introdução ao processamento digital de imagens estágio de docência john cunha...

Introdução ao Processamento Digital de ImagensIntrodução ao Processamento Digital de Imagens

Estágio de docência Estágio de docência John CunhaJohn [email protected]@gmail.com

Professora responsávelProfessora responsávelIana Alexandra Alves RufinoIana Alexandra Alves [email protected][email protected]

Campina Grande, 23 de março de 2011.Campina Grande, 23 de março de 2011.

Processamento Digital de Imagens (PDI)

• Áreas que utilizam PDIÁreas que utilizam PDI• A cor no processamento de imagensA cor no processamento de imagens• Tratamento de imagens digitaisTratamento de imagens digitais• Pré- processamentoPré- processamento• ClassificaçãoClassificação• Aplicações Aplicações

Introdução ao Processamento Digital de Imagens

• Análise de recursos naturais;• Meteorologia;• Transmissão digital de sinais de televisão ou fac-símile;• Análise de imagens biomédicas;• Análise de imagens metalográficas e de fibras vegetais;• Obtenção de imagens médicas por ultra-som, radiação nuclear

ou técnicas de tomografia computadorizada;• Automação industrial: sensores visuais em robôs.

Áreas que utilizam PDI


Newton foi o primeiro a verificar a verdadeira NATUREZA DA LUZ, ao decompor a luz branca, através de um prisma, e depois decompô-lo por meio de lentes. Ele foi também o primeiro a explicar por que certos objetos possuem diferentes cores. Segundo Newton, os objetos aparecem coloridos quando expostos à luz branca porque refletem alguns de seus componentes espectrais com maior intensidade do que outros.

A cor no processamento de imagens


A cor no processamento de imagensA cor no processamento de imagens


São cores não coloridas (branco e preto), pois não estão presentes no espectro da luz visível. A mistura das duas pode gerar uma infinidade de tons de cinza e olho humano é capaz de discriminar até 300 gradações entre ambos os extremos.

Podem ser:a)Monocromátiocas ou espectralmente puras : formadas por um único comprimento de onda;b)Complexas ou espectralmente impuras: formadas por uma mistura de cores cromáticas em mais de um comprimento de onda.

CROMÁTICAS

ACROMÁTICAS



Figura 1 - Processos Aditivo (A) e subtrativo (B) de formação de cores

A B

ADITIVO: utiliza-se a mistura de duas ou três cores primárias, para obter uma cor secundária: magenta, amarelo ou ciano.

SUBTRATIVO: é possível obter cores primárias através da mistura com cores secundária.



A B

Figura 2 – Composição colorida 5R4G3B em (A) e Composição Falsa cor 4R5G3B em (B)

“Manipulação de uma imagem por computador de modo onde a entrada

e a saída do processo são imagens”

Processar uma imagem=

Usar operações matemáticas para alterar os valores dos pixels de uma

ou mais imagens;

Melhorar a qualidade da imagem para que o observador “veja melhor”

Melhorar a qualidade da imagem para preparar a imagem para ser

analisada pelo próprio computador (análise de imagens)

Tratamento de imagens digitaisTratamento de imagens digitais


Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda 6 Banda 7

Figura 3 – Diferentes bandas do satélite LANDSAT


Imagens de satélite (DN)

223223 223223

223223

223223

205205

205205

205205 205205

180180

180180 180180 9090

3030

3030 3030

- Cada célula tem sua localização definida em um sistema de coordenadas (x,y);- Cada célula possui um atributo numérico “z” que é o nível de cinza (DN – digital number);

- O DN de uma célula representa a intensidade de energia eletromagnética (refletida ou emitida) medida pelo sensor



Figura 4 – Conjunto de pixels

- O computador consegue diferenciar qualquer quantidade de níveis de cinza:imagens de 8 bits – 28=256 níveis de cinza,imagens de 10 bits – 210=1024 níveis de cinza, etc.



Figura 5 – Níveis de cinza presentes nas imagens


.

.

.


Figura 6 - Composição colorida R3G2B1 e extração dos pixels para uma planilha


Software de PDI

• SPRINGSPRING

• ILVISILVIS

• INTERIMAGEINTERIMAGE

• ENVIENVI

• ERDASERDAS

• IDRISIIDRISI

• PHOTOSHOP PHOTOSHOP ((Geographic Imager)


Pré-processamento

• Remoção de ruídosRemoção de ruídos

• Realce de imagemRealce de imagem

• Correção, retificação geométrica e registroCorreção, retificação geométrica e registro

• MosaícoMosaíco

• Redução da dimensionalidadeRedução da dimensionalidade

• Correção radiométricaCorreção radiométrica


Pré-processamento

Eliminação de ruídoEliminação de ruído

Geralmente o ruído é provocado por uma falha, momentânea, no sistema de registro da energia, no instante do imagiamento da área pelo sensor orbital.

Uma das técnicas de remoção de ruído comumente empregada consiste em substituir o valor zero da radiância do pixel no local pela média da radiância dos pixels das linhas inferior e superior.

Exemplo: Eliminação de ruído


Pré-processamento

Figura 7 - Imagem colorida de infravermelho falsa-cor mostrando um ruído da parte superior.

ContrasteContraste

Os dados de satélites, uma vez processados, podem conter um contraste espectral de baixa qualidade. O realce de imagens digitais visa melhorar a qualidade visual, permitindo uma melhor discriminação dos objetos presentes na imagem.


Pré-processamento

Figura 8 – Exemplo de um histograma mostrando o efeito do contraste.

Pré-processamento


Exemplo: Realce de contraste

Figura 9 – Exemplo de uma imagem mostrando o efeito do contraste.

Pré-processamento


Exemplo: Realce de contraste

Figura 9 – Exemplo de uma imagem colorida (5R4G3B) do Landsat 5 mostrando o efeito do contraste.

Pré-processamento


Correção, retificação geométrica e registro.Correção, retificação geométrica e registro.

A correção geométrica visa eliminar dois tipos de erros que, frequentemente, ocorrem nos dados de satélites: devidos ao movimento do satélite e aqueles determinados pela curvatura da Terra.

Pré-processamento


Retificação, correção geométrica e geo-referênciamentoRetificação, correção geométrica e geo-referênciamento

Figura 10 – Ilustração da influência do relevo nas imagens de satélite.

Pré-processamento


Distorções geométricasDistorções geométricas

Distorções inerentes à plataforma: Efemérides (posição e velocidade) e altitude.

Distorções inerentes ao instrumento.

Distorções inerentes ao modelo da Terra: Rotação, esfericidade e relevo.

Pré-processamento


Distorções geométricasDistorções geométricas

Figura 11 – Ilustração dos problemas inerentes ao modelo da Terra.

Figura 12 – Ilustração dos problemas inerentes ao relevo.

Pré-processamento


Retificação, correção geométrica e geo-referênciamento.Retificação, correção geométrica e geo-referênciamento.

As coordenadas de imagem bruta(L: Linha; C: Coluna) são relacionadas às coordenadas de referência(X,Y) através de polinômios de grau n.

De tal forma que:

X = a0 + a1L + a2C + a3L2 + a4LC + a5C2+ … + amCn

Y = b0 + b1L + b2C + b3L2+ b4LC + b5C2+ … + bmCn

(X,Y) normalmente representa as coordenadas planas de um certo sistema de projeção cartográfica.

Pré-processamento


Porque retificar uma imagem? Porque retificar uma imagem?

Criação de mosaicos;

Corrigir distorções;

Sobre posição de informações (imagem e vetor);

Extração de medidas (áreas, distâncias e perímetros);

Atualização de banco de dados geográficos;

Integração Sensoriamento Remoto, Geodésia (GPS) e SIG.

Pré-processamento


Porque retificar uma imagem? Porque retificar uma imagem?

Figura 13 – Integração sensoriamento remoto e Sistema de Informações Geográficas.

Pré-processamento


MosaicoMosaico

O mosaico de imagens é o processo de juntar duas ou mais imagens para gerar uma imagem maior para se ter uma visão global de uma cena ou área de interesse entre duas imagens de órbita ou ponto diferentes.

Pré-processamentoPré-processamento


MosaicoMosaico

Figura 14 – Mosaico de imagens Landsat.



Redução da dimensionalidade

Muitas vezes, as pesquisas realizadas em dados de satélites ocorrem em áreas pequenas, bem menores do que a área de abragência de uma cena imageadas por um satélite.

Com este procedimento é possível reduzir o tamanho do arquivo e, consequentemente, o tempo de processamento computacional.



Redução da dimensionalidade

Figura 15 – Recorte de imagens Landsat.

Refere-se ao processamento inicial de dados brutos para calibração radiométrica da imagem. Este procedimento assegura que as mudanças observadas no comportamento espectral, no tempo e no espaço, estão estritamente ligadas à interação da radiação eletromagnética com o alvo, eliminando quaisquer contribuições do ambiente na reflectância do alvo que foi registrada pelo sensor.


Correção radiométrica


min)()min

ab(aL ii

iλi QcalQcalxQcalQcalmáx

Bandas Comprimento de Onda(μm)

Coeficientes de Calibração

a b1 (azul) 0,45 – 0,52 -1.52 193.0

2 (verde) 0,52 – 0,60 -2.84 365.0

3 (vermelho) 0,63 – 0,69 -1.17 264.0

4 (IV-próximo) 0,76 – 0,79 -1.51 221.0

5 (IV-médio) 1,55 – 1,75 -0.37 30.2

6 (IV-termal) 10,4 – 12,5 1.2378 15.303

7 (IV-médio) 2,08 – 2,35 -0.15 16.5

)μmsr(Wm 112

Radiância espectral monocromáticaRadiância espectral monocromática

Tabela 1 - Descrição das bandas do Mapeador Temático (TM) do Landsat 5, com os correspondentes intervalos de comprimento de onda, coeficientes de calibração (radiância mínima – a e máxima – b), após 1 de janeiro de 1992. (Chander & Markham, 2009)


rλi

λiλi d.cos.k

L.πρ

Z )90cos(cos Ez

Bandas Irradiância Espectral no Topo da Atmosfera

1 (azul) 1983

2 (verde) 1796

3 (vermelho) 1536

4 (IV-próximo) 1031

5 (IV-médio) 220

6 (IV-termal) -

7 (IV-médio) 83,44

)μm(Wm 12

Reflectância planetária

Tabela 2 - Descrição das bandas do Mapeador Temático (TM) do Landsat 5, com as correspondentes irradiâncias espectrais no topo da atmosfera terrestre (TOA) .(Chander & Markham, 2009)

- permitem analisar uma cena nas várias regiões do espectro eletromagnético;

- extraem informação quantitativa da imagem;

- realizam medidas impossíveis de serem obtidas manualmente;

- possibilitam a integração de vários tipos de dados, devidamente georeferênciados.

Técnicas de PDI:


Classificação

Durante a classificação de dados digitais, os alvos do universo real recebem a denominação genérica de classes ou classes temáticas. Os processos de classificação podem ser supervisionados ou não supervisionados.


– Classificação supervisionada

No processo de classificação supervisionada, o usuário inicialmente aponta um conjunto de amostra de treinamento para cada classe que se deseja diferenciar na imagem.

– Classificação não supervisionada

A classificação não supervisionada é uma método computacional automático de agrupamento, os algoritmos de classificação não utilizam dados de treinamento como base para classificação.

Cena 214/065 do LANDSAT 7Cena 214/065 do LANDSAT 7(24/07/2000)(24/07/2000)Composição Colorida RGB com realce linear Composição Colorida RGB com realce linear (Bandas 5,4 e 3)(Bandas 5,4 e 3)Campina Grande - PBCampina Grande - PB

ClassificaçãoClassificaçãode Padrõesde Padrões


• Área de estudo

Figura 16 – Localização da bacia do Rio do Peixe


Figura 17 – Mapa de NDVI (A) em 29 de agosto de 2008 e (B) em 01 de novembro de 2008


Figura 18 – Mapa de temperatura da superfície (A) em 29 de agosto de 2008 e (B) em 01 de Novembro de 2008


Figura 19 – Mapa de evapotranspiração real (A) em 29 de agosto de 2008 e (B) em 01 de novembro de 2008.


Figura 20 – Mapa de NDVI (A) em 29 de agosto de 2008 e (B) em 01 de novembro de 2008


Figura 21 – Gráfico do NDVI obtido a partir do MODIS e precipitação no tempo, em (A) ponto 1, em (B) ponto 2, em (C) ponto 3 e em (D) ponto 4


Figura 22 – Gráfico da Temperatura da superfície obtido a partir do MODIS e precipitação no tempo, em (A) ponto 1, em (B) ponto 2, em (C) ponto 3 e em (D)

ponto 4.


FIM!FIM!


Referências bibliográficasReferências bibliográficas• Moreira, M. A. Fudamentos do sensoriamento remoto e metologias de

aplicação.• Cunha, J. E. B. L.; Tsuyuguchi, B. B.; Rufino I. A. A. Utilização da detecção

remota para estimar a distribuição espacial da evapotranspiração de região semiárida e série temporal MODIS. Simpósio Brasileiro de sensoriamento remoto. INPE, 2010.

• Sensoriamento Remoto II, Prof. Alzir Felippe Buffara Antunes. Fonte: www.geomatica.ufpr.br/docentes/felippe/pessoal/Corre__o_Geom_trica.pdf


introdução ao processamento digital de imagens estágio de docência john cunha...

Documents