Sensoriamento Remoto (SR) Orbital (Laboratório I): processamento digital de imagens e comportamento espectral de alvos.

Apresentação em tema: "Sensoriamento Remoto (SR) Orbital (Laboratório I): processamento digital de imagens e comportamento espectral de alvos."— Transcrição da apresentação:

1 Sensoriamento Remoto (SR) Orbital (Laboratório I): processamento digital de imagens e comportamento espectral de alvos

2 Agenda 1 : Sensoriamento Remoto x Uso do Solo x Transportes
Introdução e justificativa Objetivos da disciplina Conceitos Sistemas Sensores Tipos de Resoluções Processamento digital de imagens 2

3 Bandas com realce linear (Laboratório)
B B B3 B B B7 3

4 Agenda 2: Processamento de Imagens
Conceitos básicos Pré-processamento Realce A obtenção de informações a partir de imagens orbitais pode ser realizada a partir da Interpretação Visual e do Processamento Digital. A Interpretação Visual é a extração das informações a partir da observação das imagens em papel ou em transparência e da seleção e registro das informações de interesse manualmente. O Processamento Digital de Imagens é um conjunto de técnicas de manipulação numérica de dados contidos em imagens digitais visando o realce de informações de interesse, a extração de determinadas feições, a identificação de objetos específicos na superfície e a adequação da imagem a uma forma conveniente, considerando escala, resolução, finalidade do trabalho, etc. 4

5 Pré-processamento de Imagens
Corrigir possíveis distorções Melhorar o desempenho de algoritmos a serem utilizados Etapas: Delimitação da área de estudo Correção radiométrica e atmosférica Correção geométrica e registro Observação da imagem Histograma O Processamento Digital de Imagens pode ser descrito como composto de três etapas distintas: o pré-processamento, o realce e a classificação. O pré-processamento envolve a identificação da área de trabalho na imagem e a preparação da imagem para o estudo a ser realizado. Podem ser incluídas nesta etapa: a correção radiométrica, que é a diminuição das alterações entre os níveis de cinza registrados por uma matriz de detetores e as feições da superfície imageada. Estas alterações podem ser resultado de variação na calibração dos detetores; de alterações atmosféricas que só podem ser corrigidas se existirem dados complementares do momento do imageamento; de ruído na imagem, ou de outra fonte indesejada de interferência nos dados. a correção geométrica, que se constitui na reorganização dos pixels da imagem segundo um sistema de representação coerente, onde os pixels representam unidades espaciais pré-estabelecidas. o registro, que envolve a associação da imagem com um Sistema de Projeções Cartográficas. a definição e seleção da área de estudo. 5

6 Pré-processamento de Imagens
Correções geométricas e Registro Objetivam minimizar distorções geométricas Registrar duas ou mais imagens ou imagens com mapas Técnicas de correção: Técnica mais usual: correção polinomial => exige muitos pontos de controle Ponto de controle: localização bem conhecida, bem distribuídos na imagem Métodos mais precisos: modelos matemáticos com dados de telemetria, altitude e conhecimento do sistemas de imageamento 6

7 Pré-Processamento Correção geométrica: conversão do sistema de coordenadas das imagens (originais) para um sistema de projeção de mapas padrão. Permite: Localização exata na imagem Exportar imagens para um SIG 7

8 Agenda 2: Processamento de Imagens
Conceitos básicos Pré-processamento Realce A obtenção de informações a partir de imagens orbitais pode ser realizada a partir da Interpretação Visual e do Processamento Digital. A Interpretação Visual é a extração das informações a partir da observação das imagens em papel ou em transparência e da seleção e registro das informações de interesse manualmente. O Processamento Digital de Imagens é um conjunto de técnicas de manipulação numérica de dados contidos em imagens digitais visando o realce de informações de interesse, a extração de determinadas feições, a identificação de objetos específicos na superfície e a adequação da imagem a uma forma conveniente, considerando escala, resolução, finalidade do trabalho, etc. 8

9 Processamento de Imagens: Realce
Imagens monocromáticas e multiespectrais Indica qualidade visual da imagem Depende: variação dos níveis de cinza estrutura espacial dos elementos na imagem da geometria na obtenção da imagem O avanço da tecnologia que compõe sistemas sensores, resultou no desenvolvimento de sistemas com capacidade crescente de imageamento no que se refere à freqüencia e resolução (espacial, espectral e radiométrica). Este enorme volume de dados acrescido da possibilidade de utilização destes dados para finalidades múltiplas, da demanda por informações atualizadas e o desenvolvimento da tecnologia digital vem incentivando o aprofundamento de estudos voltados para o armazenamento e processamento de dados em formato digital. Potencialmente, o Processamento Digital de Imagens permite a realização dos procedimentos de extração de informações de forma mais sistemática, eliminando a subjetividade da interpretação, com maior velocidade e viabiliza a discriminação de elementos que não podem ser observados a olho nú. Através das técnicas do processamento digital de imagens, é possível também aprimorar a qualidade de imagens que serão interpretadas visualmente. 9

10 Processamento de Imagens: Realce
Radiométrico Manipulação de Contraste Espectral Composição colorida (RGB e IHS) Operações aritméticas [Ex.: NDVI] (*) Componentes principais (*) Espacial Filtragens (*) Estão inseridas como realce todas as atividades relacionadas com a seleção ou destaque da informação na imagem. Entre estes processamentos estão envolvidos aqueles voltados para gerar uma imagem que possa ser interpretada visualmente com mais facilidade, assim como a preparação das imagens para o processamento digital. Os principais instrumentos para gerar imagens com melhor visualização são a manipulação do histograma e a geração de composições coloridas ou a transformação IHS (abreviação de Intensity, Hue e Saturation), que analisa a Intensidade, o Matiz e a Saturação a partir da composição da resposta espectral da imagem em três bandas diferentes. A manipulação entre as imagens possibilita também a realização de operações matemáticas entre imagens, a extração das componentes principais e a realização de filtragens. * Laboratório II 10

11 Manipulação de Contraste: Modificação de Histograma por Realce
Imagem Spot original e com contraste 11

12 Processamento de Imagens: Manipulação de Contraste (Linear)
12

13 Processamento de Imagens: Realce
Manipulação de Contraste Modificação de Histogramas Realce linear Realce linear com saturação Equalização do histograma Fatiamento 13

14 Processamento de Imagens: Laboratório - Realce
Manipulação de Contraste Modificação de Histogramas Realce linear Equalização do Histograma Fatiamento Raiz Quadrada Logaritmo Negativo 14

15 Manipulação de Contraste: Modificação de Histograma por Realce Linear
15

16 Realce Linear Manipulação de contraste consiste na transferência radiométrica em cada "pixel", com o objetivo de aumentar a discriminação visual entre os objetos presentes na imagem.

17 Histograma Histograma da Banda 3 sem realce
Histograma da Banda 3 com realce linear Banda 3 – Imagem com realce linear Banda 3 – Imagem sem realce Histograma da Banda 3 sem realce 17

18 Histograma Histograma de uma imagem descreve a distribuição estatística dos níveis de cinza em termos do número de amostras ("pixels") em cada nível

19 Realce Linear Imagem Sintética: é uma única imagem colorida ou resultado da fusão de três bandas com sua tabela de cor associada (pancromática), ou seja, como uma imagem monocromática fatiada

20 Imagem TM Banda 3 - Original
20

21 Imagem TM Banda 3 – com Realce Linear
21

22 Imagem TM Banda 3 Histograma do Realce Linear
22

23 Manipulação de Contraste: Modificação de Histograma por Equalização do Histograma
23

24 Manipulação de Contraste: Modificação de Histograma por Equalização do Histograma
Utiliza uma função não-linear que leva em conta a freqüência dos níveis de cinza, espalhando mais (ou menos) de acordo com a participação no histograma

25 Imagem TM Banda 4 - Original
25

26 BANDA 4 - Equalização do Histograma
26

27 Realce Banda 3 – Realce equidistribuído Banda 3 – Realce linear
Banda 3 – Imagem sem realce Banda 3 – Realce equidistribuído Banda 3 – Realce linear 27

28 Comportamento Espectral de Alvos e Composição Colorida
Bandas B3_red (indicada para visualizar a mancha urbana) no canal vermelho (R); B4_NIR (boa para visualizar a vegetação) no canal verde (G); e a banda B5_MIR (com boa resposta espectral para o solo exposto) no canal azul (B).

29 Bandas e Assinatura Espectral

30 Bandas e Assinatura Espectral: LANDSAT 5 – TM (3)
Banda 3 (Vermelho) [*] Espécies vegetais (absorção por clorofila) Vegetação verde densa uniforme fica mais escura O limite superior (0,69 μm) é importante porque compreende ao início de uma região espectral (0,68 – 0,75 μm) em que a reflectância muda abruptamente (red edge), o que pode reduzir a precisão das investigações sobre a vegetação Uso do solo É útil para delinear os limites de classes de solos e tipos de rochas Bandas e Assinatura Espectral: LANDSAT 5 – TM (3) Faixa Espectral: 0,63 – 0,69 μm [*] Essa banda pode exibir mais contraste do que as bandas 1 e 2 devido ao efeito reduzido da atenuação atmosférica

31 Bandas e Assinatura Espectral: LANDSAT 5 – TM (4)
Banda 4 (IV próximo) [*] Delineamento de corpos d'água (ficam mais escuros) Mapeamento da rede de drenagem Levantamento da biomassa e/ou da área foliar presente Vegetação verde e densa reflete muito nesta banda (= fica mais clara) É útil para identificação de culturas e para realçar contrastes entre solo/cultura e terra/água Sensibilidade à rugosidade da copa das florestas Separação de áreas com eucaliptos e pinus Bandas e Assinatura Espectral: LANDSAT 5 – TM (4) Faixa Espectral: 0,76 – 0,90 μm [*] O limite inferior dessa banda foi posicionado acima de 0,75 μm = término da borda vermelha (red edge)

32 Bandas e Assinatura Espectral: LANDSAT 5 – TM (5)
Banda 5 (IV médio – SWIR – Short Wavelength InfraRed) Umidade da vegetação e solo (ou estresse hídrico) É sensível à turgidez ou quantidade de água ou teor de umidade nas plantas Essa informação é útil em estudos de estresse de culturas e em investigações de vigor das plantas É uma poucas bandas que podem ser usadas para discriminar nuvens, neve e gelo Bandas e Assinatura Espectral: LANDSAT 5 – TM (5) Faixa Espectral: 1,55 – 1,75 μm

33 Comportamento Espectral de Alvos e Composição Colorida
Esta composição colorida é muito usada para estudos / projetos de apoio ao planejamento urbano, no monitoramento da expansão da mancha urbana e controle de áreas de vegetação

34 Comportamento Espectral de Alvos e Composição Colorida
utiliza as bandas B1 e B2 no azul e no verde (como fizemos antes) e a banda B4 no vermelho Essa composição permite que o infravermelho próximo seja explorado, o que pode ser muito útil, por exemplo, para diferenciar vegetação de corpos d’água

35 Bandas e Assinatura Espectral

36 Bandas e Assinatura Espectral: LANDSAT 5 - TM (1)
Banda 1 (azul) Absorção pela clorofila e pigmentos fotossintéticos O limite superior é o de absorção - por clorofila - no azul, para a vegetação verde saudável Diferenciação entre solo e vegetação Diferenciação entre vegetação conífera e decídua (*) Maior penetração em corpos d’água transparentes O limite inferior do comprimento de onda é abaixo do pico de transmitância da água clara Mapeamento de águas costeiras Estudos de sedimentos na água Sensibilidade a plumas de fumaça (nuvens) por queimadas ou atividades industrias Bandas e Assinatura Espectral: LANDSAT 5 - TM (1) Faixa Espectral: 0,45 (**) – 0,52 μm (*) plantas que perdem suas folhas em determinadas épocas do ano (**) Comprimentos de onda <0,45 μm são substancialmente influenciados por espalhamento e absorção atmosférica

37 Bandas e Assinatura Espectral: LANDSAT 5 – TM (2)
Banda 2 (Verde) Mapeamento da vegetação sadia Maior reflectância dos canais do visível Qualidade da água Boa penetração em corpos d’água Grande sensibilidade à presença de sedimentos em suspensão Bandas e Assinatura Espectral: LANDSAT 5 – TM (2) Faixa Espectral: 0,52 – 0,60 μm

38 Advanced Land Observing Satellite (ALOS)
Example for city model using PRISM/DSM (high-resolution stereo mapping sensor)