O documento discute as etapas do processamento de imagens de sensoriamento remoto, incluindo pré-processamento, realce, segmentação, classificação e pós-processamento. Detalha técnicas como georreferenciamento, correção atmosférica, realce de contraste, composições coloridas e classificação supervisionada e não supervisionada para mapear cobertura da terra.
Entendendo a cartografia nos sistemas de informações geográficas. Acesse o blog O topografo e encontre muito mais tutoriais e vídeo aulas.
http://otopografo.blogspot.com.br/
Principais conceitos usados em Topografia, Cartografia e Geodésia. Acesse o blog O topografo e encontre muito mais tutoriais e vídeo aulas.
http://otopografo.blogspot.com.br/
Aula da disciplina de Uso de Dados Espaciais para Estudos Ambientais. Programa de Pós-Graduação em Ciência e Tecnologia Ambiental. Universidade Federal do ABC. Santo André - SP, Março de 2019. Base de dados disponível em: https://yadi.sk/d/zy-M4wQdLs4RhQ
Entendendo a cartografia nos sistemas de informações geográficas. Acesse o blog O topografo e encontre muito mais tutoriais e vídeo aulas.
http://otopografo.blogspot.com.br/
Principais conceitos usados em Topografia, Cartografia e Geodésia. Acesse o blog O topografo e encontre muito mais tutoriais e vídeo aulas.
http://otopografo.blogspot.com.br/
Aula da disciplina de Uso de Dados Espaciais para Estudos Ambientais. Programa de Pós-Graduação em Ciência e Tecnologia Ambiental. Universidade Federal do ABC. Santo André - SP, Março de 2019. Base de dados disponível em: https://yadi.sk/d/zy-M4wQdLs4RhQ
Aula de Cartografia e Geoprocessamento aplicados ao Planejamento Territorial, UFABC, abril de 2017
Gravação da aula disponível em: https://youtu.be/w43_HIZ1xoU
Bases de dados disponíveis em: https://www.dropbox.com/s/xo4qkkvrag0mdxv/15%2616_SR_Dados.zip?dl=0
Apresentação para o 1º International Symposium on Interactive Game and Simulation.
Data: 29 de novembro de 2010
Local: Campus Marquês de Paranaguá da PUC-SP.
Tema: Apresentação para o 1º International Symposium on Interactive Game and Simulation.
Data: 29 de novembro de 2010
Local: Campus Marquês de Paranaguá da PUC-SP.
Tema: Mapeamento de Textura
Alunos: Rafael Macedo Domingues da Silva.
Alunos:
Curso de Planejamento e Política Ambiental, UFABC, São Bernardo do Campo - SP, 12 de julho de 2018
Gravação de aula disponível em: https://youtu.be/Nfla4Xm8oI4
Bases de dados disponíveis em: https://app.box.com/s/ne7xcv20ws3mg8lfyroyhirbasw0dcyw
Curso de Planejamento e Política Ambiental, UFABC, São Bernardo do Campo - SP, 17 de julho de 2018
Gravação de aula disponível em: https://youtu.be/Sry61mBRVPo
Base de dados disponível em: https://app.box.com/s/ekxoq5w8o449ihkd8j31u7dgrjzb1q28
Plano Ambiental, Histórico de Ocupação, Georreferenciamento, Bacia HidrográficaVitor Vieira Vasconcelos
Curso de Planejamento e Política Ambiental, UFABC, São Bernardo do Campo - SP, 10 de julho de 2018.
Gravação de aula disponível em: https://youtu.be/OkNtrDtaMLo
Bases de dados disponíveis em: https://app.box.com/s/7ycx2kymzd2asl6e5s6qcsho2xan93ub
Aula de Informática Aplicada ao Planejamento Territorial - IPT, UFABC, 4 de novembro de 2016.
Apresentação disponível em: https://youtu.be/-Jf9OFglDiI
Bases de dados disponíveis em: https://app.box.com/s/0v7yjizlgacyyjcturb4s9yu1kzormgb
Improving the image means enhance the perception of images for human observers. This can reduce the impulse noise, enhance edges with the help of different techniques for image enhancement. The techniques of image processing refers to image restoration, image enhancement and segmentation of images.
Aula de Cartografia e Geoprocessamento aplicados ao Planejamento Territorial, UFABC, abril de 2017
Gravação da aula disponível em: https://youtu.be/w43_HIZ1xoU
Bases de dados disponíveis em: https://www.dropbox.com/s/xo4qkkvrag0mdxv/15%2616_SR_Dados.zip?dl=0
Apresentação para o 1º International Symposium on Interactive Game and Simulation.
Data: 29 de novembro de 2010
Local: Campus Marquês de Paranaguá da PUC-SP.
Tema: Apresentação para o 1º International Symposium on Interactive Game and Simulation.
Data: 29 de novembro de 2010
Local: Campus Marquês de Paranaguá da PUC-SP.
Tema: Mapeamento de Textura
Alunos: Rafael Macedo Domingues da Silva.
Alunos:
Curso de Planejamento e Política Ambiental, UFABC, São Bernardo do Campo - SP, 12 de julho de 2018
Gravação de aula disponível em: https://youtu.be/Nfla4Xm8oI4
Bases de dados disponíveis em: https://app.box.com/s/ne7xcv20ws3mg8lfyroyhirbasw0dcyw
Curso de Planejamento e Política Ambiental, UFABC, São Bernardo do Campo - SP, 17 de julho de 2018
Gravação de aula disponível em: https://youtu.be/Sry61mBRVPo
Base de dados disponível em: https://app.box.com/s/ekxoq5w8o449ihkd8j31u7dgrjzb1q28
Plano Ambiental, Histórico de Ocupação, Georreferenciamento, Bacia HidrográficaVitor Vieira Vasconcelos
Curso de Planejamento e Política Ambiental, UFABC, São Bernardo do Campo - SP, 10 de julho de 2018.
Gravação de aula disponível em: https://youtu.be/OkNtrDtaMLo
Bases de dados disponíveis em: https://app.box.com/s/7ycx2kymzd2asl6e5s6qcsho2xan93ub
Aula de Informática Aplicada ao Planejamento Territorial - IPT, UFABC, 4 de novembro de 2016.
Apresentação disponível em: https://youtu.be/-Jf9OFglDiI
Bases de dados disponíveis em: https://app.box.com/s/0v7yjizlgacyyjcturb4s9yu1kzormgb
Improving the image means enhance the perception of images for human observers. This can reduce the impulse noise, enhance edges with the help of different techniques for image enhancement. The techniques of image processing refers to image restoration, image enhancement and segmentation of images.
Plano Ambiental - Histórico de Ocupação - Georreferenciamento - Análise de Ba...Vitor Vieira Vasconcelos
Aula de Planejamento e Política Ambiental, UFABC, julho de 2017. Prática com Google Earth Pro, QGis e Saga
Base SIG disponível em: https://app.box.com/s/vl6sklosgcxpktnyaqi8y5km4elyy99v
Gravação de aula disponível em: https://youtu.be/GG0gewrVSMA
Improving the image means enhance the perception of images for human observers. This can reduce the impulse noise, enhance edges with the help of different techniques for image enhancement. The techniques of fuzzy systems can manage uncertainty and imperfection in an image, which can be represented as a set of fuzzy systems.
Aula de Métodos e Técnicas de Análise da Informação para o Planejamento, UFABC, 10 de agosto de 2017
Gravação de aula disponível em: https://youtu.be/GTIxH-C3PRg
Bases de dados disponívem em: https://app.box.com/s/d0i62xill3hitmq1cz2f92ezhoqw47ea
Fundamentos de Ciência de Dados e Inteligência Artificial
Crescimento e Impacto no Mercado: A visão computacional está crescendo exponencialmente, com aplicações em setores como automotivo, saúde, segurança e manufatura, impulsionada por avanços em IA e machine learning, tornando as soluções mais eficientes e acessíveis.
Inovação e Desenvolvimento Tecnológico: Avanços em hardware (GPUs avançadas) e software (algoritmos sofisticados) estão melhorando a eficiência e precisão das aplicações de visão computacional, possibilitando novas funcionalidades.
Desafios Futuros e Oportunidades: Desafios relacionados à privacidade de dados, ética e precisão estão surgindo, mas também representam oportunidades significativas para inovação e pesquisa.
Fundamentos de Ciência de Dados e Inteligência Artificial
Crescimento e Impacto no Mercado: A visão computacional está crescendo exponencialmente, com aplicações em setores como automotivo, saúde, segurança e produção, impulsionada por avanços em IA e machine learning, tornando as soluções mais eficientes e acessíveis.
Inovação e Desenvolvimento Tecnológico: Avanços em hardware (GPUs avançados) e software (algoritmos sofisticados) estão melhorando a eficiência e a precisão das aplicações de visão computacional, possibilitando novas funcionalidades.
Desafios Futuros e Oportunidades: Desafios relacionados à privacidade de dados, ética e soluções estão surgindo, mas também representam oportunidades significativas para inovação e pesquisa.
4. Introdução
Uma imagem digital
obtida por
sensoriamento remoto
é uma representação
matricial dos valores
que correspondem à
intensidade de energia
refletida ou emitida
pelos objetos da
superfície terrestre.
5. Introdução
• Por meio de softwares especializados aplicamos
técnicas de processamento (operações ou
transformações numéricas) nas imagens.
• Cuidado para evitar perda de informação e erros
de interpretação
8. Pré-Processamento
• Tratamento preliminar de dados brutos para
calibrar a radiometria da imagem.
• Atenuar efeitos da atmosfera
• Remover ruídos
• Corrigir distorções geométricas por meio de
georreferenciamento.
9. Pré-Processamento
• Ajustar o posicionamento da cena representada
na imagem à sua localização no terreno.
• Cada pixel da imagem é ajustado com um ponto
da superfície da Terra utilizando os Sistemas
Geodésicos de Referência (Datum).
• Datum, do latim dado, detalhe, pormenor
(plural data) em cartografia refere-se ao modelo
matemático teórico da representação da
superfície da Terra ao nível do mar utilizado
pelos cartógrafos numa dada carta ou mapa.
10. Pré-Processamento
• Datum: marco determinado por meios geodésicos
de alta precisão que serve como ponto de
referência para todo o levantamento da
superfície.
▫ No Brasil até o início de 2005 – Datum sul-
americano de 1969 (SAD-69)
▫ SIRGAS – Sistema Geodésico de Referência para as
Américas a partir de 2005
▫ WGS 84 –World Geodetic System é o datum
utilizado pelo GPS (Global Positioning System)
12. Pré-Processamento
• Ortorretificação de imagens de satélite de alta
resolução espacial
• Spring – Permite refinar imagens com
resolução de 30m para resolução de 20 ou
15m permitindo analisar imagens em escalas
maiores e de até 1:25.000 e permite integrar
e sobrepor imagens de diferentes resoluções
espaciais.
14. Realce de imagens
• Melhorar a qualidade visual e
facilitar interpretação.
• Técnicas:
▫ Ampliação linear de contraste
15. Consiste em expandir
a distribuição dos
dados originais
concentrados em um
pequeno intervalo
para todo o intervalo
possível, por exemplo
para 255 níveis.
16. Consiste em expandir
a distribuição dos
dados originais
concentrados em um
pequeno intervalo
para todo o intervalo
possível, por exemplo
para 255 níveis.
17. Consiste em expandir
a distribuição dos
dados originais
concentrados em um
pequeno intervalo
para todo o intervalo
possível, por exemplo
para 255 níveis.
18. Realce de imagens
• Técnica
▫ Operações aritméticas:
adição, subtração ,
multiplicação e divisão
de cores em imagens.
Servem para destacar
unidades de relevo e
drenagem ou destacar
cobertura e uso da
terra.
19. Realce de imagens
• Técnica
▫ Transformação por componentes principais:
Realce de componentes principais
▫ Filtragem espacial
Transformação da imagem filtrada depende dos
níveis de cinza dos pixels vizinhos. Serve para
limpar ruídos de imagem
20. Realce de imagens
• Técnica
▫ Geração de composições coloridas
Uso de duas ou três imagens em tons de cinza às
cores primárias azul, verde e vermelho.
21. Realce de imagens
• Técnica
▫ Integração de dados
Dados de sensoriamento remoto podem ser
integrados gerando imagens coloridas
multiespectrais, multisensores ou multitemporais.
Reunir em uma mesma imagem a informação .
25. Segmentação e classificação
• Segmentação de imagens é um procedimento
computacional aplicado antes de um algoritmo
de classificação automática
• A segmentação permite dividir a imagem em
regiões homogêneas.
▫ Por similaridade
▫ Por área
26. Segmentação e classificação
• Técnicas de classificação visam o
reconhecimento automático de objetos em
função de determinado critério de decisão
agrupando em classes os objetos que
apresentam similaridade em suas respostas
espectrais.
• Resultado: mapa temático
27. Segmentação e classificação
• Técnicas de classificação :
▫ Supervisionada: classes definidas a priori
Uso de amostras ou áreas de treinamento.
▫ Não supervisionada: classes definidas a
posteriori como resultado da análise.
Algoritmo do sistema decide com base em regras
estatísticas o que deve ser separado e os pixels que
pertencem a cada grupo
28.
29.
30. Segmentação e classificação
• Técnicas de classificação :
▫ Híbridas entre Supervisionada e não
supervisionada:
Primeiro aplica-se a não supervisionada como base
para a seleção de amostras de treinamento e depois
a supervisionada.
31. Segmentação e classificação
• Técnicas de classificação :
▫ Classificação orientada a objeto
▫ Conceito de objeto. Não se considera o valor de
cada pixel mas o de cada conjunto de pixels da
imagem e as relações entre os objetos.
▫ Na classificação orientada a objeto é fundamental
o conhecimento temático (litologia, relevo, solos,
cobertura vegetal e uso da terra) e de
sensoriamento remoto do intérprete.
32. Segmentação e classificação
• Técnicas de classificação :
▫ Classificação orientada a objeto
▫ SPRING permite aplicar nas imagens digitais técnicas
de correção, realce, segmentação e classificação
automatizada.
▫ Permite a geração de um plano de informações e de
cartas temáticas
▫ Permite acessar, sobrepor e integrar à imagem
analisada uma grande variedade de dados
armazenados no sistema como curvas de nível,
drenagem, mapas temáticos, etc.
34. Pós-Processamento
▫ Corrigir erros resultantes da classificação
automática
▫ Spring -> Edição matricial´: um recurso
computacional disponível no sistema.
▫ Serve para classificar áreas que não foram
classificadas e agrupar classes.
36. Exatidão da classificação
▫ Confronto entre os mapas gerados com dados
provenientes de pesquisa de campo são
fundamentais para validar estes mapas.
▫ Procedimento necessário para verificar o quanto
o resultado de uma classificação é confiável
▫ Sorteio aleatório de determinado número de
pontos para coleta de dados no campo. Geração
de uma matriz de erros para fazer a verificação da
exatidão da classificação por meio de uma matriz
de erros.