto SPRING 1 2 HIST RICO DO SPRING 5 1 2 O desenvolvimento de uma nova gera o de sistemas de processamento de imagens e geoprocessamento no INPE iniciou se em 1991 e teve seu primeiro resultado concreto em 1993 com o lan amento da vers o 1 0 do SPRING Sistema para Processamento de Informa es Georeferenciadas A evolu o do sistema SPRING durante os anos levou ao lan amento em 1996 da vers o 2 0 em maio de 1998 a vers o 3 0 Windows em outubro de 1998 a vers o 3 1 1 em janeiro de 1999 a vers o 3 2 Windows em maio 10 Cap tulo 1 Visualizando Imagens de Sat lites e Aerofotos Digitais de 1999 a vers o 3 3 Windows em maio de 2000 a vers o 3 4 Windows em mar o de 2001 a vers o 3 5 Windows e Linux em agosto de 2003 a vers o 4 0 Windows em julho de 2004 a vers o 4 1 Windows em mar o de 2005 a vers o 4 1 Linux em setembro de 2005 a vers o 4 2 Windows em julho de 2006 a vers o 4 3 Windows e Linux em julho de 2008 a vers o 5 0 Windows e Linux Atualmente encontra se disponibilizado a vers o 5 1 2 Windows e Linux para Sistemas Operacionais de 32 bits O SPRING tem se mostrado uma op o altamente atrativa na rea de geoprocessamento pois um software de dom nio p blico podendo ser adquirido pela internet http www dpi inpe br spring bastando se cadastrar na pr pria home page es 1 3 AQUISI O GRATUITA DO SPRING 5 1 2 Para aquisi o gr
214. vetoriais disponibilizados pelo INPE IEMA ES NEDTEC UFES e IJSN 1 19 Cap tulo 7 Classifica o de Imagens de Sat lite 17 Na caixa de di logo Criar Carta na caixa de entrada da op o Nome digite Uso Solo Alegre 18 Clique sobre o bot o Criar 19 Na caixa de di logo Caracter stica da Carta no dropdown da op o Tamanho selecione A4 20 Na caixa de entrada da op o Escala digite 5000 21 Em Posicionamento marque a op o Coordenadas 22 Em Coordenadas marque a op o Planas 23 Em X1 digite 2 24 Em Y1 digite 1 25 Clique sobre o bot o Fechar 26 Na janela Painel de Controle em Categorias selecione Uso Solo 27 Em Planos de Informa o selecione Class Super Maxver pos T 28 Marque a op o Matriz o 29 Clique sobre o bot o Desenhar 2 30 Clique sobre o bot o Fechar amp Painel de Co ama Categorias i 1 Satelites w Uso Solo L amp Caracter stica da Carta Caracter sticas do Papel Tamanho 4 Largura cm 29 70 E Criar Carta A Ez x lt E Planos de Informa o iM Class Super Maxver posT 1 3 Posicionamento Cm do Papel Coordenadas Coordenadas Geogr ficas Planas Coordenadas cm x1 2 00 x2 18 74 Yi 1 00 X1 236714 31 Abaixo demonstrada a imagem tem tica Class Super Maxver pos T exibida no layout amp SCarta 5 1 2 Uso Solo Alegre PROJETO BHR Alegre Uso Solo arquivo Ed
215. vio padr o da classe c na banda k VB valor de brilho na linha coluna je banda k c n mero de classes envolvidas na classifica o k n mero de bandas envolvidas na classifica o Redefinindo esta equa o temos que Ue Ee IS Em que LI limite inferior gt X Ca LS limite inferior gt xX O Vantagens do algoritmo de classifica o do paralelep pedo gt simples e eficiente em termos computacionais gt leva em considera o a vari ncia Desvantagens do algoritmo de classifica o do paralelep pedo gt baixa precis o gt n o leva em considera o a covari ncia dos dados OBS muitos pixels n o s o classificados por n o atenderem o intervalo dos limites Uma solu o seria aumentar o intervalo por meio do desvio padr o por m isto provocaria uma maior superposi o Exemplo de aplica o pr tica do algoritmo de classifica o do paralelep pedo A Figura 7 4 mostra um esquema de aplica o do algoritmo de classifica o do paralelep pedo adaptado de EASTMAN 1998 No diagrama heur stico os valores de reflect ncia das assinaturas s o indicados com letras min sculas os pixels que est o sendo comparados s assinaturas est o indicados com n meros e as m dias espectrais est o indicadas com pontos Nesse caso o pixel 1 ser classificado como pastagem p enquanto deveria provavelmente ser classificado como solo exposto s Al m disso as caixas
216. x3 Clique no bot o Executar No Painel de Controle selecione a imagem filtrada denominada Ik b4 passa baixa media 3x3 Selecione a paleta de cor M monocrom tica Clique na ferramenta Zoom PI le SPRING 5 1 2 Bacia Rio Alegre BHR Alegre Arquivo Editar Exibir Imagem Tem tco MNT Cadastral Bede An lise Executar Ferramentas Ajuda BASEA sM U rPOR FAJ BAR O lato ovy 570849 Painel de Controle Tela Ativa Principal PI Dispon veis PI Selecionados Categoria Plano de Informa o S E v satelites M Ikonos band 4 Le SPRING 5 1 2 Bacia Rio AlegreJ BHR Alegre Arquivo Editar Exibir EEMEM Tem tico MNT Cadastral BRede An li E B ii amp Ei P Contraste Filtragem Painel de Controle Opera es Aritm ticas a Filtragem le SPRING 5 1 2 Bacia Rio Alegrel BHR Alegre Arquivo Editar Exibir Imagem Tem tto MNT Cadastral Pode An lise Mine Ferramentas Ajuda Bugs amp sd SAM OU LAIGE P A M O Auto 14 5708 49 Inativa Painel de Controle a x Filtros Lineares Tela Ativa Principal Passa Baixa M dia PI Dispon veis PI Selecionados Categoria Plano de Informa o E W satelites Ikonos band 4 E aixa media 3 Tipos Linear O N o Linear O Radar PI de Sa da Nome Ik b4 passa baixa media 3x3 5
217. xibir MSGaiad ajuda Recompor Projeto Histograma NU 0 Modelo de Dados Salvar Histogral Objeto N o Espacial Salvar Salvar Tiff E 9 Gerenciador de Usu rios Fechar Logar Recarregar Projeto Assistentes N vel de Entrada Aplicar Importar areias Converter para ASCII SPRING Entrada 155 0000000 0 254 0000000 Exportar M dia Edi o Sa da P R 0 00000000 G 121 Salvar Como Imagem JPEG valores Fatias Registro Min 104 00000000 x 13700000000 aj Salvar Imagem 2 Nome NDYI_2008_Contraste_Linear Desgla manter o contraste aplicado E E Conversor Spring Terralib Os passos demonstrados anteriormente foram aplicados num trabalho cient fico apresentado no XIV Simp sio de Sensoriamento Remoto do INPE 2009 visando determinar an lise da cobertura florestal por meio da subtra o de imagem NDVI na Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES Figura 6 2 J a Figura 6 3 mostra a varia o temporal da cobertura vegetal da Floresta Nacional de Pacotuba Cachoeiro de Itapemirim ES entre os anos de 1985 e 2007 NDVI DE 1985 A i ai f NDVI DE 2007 255 i s CA e K es o NE E a b e s Er 2 3 s E r k i q A 4 o y a s P a 0 s a i i Tr g 15 Ra Jimi rLona Po E dh s _ Limi
218. zar com todas as novidades e mudan as desta nova vers o Utilize os bot es de pr ximo e anterior para navegar por todas as informa es O menu acima indica qual a se o visualizada e permite navegar diretamente para um item de interesse Caso n o queira que esta janela seja exibida novamente selecione a op o N o mostrar novamente Clique no item 2 para exibir o ajuda do item selecionado x C N o mostrar novamente Abaixo demonstrada a janela principal do SPRING 5 1 2 la SPRING 5 1 2 EE Arquivo Editar Exibir Imagem Tem tico MNT Cadastral Rede An lise Executar Ferramentas Ajuda SASEA sM Lutro ZAGCACA HA S p vj i ma Tela Ativa Principal kJ PI Dispon veis PI Selecionados Categoria Plano de Informa o CRIA O DO BANCO DE DADOS Um Banco de Dados no Spring corresponde fisicamente a um diret rio onde ser o armazenados tanto o Modelo de Dados com suas defini es de Categorias e Classes quanto os Projetos pertencentes ao banco de dados Os projetos s o armazenados em subdiret rios juntamente com seus arquivos de dados pontos linhas imagens orbitais e a reas imagens tem ticas textos grades e objetos Inicialmente voc ir criar um banco para ent o ativ lo e inserir dados no mesmo 1 No menu Arquivo clique na op o Banco de Dados Dados espaciais imagens matriciais e vetoriais disponibilizados pe

Download Pdf Manuals

Related Search

Related Contents

On Cyber Warfare Command and Control Systems  Facade_Manual de usuario-ES_V02_1301-DE  User Manual for the LRP calculator - Stakeholders  Foscam User Manual - FI9804W FI9805W FI9805E  Industry Access Portal User Manual  USER MANUAL  POWER WAVE® R500 - Lincoln Electric  Samsung GT-I5800 Εγχειρίδιο χρήσης(Froyo)  

Copyright © All rights reserved. Failed to retrieve file