A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Introdução ao SPRING: Adaptado de DPI_OBT/INPE. 2 SPRING – Características Gerais Sistema de Informações Geográficas-SIG Desenvolvido e mantido pela DPI.

Apresentações semelhantes


Apresentação em tema: "Introdução ao SPRING: Adaptado de DPI_OBT/INPE. 2 SPRING – Características Gerais Sistema de Informações Geográficas-SIG Desenvolvido e mantido pela DPI."— Transcrição da apresentação:

1 Introdução ao SPRING: Adaptado de DPI_OBT/INPE

2 2 SPRING – Características Gerais Sistema de Informações Geográficas-SIG Desenvolvido e mantido pela DPI – INPE Software Freeware – Download via Web Média de downloads/ano Versões em Windows e Linux (5.0 – Julho de 2008 ) 4 Idiomas: Português, Inglês, Espanhol e Frances Capacitação dos usuários é realizada em cursos presenciais, e a distância, de curta duração Tutoriais e livros on-line Sites Espelhos na Espanha e Argentina Manual online – browser estilo Web Funções para PDI, MNT, Álgebra de Mapas, Redes

3 3 Download via Web -

4 4 SPRING - AJUDA OnLine

5 5 O QUE É UM MAPA DIGITAL ? Mapa:modelos simplificados da realidade Mapa: modelos simplificados da realidade –Representação gráfica (ponto, linha, polígono, matriz) –Normalmente em escala e em uma projeção –Seleção de entidades abstratas sobre ou relacionadas com a superfície da Terra. –Classificação em grupos (tipos de solo) –Simplificação de elementos gráficos –Exagero de elementos importantes –Simbologia para apresentar dados

6 6 TIPOS DE MAPAS QUE O SPRING TRABALHA Características dos mapas: diversidade de fontes geradoras e de formatos apresentados. Características dos mapas: diversidade de fontes geradoras e de formatos apresentados. O sistema se restringe a tratar os seguintes tipos de dados; O sistema se restringe a tratar os seguintes tipos de dados; – Mapas Temáticos: conceitos qualitativos (uso do solo, vegetação); – Mapas Cadastrais (localização de objetos do mundo – pontos, linhas e polígonos + tabela – ex. Lotes urbanos) – Mapa de Redes(localização de objetos do mundo – nós e linhas orientadas – ex. Postes e rede elétrica) – Mapa de Redes (localização de objetos do mundo – nós e linhas orientadas – ex. Postes e rede elétrica) – Mapas Numéricos(representação de superfícies) – Mapas Numéricos (representação de superfícies) – Imagens de Sensores Remotos (ex: aerofotos, satélites, radares) – Imagens de Sensores Remotos (ex: aerofotos, satélites, radares);

7 7 MAPAS TEMÁTICOS Estrutura vetorial topológica construída Estrutura vetorial topológica construída é do tipo arco-nó-região é do tipo arco-nó-região Pode ser armazenado no formato vetorial ou matricial Pode ser armazenado no formato vetorial ou matricial A escolha entre a representação matricial ou vetorial para um mapa temático depende do objetivo em vista. A escolha entre a representação matricial ou vetorial para um mapa temático depende do objetivo em vista. Inseridos no sistema por digitalização ou classificação de imagens Inseridos no sistema por digitalização ou classificação de imagens Ex:Mapa de Solos, Mapa Geológico, Mapa com classes de Declividade, Mapa de Uso e Ocupação da Terra Ex: Mapa de Solos, Mapa Geológico, Mapa com classes de Declividade, Mapa de Uso e Ocupação da Terra

8 8 MAPAS CADASTRAIS/OBJETOS Mapas de suporte à representação de objetos geográficos Mapas de suporte à representação de objetos geográficos As entidades (pontos, linhas e polígonos) são Objetos Geográficos As entidades (pontos, linhas e polígonos) são Objetos Geográficos Objetos possuem atributos descritivos em tabelas Objetos possuem atributos descritivos em tabelas Podem estar associados a várias representações gráficas Podem estar associados a várias representações gráficas Podem ter representações gráficas diferentes em mapas de escalas distintas Podem ter representações gráficas diferentes em mapas de escalas distintas Ex: Mapas de Lotes, Quadras, Propriedades Rurais São armazenados em forma de coordenadas vetoriais, com a topologia arco-nó-polígono associada São armazenados em forma de coordenadas vetoriais, com a topologia arco-nó-polígono associada Não é usual representar estes dados na forma matricial Não é usual representar estes dados na forma matricial

9 9 MAPAS DE REDES/OBJETOS Mapa de suporte à representação de objetos geográficos Mapa de suporte à representação de objetos geográficos As entidades (nós e linhas) são objetos geográficos As entidades (nós e linhas) são objetos geográficos Mapa vetoriais com topologia arco-nó (grafo) Mapa vetoriais com topologia arco-nó (grafo) – arcos tem um sentido de fluxo e atributos – nós tem atributos (fontes ou sorvedouros) Forte ligação com BD Forte ligação com BD Integração de dados Integração de dados Segmentação dinâmica Segmentação dinâmica Linguagem de visualização Linguagem de visualização Capacidade de adaptação Capacidade de adaptação Uso em serviços de utilidade pública, como água, luz e telefone, redes de drenagem (bacias hidrográficas) e rodovias * Uso em serviços de utilidade pública, como água, luz e telefone, redes de drenagem (bacias hidrográficas) e rodovias

10 10 IMAGENS Dados obtidos por satélites, fotografias aéreas, "scanners" aerotransportados ou radares Dados obtidos por satélites, fotografias aéreas, "scanners" aerotransportados ou radares Armazenadas como matrizes (lin x col) Armazenadas como matrizes (lin x col) Cada elemento de imagem ("pixel") tem um valor proporcional à reflectância do alvo imageado Cada elemento de imagem ("pixel") tem um valor proporcional à reflectância do alvo imageado CARACTERÍSTICAS IMPORTANTES CARACTERÍSTICAS IMPORTANTES resolução espacial (km, m, cm); resolução espacial (km, m, cm); resolução espectral (num. bandas); resolução espectral (num. bandas); resolução temporal (dias); resolução temporal (dias); resolução radiométrica ( 2 n ). resolução radiométrica ( 2 n ).

11 11 São mapas utilizados para representar uma grandeza que varia continuamente no espaço - altimetria, precipitação, propriedades do solo ou subsolo (como aeromagnetismo). São mapas utilizados para representar uma grandeza que varia continuamente no espaço - altimetria, precipitação, propriedades do solo ou subsolo (como aeromagnetismo). A superfície modelada é representada por A superfície modelada é representada por – grades regulares ou – grades triangulares MAPAS NUMÉRICOS Tratamento da altimetria para mapas topográficos ou hipsométricos Tratamento da altimetria para mapas topográficos ou hipsométricos Análises de corte-aterro para projeto de estradas e barragens Análises de corte-aterro para projeto de estradas e barragens Mapas de declividade e exposição (geomorfologia e erodibilidade) Mapas de declividade e exposição (geomorfologia e erodibilidade) Análise de variáveis geofísica e geoquímicas e apresentação tridimensional (em combinação com outras variáveis) Análise de variáveis geofísica e geoquímicas e apresentação tridimensional (em combinação com outras variáveis)

12 12 Vetorial Vetorial preserva relacionamentos topológicos associar atributos a elementos gráficos associar atributos a elementos gráficos melhor precisão melhor precisão eficiência de armazenamento eficiência de armazenamento permite preenchimento por hachura ou padrões. permite preenchimento por hachura ou padrões. Matricial Matricial fenômenos variantes no espaço adequado para simulação e modelagem adequado para simulação e modelagem processamento mais rápido processamento mais rápido maior gasto em armazenamento maior gasto em armazenamento Representações de Mapas TEMÁTICOS

13 13 GRADE TRIANGULAR Conexão entre amostras Conexão entre amostras Estrutura topológica arco-nó Estrutura topológica arco-nó Representa melhor relevos complexos Representa melhor relevos complexos Capacidade de incorporar restrições (linha de quebra) Capacidade de incorporar restrições (linha de quebra) GRADE RETANGULAR Matriz de elementos de espaçamento fixo Matriz de elementos de espaçamento fixo Valor estimado da grandeza Valor estimado da grandeza Mais adequada p/ dados geofísica e vista 3D Mais adequada p/ dados geofísica e vista 3D Facilita manuseio e conversão Facilita manuseio e conversão Representações de Mapas NUMÉRICOS

14 MÓDULOS DO SPRING Spring - entrada, análise e manipulação dos dados Scarta - elaboração de cartas (layout) Impima - leitura e conversão de imagens

15 15 IMPIMA Módulos do SPRING Entrada Tiff / GeoTiff SPG GRIB RAW DAT SITIM Saída SPG Objetivo: Converter toda ou parte (recortar) de imagens e salvar no formato SPG para ser registrada.

16 16 SPRING Módulos do SPRING Entrada TIFF / GeoTIFF RAW / JPEG / JP2 SPG DXF- DWG ASCII - SPRING Shape / ArcINFO Surfer - asc IDRISI – img asc KML Tabela ASCII DBASE Spacestat Conversores ShapeFile MID/MIF E00 DBF GRD (Surfer) Mesa digitalizadora Saída TIFF / GeoTiff RAW JPEG2000 Surfer IDRISI – img asc DXF- DWG ASCII - SPRING ArcINFO E00 ShapeFile KML Spacestat SpringWeb TerraLib

17 17 SCARTA Módulos do SPRING Entrada PIs de um banco e projeto do Spring Saída Arq. Carta Arq. Molde Arq. IPL Impressora Arquivos PDF PostScript BMP PNG GIF TIFF JPG

18 18 MODELO DE DADOS DO SPRING Como serão modelados os diversos dados ? Quais tipos de categorias de dados serão criadas ? Qual a área a ser trabalhada ? Quais os mapas (PIs) da área de trabalho ? Quais as representações dos mapas ?

19 19 BANCO DE DADOS Modelo de dados do SPRING Depósito de informações do SPRING – SGDB (Access, Dbase, Oracle, MySQL, PostgreSQL) – Tabelas – Mapas – Dados espaciais em formato proprietário do SPRING Pode-se definir vários BD (apenas um ativo) Não está relacionado a uma área geográfica Um BD pode conter vários Projetos C:\springdb\Banco – um sub-diretório (pasta) no sistema de arquivos. Nota: O sistema ativa automaticamente o último banco manipulado ou um pré determinado

20 20 MODELO DE DADOS Modelo de dados do SPRING Define os diversos tipos de dados (ou categorias de dados) Agrupa grandezas geográficas semelhantes em um único modelo. Uma categoria é comum aos vários Projetos criados no Banco de Dados. – Uso_Terra (Temático), Solo (Temático) – Imagem_TM (Imagem), Foto_8000 (Imagem) – Altimetria (MNT) – Cadastro_Rural (Cadastral) – Logradouros (Rede) C:\springdb\Banco\Categorias – arquivos (tabelas) debaixo do diretório do banco

21 21 Define a região de interesse: – Área geográfica definida por um retângulo – Tem uma projeção cartográfica e – Contém um conjunto de Planos de Informações (PIs) do mesmo tamanho ou menor que a região geográfica, em escalas específicas. - Mapa de solo; - Imagens Landsat; - Mapa altimétrico, etc. PROJETO Modelo de dados do SPRING C:\springdb\Banco\Projeto – um sub-diretório (pasta) do diretório do banco Nota: O sistema ativa automaticamente o último projeto manipulado ou um pré determinado.

22 22 PLANO DE INFORMAÇÃO Modelo de dados do SPRING Representa o espaço geográfico com características básicas comuns definidas pela categoria do dado Condição: existência de um Projeto e da Categoria do Dado Cada PI está associado apenas a uma categoria Uma categoria define o tipo de dado de vários PIs Ex: - Mapas de Uso de 1970 e 1980 ( Temático ) - Bandas 3, 4 e 5 do Landsat (Imagem) - Mapa altimétrico (MNT) - Mapa de fazendas (Cadastral) - Mapa de Logradouros (Rede) C:\springdb\Banco\Projeto\PI.lin – corresponde a arquivos debaixo do diretório do projeto * Sempre existirá um PI ativo no Painel de Controle.

23 23 Objeto e Não Espacial Modelo de dados do SPRING OBJETO Define-se um objeto do mundo real por meio de uma tabela que têm atributos descritivos (e.g. países, lotes, etc.) e uma ligação (GEOID) com uma geometria na forma de pontos, linhas ou polígonos. * Cada objeto tem seu visual definido e seus atributos em uma tabela de banco de dados relacional. Dados individualizáveis pelo atributo Rótulo com atributos descritivos. Pode ter várias representações gráficas em planos cadastrais e/ou redes. PI de uma categoria cadastral Objeto : paises com atributos GEOIDRótulo/ Nome Area / Perimetro PaisPib (US $ milhoes Populacao (milhoes) 1BR / BRnn / nnBrasil AG /AGnn / nnArgentina29534

24 24 Objeto e Não Espacial Modelo de dados do SPRING NÃO ESPACIAL Tabela de dados alfanuméricos sem vínculo com geometria, mas que pode se conectar com uma tabela de objeto por um atributo comum. geoidareaCad_INCRA ITRINCRA_coddono Objeto : fazenda Tabela Não Espacial : fazendeiro Olacyr PI Cadastral com polígonos de fazendas

25 25 CLASSE TEMÁTICA Modelo de dados do SPRING Define uma subdivisão específica de uma categoria do modelo temático Armazena atributos de apresentação (cor e preenchimento) Todas as Classes de uma categoria são comuns a quantos projetos existirem no banco de dados Ex: Classes de Uso_Terra (Mata, Capoeira, etc) – Drenagem (Principais, Secundários, etc) – Solo (Podzólico, Latosolo) * Se alterar o visual de uma classe temática, todos PIs de qualquer projeto do mesmo banco sofrerão a alteração. Cl 3 Cl 1 Cl 1 Cl 2 Cl 2

26 26 Nome Projeção Projeção Ret. Envolvente Ret. Envolvente Nome Categoria Categoria Resolução Resolução Escala Escala Ret.Envol Ret.Envol RESUMO DO MODELO DE DADOS SPRINGTabelas PI 1 Projeto A Projeto B Nome Diretório Diretório SGBD SGBD Imagem Numérico Numérico Cadastral Cadastral Rede Rede Temático Temático Classe 1 Classe 1 Classe 2 Classe 2 Banco de Dados Objeto com atributos IdRótulo/ Nome Area / Perimetro PaisPib (US $ milhoes Populacao (milhoes) 1BR / BRnn / nnBrasil AG /AGnn / nnArgentina Categorias Categorias PI 2 PI 3 PI 4 PI 2 PI 1 Objeto Não Espacial Não Espacial

27 Apresentação de dados no SPRING DICAS

28 28 Apresentação de dados SPRING 1 - Selecionar uma Categoria 2 - Selecionar um Plano de Informação 3 - Selecionar uma representação disponível 4 - Desenhar na tela ativa Duplo clique no PI desmarca o mesmo Duplo clique na Categoria desmarca PIs Cada alteração no Painel é necessário clicar em Desenhar Importante - Definir a prioridade na aba PI Selecionados – desenha de baixo para cima. Desenha primeiro Desenha por último

29 29 ZOOM Apresentação de dados no SPRING 1 - Ativar Cursor de Área 2 - Marcar ponto superior esquerdo (1) 3 - Mover o mouse p/ baixo e p/ direita 4 - Marcar ponto inferior direito (2) 5 - Clicar em [Executar – Desenhar] ou * Clicar BD desmarca a área selecionada * Após marcar o ponto (2) pode-se mover qualquer das laterais ou todo o retângulo marcado 1 2

30 30 Barra de Ferramentas Apresentação de dados no SPRING Cursor Zoom) Cursor de Voo (pan) Desenhar Zoom + (2 x centro da tela) Zoom - (2 x centro da tela) Auto: ajusta imagem p/ dimensões padrões da tela Pleno: pontos de imagem = pontos da tela Escala: ajusta dados p/ escala informada Painel de Controle Manipulação de Banco, Projeto Modelo de Dados, Obj. - Não Espacial e Plano de Informação Mostra coordenadas Planas, Geográficas ou Info Cursor de Ponto Cursor de Info Zoom PI Recompor Área do proj. Anterior Acoplar Ampliar 2,4 ou 8x Gráfico Cursor de Mesa Cursor de Janelas Cursor de Área Palheta de Cores

31 31 Acoplar Tela Apresentação de dados no SPRING Apresentar os dados de uma Tela dentro de uma janela móvel sobre a Tela Principal 1 - Ativar e apresentar um PI na Tela Principal 2 - Ativar Tela 2 e selecionar outro PI 3 - Clique em Acoplar na barra de ferramentas e escolha Tela Marque na Tela Principal um retângulo com cursor de área sem Desenhar 5 - Clique na parte interna do retângulo e mova sobre a Tela 1 Somente a Tela Principal pode estar associada a outras telas (2,3,...) ou a tela Auxiliar

32 REGISTRO DE IMAGENS

33 3 (0,63-0,69 m) 4 (0,76-0,90 m) 5 (1,55-1,75 m) Composição R(4)G(5)B(3) Infra-V médioVisível (V) Infra-V próximo

34 Parâmetros de Saída (Cursor) * Amostragem IMPIMA Parâmetros de Entrada - Aplicativo do SPRING utilizado para leitura de imagens em diversos formatos que serão armazenadas no formato SPG+DSC (com ou sem recorte) para posterior correção geométrica (registro).

35 Correção geométrica Importância – eliminação de distorções sistemáticas – estudos multi-temporais – integração de dados em SIG Requerimentos – conhecimento das distorções existentes – escolha do modelo matemático adequado – avaliação e validação de resultados

36 Correção geométrica Fontes de distorções geométricas (MSS, TM, HRV, AVHRR, WFI) – rotação da Terra (skew) – distorções panorâmicas (compressão) – curvatura da Terra (compressão) – arrastamento da imagem durante uma varredura – variações de altitude, atitude e velocidade do satélite

37 Correção geométrica Efeitos das distorções geométricas

38 Transforma ç ões geom é tricas Ortogonal - 3 parâmetros 1 rotação, 2 translações Similaridade - 4 parâmetros 1 rotação, 1 escala, 2 translações Afim ortogonal - 5 parâmetros 1 rotação, 2 escalas, 2 translações Disponíveis no SPRING Afinidade - 6 parâmetros (polinômio de grau 1) 1 rotação, 1 rotação residual, 2 escalas, 2 translações Polinomiais de grau 2 e 3

39 Registro: Qual o problema? Identificar a transformação espacial T que modela a distorção entre os dados (Lin x Col)Imagem (X, Y) sistema referência

40 Modelo Polinomial - Registro Onde : (X,Y) : coordenadas de referência (x,y) : coordenadas da imagem a e b : coeficientes do polinômio determinados a partir dos pontos de controle. Polinômio de grau m:

41 Distribuição dos Pontos de Controle

42 Pontos de Controle

43 Reamostragem (interpolação) Efeito de blocos Processamento rápido Não cria novos valores de NC (mantém estatísticas da imagem) VPM - pega o NC mais próximo ao resultado do mapeamento inverso

44 Reamostragem (interpolação) O valor obtido pela média ponderada dos NCs dos pontos E e F é transferido para a posição X Efeito de suavização devido a operação de média Bilinear

45 Reamostragem (interpolação) Efeitos da Interpolação VMP

46 Registro – Procedimentos Gerais Selecionar / Carregar Imagem (arquivo spg + dsc) Se projeto não ativo ==> Definir Projeção Criar/Adquirir Ponto (mesa - tela - teclado) Selecionar pontos e a equação de mapeamento – grau do polinômio - Testar Salvar Pontos com menor erro. Importar SPG - Registra a imagem por reamostragem (Interpolação) – Vizinho mais próximo – Bilinear (*) – Convolução cúbica (não disponível)

47 Registro - Observações Reconhece imagens TM com correção de nível 5 e 6 => Ativa a opção com correção de sistema => Permite registro com 1 ponto Escolher pontos de controle bem distribuídos Avaliar o Erro nos Pontos - depende da aplicação: * 0,5 pixel para precisão * 0,5mm x denom. escala de trabalho Antes de salvar ==> avalie várias combinações Os Pontos ficarão armazenados no arquivo descritor *.dsc Importar a imagem ==> Efetiva o Registro

48 REALCE DE CONTRASTE

49 Realce de Contraste Melhorar a qualidade visual da imagem Contraste de uma imagem - intervalo de níveis de cinza assumidos pelos pontos da imagem Avaliação do contraste de uma imagem - histograma

50 Exemplos de imagens e seus histogramas Baixo contraste => os níveis de cinza ocupam um pequeno intervalo de valores possíveis

51 Exemplos de imagens e seus histogramas Alto contraste => os níveis de cinza ocupam quase todo o intervalo de valores possíveis

52 Realce de Contraste SAÍDA ENTRADA

53 Realce de Contraste Uma função y=f(x) mapeia os pixels com um valor x para um novo valor y O resultado depende da forma da função

54 Realce de contraste: Linear define uma função de transferência linear maior a inclinação da reta maior o realce i min i max SAÍDA ENTRADA

55 CLASSIFICAÇÃO DE IMAGENS

56 Classificação É o processo de extração de informação da imagem para reconhecimento de padrões e objetos homogêneos Como resultado de uma classificação cada ponto (ou região) da imagem é mapeado para um tema. Pixels associados a temas (cores)

57 Espaço de Atributos água mata urbana Banda 1 Banda 2 Os elementos de imagem pertencentes a um mesmo objeto (tema) aparecem plotados como uma nuvem de pontos (aglomerado) Os três aglomerados de pontos definem três diferentes alvos

58 Classificadores Implementados no Spring NomeTipo de Análise (classificador) Tipo de Treinamento IsosegRegiõesNão- Supervisionado BhattacharyaRegiõesSupervisionado MaxVerPixelSupervisionado MaxVer-IcmPixelSupervisionado Distancia Euclidiana PixelSupervisionado

59 Tipos de Classificadores Classificadores por PIXEL: classifica cada pixel isoladamente mapeando-o para um dos temas de treinamento baseado somente no seu valor. Classificadores por REGIÕES: classifica regiões (um conjunto de pixels) mapeando todos os pixels que formam a região para um mesmo tema baseando-se no valor de todos os pixels que formam a região

60 Tipos de Classificadores (outro critério) Classificadores supervisionados: o usuário informa a- priori o conjunto de temas para as quais os pontos da imagem serão mapeados (exige treinamento) Classificadores não supervisionados: o usuário não fornece nenhuma informação a priori relativa ao conjunto de temas para as quais deve-se mapear a imagem – utiliza um algoritmo de agrupamento para determinar o número de classes diferentes presentes na imagem

61 Classificadores por pixel Classificadores por pixel (todos supervisionados): – MaxVer : utiliza parâmetros estatísticos inferidos das amostras de treinamento como critério de decisão sobre que tema um pixel irá pertencer – MaxVer-ICM: variação do MaxVer onde numa segunda etapa a informação contextual é levada em conta. Pixels são reclassificados de acordo com os temas atribuídos aos vizinhos – Distância Euclidiana: associa cada pixel a um tema cuja distância euclidiana de seu valor ao valor médio da classe (obtido das amostras) seja mínimo

62 Processo de Treinamento Identifica amostras para cada uma dos temas As amostras de um tema devem ser homogêneas As amostras devem conter toda a variabilidade espectral esperada para cada tema Analisar as amostras antes da classificação grau de confusão entre os temas água reflorestamento área urbana cultura

63 Pós-Classificação: refinamento Elimina pixels isolados Define-se um peso e um limiar Cada pixel é comparado com os seus vizinhos (3x3) Substitui o pixel pelo tema de maior frequência nessa vizinhança EX: Peso 3 e Limiar 3 Imagem Classificada original = 1 x 3 (peso) 4 Imagem Classificada modificada Antes Depois

64 Mapeamento para Classes Temáticas A imagem classificada continua pertencendo a categoria do modelo IMAGEM O mapeamento de classes gera uma imagem temática em alguma categoria do modelo TEMÁTICO Todos os temas obtidos no processo de classificação devem ser mapeados para alguma classe da categoria do modelo temático

65 Passos para se executar uma classificação por PIXEL Criar arquivo de contexto (bandas + método) Executar treinamento (criar amostras - retangular / poligonal) Analisar amostras Classificar (criar imagem classificada) Executar pós-classificação (não Obrigatório) Mapear para classes temáticas (criar PI temático) Imagens Mono Bandas em NC Imagem I. Classificada Imagem Mapa c/ classes Temáticas Temático MAPEAMENTOMatriz MatrizTREINAMENTO CLASSIFICAÇÃO Matriz Polígonos c/ classesTemáticas Temático Vetor M ->V Mesmo PI

66 SEGMENTAÇÃO DE IMAGENS

67 Segmentação Processo executado antes da Classificação por Regiões Segmentação: Identifica as regiões homogêneas dentro da imagem Região: um conjunto de pixels contíguos bi-direcionalmente que possuem uma semelhança espectral Atributos estatísticos são usados

68 Segmentação no SPRING Crescimento de regiões : – Cada pixel é inicialmente rotulado como uma região – Segundo um critério de similaridade regiões adjacentes vão sendo agrupadas – O processo é repetido até que nenhum outro agrupamento possa ser feito Detecção de Bacias

69 Crescimento de Regiões:exemplo TM- Lansdat JERS-1

70 CLASSIFICAÇÃO DE IMAGENS

71 Classificadores por regiões Isoseg – não-supervisionado – as regiões são caracterizadas pela média, matriz de covariância e por sua área – as regiões são agrupadas segundo uma medida de similaridade: distância de Mahalanobis

72 Bhattacharya – supervisionado – usa as amostras (treinamento) para estimar a função densidade de probabilidade de cada classe – a região será mapeada para a classe cuja distância de Bhattacharya calculada entre elas seja menor Classificadores por regiões

73 Passos para se executar uma classificação por Região Executar a Segmentação (imagem rotulada - vetor) Criar arquivo de contexto (bandas + método + Imagem Rotulada) Extrair informações estatísticas de média e variancia de cada região definida na imagem rotulada resultante da segmentação Executar treinamento (se classific. supervisionada) Analisar amostras (se classific. Supervisionada) Classificar (criar imagem classificada - Isoseg ou Bhattacharya) Executar pós-classificação (não Obrigatório) Mapear para classes temáticas (criar PI temático)

74 Imagens Mono Bandas em NC Imagem Matriz SEG. I. Rotulada Imagem Vetor TREINAMENTO CLASSIFICAÇÃO Imagens Mono Bandas em NC Imagem Matriz Mapa c/ classes Temáticas Temático Matriz Polígonos c/ classesTemáticas Temático Vetor M ->V Mesmo PI I. Classificada Imagem Matriz MAPEA-MENTO + Passos para se executar uma classificação por Região

75 Edição Matricial Disponíveis 5 modos de operações: Editar Área - Utiliza edição de linhas fechadas (ilhas) digitalizadas sobre o PI ativo;ilhas Copiar área - Utiliza um plano de informação de referência (imagem classificada, rotulada, planos temáticos ou cadastrais) para associar ou trocar as classes no PI ativo; Classificar Área - permite pintar a imagem temática com classes temáticas sobre as áreas (polígonos), que estão representadas pelos próprios pixels da imagem Limpar Pixels – elimina áreas de pixels contíguos menores que o limiar informado Deslocar Imagem - desloca todo o plano matricial na direção informada

76 Edição Matricial – Barra de Ferramentas Selecionar operação: Editar, Classificar, Copiar, Limpar, Deslocar Selecionar classe Operações na fila Sair Remover item da fila Executar operações Remover todos os itens Deslocamento Cor da classe Visual da classe Permite editar -Mapas temáticos matriciais -Imagens classificadas -Imagens sintéticas

77 Edição Matricial - Editar Área Botão da direita fecha o polígono Executar para alterar os polígonos editados

78 Edição Matricial - Classificar Área Selecione a cor da classe que deseja atribuir Selecione o polígono na tela do PI ativo. Executar para confirmar.

79 Edição Matricial - Limpar Pixels Digite o número de pixels contíguos que deseja substituir. Executar para confirmar.

80 Edição Matricial - Deslocar Imagem Digite o valor de deslocamento em X e Y. Executar para confirmar. O que ultrapassar o retângulo envolvente do PI será recortado.

81 Módulo SCARTA - Geração de Cartas

82 Elementos da Carta ELEMENTOS Título Escala Tamanho do Papel Legenda Localização Dado (PIs) Grade OBSERVAR Equilíbrio e Lay-out Contraste de Padrões Cores Disposição dos Elementos Claridade e legibilidade Composição do Dado (PIs)

83 Módulo SCARTA - Geração de Cartas Interface semelhante ao Spring Painel de Controle e Tela de Visualização Exige Banco de Dados e Projeto ativos Criar/Carregar a carta – Elaborar a carta 1 - Características da Carta (Papel e Dados) + PIs 2 - Elementos da Carta Texto - Símbolos - Legenda - Escala 3 - Grade 4 - Quadros e Linhas Gerar arquivo IPL / Salvar Carta Imprimir ou salvar em arquivo

84 1 - Características da Carta e PIs

85 F1, F2 - tamanho do papel COORD1, COORD2 - área de dados U1, U2 - área útil (Projeto/PI/ sub-área) P1, P2 - Área de dadosCOORD1 P1 1 - Características do Papel e dos Dados

86 2 - Elementos da Carta (Texto )

87 2 - Elementos da Carta ( Símbolo ) Biblioteca em DXF ou BMP C:\Arquivos de Programas\spring\etc\chart\symbol

88 2 - Elementos da Carta ( Legenda )

89 2 - Elementos da Carta ( Escala )

90 3 – Grade ( Planas )

91 3 – Grade ( Geográficas )

92 4 - Quadros e Linhas

93 Gerar arquivo IPL / Salvar Carta / Imprimir Criar arquivo *.ipl p/ abrir no IPLOT Salvar Carta para alterações posteriores Imprimir Exportar PostScript EPS CGM BMP PCX GIF TIF

94 IPLOT: Visualização e Impressão

95 Opção de Edição e Impressão : CorelDRAW PostScript EPS CGM


Carregar ppt "Introdução ao SPRING: Adaptado de DPI_OBT/INPE. 2 SPRING – Características Gerais Sistema de Informações Geográficas-SIG Desenvolvido e mantido pela DPI."

Apresentações semelhantes


Anúncios Google