Professor Laerte Guimarães Ferreira, PhD

Slides:



Advertisements
Apresentações semelhantes
Introdução ao Processamento de Imagens Digitais
Advertisements

Algoritmos de Classificação e Verificação de Impressões Digitais
Técnicas de Descrição Regional Baseadas em Texturas
Processamento de Imagens
Uso de Filtros Filtros Passa Baixa
Operações envolvendo imagens
Processamento de dados multiespectrais
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO - UFES CENTRO DE CIÊNCIAS HUMANAS E NATURAIS – CCHN DEPARTAMENTO DE GEOGRAFIA DEFESA DE MONOGRAFIA.
Geomática Aplicada à Gestão de Recursos Hídricos
Geomática Aplicada à Gestão de Recursos Hídricos
Utilização do Sensoriamento Remoto
MARCOS EUGÊNIO PIRES DE AZEVEDO LOPES TERESA S. AQUIJE CHACALTANA
Estatística Descritiva Aula 02
Filtros de Convolução (Processamento de Imagens)
Rosangela Sampaio Reis
Universidade Federal de Alagoas Centro de Tecnologia - CTEC ArcToolbox Carlos Ruberto Fragoso Júnior 1.
Michele Mengucci CVRM-Centro de Geo-Sistemas IST Lisboa
ÍNDICES ESPECTRAIS Um índice espectral é o resultado de operações matemáticas entre valores numéricos de pixels das bandas de uma imagem.
Iana Alexandra Alves Rufino
Técnicas Algorítmicas em Processamento de Imagens
Sensoriamento Remoto e Processamento Digital de Imagens
FLG Análise Espacial e Geoprocessamento
Edição Matricial ATRAVÉS DA FERRAMENTA SPRING Mauricio Alves Moreira
Introdução ao Sensoriamento Remoto Sumário
Características das Imagens de Satélite
1.4. IMAGENS DE SATÉLITE RESOLUÇÃO DAS IMAGENS.
Fundamentação Teórica
Filtragem Espacial É baseado na aplicação de máscaras na imagem.
Filtros I: o domínio espacial. FILTROS I: o domínio espacial.
Filtro Linear-Máscaras
Visite nosso site ! - Soluções em Geoprocessamento Distribuidor autorizado da MicroImages.
Estatística Descritiva
Processamento Digital de Imagens
Estatística Descritiva (I)
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2014 Inferência Estatística Camilo Daleles Rennó
(ANALÓGICO).
Disciplina Geoprocessamento Aplicado ao Planejamento
DISCIPLINA: SR, Geoprocessamento I e II e Cartografia A tecnologia do Geoprocessamento – Aplicações e Potencialidades 12/3/ Aula 5.
GEOPROCESSAMENTO Aula 5: Processamento de imagens e fotointerpretação
Multimédia Imagem digital
Processamento de Imagem
Introdução ao Processamento Digital de Imagens Clayton de Medeiros Vasconcelos Centro Brasileiro de Pesquisas Físicas CAT- Out
Capítulo II – Imagem Digital
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INPE - Instituto Nacional de Pesquisas Espaciais Coordenação Geral de Observação da Terra - OBT Programa Institucional.
Medidas de Dispersão Aula 8.
Revisão Geral Técnicas de Realce Histogramas
Processamento Digital de Imagens
Sensoriamento Remoto e Realce de Imagem
Aula 8. Classificação Não Supervisonada por Regiões
Introdução ao Processamento Digital de Imagens
Classificação de Imagens de Sensoriamento Remoto
PROJETO BADDAM MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INPE - Instituto Nacional de Pesquisas Espaciais Coordenação Geral de Observação da Terra - OBT Programa.
Digital Image Processing, 2nd ed. © 2002 R. C. Gonzalez & R. E. Woods 4. Image Enhancement in the Spatial Domain 4. Image Enhancement.
Introdução ao Processamento Digital de Imagens
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Inferência Estatística Camilo Daleles Rennó
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE – UFCG Av Aprígio Veloso, S/N – Bodocongó – CEP: – Campina.
PROCESSAMENTO DIGITAL DE IMAGENS
Análise Digital de Imagens
Processamento de Imagens e Computação Gráfica
Classificação de Imagens
Filtragem de Imagens CONCI, A. AZEVEDO, E. e LETA, F
SENSORIAMENTO REMOTO CONTRASTE
ÍNDICES DE VEGETAÇÃO UNIVERSIDADE FEDERAL DA PARAÍBA
Alguns resultados de pesquisa em Processamento Digital de Imagens para aplicação em problemas de Sensoriamento Remoto na Amazônia (Radar) e em áreas urbanas.
Processamento Digital de Imagens Definição: “Manipulação de uma imagem por computador de modo onde a entrada e a saída do processo são imagens” Usar operações.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Apresentação da Disciplina Camilo Daleles Rennó
Programa de Pós-Graduação em Demografia do Cedeplar-UFMG, Belo Horizonte, 08 a 12 de Agosto de 2011 Martin Handford, Where´s Wally? Oficina-Curso: Abordagens.
Laboratório de Classificação Supervisionada Laboratório de Geoprocessamento do Departamento de Engenharia de Transportes da EPUSP setembro de 2011.
Ciência da Computação Aprendizado de Máquina (Machine Learning) Aula 12 Aprendizado não Supervisionado Mapas auto-organizáveis Max Pereira.
Proposta Experimental 3.1 do livro
Transcrição da apresentação:

Professor Laerte Guimarães Ferreira, PhD Doutorado em Ciências Ambientais (CIAMB / UFG) Sensoriamento Remoto Aplicado à Ciência Ambiental Professor Laerte Guimarães Ferreira, PhD http://www.ufg.br/lapig

Processamento Digital de Imagens

Pré-Processamento Correção Geométrica (Registro)

Realce Digital de Imagens Filtro “Passa Alta” Filtro “Sobel” Filtro “Direcional” Filtro “Passa Baixa” Discretas Respostas Espaciais Espectrais Realce no Domínio Espectral Valores Numéricos!!! Manipulações Algébricas Computacionais Realces no Domínio Espacial

Manipulação de Contraste X Y Y = 4X + 5

Manipulação de Contraste Banda 3 (sem realce) Banda 3 (realçada)

Formação de Cores

Formação de Cores Blue Red Green Banda 4 Banda 3 Banda 5 Espaço RGB

Operações Aritméticas Diferença de Bandas Ano I Ano II Imagem Diferença Imagem(diferença) = Imagem1998 – Imagem1990 Setembro, 1990 Agosto, 1998 Niveis de Cinza Frequencia Diferença

Operações Aritméticas Razão de Bandas Vermelho NIR 0.8 Solo Veg. 0.6 Reflectância 0.4 0.2 0.0 400 800 1200 1600 2000 2400 Comprimento de Onda (nm)

Operações Aritméticas Razão de Bandas Banda 4 (NIR) / Banda 3 (Red)

Operações Aritméticas Razão de Bandas red NIR r + -

Operações Aritméticas Razão de Bandas: Minimização dos Efeitos Topográficos Banda 5 NDVI

Classificação Automática de Imagens

Classificação Não Supervisionada “Cluster Analysis” Média Desvio Padrão Banda 3 Banda 4 Novos Grupos Banda 4 Processo Iterativo Grupos “Aleatórios” Análise de Variância / Estatística “F” Banda 3 Banda 3 Banda 4 Banda 5 Análise Multidimensional!!!

Classificação Não Supervisionada “Cluster Analysis” Imagem “raster” (pixels) Editar cores Calcular áreas “raster”  “vetor” Editar limites das classes

Classificação Supervisionada 127 88 68 32 Lago 12 11 19 22 Mata Galeria 100 11 50 67 Cerrado Ralo 75 26 37 42 Compara Classifica

Classificação Supervisionada Método do Paralelepípido “Imagem Classificada Clumped” “Cerrado Ralo” “Imagem Classificada” “Cerrado Denso” “Campo Limpo” “Lago” “Solo” Banda 3 Banda 4 Espaço Multidimensional!!! M 62% dos pixels não classificados!!! Banda 3 Banda 4 Banda 5 Classes “Homogêneas”!!!

Classificação Supervisionada “Mínima Distância” Banda 3 Banda 4 Espaço Multidimensional!!!

Classificação Supervisionada Máxima Verossimilhança Banda 3 Banda 4 Espaço Multidimensional!!! Probabilidades!!!

Filtragem Espacial

Filtragem Espacial