IntroducaoPDl IBGE

Ministrio do Planejamento, Oramento e Gesto
Instituto Brasileiro de Geografia e Estatstica - IBGE

Diretoria de Geocincias
Departamento de Recursos Naturais e Estudos Ambientais
Primeira Diviso de Geocincias do Nordeste
Introduo ao Processamento
Digital de Imagens
Rio de Janeiro
2000
Manuais Tcnicos em Geocincias - nmero 9
Instituto Brasileiro de Geografia e Estatstica - IBGE
Av. Franklin Roosevelt, 166 - Centro - 20021-120 - Rio de Janeiro, RJ - Brasil
ISSN 0103-9598 Manuais tcnicos em geocincias. Divulga os procedimentos metodolgicos utiliza-
dos nos estudos e pesquisas de geocincias.
ISBN 85-240-0762-1
IBGE, 2000
Equipe Tcnica
Departamento de Recursos Naturais e Estudos Ambientais - Primeira Diviso
de Geocincias do Nordeste - DGC
Coordenao
Valdir Francisco Veronese
Colaboradores
Romel Reis
Maria Ivany Cardoso de Lima
Projeto Editorial
Gerncia de Editorao - Departamento de Produo - DEPRO/CDDI
Estruturao Textual e Tabular
Carmen Helosa
Rosina Lucena Ervilha
Diagramao Tabular
LGonzaga
Copidesque e Reviso
Iaracy Prazeres Gomes
Anna Maria dos Santos
Cristina Ramos Carlos de Carvalho
Jos Lus Nicola
Diagramao Tabular, Textual e Ilustraes
LGonzaga
Normalizao Bibliogrfica e de Glossrio
Diviso de Documentao - DIDOC/CDDI
Aparecida Tereza Rodrigues Regueira
Ana Raquel Gomes da Silva
Diva de Assis Moreira
Impresso
Centro de Documentao e Disseminao de Informaes - CDDI/IBGE, em 2 000.
Capa
xxxxxxxxxx - Diviso de Criao - DIVIC/CDDI
Introduo ao processamento digital de imagens / IBGE, Primeira
Diviso de Geocincias do Nordeste. - Rio de Janeiro : IBGE,
1999.
92 p. - (Manuais tcnicos em geocincias, ISSN 0103-9598 ; n.9)
ISBN 85-240-0762-1
1. Processamento de imagens - Tcnicas digitais. I. IBGE. Primeira
Diviso de Geocincias do Nordeste. II. Srie.
Diviso de Biblioteca e Acervos Especiais CDU 528.852:681.32
RJ/99-28 CART
Impresso no Brasil / Printed in Brazil
Apresentao
Tradicionalmente, a extrao de informaes das imagens
de sensoriamento remoto pelas equipes tcnicas de geocincias
tem sido feita por mtodos analgicos. Entretanto, a partir dos
anos 90, constata-se uma utilizao crescente do processamento
digital. Esta mudana foi impulsionada pela vertiginosa evoluo
ocorrida na indstria da informtica, marcada pelo aumento na
capacidade de processamento e reduo dos custos dos equipa-
mentos, o que permite hoje o tratamento de imagens em compu-
tadores de mesa. Da mesma forma, um nmero cada vez maior
de aplicativos dedicados ao processamento digital de imagens
vem sendo disponibilizado no mercado.
Por outro lado, verifica-se um crescimento acelerado na pro-
duo de dados geoespaciais destinados a atender s necessida-
des especficas das vrias categorias de usurios. A manipulao
e integrao desta multiplicidade de dados, de caractersticas e
fontes distintas, para transform-los em informaes relevantes
sociedade, seria extremamente difcil sem os recursos da infor-
mtica, visto que o armazenamento, processamento e transmis-
so dos dados so feitos na forma digital. O processamento digi-
tal de imagens oferece uma gama de tcnicas que propiciam a
explorao de detalhes inacessveis pelos mtodos convencio-
nais e permite realar e destacar aspectos de interesse especfi-
co a determinados temas e objetivos.
O processamento digital de imagens e os sistemas de infor-
maes geogrficas constituem hoje ferramentas essenciais em
vrias reas do conhecimento. Os profissionais de geocincias
no precisam estar permanentemente atentos a estas transfor-
maes no modus operandi, sob pena de perder informaes,
rapidez e eficincia. Neste contexto insere-se a elaborao deste Manual, que, de
forma concisa e em nvel introdutrio, procura descrever os conceitos e tcnicas
digitais mais utilizados para a extrao de informaes das imagens nos vrios
ramos das cincias da terra. Entendemos que esta iniciativa vem atender a uma
necessidade e representa uma contribuio efetiva para o aprimoramento dos
mtodos de trabalho nos levantamentos de recursos naturais, cartografia e meio
ambiente.
Guido Gelli
Diretor de Geocincias
Siglas e Abreviaturas ....................................................... 11
Caractersticas das Imagens de Sensoriamento Remoto ....... 13
O Espectro Eletromagntico.............................................. 14
As Janelas Atmosfricas .................................................. 15
A Imagem Digital ............................................................ 16
Resoluo das Imagens.................................................... 18
Resoluo Espacial ...................................................... 18
Resoluo Espectral ..................................................... 18
Resoluo Radiomtrica ............................................... 19
Resoluo Temporal ..................................................... 19
Sistemas Sensores .......................................................... 21
Classificao dos Sensores .............................................. 21
Fonte de Energia ......................................................... 22
Regio Espectral ......................................................... 22
Sistemas de Captao dos Dados .................................. 22
Plataformas Orbitais .................................................... 24
Tipos de rbita ........................................................... 25
Evoluo dos Sistemas Sensores ....................................... 25
Das Fotografias Areas aos Foguetes ............................. 25
Sensores de Baixa Resoluo Espacial ............................ 26
Sensores de Resoluo Espacial Intermediria ................. 27
Programas de Radar Orbital .......................................... 30
Programas Espaciais Brasileiros ..................................... 31
Sensores com Alta Resoluo Espacial ........................... 32
Sensores de Alta Resoluo Espectral ............................ 33
Sumrio
6 ______________________________ Introduo ao processamento digital de imagens
Comportamento Espectral dos ateriais............................. 35
Comportamento Espectral da Vegetao ............................ 35
Comportamento Espectral da gua.................................... 36
Comportamento Espectral dos Solos .................................. 37
Comportamento Espectral das Rochas ............................... 38
Comportamento Espectral de reas Construdas.................. 39
Critrios para Seleo das Imagens ................................... 39
M anipulao do Contraste................................................ 41
Histogramas de Imagens .................................................. 41
Contraste e Brilho da Imagem........................................... 42
Realces de Contraste ....................................................... 42
LUT ........................................................................... 43
Realce Linear .............................................................. 43
Realce de Equalizao.................................................. 45
Realce Gaussiano ........................................................ 45
Realce de Raiz Quadrada .............................................. 46
Realce Negativo .......................................................... 46
Realce de Infreqncia ................................................. 46
Realce Logartmico ...................................................... 46
Realce Exponencial ...................................................... 47
Realce Parcial (piecewise stretch) .................................. 47
Limiarizao (tresholding) ............................................. 48
ormao das Cores ........................................................ 49
O Modelo RGB................................................................ 49
Imagem Monocromtica/Falsa/Pseudocor ........................... 50
Fatiamento (density slicing) .............................................. 53
Transformao IHS (Intensity, Hue, Saturation) .................... 53
O peraes Aritmticas com Imagens ................................. 57
Adio........................................................................... 57
Subtrao ...................................................................... 58
Razo Espectral (Ratio) .................................................... 59
Multiplicao .................................................................. 60
iltragem de Imagens ...................................................... 63
Freqncia Espacial ......................................................... 63
Convoluo .................................................................... 64
Filtros de Passa-Baixas (low-pass filters) ............................. 65
Filtro de Mdia............................................................ 65
Filtro de Mdia Ponderada ............................................ 65
Filtro de Moda ............................................................ 65
Filtro de Mediana ........................................................ 66
Filtros de Passa-Altas (high-pass filters) .......................... 66
Filtros Laplacianos ....................................................... 67
Caractersticas das imagens de sensoriamento remoto _________________________ 7
Filtros Laplacianos + Imagem Original ........................... 67
Filtros Direcionais ........................................................ 68
Subtrao dos Componentes de Baixa Freqncia ........... 68
Anlise de Principais Componentes ................................... 69
Varincia e Covarincia de Imagens ................................... 69
Correlao ..................................................................... 69
Grfico de Disperso ................................................... 69
Correlao de Imagens................................................. 70
Causas da Existncia de Correlao............................... 71
A Transformao por Principais Componentes ..................... 71
Autovetores e Autovalores ................................................ 72
Interpretao de Imagens PCs........................................... 74
Classificao .................................................................. 75
Classificao Supervisionada ............................................ 76
Mtodo da Mnima Distncia ........................................ 77
Mtodo do Paraleleppedo ............................................ 77
Mtodo da Mxima Verossimilhana (MAXVER) .............. 78
Classificao No-Supervisionada (Exploratria) .................. 79
ISODATA .................................................................... 80
Operaes Ps-Classificao ............................................ 81
Agregao de Classes .................................................. 81
Destaque de Classe ..................................................... 81
Homogeneizao......................................................... 81
Avaliao da Classificao............................................ 81
Correes Geomtrica e Radiomtrica................................ 83
Correo Radiomtrica..................................................... 83
Razo de Canais ............................................................. 83
Estudos Multitemporais .................................................... 84
Compensao pela Disperso Atmosfrica (haze
compensation) ............................................................ 84
Correo Geomtrica ....................................................... 85
Correo de Erros Sistemticos (bulk or
system correction) ....................................................... 85
Correo de Preciso ................................................... 86
Acurcia da correo geomtrica ...................................... 89
Referncias Bibliogrficas................................................. 91
Lista de Quadros
1 Representao dos Formatos de Gravao dos Dados ....... 17
2 Escalas de Trabalho Indicadas Algumas Imagens .............. 18
3 Tipos de Sensores ........................................................ 21
4 Comparao entre os Dois Sistemas de Varredura............. 24
5 Caractersticas do AVHRR ............................................. 26
6 Aplicaes do Sensor AVHRR ........................................ 26
7 Cronograma dos Satlites LANDSAT ............................... 27
8 Caractersticas Orbitais do LANDSAT-5 e dos
Sensores MSS e TM..................................................... 27
9 Caractersticas do SPOT................................................ 28
10 Especificaes de Satlite IRS-1C ................................. 29
11 Caractersticas Espectrais do RESURS-01 ....................... 30
12 CBERS - China-Brazil Earth Resources Satellite ............... 31
13 Caractersticas dos SSRs da MECB ............................... 32
14 Sistemas de Alta Resoluo ......................................... 33
15 Regies Espectrais Prprias ao Estudo de
Propriedades dos Solos ............................................... 38
16 Regies do Espectro Indicadas para os Estudo
das Rochas e dos Minerais .......................................... 39
17 Algumas Aplicaes das Bandas do LANDSAT/TM.......... 40
18 Exemplo de Matriz de Correlao.................................. 71
19 Eigenvalues da Imagem de Derbyshire ........................... 73
20 Eigenvectors da Imagem de Derbyshire.......................... 74
21 Matriz de Erro ou de Confuso ..................................... 82
Lista de iguras
1 - Representao Esquemtica da Captao de
Dados por SR ........................................................... 14
2 - Espectro Eletromagntico ............................................ 15
3 - Transmitncia Percentual da Atmosfera Terrestre............. 16
4 - Formato da Imagem Digital .......................................... 16
5 - Brilho do Pixel ............................................................ 17
6 - Representao Esquemtica dos Dados de Trs Bandas ... 17
7 - Instantaneous Field of View......................................... 18
8 - Espectro ptico ......................................................... 22
9 - Sistema Fotogrfico .................................................... 23
10 - Sistemas de Varredura Eletrnica e Mecnica ............... 24
11 - Caractersticas do Imageamento do
Thematic Mapper - TM ............................................. 28
12 - (a) Os Sensores SPOT; (b) O Recurso do
Apontamento Lateral ................................................ 29
13 - Assinatura Espectral (Mdia) da Folha Verde ................ 36
14 - Comportamento Espectral da gua ............................. 36
15 - Reflectncia da gua Superficial
e a 20 Metros de Profundidade ................................. 37
16 - Comparao entre as Curvas de
Reflectncia da gua, Vegetao Sadia, Solo e Areia. .. 38
17 - Comportamento Espectral das
Feies Urbanas/Suburbanas .................................... 39
18 - Resoluo Espectral dos Sensores SPOT e
LANDSAT/TM ......................................................... 40
19 - Histograma de uma Imagem ...................................... 41
Caractersticas das imagens de sensoriamento remoto _________________________ 9
20 - Contraste e Brilho de Imagens.................................... 42
21 - Representao Grfica de uma FTC Linear ................... 43
22 - Realce Linear ........................................................... 44
23 - Realce MinMax ........................................................ 45
24 - Overflow................................................................. 45
25 - Realce de Equalizao............................................... 46
26 - Realce Logartmico ................................................... 47
27 - Realce Exponencial ................................................... 47
28 - Realce Parcial .......................................................... 48
29 - Limiarizao ............................................................ 48
30 - Cubo de Cores ......................................................... 50
31 - Formao da Composio Colorida (RGB) .................... 50
32 - Formao das Cores ................................................. 51
33 - LUT para Display Monocromtico e Pseudocor ............. 52
34 - Representao Grfica do Fatiamento ......................... 53
35 - Imagem Fatiada........................................................ 54
36 - Modelo do Hexacone ................................................ 54
37 - Transformao IHS ................................................... 54
38 - Fuso de trs Bandas de Imagem TM com SPOT .......... 55
39 - Histograma de uma Imagem de Sada de Subtrao ...... 59
40 - Reduo do Efeito da Topografia................................. 60
41 - Linhas de Mesma Razo ............................................ 61
42 - Perda de Informao na Razo de Canais ..................... 61
43 - Curvas de Freqncia Espacial ................................... 64
44 - Convoluo ............................................................. 65
45 - Filtro de Mdia ......................................................... 65
46 - Efeitos do Filtro Passa-Baixas ..................................... 66
47 - Filtro de Mdia Ponderada ......................................... 66
48 - Exemplo de Aplicao de Filtro de Moda ..................... 66
49 - Exemplo de Aplicao de Filtro de Mediana ................. 67
50 - Exemplos de Operadores de Laplace ........................... 67
51 - Efeitos do Filtro de Passa-Altas ................................... 67
52 - Filtros de Sobel ........................................................ 68
53 - Filtros de Prewitt ...................................................... 68
54 - Grfico de Disperso de Duas
Variveis Altamente Correlacionadas .......................... 70
55 - Grfico de Disperso de Duas
Variveis com Baixa Correlao ................................. 70
56 - Imagens Correlacionadas ........................................... 70
57 - Parmetros do Elipside de Distribuio....................... 72
58 - Determinao dos Eixos das PCs ................................ 72
59 - Rotao dos Eixos das PCs ........................................ 73
60 - Imagem Classificada ................................................. 75
61 - Assinatura Espectral ................................................. 76
62 - Modelo da Classificao Supervisionada...................... 77
63 - Tcnicas de Classificao Supervisionada ................... 78
64 - Critrios para Classificaco pela Tcnica ML ................ 79
65 - Isodata (Iterao I) .................................................... 80
66 - Isodata (Iterao II) ................................................... 80
67 - Isodata (Iterao III) .................................................. 81
68 - Homogeneizao por Filtro de Moda ........................... 81
69 - Componentes do Sinal Recebido pelo Sensor ............... 84
70 - Grfico de Regresso ................................................ 85
71 - Efeito da Rotao da Terra ......................................... 85
72 - Transformao da Imagem Bruta
para a Imagem Corrigida ........................................... 87
73 - Reamostragem (Vizinho mais Prximo) ........................ 88
74 - Reamostragem (Interpolao Bilinear) .......................... 88
Siglas e
Abreviaturas
AEB - Agncia Espacial Brasileira
APC - Anlise de Principais Componentes
AVHRR - Advanced Very High Resolution Radiometer
BPI - Bits Per Inch
BPS - Bits Per Second
CBERS - China-Brazil Earth Resources Satellite
DN - Digital Number
E - eletromagntico
ERS - European Remote Sensing Satellite
TC - Funo de Transferncia de Contraste
GCP - ground control point
GPS - Global Positioning System
I O V - Instantaneous Field of View
IHS - Intensity-Hue-Saturation
INPE - Instituto Nacional de Pesquisas Espaciais
IRS - Indian Remote Sensing
IV - infravermelho
ISO DATA - Iterative Self-Organizing Data Analysis Techniques
JERS - Japan Earth Resources Satellite
LUT - Look-up Table
M AXVER - Mxima Verossimilhana
M ECB - Misso Espacial Completa Brasileira
M L - Maximum Likelihood
M SS - Mutispectral Scanner
NASA - National Aeronautics and Space Administration (Esta-
dos Unidos)
NC - Nvel de Cinza
NDVI - Normalized Difference Vegetation Index
N O A - National Ocean and Atmosphere Administration (Esta-
dos Unidos)
PAN - Pancromtico
PC - Principal Component/Componente Principal
PDI - Processamento Digital de Imagens
RBV - Return Beam Vidicon
REM - Radiao Eletromagntica
RGB - Red-Green-Blue
SIG - Sistema de Informaes Geogrficas
SLAR - Side Looking Airborne Radar
SP T - Systme Probatoire dObsrvation de la Terre
SR - Sensoriamento Remoto
TIR S - Television and Infrared Observation Satellite
T - Thematic Mapper
UV - ultravioleta
W I - Imageador de Visada Larga
Sensoriamento Remoto - SR - consiste na medio ou aqui-
sio de dados sobre um objeto ou cena a distncia ou, mais
especificamente, obteno de informaes sem entrar em conta-
to direto com a rea ou fenmeno sob investigao.
Um dos principais objetivos do SR a aquisio de informa-
es sobre a superfcie da terra para mapeamento e avaliao de
recursos terrestres e monitoramento ambiental. Todos os materi-
ais (naturais ou artificiais) da superfcie da terra, com temperatu-
ra superior a zero absoluto (0 K), podem emitir, refletir, transmi-
tir ou absorver seletivamente radiao eletromagntica - REM. A
energia eletromagntica - EM - mais familiar e mais importante
em SR a energia solar.
Em sensoriamento remoto o fluxo radiante que deixa o obje-
to em direo ao sensor denominado radincia do alvo. O fluxo
de energia EM ao incidir sobre um objeto, sofre interaes com o
material que o compe podendo ser parcialmente refletido, ab-
sorvido ou transmitido pelo objeto. A reflectncia espectral de
um objeto dada pela razo entre a energia EM refletida pela
energia incidente na superfcie do mesmo.
A discriminao dos materiais por SR feita com base no
registro, na forma de imagens, da REM refletida ou emitida pelos
alvos e captada por Sistemas Sensores (ou simplesmente senso-
res). O processo envolve:
a) existncia de uma fonte de emisso de REM; e
b) captao de parte desta energia por algum tipo de sensor
aps incidir sobre o alvo (Figura 1).
Caractersticas das
imagens de
sensoriamento remoto
O Espectro eletromagntico
O espectro eletromagntico pode ser ordenado em funo do seu comprimento
de onda e sua freqncia. A Figura 2 ilustra as principais regies do espectro EM, com
seus respectivos intervalos de comprimento de onda. As unidades utilizadas so:
milmetro (mm): 1mm = 10
-3
m;
micrmetro (m): 1m = 10
-3
mm;
nanmetro (nm): 1nm = 10
-3
m; e
Angstron (): 1 = 10
-1
nm.
O sol emite radiao no intervalo de 0,28 a 4 micrmetros, o qual denominado
de espectro solar. Notar que o intervalo no qual o olho humano tem sensibilidade
(visvel) corresponde a uma faixa relativamente estreita do espectro EM (0,39-0,77
m), compreendida dentro do espectro solar. Alm do visvel, o espectro solar
abrange parte do ultravioleta - UV - e parte do infravermelho (IV).
A maior parte dos sensores de recursos terrestres operam nas seguintes
regies do espectro: visvel, infravermelho e microondas.
A faixa da luz visvel pode ser subdividida em:
violeta : 0,390 a 0,455 m;
azul : 0,455 a 0,492 m;
verde : 0,492 a 0,577 m;
amarelo : 0,577 a 0,597 m;
laranja : 0,597 a 0,622 m; e
vermelho : 0,622 a 0,770 m.
Fonte
Sensor
Alvo
Figura 1 - Representao esquemtica da captao de dados por SR
Caractersticas das Imagens de Sensoriamento Remoto ________________________ 15
A faixa do infravermelho (IV) costuma ser dividida em:
IV prximo (Very Near Infra-red) : 0,77 a 1,3 m;
IV mdio (Short Wave Infra-red) : 1,3 a 3,0 m;
IV termal (Thermal Infra-red) : 7 a 15 m; e
IV distante (Far Infra-red) : 15 a 1000 m.
A emisso de ondas termais pela superfcie terrestre mais acentuada no
intervalo de 7m a 15 m , atingindo o seu mximo em 9,7 m. A energia termal
derivada das seguintes fontes:
a) fluxo de calor radiognico do interior da terra;
b) aquecimento da superfcie pelo sol; e
c) atividades humanas.
So denominadas de microondas as radiaes EM produzidas por sistemas
eletrnicos no intervalo de 1 mm a 1 metro.
As Janelas atmosfricas
Antes de atingir o sensor instalado no satlite, a energia solar deve passar pela
atmosfera terrestre duas vezes, uma no sentindo sol-superfcie da terra e outra no
sentido superfcie da terra-satlite. A atmosfera contm vrios gases (vapor de gua,
oznio e dixido de carbono) que interagem com a REM produzindo a absoro da
energia em algumas faixas do espectro. A transmitncia da atmosfera, dada pela
razo entre a REM que passa pelo total de energia incidente, varia com o compri-
mento de onda.
Raios gama
Raios X
Ultravioleta
Infravermelho
Microondas
Rdio
1 A
o
10 nm
1 m
1 mm
1 m
0,3 m
0,4 m
0,5 m
0,6 m
0,7 m
1,3 m
4,0 m
15 m
1 mm
Ultravioleta
Azul
Verde
Vermelho
IV Prximo
IV Mdio
IV Termal
IV Distante
Visvel
Espectro
Solar
Figura 2 - Espectro eletromagntico
A Figura 3 mostra que aproximadamente 50% do espectro EM no se presta
ao SR orbital, j que a REM no consegue penetrar a atmosfera nestes intervalos.
As faixas do espectro eletromagntico que permitem a passagem total ou parcial
da REM so chamadas de janelas atmosfricas.
A Imagem digital
A imagem digital (ou
imagem discreta) cons-
tituda por um arranjo de
elementos (dgitos) sob a
forma de malha ou grade
regular. As unidades ou
clulas desta grade tm
sua localizao definida
por um sistema de coor-
denadas x e y, repre-
sentadas por colunas e li-
nhas, respectivamente.
Por conveno, a origem
da imagem sempre no
canto superior esquerdo.
100
80
60
40
20
0
100
80
60
40
20
0
UV Visvel IV PR IV Mdio IV Termal
Microondas IV Distante
IV Dist.
0,3 0,4 0,77 1,3 3,0
15
Comprimento de Onda ( m)
Comprimento de Onda ( m)
m
T
r
a
n
s
m
i
t
n
c
i
a
T
r
a
n
s
m
i
t
n
c
i
a
Figura 3 - percentual da atmosfera terrestre Transmitncia
Modificado de Goetz & Roan, 1981.
Coordenada
Superior
Esquerda
Coordenada
Inferior
Direita
Colunas
L
i
n
h
a
s
1,1 2,1 3,1
1,2 2,2 3,2
Figura 4 - Formato da imagem digital
255
255
255
255
255
255
255
255
255
255
255
255
255
255
0
0
255
255
255
255
0
0
255
255
255
255
0
0
255
255
255
255
0
0
255
255
255
255
255
255
255
255
255
255
255
255
255
255
a b
Figura 5 - Brilho do pixel
(a) imagem hipottica composta pelos NCs mnimo e mximo; e
(b) tonalidades preto e branco correspondentes.
Na imagem, o menor elemento da grade chamado de pixel (contrao de
picture element). O pixel representa uma rea da superfcie da terra. A cada pixel
est associado um valor numrico que indica a intensidade da radiao eletromag-
ntica da rea da superfcie da terra correspondente ao pixel. Exemplo: intensida-
de de luz refletida ou calor emitido. Esta intensidade, denominada de nvel de cinza
- NC - ou digital number - DN - ou pixel value - PV - , representada por tonalidades de
cinza que variam do preto (nvel mnimo) ao branco (nvel mximo), sendo tambm
referida como o brilho do pixel (Figura 5).
A imagem digital , portanto, uma funo bidimensional da intensidade de
energia EM refletida ou emitida pela rea imageada, representada por uma matriz
f(x,y), onde os valores de f so resultantes da intensidade (brilho) dos materiais da
rea correspondente ao pixel de coordenada (x,y).
Denomina-se Proces-
samento Digital de Imagens
- PDI - ao conjunto de tc-
nicas para a manipulao de
imagens digitais no sentido
de facilitar a extrao de in-
formaes. O PDI tem ca-
pacidade para processar
tanto dados de imagem mo-
nocromtica, ou seja, aque-
la que representa as feies
em uma nica faixa espec-
tral, quanto de imagem mul-
tiespectral, que caracteri-
zada pela representao das
feies em vrias faixas do
espectro, denominados de
canais ou bandas.
As imagens so gra-
vadas em vrias mdias (fi-
tas magnticas, CD-ROM e
disco do computador). Ge-
ralmente os dados das v-
rias bandas so organizados
em um dos formatos repre-
sentados no Quadro 1, re-
ferente Figura 6.
C C C C
c c c c
B B B B
b b b b
A A A A
a a a a
banda C
banda B
banda A
Linha 1
Linha 2
Linha 1
Linha 2
Linha 1
Linha 2
Figura 6 - Representao esquemtica dos dados de trs bandas
Quadro 1 - Representao dos formatos de gravao dos dados
BIP (Band Interleaved by Pixel)
BIL (Band Interleaved by Line)
BSQ (Band Sequential)
linha 1
ABCABCABCABC
linha 1
AAAABBBBCCCC
linha 2
abcabcabcabc
linha 2
aaaabbbbcccc
banda 1
AAAAaaaa
banda 2
BBBBbbbb
banda 3
CCCCcccc
Resoluo das imagens
Resoluo espacial
Cada sensor projetado para fornecer dados a um determinado nvel de
detalhe espacial. Quanto menor o objeto possvel de ser identificado, maior a
resoluo espacial. A resoluo espacial pode ser definida como a habilidade que
um sensor possui de distinguir objetos que so prximos espacialmente.
A referncia mais usada para a resoluo espacial, o tamanho do pixel. Em
geral, s objetos maiores do que a rea do pixel podem ser identificados, embora
isso tambm dependa da reflectncia e contraste entre os objetos prximos. O
tamanho do pixel definido pelo IFOV
- instantaneous field of view - do sen-
sor, que a rea do terreno vista
pelo sensor em um dado instante. O
IFOV nominal medido pelo ngulo do
sistema tico ou pela distncia equi-
valente no terreno.
Um dos fatores mais importan-
tes para a escolha da imagem mais
adequada a um projeto de levantamen-
to de recursos terrestres a resoluo
espacial. O Quadro 2 relaciona algu-
mas imagens disponveis no mercado,
a respectiva resoluo espacial, e as
escalas de trabalho para as quais seriam
mais indicadas.
Resoluo espectral
A capacidade de discriminao dos materiais da superfcie da terra por SR
fundamenta-se no comportamento dos mesmos ao longo do espectro eletromag-
ntico. Uma premissa fundamental em SR a possibilidade de discriminar materi-
ais pela sua resposta espectral caracterstica em diferentes faixas de comprimento
de onda. Diferentes materiais podem ter respostas espectrais semelhantes em um
determinado intervalo de comprimento de onda e respostas distintas em outra
faixa do espectro. Portanto, quanto maior o nmero de canais espectrais maior a
Quadro 2 - Escalas de trabalho indicadas por algumas imagens
Sensor
Resoluo espacial Escala
NOOA/AVHRR 1 km
RESURS-01
LANDSAT/MSS
LANDSAT/TM
SPOT MULTIESP
SPOT PANCROMTICO
160 m
80 m
30 m
20 m
10 m
< 1 000 000
1:500 000 a 1:1 000 000
1:250 000 a 1:500 000
1:100 000 a 1:250 000
1:50 000 a 1:100 000
1:25 000 a 1:50 000
Detector
tica
IFOV
Superfcie
da Terra
Figura 7 - Instantaneous field of view
capacidade discriminatria. A resoluo espectral tem a ver com o nmero e a
finura dos canais espectrais, e definida como a habilidade de separar coisas
espectralmente semelhantes.
Resoluo radiomtrica
Os NCs dos pixels so representados por nmeros inteiros que se enquadram
dentro de um determinado intervalo. Quanto maior o intervalo entre os NCs mxi-
mo e mnimo, maior a resoluo radiomtrica. A resoluo radiomtrica refere-se,
portanto, aos nveis digitais, representados por nveis de cinza possveis numa
imagem e expressa pelo nmero de dgitos binrios (bits) necessrios para arma-
zenar o valor mximo de NC dos pixels. Por exemplo, para armazenar 64 nveis so
necessrios 6 bits (2
6
=64); a resoluo de 8 bits (1 byte) permite representar 256
nveis (2
8
=256).
A resoluo radiomtrica implica diretamente no tamanho dos arquivos de
imagem. Para imagens com resoluo de 8 bits, necessrio um byte para cada
pixel. Uma cena inteira do satlite LANDSAT formada por aproximadamente
41 000 000 pixels (6 200 linhas por 6 600 colunas), resultando um arquivo de
aproximadamente 41 Mb.
Resoluo temporal
Refere-se freqncia com que o sensor imageia uma determinada rea.
tambm referida como periodicidade ou repetitividade. A resoluo temporal do
LANDSAT/TM de 16 dias, enquanto a resoluo temporal do SPOT de 26 dias.
A repetitividade geralmente considerada em relao posio de nadir, ou
seja, a tomada da cena verticalmente abaixo do sensor. Os sensores com capaci-
dade de imageamento lateral, formando um certo ngulo com a vertical, portanto,
fora da posio de nadir, apresentam a possibilidade de repetir o imageamento de
uma certa rea em um tempo menor do que em posio de nadir. Esta propriedade
do sensor referida como capacidade de revisita.
Classificao dos sensores
Usualmente os dados de sensoriamento remoto referem-
se a dados da superfcie da terra coletados por sistemas sen-
sores em satlites ou avies. O sensor pode ser definido como
um equipamento capaz de transformar alguma forma de ener-
gia em sinal que possa ser convertido em informao sobre o
objeto sensoriado. No caso especfico do SR a energia utiliza-
da a radiao eletromagntica.
Os tipos de sensores podem ser classificados de acordo com:
a) a fonte de energia;
b) a regio do espectro em que operam; e
c) o tipo de transformao sofrida pela radiao detectada.
Sistemas sensores
Quadro 3 - Tipos de sensores
Critrios de classificao Sensor
Fonte de energia
Passivos
Ativos
Regio espectral
pticos
refletivos (0,38 - 3 m)
termais (7 - 15 m)
microondas (1 mm a 1 m)
Sistema de captao
dos dados
fotogrficos
eletropticos
no-imageadores
Fonte de energia
Sensor passivo aquele que depende de uma fonte de radiao externa para
poder operar. Enquadram-se nesta classificao todos os sensores que captam a
radiao solar. Os sensores ativos so os que produzem sua prpria radiao.
Enquadram-se nesta categoria os sensores base de radar.
Regio espectral
Quanto regio espectral os sensores so classificados como pticos ou de
microondas.
Espectro ptico refere-se ao intervalo de 0,38 a 15 m, no qual as radiaes
podem ser coletadas por sistemas pticos. O sensoriamento remoto ptico aque-
le relacionado com duas categorias de radiao da superfcie da terra: (a) a que
incide nela e absorvida ou refletida; e (b) a que emitida por ela. Considera-se
fluxo solar refletido a
radiao no intervalo de
0,38 m a 3 m e flu-
xo termal para os com-
primentos de onda en-
tre 7 e 15 m (Figura
8). Com base nestas
caractersticas os sen-
sores pticos so clas-
sificados como refleti-
vos ou termais.
Os Sistemas de
M icroondas so senso-
res ativos base de
ondas de radar que
operam na faixa das mi-
croondas. Possuem a
importante vantagem
de no serem afetados
pela cobertura de nu-
vens e pelas condies atmosfricas, sendo por isso de fundamental importncia
em SR de recursos naturais, principalmente nas regies tropicais. So sensores
ativos que podem operar 24 horas por dia.
Sistemas de captao dos dados
Sistemas fotogrficos
So cmeras fotogrficas que possuem dispositivos para sincronizar o
movimento do filme com o deslocamento do avio.
Os sensores fotogrficos tiveram uma papel fundamental no desenvolvi-
mento do sensoriamento remoto j que as fotografias areas tomadas atravs
de sobrevos especiais foram as primeiras e, at recentemente, as ferramentas
Espectro ptico
Refletivo
Termal ou
emissivo
visvel
IV
prximo
IV mdio IV distante
0,3 0,38 0,72 1,3 3,0 7,0 15,0
Comprimento de onda ( m)
Figura 8 - Espectro ptico
Fonte: Swain e Davis, 1978.
Sistemas Sensores __________________________________________________________ 23
mais utilizadas para os levantamentos cartogrfi-
cos e de recursos naturais e para o planejamento
urbano e regional.
Entretanto, o advento de sensores orbitais
com alta resoluo espacial e espectral tende a
mudar este quadro. Os sistemas fotogrficos atu-
am apenas numa parte restrita do espectro EM,
entre o ultravioleta e o infravermelho prximo e
no so utilizados nos sensores orbitais. Estes pos-
suem uma repetitividade de imageamento, enquan-
to as fotografias areas necessitam de programas
especiais de sobrevo. Alm disso, as fotografias
areas necessitam de mais manuseio para corrigir
os deslocamentos off-nadir e os erros devidos
instabilidade do avio.
Sistemas eletro pticos
Nestes os dados so registrados na forma de sinal eltrico. Possuem dois
componentes bsicos: o sistema ptico e o detector. O sistema ptico tem a
funo de focalizar a energia proveniente da cena sobre o detector. A energia
recebida pelo detector ento transformada em sinal eltrico, que por sua vez
processado, transformado em valor digital e disposto numa matriz de colunas e
linhas.
Existem trs tipos de imageadores eletropticos: sistema de quadro, de var-
redura mecnica e de varredura eletrnica.
Sistema de quadro (Frame System)
A imagem da cena inteira coletada de forma instantnea. Os sensores de
quadro so tambm conhecidos como vidicons e tiveram origem a partir de siste-
mas de televiso. A imagem formada por tubo fotocondutivo (tubos de raios
catdicos) que varrida por um feixe de eltrons e transformada em um conjunto
de sinais eltricos. Exemplo: o RBV -Return Beam Vidicon- do Landsat-1,2 e 3.
Sistema de varredura mecnica
(Eletromechanical Scanner)
Sistema que utiliza um espelho de varredura que oscila perpendicularmente
ao deslocamento da plataforma, transmitindo a reflectncia dos materiais para o
sistema ptico e o detector. Os sinais so registrados linha a linha para formar a
imagem (Figura 10.B). Exemplo: MSS e TM do LANDSAT.
Sistema de varredura eletrnica (Pushbroom Scanner)
Utiliza um arranjo linear de detectores amplificados por lente grande-an-
gular, o qual cobre toda a seo perpendicular faixa imageada. (Figura 10.A)
O arranjo de detectores organizado de modo que haja tantos detectores quanto
forem os elementos da linha, de modo que a reflectncia de cada pixel regis-
filme
obturador
Sistema de
lentes e
diafragma
objetiva
filtro
Figura 9 - Sistema fotogrfico
trada por um detector. Desta forma, os dados de cada linha so captados
simultaneamente pelo conjunto de detectores e a imagem formada atravs
do processo de varredura causado pelo deslocamento da plataforma. Este sis-
tema utilizado pelo SPOT.
Sistemas no-imageadores
So os aparelhos que detectam a radiao na forma pontual e no tem capa-
cidade para formar imagens. Fazem parte desta categoria os radimetros e espec-
troradimetros
Plataformas orbitais
Os sensores so instalados em plataformas orbitais projetadas para finalida-
des especficas. As principais so:
de observao da Terra;
meteorolgicas;
de uso militar;
de telecomunicao;e
de posicionamento geodsico (GPS).
faixa
imageada
detector
sistema ptico
A - Varredura eletrnica B - Varredura mecnica
faixa
imageada
espelho lentes
detector
Figura 10 - Sistemas de varredura eletrnica e mecnica
Modificado de Mather, 1987.
Quadro 4 - Comparao entre os dois sistemas de varreduras
Varredura eletrnica Varredura mecnica
- menor e mais leve, requer menos
potncia para operar
- no necesita de espelho mvel e
fornece dados com melhor fidelidade
geomtrica
- melhor desempenho sinal-rudo
- capacidade de operar nas regies alm
do infravermelho prximo
Tipos de orbita
geoestacionria - mantm uma posio fixa em relao a um ponto na
superfcie da terra.
polar - circular de direo norte-sul, formando ngulo prximo de 90 com
a linha do equador.
sincronizada com o Sol ou Sol-sncrona - uma rbita quase-polar que
mantm um ngulo constante entre o Sol, a Terra e o satlite, o que garante
condies semelhantes de iluminao nas reas de mesma latitude. Cruzam sem-
pre o equador no mesmo horrio solar.
Evoluo dos sistemas sensores
Das fotografias areas aos foguetes
Atribui-se a Wilbur Wright a primeira utilizao de fotografias areas, em
1909. Em 1930, com o aperfeioamento dos processos de revelao e copiagem,
os Estados Unidos, Alemanha e Canad realizaram as primeiras coberturas siste-
mticas completas de seus territrios.
Durante a 2
a
Guerra Mundial houve um desenvolvimento expressivo das tc-
nicas de sensoriamento remoto. As fotografias areas foram aperfeioadas, surgi-
ram a fotografia colorida e as pelculas infravermelhas (usadas na deteco de
camuflagem) e comearam-se a utilizar sensores base de radar. Neste perodo
foram tambm desenvolvidos foguetes com propsitos blicos.
O perodo da Guerra Fria foi marcado pela corrida espacial. Os foguetes
foram utilizados por especialistas russos e americanos, como plataformas para
instrumentos cientficos, para sondagem de camadas superiores da atmosfera.
Este foi o incio dos programas espaciais de pesquisa. Os avanos no desenvolvi-
mento de foguetes permitiu que eles pudessem ser utilizados para colocar satli-
tes artificiais em rbita, a centenas de quilmetros da terra. O primeiro satlite
artificial - Sputnik 1 - foi lanado pela URSS, em 1957.
Em 1954, foram desenvolvidos sistemas de radares imageadores (Forward-
Looking Radar). Em 1961, foram fabricados os primeiros radares de visada
lateral (SLAR).
O lanamento do primeiro satlite meteorolgico (TIR S), em 1960, marcou
o incio das observaes orbitais sistemticas da Terra. Este satlite usava um
sistema de cmara de televiso de resoluo relativamente baixa. O ltimo satlite
da srie, o TIROS-10, foi lanado em 1965.
At 1966, o desenvolvimento de aparelhos de SR se deu principalmente no
mbito militar. Mas neste ano, um imageador infravermelho termal foi criado com
caractersticas que escapou da classificao de segurana pelo Ministrio da
Defesa dos Estados Unidos. A partir da, comearam os servios comerciais de
sensoriamento remoto.
De 1960 a 1970, foram obtidas fotografias orbitais a partir de trs programas
espaciais da NASA: os programas ercury, Gemini e Apollo. Estas misses serviram
para demonstrar a viabilidade do imageamento orbital e necessidade de mtodos
multiespectrais, tendo servido de base para o projeto ERTS - Earth Resources Techno-
logy Satellite Program (mais tarde denominado LANDSAT).
Em 1970, realizou-se recobrimento sistemtico de todo o territrio brasileiro com
imagens de radar. As imagens foram obtidas atravs de sobrevos, com o sistema SLAR -
Side Looking Airborne Radar - a partir dos quais foram compostos mosaicos na
escala 1:250 000. Estas imagens serviram de base para o mapeamento sistemtico
(1:1 000 000) de cartografia, geologia, geomorfologia, pedologia e vegetao de todo o
Territrio Nacional realizados pelo PR JET RADA BRASIL.
Sensores de baixa resoluo espacial
N AA/AVHRR
Os satlites para observaes meteorolgicas da srie TIRO S - Television
and Infra-red Observation Satellite - foram lanados entre 1960 e 1965. A partir
de 1970, os sucessores passaram a chamar-se N AA - National Ocean and At-
mosphere Administration -, entidade que assumiu a administrao do Programa.
As principais aplicaes so na meteorologia, temperatura da superfcie do mar,
coberturas de gelo e neve e estudos das condies das vegetao global. Os
programas TIROS e NOAA foram beneficiados pelas pesquisas desenvolvidas pelo
programa NIMBUS, uma srie de oito plataformas lanadas entre 1964 e 1978
para pesquisa de instrumentos espaciais usados em satlites.
O sensor AVHRR - Advanced Very High Resolution Radiometer -, a bordo do
NOAA, pode ser utilizado para estudos de recursos naturais de escala continental,
especialmente para o monitoramento de desmatamento e queimadas na Amaznia.
Nos satlites NOOA mais recentes outros sensores foram introduzidos para
monitorar a distribuio de oznio na atmosfera.
Quadro 5 - Caractersticas do AVHRR
rbita quase-polar/sol sincrona
altitude 833-870 km
resoluo espacial 1.1 km (nadir)
resoluo radiomtrica 10 bits (1 024 nveis)
abertura angular
+/- 56
faixa imageada 3 000 km
ciclo de repetitividade 12 horas
Quadro 6 - Aplicaes do Sensor AVHRR
Canal
Faixa espectral Funo
1
2
3
4
5
0,58 - 0,68
0,725 - 1,10
3,53 - 3,93
10,3 - 11,3
11,5 - 12,5
mapeamento diurno de nuvens
gua, vegetao e agricultura
nuvens, temperatura da superfcie do mar,
queimadas e atividades vulcnicas
mapeamento (diurno e noturno) de nuvens,
temperatura do mar, umidade do solo e
atividades vulcnicas
temperatura do mar e umidade do solo
Sensores de resoluo espacial intermediria
LANDSAT
O LANDSAT da NASA foi o pioneiro entre os programas de SR para recursos
naturais. Os sensores so o MSS - Multiespectral Scanner -, com 80 metros de
resoluo espacial e, a partir do LANDSAT-4, o TM - Thematic Mapper -, com 30
metros de resoluo espacial. O sensor RBV (Return Beam Vidicon) foi utilizado
apenas nos trs primeiros satlites da srie.
O LANDSAT-4 apresentou problemas com o sistema de suprimento de ener-
gia, o que apressou o lanamento do LANDSAT-5. Este foi programado para um
tempo de vida de 3,5 anos, mas est operando at hoje (1998).
O LANDSAT-6, lanado em 1993, no conseguiu atingir sua rbita e caiu no
mar. O LANDSAT-7 est programado para o ano 2000.
Quadro 7 - Cronograma dos satlites LANDSAT
Satlite Lanamento Fim de operao Sensor
LANDSAT - 1
LANDSAT - 2
LANDSAT - 3
LANDSAT - 5
LANDSAT - 4
Jul./1972
Jan./1975
Mar./1978
Jul./1982
Mar./1984
Jan./1978
Jul./1983
Set./1983
em rbita
operando
MSS/RBV
MSS/RBV
MSS/RBV
MSS/TM
MSS/TM
Quadro 8 - Caractersticas orbitais do LANDSAT-5
e dos sensores MSS e TM
MSS TM
Caractersticas orbitais do LANDSAT 5
Canal
4
5
6
7
Resoluo espacial
Resoluo rad.
Canal
1
2
3
4
5
6
7
Resoluo espacial
Resoluo rad.
C. de onde ( m)
0,5 - 0,6
0,6 - 0,7
0,7 - 0,8
0,8 - 1,1
80 m
6 bits (64 nveis)
C. de onda ( m)
0,45 - 0,52
0,52 - 0,60
0,63 - 0,69
0,75 - 0,90
1,55 - 1,75
10,40 - 12,50
2,08 - 2,35
30 m (b6: 120)
8 bits (256 nveis)
Largura da faixa imageada: 185km

rbita: quase polar, hlio-sncrona
Altitude: 705 km
Inclinao: 98,2
Perodo: 99min
Hora de cruzamento do Equador: 09:45
Periodicidade: 16 dias
Abertura angular: 11,56
SPOT
O programa SPO T - Syst-
me Probatoire dObservation de la
Terre -, foi iniciado pela Frana em
1978, em parceria com a Sucia
e a Blgica. O programa geren-
ciado pela Agncia Espacial Fran-
cesa - CNES.
O SPO T-1 foi lanado em
1986. O SPO T-2 em 1990. O
SPO T-3 em 1993. O SPO T-4, de-
ver incorporar outra banda ao
sensor multiespectral no interva-
lo de 1,58-1,75 m, com 20 m.
de resoluo. O SPO T-5, previsto
para 1999, ter a resoluo es-
pacial do sensor pancromtico au-
mentada para cinco metros e do
sensor multiespectral para dez metros. Incorporar tambm mais um instru-
mento para monitoramento da vegetao com 1 km de resoluo.
Os satlites SPOTS carregam a bordo dois sistemas sensores idnticos -
High Resolution Visible - HRV - , que podem ser ativados independentemente.
Estes sensores operam no modo pancromtico (0,51-0,73), com dez metros de
resoluo e no modo multiespectral com 20 metros de resoluo. Um dos
aspectos mais avanados do SPOT a possibilidade de obteno de visadas
fora do Nadir , permitindo a obteno de pares estereoscpicos de imagens de
uma mesma cena (Figura 12).
Z
Y
Abertura
angular: 11,56
Varredura de oeste para leste
6 linhas por banda
Direo de vo
Figura 11 - Caractersticas do imageamento do
Thematic Mapper - TM
Quadro 9 - Caractersticas do SPOT
Sensor
Largura da faixa imageada
Resoluo radiomtrica
Resoluo temporal
Hora de passagem pelo Equador
Abertura angular
Visada off-nadir
HRV (High Resolution Visible)
60 km + 60 km - overlap (3 km) = 117 km
8 bits (256 nveis)
26 dias
10:30
4,13
at 27 (mximo 475 km)
Multiespectral
Canal 1
Canal 2
Canal 3
Resoluo espacial
Resoluo espacial
0,50 - 0,59 m
0,51 - 0,73 m
0,61 - 0,68 m
0,79 - 0,89 m
20 metros
10 metros
Pancromtico
Canal
As imagens do LANDSAT e do SPOT foram at recentemente as mais utiliza-
das no Brasil. Entretanto, uma srie de novos sensores foram lanados recente-
mente ou esto em fase de construo, tanto com sistemas ticos como com
sistemas de microondas, aumentando substancialmente a gama de opes para
os usurios.
IRS (Indian Remote Sensing)
Os satlites indianos da srie IRS foram lanados em 1989 (IRS-1A), 1991
(IRS-1B), 1994 (IRS-P2), 1995 (IRS-1C), 1996 (IRS-P3), 1996 (IRS-P4) e 1997
(IRS-P5). O satlite IRS-1C produz imagens de resoluo espacial de cinco metros,
no modo pancromtico. Este fato aliado aos canais multiespectrais semelhantes
aos do LANDSAT/TM, a possibilidade de apontamento para obter imagens off-
nadir e ainda a elevada resoluo temporal (revisita de at cinco dias), tornam este
satlite um dos mais avanados do mercado.
Figura 12
HRV instruments
HRV 2 HRV 1
bit
1
1
7
k
m
6
0
k
m
6
0
k
m
3
1
k
m
6
0
k
m
8
0
k
m
9
5
0
k
m
(a) Os sensores do SPOT (b) O recurso do apontamento lateral
Quadro 10 - Especificaes de satlite IRS - 1C
Sensor
Comprimento
de onda ( m)
Pixel
Faixa
imageada
Repetitividade
pancrom. 0,50 - 0,75 (visvel) 5 m 70 km
24 (nadir) dias
5 (off-nadir) dias
LISS - 3
0,52 - 0,59 (verde)
0,62 - 0,68 (vermelho)
0,77 - 0,86 (IV prximo)
1,55 - 1,70 (IV mdio)
25 m
25 m
25 m
70,5 m
142 km
142 km
142 km
148 km
24 dias
WiFS (wide)
0,62 - 0,68 (vermelho)
0,77 - 0,86 (IV prximo)
180 m
180 m
774 km
774 km
24/5 (overlap) dias
Os dados podem ser utilizados para vrias finalidades: agricultura, monitora-
mento de secas, inundao, recursos hdricos, uso do solo, recursos marinhos,
florestais, planejamento urbano e geologia.
RESURS-01
Satlite russo com resoluo espacial de 160 metros. Destina-se a preen-
cher a lacuna entre o LANDSAT/MSS e o NOOA/AVHRR. As cenas de 600 x 600
km so ideais para escalas entre 1:500 000 e 1:1 000 000. A possibilidade de
revisita de quatro dias.
Programas de radar orbital
At o incio desta dcada todos os levantamentos base de radar foram
realizados por avies. A utilizao do radar de abertura real em plataformas
orbitais era inviabilizado pela necessidade de uma antena muito longa. Este
problema foi superado pelo advento do Radar de Antena Sinttica SAR -, no
qual grandes antenas so matematicamente simuladas. Graas a este recurso,
a partir do incio desta dcada os sensores base de radar passaram a ser
utilizados em satlites.
ERS (European Remote Sensing Satellite)
Os satlites da srie ERS - European Remote Sensing Satellite -, contm
vrios instrumentos sensores de microondas para estudo da superfcie terres-
tre, e, mais especificamente, do oceano e do gelo, imageando na banda C(5,7 cm).
Por operar na faixa das microondas, os dados so interessantes tambm para
os pases tropicais, onde h constante cobertura de nuvens. O ERS-1 foi lana-
do em 1991.
O ERS-2, lanado em 1995, leva a bordo tambm o Global Ozone Monito-
ring Experiment - GOME -, que mede traos dos constituintes da troposfera e
estratosfera.
JERS (Japan Earth Resources Satellite)
Os satlites da srie JERS - Japan Earth Resources Satellite - possu-
em um sensor SAR, imageando na banda L (23,5 cm) e um sensor ptico
(OPS). Este tem recursos para observaes estereoscpicas. O JERS-1 foi
lanado em 1992.
Quadro 11 - Caractersticas espectrais do RESURS - 01
Bandas Resoluo espacial
0,5 - 0,6 m
0,6 - 0,7 m
0,7 - 0,8 m
0,8 - 1,1 m
10,4 - 12,6 m
160 m
160 m
160 m
160 m
600 m
RADARSAT
O programa canadense RADARSAT, que teve incio em 1995 com o RA-
DARSAT-1, considerado o mais avanado sistema de imageamento orbital por
radar, operando em diferentes mdulos para obter imagens de 500x500 km
at 50x50 km, com resoluo espacial variando de 100 a 10 metros, para
atender s especificaes dos usurios. Opera na banda C (5,6 cm de compri-
mento de onda), com polarizao HH. As principais aplicaes so o monitora-
mento do gelo, gelo flutuante, oceano, zonas costeiras, agricultura, florestas e
geologia.
Programas espaciais brasileiros
CBERS (Satlites Sino-Brasileiros de
Recursos Terrestres)
Resultado de um convnio entre o Brasil e a China para o desenvolvimento
de satlites de observao da terra.
A caracterstica singular do CBERS sua carga til de mltiplos sensores,
com resolues espaciais e freqncias de observao variadas. Os trs sensores
imageadores so: imageador de visada larga (WFI), a cmara CCD de alta resolu-
o e o varredor multiespectral infravermelho (IR-MSS). A cmara CCD tem a
capacidade de apontamento lateral, o que permite aumentar a freqncia das
observaes e a viso estereoscpica.
M ECB ( isso Espacial Completa Brasileira)
A Misso Espacial Completa Brasileira M ECB -, um projeto do governo
brasileiro, coordenado pela Agncia Espacial Brasileira AEB - e executado pelo
INPE. O programa compreende o projeto, desenvolvimento, integrao, testes e
operao em rbita de cinco satlites, trs de coleta de dados (SCD1, SCD2 e
SCD3) e dois de sensoriamento remoto da terra (SSR1 e SSR2).
Quadro 12 - CBERS - China - Brazil Earth Resources Satellites
Sensores Cmara CCD IR - MSS WFI
Modo pancromtico
Resoluo espacial
Periodicidade
Larg. da visada
Parmetros orbitais
do satlite
Altitude mdia: 778 km
Perodo de recobrimento: 26 dias
rbita quase-polar, sincronizada com o Sol
Modo multiespectral
0,51 - 0,73 m 0,50 - 1,10 m
0,45 - 0,52 m
0,52 - 0,59
m
0,63 - 0,69 m
0,77 - 0,89 m
1,55 - 1,75 m
2,08 - 2,35 m
10,4 - 12,5 m
0,63 - 0,69 m
0,76 - 0,90 m
20 m
3 - 26 dias (nadir)
120 km
26 dias
260 m 80/160(termal)
3 - 5 dias
120 km 900 km
Sensores com alta resoluo espacial
Uma nova gerao de sensores, caracterizados pela alta resoluo espa-
cial esto projetados para os prximos anos. Estes caracterizam-se tambm
pela alta repetitividade das observaes, cobertura simultnea de imagens pan-
cromticas e multiespectrais. A possibilidade de estereoscopia facilita a produ-
o de ortofotos e Modelos Digitais de Terreno MDT. Destinam-se ao planeja-
mento urbano e cartografia de preciso. Os principais projetos so:
EarlyBird e Quickbird
A empresa norte-americana EarthWatch pretende lanar dois satlites.
EarlyBird dever carregar dois sensores: o primeiro, operando no modo pan-
cromtico (0,45-0,80 m) ter a resoluo espacial de trs metros, enquanto o
segundo sensor ir operar no modo multiespectral com trs bandas nos intervalos
verde, vermelho e infravermelho prximo e resoluo espacial de 15 metros.
O QuickBird ter resoluo de um metro no modo pancromtico e quatro
metros no modo multiespectral.
SPIN 2
Produto do consrcio entre a Aerial Images (USA) e a Sovinformsputnik (Rs-
sia). Carrega duas cmaras fotogrficas capazes de produzir imagens de dois a
dez metros de resoluo.
IK N S 1
Satlite da Space Imaging EO SAT com um sensor pancromtico com um
metro de resoluo e outro multiespectral (cinco bandas) com quatro metros
de resoluo. Ter capacidade para produzir imagens pancromticas e multies-
pectrais da mesma rea, que podero ser integradas, gerando um produto mul-
tiespectral colorido com um metro de resoluo. Periodicidade de 14 dias e
com possibilidade de revisita de 1-3 dias pela utilizao da visada lateral.
ER S A e B
Satlites da West Indian Space pretendem colocar em rbita at 2002
oito satlites da srie EROS. Os EROS A e B viro com resoluo espacial de
1,5 e 1 metro, respectivamente, periodicidade de 15 dias e possibilidade de
revisita a cada trs dias.
Quadro 13 - Caractersticas dos SSRs da MECB
- Sensor WiFS com 3 bandas no visvel e uma no infravermelho (2,08 - 2,35 m).
-
- A resoluo espacial no visvel e infravermelho mdio ser de 100, 200, 300 e
400 metros, conforme o afastamento da posio Nadir.
- Periodicidade:
rbita equatorial (0), programada para cobrir uma faixa de 2 200 km, entre
as latitudes de 5 N e 15 S.
14 vezes ao dia
O rb View
A Orbital Sciences Corporation lanar em 1999 e 2000, respectivamente,
os satlites Orb View 3 e 4, com imagens pancromticas de um metro de resolu-
o e multiespectrais de quatro metros.
Sensores de alta resoluo espectral
As imagens com alta resoluo espectral tm aplicaes em explorao mi-
neral, agricultura, monitoramento ambiental e segurana.
NASA/TRW Hyperspectral Imager (Lewis)
Este sensor, conhecido como Hyperspectral Imager HSI -, ou Lewis, cobrir de
forma contnua o espectro EM entre 0,40 e 2,50 m, atravs de 384 bandas espec-
trais com resoluo espacial de 30 metros. Este sensor ser combinado com outro,
no modo pancromtico, com resoluo espacial de cinco metros.
0,45 - 0,80
0,45 - 0,90
0,51 - 0,76
0,51 - 0,76
0,45 - 0,90
0,45 - 0,90
0,45 - 0,90
0,50 - 0,90
0,50 - 0,90
0,45 - 0,52
0,53 - 0,59
0,63 - 0,69
0,77 - 0,90
0,45 - 0,53
0,52 - 0,61
0,64 - 0,72
0,77 - 0,88
0,45 - 0,52
0,52 - 0,60
0,63 - 0,69
0,76 - 0,90
0,45 - 0,52
0,52 - 0,60
0,63 - 0,69
0,76 - 0,90
0,45 - 2,5
3,0 - 5,0
0,50 - 0,59
0,61 - 0,68
0,79 - 0,89
Aerial
Images/
Sovinform
sputinik
Earth
Watch
Early
Bird
20 dias
Pan
Pan
Pan
Pan
Pan
Pan
Pan
Multiesp.
Multiesp.
Multiesp.
Multiesp.
Multiesp.
Hiperesp.
1,5 - 2,5
dias
1,5 - 2,5
dias
Quadro 14 - Sistemas de alta resoluo (Fonte: Schmidlin, 1988)
Empresa Satlite
Repetiti-
vidade
Revisita Modo
Resol.
Espacial
Resol.
Espectral
Faixa
imageada
Tamanho
da cena
3 m
15 m
6 km 36 km
2
30 km 900 km
2
Quick
Bird
20 dias
1 m
1 m
1 m
1 m
1 m
1,5 m
4 m
4 m
4 m
4 m
36 km
36 km
1 296 km
2
1 296 km
2
SPIN - 2
- -
Pan TK -
1000
Pan TK -
350
2 m
10 m
160 km 6 400 km
2
200 km
60 000 km
2
Space
Imaging/
EOSAT
IKONOS 1 14 dias
15 dias
15 dias
16 dias
16 dias
1 - 3
dias
3 dias
3 dias
< 3 dias
< 3 dias
11 km
11 km
14 km
20 km
121 km
2
121 km
2
196 km
2
400 km
2
West
Indian
EROS A
EROS B
Orbital
Sciences
Corporation
Orb
View - 3
Orb
View - 4
8 km
8 km
8 km
8 km
5 km
64 km
2
64 km
2
64 km
2
64 km
2
25 km
2
8 m
O rbview 4
Este satlite da srie Orbview (Orbital Sciences Corporation), alm da alta
resoluo espacial (1 m no modo pancromtico e 4 m no modo multiespectral),
carregar um instrumento para gerar imagens hiperespectrais em 280 canais.
Neste captulo so apresentadas as caractersticas es-
pectrais gerais de alguns materiais da superfcie da terra. A
reflectncia dos materiais varia com o comprimento de onda.
O registro grfico da reflectncia ao longo do espectro eletro-
magntico fornece uma curva que descreve as propriedades
radiomtricas de um determinado material. Esta curva tpica
de cada material chamada de assinatura espectral e consti-
tui um padro para identificao dos alvos de estudo por sen-
soriamento remoto.
Comportamento espectral da
vegetao
As folhas so os elementos da vegetao que mais con-
tribuem para o sinal detectado. As propriedades espectrais de
uma folha so funo de sua composio qumica, morfologia
e estrutura interna. Os constituintes mais importantes para a
radiao so: a celulose, os solutos (ons e molculas), os es-
paos intercelulares e os pigmentos.
A Figura 13 mostra a curva espectral mdia da vegeta-
o sadia. Observa-se que at 0,7 m a reflectncia baixa
devido absoro causada pelos pigmentos, com um pequeno
aumento na faixa do verde (mximo em 0,56 m). De 0,7 m
a 1,3 m a reflectncia alta devido interferncia da estru-
tura celular. De 1,3 m a 2,5 m a influncia maior do con-
tedo de gua das folhas, com dois mximos de absoro em
1,4 m e 1,95 m.
Comportamento espectral
dos materiais
Comportamento espectral da gua
A gua apresenta um
comportamento espectral dis-
tinto conforme o estado fsico
que se encontra (Figura 14). No
estado lquido apresenta uma
reflectncia baixa entre 0,38 e
0,70 m, absorvendo toda a ra-
diao acima de 0,7 m. Toda-
via, este comportamento afe-
tado pela concentrao de ma-
teriais em suspenso e dissol-
vidos na gua e pela profundi-
dade do corpo dgua, como
ilustra a Figura 15. O aumento
da concentrao de materiais
em suspenso implica o aumen-
to da reflectncia na faixa do
vermelho.
Na forma de nuvens, a
gua apresenta altssima reflec-
tncia. As ondulaes na cur-
va espectral so devidas leve
absoro em torno de 1,3 m e
2,0 m. A neve possui uma re-
R
e
f
l
e
c
t
n
c
i
a
gua
Neve
Nuvens
Comprimento de onda
0,3 0, 5 1,0 1,5 2,0 2,5
Figura 14 - Comportamento espectral da gua
Modificado de Bowker et al., 1985.
R
e
f
l
e
c
t
n
c
i
a
Pigmentos
da folha
Clorofilaca-
rotenides
H O
absoro
2
H O
absoro
2
Estrutura
celular
Contedo de
gua da folha
0,3 0,5 1,0 1,5 2,0 2,5
Figura 13 - Assinatura espectral (mdia) da folha verde
Modificado de Bowker et alii; 1985.
Comportamento Espectral dos Materiais ______________________________________ 37
flectncia altssima no infravermelho prximo, mas decresce bruscamente no in-
fravermelho mdio, com picos de absoro em 1,5 m, 2,0 m e 2,5 m.
Comportamento espectral dos solos
Os solos so compostos de substncias em trs fases: s lida (minerais e
matria orgnica), lquida (gua) e gasosa (ar). As combinaes e arranjos dos
materiais constituintes dos solos que definem o seu comportamento espectral,
sendo que os principais fatores so:
constituio mineral;
proporo de matria orgnica;
granulometria (textura e estrutura); e
umidade.
De forma simplificada so estes os efeitos dos constituintes dos solos sobre
a reflectncia:
gua
O aumento no contedo de umidade implica uma diminuio da reflectncia
em todo o espectro, sendo esta diminuio mais acentuada quanto menor for a
concentrao de matria orgnica.
Matria orgnica
A reflectncia diminui medida que aumenta o contedo de matria orgni-
ca. Quando este contedo excede 2%, passa a mascarar as outras propriedades
nvel
superficial
R
e
f
l
e
c
t
n
c
i
a
20 m
0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1
Figura 15 - Reflectncia da gua superficial
e a 20 metros de profundidade
Fonte: Alfldi, 1982.
espectrais dos constituintes dos solos. possvel discriminar melhor o nvel de
matria orgnica no visvel e no infravermelho prximo at 1,2 m.
Minerais opacos e xido de ferro
Diminuem a reflectncia e mascaram as feies de absoro dos outros
constituintes.
Granulometria
Os solos arenosos tendem a apresentar maior reflectncia do que os argilosos,
pois, tambm, so mais pobres em matria orgnica, xidos de ferro e minerais opa-
cos, ou seja, constituintes que reduzem a reflectncia. A Figura 16 apresenta a curva
mdia da reflectncia dos solos em relao vegetao, gua, areia e s nuvens.
Comportamento espectral das rochas
Em geral as rochas ricas em slica (quartzo-feldspticas) tendem a apresentar
alta reflectncia, enquanto as rochas ricas em magnsio e ferro (mficas) caracte-
rizam-se pelas tonalidades escuras causadas pela baixa reflectncia. Entretanto a
Quadro 15 - Regies espectrais prprias ao estudo de
propriedades dos solos (segundo Novo, 1992)
Regies espectrais Propriedades
0,57 m
0,7
m e 0,9 m
1,0 m
2,2 m

matria orgnica em solos sem cobertura vegetal

contedo de composto de ferro frrico
contedo de composto de ferro ferroso
umidade do solo
%
0.6
0.4
0.2
0
nuvem
areia
vegetao
solo
gua
0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
R
e
f
l
e
c
t
n
c
i
a
Figura 16 - Comparao entre as curvas de
reflectncia da gua,
vegetao sadia, solo e areia
Comportamento Espectral dos Materiais ______________________________________ 39
presena de minerais opacos (ex.: magnetita), diminui substancialmente a reflec-
tncia das rochas quartzo-feldspticas.
As rochas sedimentares arenosas tendem a apresentar maior reflectncia e
bandas de absoro mais bem definidas do que as argilosas. Os principais consti-
tuintes responsveis pela resposta espectral das rochas sedimentares so o ferro,
o carbono orgnico total e as argilas.
Comportamento
espectral de reas
construdas
Nas reas construdas verifica-se,
para a maioria dos materiais, um ligei-
ro aumento da reflectncia do visvel
para o infravermelho prximo, sendo
que o concreto destaca-se pela reflec-
tncia relativamente alta em relao
ao asfalto (Figura 17).
Critrios para
seleo das imagens
Na hora da seleo do sensor e
das bandas espectrais para um deter-
minado projeto, dois parmetros so
fundamentais: a resoluo espacial e
a resoluo espectral. A resoluo es-
pacial est relacionada com a escala de trabalho, enquanto a resoluo espectral
est relacionada com a capacidade de discriminao dos alvos espectralmente
semelhantes. Por isso, o conhecimento da assinatura espectral auxilia na escolha
da melhor combinao de canais para a discriminao dos alvos. Quanto maior a
gama de opes em termos de canais (resoluo espectral) maior ser a capa-
cidade discriminatria do sensor. Algumas aplicaes dos canais espectrais do
LANDSAT/TM so descritas no Quadro 17.
A Figura 18 ilustra a abrangncia espectral dos sensores SPOT nos modos
multiespectral e pancromtico e LANDSAT/TM e a relao inversa entre a resolu-
o espacial e a resoluo espectral destes trs sensores. A resoluo espectral
pode ser decisiva para a capacidade discriminatria de muitos alvos, devendo ser
levada em considerao no momento da aquisio das imagens. Portanto, o
analista deve balancear o maior poder discriminatrio da resoluo espectral
Quadro 16 - Regies do espectro indicadas para estudos das
rochas e dos minerais (segundo Novo, 1992)
Regio do espectro Propriedades
0,8 m a 1,0
1,60
m
m
m
2,17 m e 2,2
2,74 m
identificao de ferro
indicao de zonas de alterao hidrotermal ricas em argila
identificao de minerais de argila
deteco de minerais com presena de hidroxilas na estrutura
R
e
f
l
e
c
t
n
c
i
a
0,4 0,5 0,6 0,7 0,8 0,9
%
Grama
Concreto
Areia
Cascalho
Terreno
baldio
Asfalto
Figura 17 - Comportamento espectral das
feies urbanas/suburbanas
Adaptao de ASP, 1983, in Viadana, 1995.
50
40
30
20
10
0
0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4
SPOT
PAN
SPOT PANCROMTICO
Res.: 10 m
SPOT MULTIESPECTRAL
Res.: 20 m
LANDSAT TM
Res.: 30 m
1 2 3
1 2 3 4 5 7
Figura 18 - Resoluo de espectral dos sensores SPOT e LANDSAT/TM
Banda Faixa espectral Aplicaes
0,45 m - 0,52 m
(azul)

0,52 m - 0,60 m
(verde)

0,63 m - 0,69 m
(vermelho)

0,76 m - 0,90 m
(IV prximo)

1,55 m - 1,75 m
(IV mdio)

10,40 m - 12,50 m
(IV distante)

2,08 m - 2,35 m
(IV mdio)

Estudos de sedimentos na gua
Mapeamento de guas costeiras
Diferenciao solo/vegetao
Estradas e reas urbanas
Mapeamento de vegetao (maior reflectncia dos canais do visvel)
Estradas e reas urbanas
Espcies vegetais (absoro da clorofila)
Levantamento da biomassa (pico da vegetao sadia)
Delineao de corpos dgua
Mapeamento de rios e corpos dgua
Umidade da vegetao e solos
Estresse trmico em vegetao
Propriedades termais dos solos e rochas
Estudos de rochas e minerais
Umidade do solo e vegetao
Quadro 17 - Algumas aplicaes das bandas do LANDSAT/TM
1
2
3
4
5
6
7
do LANDSAT/TM com a melhor resoluo espacial do SPOT, para, em funo da
escala e objetivos do projeto, fazer a melhor seleo das imagens.
Um dos principais objetivos do PDI a melhoria da qualida-
de visual da imagem para facilitar a interpretao. Para isso so
utilizadas tcnicas denominadas genericamente de realces. Os
realces mais utilizados so produzidos atravs da manipulao do
contraste.
Histogramas de imagens
O histograma
uma representao
grfica da freqncia
de distribuio dos
NCs de uma imagem.
No histograma, o eixo
X representa os NCs,
cujo intervalo de valo-
res depende da reso-
luo radiomtrica da
imagem, enquanto o
eixo Y representa a
freqncia relativa
dos NCs.
A maioria das
i magens produzem
histogramas unimo-
dais, com distribui-
o normal (gaussi-
ana) ou lognormal.
Entretanto, cenas
M anipulao do
contraste
Nveis de cinza
0 255
%
F
r
e
q
n
c
i
a
Figura 19 - Histograma de uma imagem
A altura da barra mostra a freqncia dos pixels
com um determinado nvel de cinza.
com reas espectralmente muito distintas podero produzir histogramas
bimodais ou multimodais.
Contraste e brilho da imagem
O contraste da imagem refere-se distribuio dos NCs no intervalo radio-
mtrico. Para um determinado sensor, o contraste depende da assinatura espectral
dos objetos presentes na cena imageada e varia com o comprimento de onda
(canal). Geralmente, os valores registrados pelo sensor ocupam uma pequena par-
te do intervalo possvel de valores. Vamos exemplificar assumindo uma resoluo
de oito bits, ou seja, um intervalo de NC de 0 a 255. Se, para um determinado
canal espectral, a cena incluir tanto materiais de baixa quanto de alta radincia, os
NCs ocuparo uma faixa larga do intervalo radiomtrico (por exemplo, 24 a 210),
denotando um alto contraste. Se, por outro lado, na cena existirem apenas materi-
ais de baixa radincia neste canal, esta imagem aparecer escura. Os NCs estaro
concentrados num pequeno intervalo (16 a 74, por exemplo), denotando um baixo
contraste.
A forma do histograma e os
parmetros estatsticos fornecem
informaes sobre o contraste e o
brilho da imagem. O contraste di-
retamente proporcional ao espalha-
mento dos nveis de cinza, que
dado pela largura da base do histo-
grama. Estatisticamente expres-
so pela varincia. O brilho dos pi-
xels dado pela posio das bar-
ras verticais mais direita (brilho
alto) ou mais esquerda (brilho bai-
xo). A mdia pode ser o parmetro
estatstico indicativo do brilho da
imagem. Os histogramas unimodais
de baixo contraste com mdia bai-
xa indicam predominncia de ma-
teriais de fraca radincia, resultan-
do imagens de baixo brilho. A m-
dia alta, ao contrrio, representa
imagem de alto brilho (Figura 20).
Realces de contraste
Os nveis de cinza de uma imagem podem ser manipulados com o
objetivo de melhorar a visualizao da cena e aumentar a quantidade de
informao que pode ser extrada visualmente. Estas tcnicas so chama-
das de realces de contraste.
Os realces de contraste produzem uma ampliao do intervalo origi-
nal de nveis de cinza, de forma que eles so exibidos num intervalo maior.
O objetivo apresentar a mesma informao contida nos dados brutos,
%
% %
%
a) Cena com baixa radincia
c) Cena de baixo contraste d) Cena de alto contraste
b) Cena com alta radincia
Nvel de cinza
Nvel de cinza Nvel de cinza
Nvel de cinza
Figura 20 - Contraste e brilho de imagens
Fonte: Schowengert, 1983.
Manipulao do Contraste ___________________________________________________ 43
porm de uma forma mais claramente visvel ao intrprete. No exemplo da Figura
21, os NCs originais, concentrados no intervalo de 63 a 191, so remapeados de
forma que o NC 63 convertido para 0 e o NC 191 convertido para 255 e os
valores intermedirios so redistribudos segundo alguma funo matemtica. Desta
forma, todo o intervalo possvel de valores utilizado para aumentar o contraste e
conseqentemente melhorar a aparncia da imagem.
LUT
O realce executado atravs de uma fun-
o matemtica, chamada de funo de trans-
ferncia de contraste (FTC) ou funo de ma-
peamento, que transforma os valores originais
de nveis de cinza da imagem em novos valores,
implicando uma alterao do histograma. A FTC
pode ser linear (representada graficamente por
linha reta) ou no-linear (representada por al-
gum tipo de curva).
Nos sistemas de processamento de imagens
os realces so implementados atravs de tabelas
denominadas de LUT - Look-up Tables, as quais
armazenam a informao sobre os valores origi-
nais (entrada) e transformados (sada) para cada
NC, segundo a FTC escolhida. No exemplo da Fi-
gura 21, ao se aplicar a LUT, todos os NCs=63
na imagem de entrada sero convertidos em
NC=0 na imagem de sada, evitando a repetio do clculo para cada pixel da
imagem e, portanto, agilizando o processo.
Realce linear
Consiste no aumento do espalhamento dos NCs, segundo uma funo linear.
Os NCs da imagem original so linearmente redistribudos, com manuteno de
suas posies relativas.
A FTC linear uma reta e apenas dois parmetros so controlados: a
inclinao da reta e o ponto de interseo com o eixo X. Quanto maior a
inclinao da reta, maior a expanso do contraste.
Um caso particular de realce linear aquele no qual todo o intervalo
de NC considerado, ou seja, o menor valor de NC da imagem (NCmin)
convertido a zero e o maior valor (NCmax) convertido a 255. Este
denominado realce inM ax (Figura 23). O mais comum, entretanto, des-
prezar os extremos dos histogramas, de modo a realar mais a poro cen-
tral. Neste caso, para valorizar mais os NCs mais freqentes, desprezam-se
NCs pouco freqentes, produzindo overflow.
O overflow a transformao de um intervalo de NC em um nico NC
(Figura 24). O overflow representa uma perda de informao em benefcio de um
realce maior da poro central do histograma. No realce MinMax no h overflow.
255
191
127
63
0 63 127 191 255
N de cinza de entrada
o
N
d
e
c
i
n
z
a
d
e
s
a
d
a
o
Figura 21 - Representao grfica
de uma FTC linear
Os NCs do intervalo 63-191 so
ampliados para o intervalo 0-255.
b
2
b
3
Histograma
f
3
f
2
FTC
a
3
a
2
NC
1
NC
1
NC
b
1
f
1
a
1
X
Y
N
v
e
l
d
e
c
i
n
z
a
t
r
a
n
s
f
o
r
m
a
d
o
Figura 22 - Realce linear
Em a a funo f no altera o histograma original b ; em a a
funo f promove espalhamento representado em b ;
em a a funo f produz um espalhamento maior que f
representado em b
Fonte: Schowengerdt, 1983.
1 1 1 2
2 2
3 3 2
3
O realce linear por par-
tes (linear piecewise stretch)
consiste na aplicao do es-
palhamento linear, segundo
diferentes funes ao longo
do intervalo radiomtrico, re-
sultando em dois ou mais
segmentos de reta com di-
ferente inclinao.
Realce de
equalizao
Uma limitao do re-
alce linear no levar em
conta a freqncia dos NCs.
O realce de equalizao
uma funo de transfern-
cia no-linear que leva em
conta a freqncia dos n-
veis de cinza, ou seja, o es-
palhamento ser maior para
os NCs mais freqentes. A
transformao do histogra-
ma no sentido de uma ex-
panso (aumento de con-
traste) dos intervalos cen-
trais e uma compresso
(perda de contraste) dos in-
tervalos laterais.
Realce
gaussiano
A caracterstica da
di str i bui o nor mal ou
Gaussiana o histograma
na forma de sino, com os
dados assim distribudos
em torno da mdia: 60,7%
contidos em um desvio pa-
dro (), 95,45% em dois
e 99,73% em trs . O
mtodo visa a enquadrar os dados, segundo uma distribuio gaussiana, tam-
bm chamada de normalizao do histograma.
0 255
NCs originais
da imagem
NC da imagem
realada
0 51 102 153 204 255
Figura 23 - Realce minmax
Fonte: PCI, 1997.
255
0
0 255
NC = 35
NC = 82
NC = 15
NC = 118
Histograma de entrada
H
i
s
t
o
g
r
a
m
a
d
e
s
a
d
a
Figura 24 - Overflow
Os NCs do intervalo 15-35 so transformados em 0;
Os NCs do intervalo 82-118 so transformados em 255; e
O intervalo de 35 a 82 expandido.
O aumento do desvio
padro produz um alarga-
mento da curva de distribui-
o, com aumento do con-
traste. O efeito contrrio
pode ser obtido pela redu-
o do desvio padro. Em
alguns softwares, a mdia
tambm pode ser desloca-
da ao longo do intervalo ra-
diomtrico, o que permite
aumentar ou reduzir o bri-
lho da imagem.
A normal i zao do
histograma particularmen-
te til para equiparar ima-
gens diferentes em termos
de mdia e desvio padro,
assim como em composies coloridas, para produzir um bom balanceamento
das cores das trs bandas.
Realce de raiz quadrada
Os nveis de cinza so expandidos, segundo a funo de raiz quadrada
promovendo um aumento do contraste, principalmente, na poro inferior do
histograma de entrada. Tende a conferir um aumento geral no brilho da
imagem.
Realce negativo
Produz a inverso dos valores de NC: as reas escuras tornam-se claras e
vice-versa.
Realce de infreqncia
Esta funo produz uma imagem de sada na qual os nveis de cinza me-
nos freqentes recebem valores mais elevados de nvel de cinza e vice-versa. A
FTC expressa pela inverso do histograma da imagem de entrada.
Realce logartmico
A curva de transferncia uma funo logartmica, com uma inclinao
maior na poro relativa aos NCs de baixa intensidade, a qual vai progressiva-
mente tendendo horizontal nos NCs de alta intensidade. Visa a realar a
informao contida nas pores mais escuras de uma imagem, s custas de
um baixo realce das pores mais claras.
0 255
NCs originais
da imagem
NC da imagem
realada
0 51 102 153 204 255
Figura 25 - Realce de equalizao
A populao de maior freqncia realada enquanto a
populao menos freqente comprimida.
Fonte: PCI, 1997.
Realce exponencial
Tem um efeito inverso ao do realce logartmico. A curva de transferncia
mais suave nas pores inferiores e aumenta progressivamente, realando as
pores mais claras da imagem, s custas de menor contraste nas pores
mais escuras.
Realce parcial (piecewise stretch)
Em algumas anlises pode ser necessrio examinar certas feies com maior
detalhe. Atravs desta tcnica pode-se utilizar todo o intervalo para expandir os
nveis de cinza que representam uma determinada feio. Na Figura 28 o histogra-
ma bimodal pode representar feies aquticas (NCs mais baixos) e feies terres-
tres (NCs mais altos). O realce parcial visa a destacar apenas as primeiras, despre-
zando, portanto, as informaes terrestres.
%
0 255
(b) Histograma da imagem realada
255
0
0 255
Nveis de cinza de entrada
(a) Funo de transferncia
N
d
e
c
i
n
z
a
d
e
s
a
d
a
o
Histograma
original
Figura 26 - Realce logartmico
%
0 255
(b) Histograma da imagem realada
Histograma
original
%
0 255
Nveis de cinza de entrada
(a) Funo de transferncia
Figura 27 - Realce exponencial
N
d
e
c
i
n
z
a
d
e
s
a
d
a
o
0 255
NCs originais
da imagem
NC da imagem
realada
0 51 102 153 204 255
Figura 28 - Realce parcial
A populao 1 (NCs mais baixos) realada, enquanto a populao 2
(NCs mais altos) toda convertida para o NC 255.
Fonte: PCI, 1997.
Limiarizao (thresholding)
uma tcnica para
dividir os nveis de cinza de
uma imagem em uma ou
duas categorias, acima e
abaixo de um determinado
patamar. Este um dos v-
rios mtodos para criar
uma mscara binria (bit-
map) para a imagem.
Na Figura 29 o histo-
grama da imagem (a) mos-
tra a existncia de duas po-
pulaes cujo limite situa-
se em NC=17. A transfor-
mao segundo a funo
de transferncia de con-
traste (b) reduz uma popu-
lao a 0 e a outra a 255.
A imagem resultante (c)
composta por apenas dois
valores e pode tambm ser
representada por uma ms-
cara binria, com valores
de 0 e 1.
% 255
17
0 255
0 17 255
Nveis de cinza
a
NC de entrada
b
N
C
d
e
s
a
d
a
c
gua
terra
F
r
e
q
n
c
i
a
Figura 29 - Limiarizao
Modificado de PCI, 1997.
O modelo RGB
Embora o olho humano possa perceber apenas 20 a 30 tons
de cinza, ele pode distinguir milhares de cores. As pesquisas de
Thomas Young (1773-1829) demonstraram que uma srie de cores
pode ser obtida a partir de combinaes do vermelho (R), verde
(G) e azul (B). Tipicamente, as seguintes cores foram produzidas:
branco - como resultado da mistura das trs cores;
magenta - como resultado da mistura do vermelho e azul;
ciano (cyan) - como resultado da mistura de verde e azul; e
amarelo - como resultado da adio de verde e vermelho.
No modelo RGB, a produo de uma cor C a partir de cores
primrias aditivas pode ser definida pela equao:
C = r.R + g.G + b.B,
onde R,G,B so as cores primrias e r,g,b so os coeficien-
tes da mistura, que no caso das imagens digitais dada pela
intensidade representada pelo NC do pixel (por exemplo, 0 a 255).
Portanto, variando-se a intensidade, uma enorme variedade de
cores pode ser produzida pela adio de vermelho, verde e azul.
Por isso elas foram chamadas de cores primrias aditivas.
Um efeito complementar pode ser obtido pela subtrao de
vermelho, verde e azul da luz branca. Assim a subtrao de ver-
melho produz ciano, subtrao de verde produz magenta e sub-
trao de azul produz amarelo. Ciano, magenta e amarelo foram
chamadas de cores primrias subtrativas cujas combinaes, em
diferentes propores, tambm podem resultar numa gama imen-
sa de cores.
ormao das cores
Os monitores de sistemas de processamento de imagens so, em geral, ca-
pazes de representar cada uma das cores primrias em 256 nveis de intensidade,
o que d um total de 16 711 680 tonalidades. O sistema visual humano, porm,
no consegue perceber as variaes muito sutis.
A Figura 30 mostra que os vrtices do cubo representam as cores prim-
rias puras, com intensidade variando de 0 at o mximo. Cada lado do cubo
formado por duas cores, contendo portanto todas as possveis misturas das
cores que o definem. Se os nveis de cin-
za variam de 0 a 255, cada lado repre-
sentar 65 280 cores, formadas pela
combinao da intensidade possvel de
cada cor. Notar que a luz branca for-
mada pela soma dos mximos RGBs. A
linha mais espessa que liga os vrtices
do preto ao branco representa cores for-
madas pela soma de iguais quantidades
de luz vermelha, verde e azul (r=g=b).
Este o eixo acromtico que representa
as tonalidades de cinza. Portanto, uma
imagem monocromtica ser formada
quando a intensidade de luz vermelha,
verde e azul for igual. Se a intensidade
de luz vermelha, verde e azul for desi-
gual, haver a formao de uma cor.
Imagem monocromtica/falsa/pseudocor
As imagens de sensoriamento remoto multiespectral, por registrarem da-
dos em vrias faixas de espectro EM, permitem a combinao de bandas. A
forma mais usual de combinao atravs da combinao de trs imagens
(triplete), cada uma colocada num filtro ou plano de cor, resultando numa
composio colorida. Para isto so utilizadas as trs cores primrias: vermelho,
verde e azul. Atravs desta tcnica, a imagem colocada no plano de cor verme-
lha ter seus nveis de cinza convertidos em nveis de vermelho, o mesmo
ocorrendo com as imagens colocadas no verde e no azul. Esta uma forma de
sintetizar trs ima-
gens em uma e ao
mesmo tempo re-
present-l as em
cores. As cores re-
sultantes no tm
nada a ver com as
cores reai s dos
materiais no terre-
no, sendo por isso
denominadas de
composio falsa
cor (Figura 31).
azul ciano
magenta branco
preto verde
vermelho amarelo
Figura 30 - Cubo de cores
GREEN
BLUE
RED
Imagem
falsa cor
Imagem 1
Imagem 2
Imagem 3
Figura 31 - Formao da composio colorida (RGB)
Formao das Cores ________________________________________________________ 51
Na composio colorida cada pixel ter a cor resultante da combinao da
intensidade das cores primrias expressa pelo NC. Isto ilustrado pela Figura 32,
na qual o pixel assinalado ter uma cor resultante de intensidade mxima de azul
com intensidade mdia de vermelho e nenhuma contribuio do verde.
A imagem monocromtica formada quando a mesma banda colocada
nos trs planos de cor, pois, neste caso, os pixels tero o mesmo NC no verme-
lho, verde e azul. Se, na Figura 32, a imagem I for colocada nos trs planos de
cor, o pixel assinalado ser formado pela intensidade igual (NC=102) de ver-
melho, verde e azul, resultando num cinza mdio.
Pseudocor: a transformao de uma imagem em preto e branco em
imagem colorida pela converso dos nveis de cinza de imagem unidimensional
em trs dimenses de cores.
A pseudocor formada atravs da manipulao de Look-up Tables (LUTs)
como mostra a Figura 33. Na parte superior da figura (a) so mostradas as
LUTs nas quais a intensidade de cor corresponde ao NC da imagem. Se os NCs
forem iguais para os trs planos de cor, o display ser monocromtico. A Figu-
ra 33 b, mostra as LUTs transformadas de forma que para um mesmo NC have-
r uma intensidade de cor distinta em cada plano de cor, para a produo de
imagem pseudocor.
Imagem 1
Imagem 2
Imagem 3
Composio
colorida
Filtros de
cor
RED GREEN BLUE
108 104 101 98
109 114 104 100
110 102 107 111
9 7 4 3
3 2 5 1
2 0 2 1
238 236 244 241
247 250 248 251
252 255 250 253
Figura 32 - Formao das cores
Nveis de cinza
(a) LUT para monocromtico display
I
n
t
e
n
s
i
d
a
d
e
d
e
c
o
r
255
0
0 255 0 255 0 255
Nveis de cinza
(b) Pseudocor
Vermelho Azul
0 255 0 255 0 255
I
n
t
e
n
s
i
d
a
d
e
d
e
c
o
r
255
0
Verde
Figura 33 - LUT para monocromtico e pseudocor display
(a) A intensidade de cor corresponde ao NC da imagem.
(b) As LUTs so alteradas para produzir intensidade
de cor distinta em cada plano de cor.
Formao das Cores ________________________________________________________ 53
atiamento (Density slicing)
a subdiviso dos nveis de cinza de uma imagem monocromtica em
intervalos que so representados por cores. Cada faixa do intervalo, como, por
exemplo, 75-90, representado por um ponto no cubo RGB (Figura 34). A
Figura 35 mostra uma imagem composta por feies terrestres e aquticas. As
feies aquticas foram fatiadas, segundo os nveis de cinza correspondentes
profundidade da gua.
Transformao IHS (Intensity, Hue, Saturation)
O modelo do HSI ou do hexacone usa os conceitos de hue (H), saturation (S) e
intensity (I) para explicar a idia de cor. Hue (matiz, nuana da cor) o que a gente
percebe como cor (vermelho, azul, prpura e rosa). dado pelo comprimento de onda
dominante do espectro EM. Saturation (saturao) o grau de pureza da cor; pode ser
considerado como a proporo de branco misturado com a cor. A cor pura 100%
saturada. Intensity (intensidade) a medida do brilho da cor.
Ciano Branco
Azul
Magenta
Preto Vermelho
Amarelo
b
1
b
2
g
1
g
2
P
75
90
Verde
Q
r
1
r
2
150
180
Figura 34 - Representao grfica do fatiamento
O intervalo 75-90 de NC representado pelo ponto P do cubo de cores,
enquanto o intervalo 150-180 representado pelo ponto Q.
Fonte: Mather, 1987.
O sistema IHS
utiliza o hexacone in-
vertido para represen-
tar as cores, ao invs
do cubo como o sis-
tema RGB (Figura 36).
A intensidade varia de
0 a 1, do pice base.
A distncia radial at
o eixo central repre-
senta a saturao,
que varia do branco
at a cor pura. Quan-
to mais distante do branco, maior
a saturao. O matiz representa-
do como uma seqncia radial ao
redor do eixo da intensidade.
A vantagem do modelo IHS
definir as cores por trs atribu-
tos (I,H,S) ao invs da intensidade
das cores primrias. Estes atribu-
tos podem ser analisados e mani-
pulados individualmente, ao contr-
rio do sistema RGB, onde eles es-
to intrinsecamente interligados.
Esta independncia permite proces-
sar os atributos separadamente, por
exemplo, realar apenas a intensi-
dade (I). Tal procedimento no
possvel no modelo RGB.
A transformao IHS feita
em mltiplas etapas, representadas
pela Figura 37. Primeiramente, nas
trs bandas selecionadas, o progra-
ma faz a transformao matemti-
ca para IHS, representando inten-
sidade, matiz e saturao do triple-
NC terra > 50
NC (gua)
0 - 15
15 - 30
30 - 50
Figura 35 - Imagem fatiada
As cores representam nveis de profundidade da gua.
I
verde
ciano
amarelo
vermelho branco
magenta
azul
H
S 0,0
1,0
preto
Figura 36 - Modelo de hexacone
R
G
I
H
S
R
G
B
B
TM 1
TM 2
TM 3
Realce
Linear
Figura 37 - Transformao IHS
Formao das Cores ________________________________________________________ 55
te original. A seguir, aplica-se um aumento linear de contraste e faz-se a reverso
das trs imagens para o espao RGB.
Esta tcnica utilizada para duas finalidades: melhorar a utilizao do espa-
o de cores, principalmente quando a correlao interbandas alta; e combinar
diferentes tipos de imagens ou mesmo imagens de natureza diferente. Exemplos:
a) fuso de imagem SPOT pancromtica (composta por apenas uma banda)
com imagem TM (Figura 38), para produzir uma imagem colorida com a resoluo
espacial de 10 metros.
b) fuso de imagem de radar com imagem tica, para produzir uma compo-
sio colorida que apresente as estruturas e relevo presentes na imagem de radar.
c) fuso de imagem classificada com duas bandas espectrais para produzir
uma visualizao das classes superposta aos tons da imagem.
O procedimento envolve:
a) calcular os componentes IHS das bandas originais;
b) aplicar o aumento de contraste nos componentes H e S e na imagem a ser
fundida (SPOT, radar ou classificada);
c) substituir o componente I pela imagem a ser fundida; e
d) aplicar a transformao inversa IHS RGB.
I
H
S
R
G
B
R
G
R
G
B
B
TM 1
TM 2
TM 3
SPOT
PAN
Figura 38 - Fuso de trs bandas de imagem TM com SPOT
O processamento digital permite operaes aritmticas en-
tre imagens. As mais importantes so:
Adio;
Subtrao;
Multiplicao; e
Diviso (razo espectral).
As operaes aritmticas so utilizadas em anlises
multiespectrais (diferentes canais espectrais de uma mes-
ma cena) e em anlises multitemporais (a mesma imagem
em diferentes datas). As operaes so efetuadas entre os
NCs dos pixels correspondentes nas diversas imagens. O
requisito bsico para estas operaes que as imagens
estejam registradas, ou seja, que haja uma perfeita super-
posio de pixels correspondentes.
As operaes aritmticas visam:
a) reduo da dimensionalidade dos dados que obtida
atravs das tcnicas de compresso;
b) ao realce das similaridades (adio e multiplicao); ou
c) ao realce das diferenas (subtrao e diviso).
Adio
Consiste na soma, pixel a pixel, dos NCs e na diviso
pelo nmero de imagens somadas. utilizada para:
Redefinir uma nova banda, formada pela mdia de bandas
adicionadas. Exemplo: soma das bandas 1,2,3 do LANDSAT/TM
O peraes
aritmticas
com imagens
para produzir uma nica banda da faixa do visvel, que seria expressa pela
equao Bv = (b1 + b2 + b3) / 3. Neste caso o objetivo seria sintetizar toda
a informao das bandas situadas nos intervalos do azul, verde e vermelho do
espectro eletromagntico por uma nica banda (Bv ).
Combinar imagens originais com imagens processadas. Exemplo: soma
de imagem filtrada (realce de borda) com a imagem original para combinar a
informao tonal da imagem original com a informao textural da imagem
filtrada.
Subtrao
Subtrao de imagens de diferentes datas
A anlise temporal baseia-se nas diferenas da resposta espectral, em
diferentes datas, devido a alteraes ocorridas na superfcie da terra. A subtra-
o de imagens utilizada para a deteco de alteraes ocorridas na superf-
cie da terra, tais como: desmatamento, mudanas no uso do solo, expanso de
reas urbanas ou agrcolas, diferenas sazonais na vegetao.
Para a anlise multitemporal, alguns cuidados devem ser tomados:
as imagens devem ser registradas no mesmo Sistema de Projeo, Elip-
side e Datum;
as imagens devem ser tomadas em horrio solar prximo, para minimizar
os efeitos causados pelo ngulo de inclinao do sol; e
para os sensores com apontamento lateral como o SPOT, as imagens
devem ter o mesmo ngulo de visada.
Subtrao de bandas de imagens da mesma data
usada para a identificao de diferenas com base no comportamento
espectral dos materiais. Exemplos:
a) em estudos de vegetao e meio ambiente, a subtrao do canal 7
(0.8-1.1m) pelo canal 5 (0.6-0.7m) do LANDSAT/MSS poder realar dife-
renas na cobertura vegetal; e
b) em pesquisa mineral a subtrao do canal 3 (0.63-0.69 m) pelo canal
1 (0.45-0.52 m) do LANDSAT/TM serve para realar minerais formados por
xidos de ferro e formaes laterticas, os quais apresentam alta reflectncia
no vermelho e baixa reflectncia no azul.
A subtrao de imagens com resoluo radiomtrica de oito bits produz
resultados no intervalo -255 a +255. Como somente os valores no intervalo
de 0 a 255 podem ser representados, necessrio fazer um ajuste. Um mtodo
de ajuste adicionar 255 ao resultado da subtrao para transformar os valo-
res para o intervalo 0 a 510, que so ento divididos por dois. Numa imagem
assim processada, os pixels nos quais no houve alterao significativa dos
NCs ficaro situados em torno do valor 127 (Figura 39). As diferenas so
detectadas pelo afastamento para cima ou para baixo deste valor central.
Operaes Aritmticas com Imagens _________________________________________ 59
Razo
espectral
(Ratio)
P r o d u z
imagens geradas
pela diviso de
canais da mesma
cena. O resultado
uma imagem
que melhor refle-
te as verdadeiras
caractersticas da
superfcie. As principais vantagens da razo espectral so:
minimizar as diferenas nas condies de iluminao de uma cena. O
resultado a reduo do efeito da topografia sobre a resposta espectral
(Figura 40).
ressaltar a reflectncia espectral de determinados alvos. Por exemplo,
para ressaltar corpos de gua, uma banda do visvel, onde a reflectncia
da gua maior, seria dividida pela banda do infravermelho, onde a re-
flectncia da gua menor. Na imagem produzida os pixels que represen-
tam gua teriam NCs mais elevados, destacando os corpos dgua.
muito utilizada nos estudos de vegetao, para determinao de ndices
de biomassa, rea foliar, deteco de fitopatologias, fenologia, etc. Para
isso foram desenvolvidos ndices de vegetao, baseados no fato de que
a clorofila apresenta intensa absoro na regio do visvel (particularmen-
te na faixa do vermelho) e intensa reflectncia na regio do infravermelho
prximo. Portanto, o ndice de vegetao mais simples seria dado pela
subtrao do canal do infravermelho prximo pelo canal do vermelho
(Exemplo: MSS7-MSS5 ou TM4-TM3). Os valores mais elevados seriam
indicativos de vegetao sadia. As reas de vegetao sadia so ressalta-
das (NCs mais altos), na imagem resultante.
Em prospeco mineral, a razo de canais pode ser utilizada para identi-
ficao de zonas de alterao hidrotermal (minerais argilosos relaciona-
dos a concentraes minerais) que so realados pela razo TM5/TM7.
Presena de xidos de ferro (limonita) associados a minrios sulfetados
podem ser detectados pela razo TM3/TM1.
O tipo mais comum de ndice de vegetao o Normalized Difference
Vegetation Index (NDVI) que obtido pela equao:
NDVI = Biv - Bv / Biv + Bv
onde Biv e Bv so as bandas situadas no infravermelho e no visvel, res-
pectivamente, de um determinado sensor. Assim, para o LANDSAT/MSS a equa-
o ser traduzida para MSS NDVI = MSS7 - MSS5 / MSS7 + MSS5, e para
o NOOA/AVHRR ser NDVI = B2 - B1 / B2 + B1.
0 100 127 150 255
Nvel de cinza
F
r
e
q
n
c
i
a
Figura 39 - Histograma de uma imagem de sada de subtrao
Modificado de Crosta de 1993.
A razo de canais produz uma concentrao dos valores em torno de linhas
de mesma razo (Figura 41 ). So nmeros decimais, em geral situados entre 0 a
5. Estes valores devem ser convertidos para nmeros inteiros e escalados para o
intervalo compatvel (por exemplo, 0 a 255) para evitar a extrema compresso dos
NCs. Mesmo com a redistribuio dos valores para a escala de 0 a 255, possvel
que haja uma reduo da variabilidade das respostas espectrais. Isto ocorre quan-
do objetos distintos so concentrados na mesma linha de razo, tornando-se deste
modo indistinguveis, como ilustra a Figura 42. A razo de canais deve, portanto,
ser utilizada com cautela para evitar efeitos indesejveis.
M ultiplicao
Reala as feies comuns s bandas que so multiplicadas. Como geral-
mente as zonas de sombras so comuns a todas as bandas, deduz-se que esta
operao reala as feies morfolgicas, sendo til para a geologia estrutural,
cartografia e geomorfologia.
A
B
Radincia:
Infravermelho
prximo: 160
Vermelho: 60
razo: 2,666
Radincia:
Infravermelho
prximo: 75
Vermelho: 28
razo: 2,678
SOL
Figura 40 - Reduo do efeito da topografia
O mesmo material possui radincia em A muito superior radincia em B
devido posio em relao ao Sol. A transformao dos pixels em valores de
razo entre bandas elimina a distoro.
Operaes Aritmticas com Imagens _________________________________________ 61
A multiplicao de imagens pode ser usada para combinar o primeiro princi-
pal componente (PC1), o qual contm a maior parte da informao morfolgica
(textural), com os componentes PC2, PC3 e PC4, que possuem informaes pre-
dominantemente tonais. A PC1 chamada de componente acromtica e as outras
so denominadas componentes cromticas. Ao se combinar estas quatro imagens
atravs da multiplicao do PC1 pelos trs outros, obtm-se uma imagem de qua-
tro dimenses: uma dimenso textural, com informao morfolgica, e trs di-
menses tonais.
Da mesma forma pode-se combinar uma imagem SPOT com trs imagens
TM no correlacionadas (ex.: trs componentes principais ou trs razes de ban-
das). A composio colorida resultante conter a informao textural/morfolgica
(dimenso acromtica) com resoluo espacial de 10 metros do SPOT e a informa-
o espectral das trs imagens (cromticas) TM.
255 1
0,5
0,25
0 255
Imagem A
I
m
a
g
e
m
B
8 4 2
Figura 41 - Linhas de mesma razo
reas homogeneizadas pela razo de canais.
0 255
2
1
3
255
Imagem A
I
m
a
g
e
m
B
Figura 42 - Perda de informao
na razo de canais
Os crculos 1 e 2 representam materiais
distintos que ficaram situados em linhas de
mesma razo.
Modificado de Canas, 1987, e Crosta, 1993.
iltragem de imagens
reqncia espacial
As imagens apresentam reas com diferentes respostas
energia eletromagntica que so expressas pela tonalidade. O pa-
dro de arranjo dos elementos tonais chamado de textura. O
elemento textural a menor superfcie contnua e homognea
distinguvel na imagem.
A freqncia espacial de uma imagem dada pelas varia-
es de intensidade (brilho) por unidade de distncia. Se numa
determinada rea da imagem h pouca variao de brilho, a fe-
qncia espacial considerada baixa. De modo inverso, a alta
freqncia espacial revelada pela grande variao de tonalida-
des por unidade de distncia. Portanto, a freqncia espacial des-
creve as variaes de brilho de uma imagem.
Numa imagem digital, os valores discretos dos NCs podem
ser linearmente ajustados segundo curvas. Ao se plotar em um
grfico as variaes lineares dos nveis de cinza de uma imagem,
obtm-se, geralmente, uma curva complexa. A Figura 43A mos-
tra uma curva representando as variaes de NC ao longo de uma
linha da imagem. Esta pode ser decomposta em um conjunto de
componentes senoidais, com diferentes freqncias e amplitudes
(Figura 43B).
Os limites entre diferentes materiais (expressos pela to-
nalidade) podem ser bruscos ou suaves. Os limites so repre-
sentados graficamente, por gradientes tanto mais inclinados
quanto maiores forem as diferenas e mais bruscos os conta-
tos. Os limites com acentuado gradiente so denominados
bordas.
As bordas so mais freqentes e ntidas em reas com alta freqncia espa-
cial (cenas heterogneas: reas agrcolas com alta diversidade de cultivos, limites
entre reas sombreadas e iluminadas, reas urbanas, malha rodoviria, contatos
litolgicos). Cenas com estas caractersticas produzem curvas com baixo compri-
mento e alta freqncia. As cenas homogneas (vegetao natural, monocultu-
ras), por outro lado, apresentam variaes gradacionais e podem ser vistas como
ondas de grande comprimento e baixa freqncia.
A filtragem espacial de freqncia consiste de operaes espaciais que fil-
tram determinadas freqncias no sentido de suavizar (filtros de passa-baixas ou
low-pass filter) ou real-
ar a diversidade (filtros
de passa-altas ou high-
pass filter). As filtragens
so muito usadas para
realar bordas, feies li-
neares e padres de tex-
tura. Isto feito atravs
da supresso ou realce
de determinadas fre-
qncias espaciais.
As filtragens po-
dem ser implementadas
atravs de dois proces-
sos, denominados:
a) Convoluo; e
b) Anlise de ourier.
A anlise de Fourier con-
siste de operaes ma-
temticas complexas
para separar os vrios
componentes das fre-
qncias espaciais. A
convoluo opera no do-
mnio espacial da ima-
gem e, apesar de mais
simples, satisfatria
para os objetivos mais
comuns em PDI.
Convoluo
Define-se uma janela composta por um nmero mpar de linhas e colunas
que referida como mscara (kernel). Chama-se convoluo ao processo de filtra-
gem efetuado pelo deslocamento da mscara sobre a imagem pelo avano de um
pixel por vez (Figura 44). Chama-se de operador ao tipo de processo matemtico
ou estatstico caracterstico de um determinado filtro, o qual define, para cada
pixel da mscara, um coeficiente ou peso representativo de alguma relao mate-
mtica. A filtragem envolve o clculo do valor do pixel central, em funo do
B
r
i
l
h
o
B
r
i
l
h
o
Distncia
Distncia
A
B
Figura 43 - Curvas de freqncia espacial
(A) Curva representando as variaes de NC ao longo de uma
linha da imagem.
(B) Decomposio em curvas senoidais com diferente comprimento
de onda e amplitudes. A adio do brilho das curvas superpostas
em cada ponto reproduz a curva original.
Fonte: Drury, 1987.
Filtragem de Imagens _______________________________________________________ 65
conjunto de pixels da rea da imagem coberta pela mscara. O processo
repetido atravs da convoluo, resultando na transformao dos NCs da ima-
gem original.
As filtragens so operaes de rea ou vizinhana e no pontuais (como
os realces de contraste). Por isso, o NC de um pixel p aps a transformao
depende do NC original de p e dos seus vizinhos na mscara e do operador
utilizado. Quanto maior a mscara utilizada, maior o efeito da filtragem.
Tipos bsicos de filtros de convoluo:
iltros de passa-
baixas (low-pass
filter)
Eliminam as altas freqncias,
retirando detalhes, suavizando e ho-
mogeneizando a imagem. Por outro
lado, produzem um efeito indesej-
vel que o borramento ou perda da
nitidez. Quanto maior o tamanho da
mscara, maior a suavizao. So
tambm utilizados na remoo de
rudos eletrnicos. Os rudos so
valores anmalos causados por fa-
lhas no sistema de transmisso ou
recepo de sinais.
Filtro de mdia
Substitui o NC do pixel origi-
nal pela mdia aritmtica do NC dos
pixels da mscara, produzindo uma
suavizao.
Filtro de mdia ponderada
aquele que atribui pesos aos pixels em funo de sua distncia do pixel
central. Aumentando-se o peso do pixel central, reduz-se o efeito da suavizao.
Filtro de moda
O pixel central substitudo
pelo valor de DN mais comum den-
tro da mscara. bastante usado
como processo de ps-classificao,
para limpar pixels isolados dentro de
uma determinada classe.
Elemento
que deixa
a mscara
Elemento
que entra
na mscara
Figura 44 - Convoluo
1/9
1/9 1/5
1/9
1/9 1/5
1/9 1/5
1/9 1/5
1/9
1/9 1/5
1/9
Figura 45 - Filtro de mdia
(a) Mscara quadrada (b) Mscara +
Filtro de mediana
O pixel central substi-
tudo pela mediana dos pixels
da mscara, ou seja, o pixel de
NC intermedirio.
Este filtro pode ser usa-
do para eliminar os drop-outs
(NCs anmalos causados por
rudos da imagem).
iltros de passa-
altas (high pass
filter)
Eliminam as feies de
baixa freqncia, realando as
de alta freqncia. So usados
para realar bordas, detalhes,
contatos, lineamentos, etc.
Filtro
Filtro
a
b
Rudo Atenuao
Borda Borramento
Figura 46 - Efeitos do filtro passa-baixas
(a) O valor anmalo de NC causado por rudo atenuado.
(b) A borda entre dois objetos atenuada pela perda de nitidez.
1/16 1/16
1/16 1/16
1/8
1/8
1/8 1/8 1/4
1/6
1/6
1/6 1/6 1/3
(a) Mscara quadrada (b) Mscara +
Figura 47 - Filtro de mdia ponderada
3 3
3 3
8 8
3 3
11 3
6 6
11 11
9 9
13 13
3, 3, 3, 6, 8, 9, 11, 11, 13
input output
Figura 48 - Exemplo de aplicao de filtro de moda
Filtragem de Imagens _______________________________________________________ 67
Filtros
laplacianos
Caracterizam-se por opera-
dores cuja soma dos pesos da
mscara igual a zero.
Filtros
laplacianos +
imagem original
Os produtos das filtragens
de passa-altas so ricos em in-
formao textural, mas pobres
em informao tonal, dificultan-
do a interpretao. Entretanto,
possvel resgatar a informao
tonal adicionando-se a imagem
original imagem filtrada. Isto
pode ser obtido numa nica etapa de filtragem, adicionando-se, nos operadores da
Figura 50, a unidade ao valor central da mscara. Resultados interessantes podem
ser obtidos ao se atribuir um peso maior ainda imagem original em relao
imagem filtrada, o que pode ser implementado pela adio de mais unidades ao
pixel central do operador.
3 3
3
8 8
8
3 3
11
6 6
11 11
11 9 9
13 13
3, 3, 3, 6, (8), 9, 11, 11, 13
input output
Figura 49 - Exemplo de aplicao de filtro de mediana
0
4 8
-1 -1 -2
-2
-2 4 -2
-1 -1 -1
-1 1
1 -1
-1 -1
-1 1
1
-1 -1
0
0 0
Figura 50 - Exemplos de operadores de laplace
Filtro
Filtro
a
b
Rudo Ampliao
Borda Realce
Figura 51 - Efeitos do filtro de passa-altas
(a) ampliao do valor anmalo.
(b) realce de borda.
Filtros direcionais
So tipos especiais de filtros de passa-altas destinados a realar lineamen-
tos, segundo direes predeterminadas (Figuras 52 e 53).
Subtrao dos componentes de baixa
freqncia
O realce de bordas (edge enhancement) uma das operaes utilizadas com
freqncia para realar feies lineares e contatos entre diferentes objetos. O real-
ce de borda pode ser alternativamente obtido pela subtrao dos componentes de
baixa freqncia da imagem original.
Filtros de Sobel
N - S NE - SW E - W NW - SE
1 2 1 0 1 2 -1 0 1 -2 -1 0
0 0 0 -1 0 1 -2 0 2 -1 0 1
-1 -2 -1 -2 -1 0 -1 0 1 0 1 2
Figura 52
Filtros de Prewitt
N - S NE - SW E - W NW - SE
1
1 1
1 1
-1
-2
-1 -1
1
-1 1
1 1
-1
-2
1 -1
-1
-1 1
1 1
-1
-2
1 1
-1
-1 1
1 -1
1
-2
1 1
Figura 53
Varincia e covarincia de imagens
A varincia uma medida de disperso que expressa a va-
riabilidade dos dados em torno da mdia. Quanto maior a varin-
cia, maior o espalhamento e portanto maior o contraste da ima-
gem. O procedimento para calcular a varincia de uma proprieda-
de pode ser estendido para a variabilidade mtua de duas propri-
edades. A covarincia a variao conjunta de duas ou mais
variveis em torno da mdia. Variveis diretamente relacionadas
apresentam uma elevada covarincia. Variveis independentes
mostram baixa covarincia. A covarincia d a medida de quanto
de informao contida em um par de bandas comum a ambas.
Correlao
O grau de inter-relao entre variveis geralmente ex-
presso pelo coeficiente de correlao. A correlao indica o
grau de associao estatstica entre as variveis expressas no
intervalo de 0 a 1. dada pela razo da covarincia pelo pro-
duto dos desvios padres das variveis. Corresponde a uma
estandardizao da covarincia. A correlao pode ser positi-
va ou negativa (intervalo 1 a -1).
Grfico de disperso
O grfico de disperso (scatterplot), tambm denominado
de espao de atributos, um histograma bidimensional que re-
presenta as componentes de duas bandas de uma imagem multi-
dimensional e permite verificar a relao entre as mesmas. A Fi-
Anlise de principais
componentes - APC
gura 54 representa duas variveis (X,Y) alta-
mente correlacionadas, cujos dados se posici-
onam prximos ao eixo diagonal principal AB.
Quanto mais valores localizados prximos a
este eixo, maior a correlao entre as vari-
veis. A correlao prxima de 100% seria re-
presentada por uma linha reta. Por outro lado,
dados que se afastam do eixo AB, so menos
correlacionados e podem definir um outro eixo
(CD), perpendicular ao primeiro. Os eixos AB e
CD da Figura 54 configuram uma elipse. A re-
presentao de uma terceira varivel (Z) per-
pendicular a X e Y, resultaria em um terceiro
eixo, definindo um elipside.
A Figura 55 mostra o grfico de disper-
so de duas variveis pouco correlacionadas.
A disperso dos dados definem um eixo CD,
quase to importante quanto o eixo AB, e a
figura se aproxima do crculo.
Correlao de imagens
O grfico de disperso utilizado para
representar a correlao entre imagens. Duas
imagens so ditas correlacionadas quando,
dada a intensidade de um determinado pixel
em uma delas, pode-se deduzir com razo-
vel aproximao a intensidade do pixel cor-
respondente outra imagem. Isso ilustra-
do pela Figura 56, na qual para um determi-
nado valor a da imagem A vai corresponder
a um valor no intervalo entre b e b na ima-
gem B. Este intervalo inversamente pro-
porcional correlao. Assim sendo, ban-
das altamente correlacionadas fornecem ba-
sicamente as mesmas informaes enquan-
to bandas pouco correlacionadas fornecem
informaes diferentes.
A correlao entre imagens costuma
ser representada atravs de uma matriz de
correlao como a do Quadro 18.
A Quadro 18 mostra que a correlao
entre a banda 6 (canal termal) e as bandas
refletivas de modo geral baixa. Entre os ca-
nais refletivos, as bandas do visvel (1,2 e 3)
so as que possuem maior correlao entre si
e a banda 4 (infravermelho prximo) a que
exibe a mais baixa correlao com as demais.
Varivel X
V
a
r
i
v
e
l
Y
B
A
D
C
Figura 55 - Grfico de disperso de duas
variveis com baixa correlao
Varivel X
V
a
r
i
v
e
l
Y
B
A
D
C
Figura 54 - Grfico de disperso
de duas variveis altamente
correlacionadas
a
b
b
Imagem A
I
m
a
g
e
m
B
Figura 56 - Imagens
correlacionadas
A partir de um valor de NC da Imagem A
pode-se deduzir um valor na Imagem B.
Modificado de Crosta, 1993.
Anlise dos Principais Componentes - APC____________________________________ 71
Causas da existncia de correlao
Bandas que apresentam respostas espectrais semelhantes aos objetos pre-
sentes na cena.
Sombreamento topogrfico. Nos sensores multiespectrais que dependem
da iluminao solar, poder haver um sombreamento devido ao relevo do terreno,
o qual afeta todas as bandas da mesma maneira, contribuindo para a correlao
interbandas. O sombreamento dificulta o processamento digital, especialmente a
classificao.
A correlao de imagens devido ao sombreamento dever ser menos ex-
pressiva com banda termal que expressa a energia emitida (banda 6 do TM).
A anlise multiespectral baseia-se na peculiaridade do comportamento es-
pectral dos materiais. Todavia, se as bandas so altamente correlacionadas, a
informao contida nas mesmas ser similar e a capacidade de discriminao dos
alvos ser reduzida. Alm disso o processamento de dados altamente correlacio-
nados representa desperdcio de tempo e recursos computacionais, j que se trata
de informao redundante.
A transformao por principais componentes
A principal funo da Anlise de Principais Componentes - APC - determi-
nar a extenso da correlao e remov-la. Um conjunto N de imagens de entrada
vai produzir, quando processadas atravs da APC, um outro conjunto de imagens
de sada, sem nenhuma correlao entre si.
O mtodo para melhorar a separao dos dados redistribu-los, segundo
um outro conjunto de eixos no espao multidimensional que maximize a separa-
o dos dados. A APC uma tcnica estatstica que rotaciona os eixos de uma
imagem no espao multidimensional na direo dos eixos de maior varincia. Tem
a funo de definir a dimensionalidade dos dados e identificar os principais eixos
de variao. Estes eixos vo definir, no espao multidimensional, o elips ide de
distribuio dos dados.
Considerando o grfico de disperso de duas imagens A e B, o parmetro
mais simples de especificar a posio do centr ide de distribuio (Figura 57). O
centride representa o centro de gravidade da distribuio, definido pela mdia
Quadro 18 - Exemplo de matriz de correlao
(Imagem TM de Inglaterra) Derbyshire,
Banda 1 2 3 4 5 6 7
1
2
3
4
5
6
7
1,000
1,000
1,000
1,000
1,000
1,000
1,000
0,954
0,952 0,932
0,729
0,843
0,365
0,840
0,795
0,877
0,390
0,862
0,697
0,892
0,416
0,908
0,819
0,459
0,673
0,582
0,948 0,552
dos dois conjuntos de dados. O ta-
manho da distribuio determina-
do atravs do clculo do espalhamen-
to, ao longo de cada eixo, que dado
pela varincia.
Primeiro determina-se a direo
relativa ao centride que possui m-
xima varincia ou espalhamento, atri-
buindo-se a ela o eixo da 1
a
Principal
Componente (PC). Na Figura 58 essa
direo representada pelo eixo prin-
cipal da elipse. Em seguida, determi-
na-se a direo relativa ao centride
que possui a segunda maior varin-
cia, com a condio de que ela seja
ortogonal em relao primeira. Atri-
bui-se a esta o eixo da 2
a
PC. Na
Figura 58 (bidimensional), h apenas
uma possibilidade para a 2
a
PC. No
espao multidimensional, porm,
examina-se outras direes ortogo-
nais 1
a
PC para determinar a 2
a
PC.
Este processo ento repetido tan-
tas vezes quanto for o nmero de ban-
das, at que todos os eixos sejam de-
terminados. Por ltimo rotaciona-se
os eixos em volta do centride, at
que cada uma das direes encon-
tradas fique paralela a um dos eixos
originais (Figura 59).
Atravs deste processo, a par-
tir de N imagens brutas produzido
um novo conjunto de N imagens sem
correlao nenhuma (eixos ortogo-
nais). A PC1 ir conter a informao
que comum a todas as bandas ori-
ginais; a PC2 ir conter as feies
mais relevantes do conjunto restante
e assim sucessivamente.
Autovetores e autovalores
Os principais componentes so derivados da matriz de correlao ou da
matriz de varincia-covarincia. Se existem p bandas, a matriz ser simtrica e
composta de p linhas e p colunas. A APC produz uma transformao da matriz
de modo que a covarincia entre as bandas igualada a zero. Este processo de
correlao ainda redistribui os dados entre os novos (principais) componentes.
A
Imagem A
I
m
a
g
e
m
B
(A,B) = intensidade mdia das imagens A e B.
(A,B) = desvio padro das imagens A e B.
B
2 B
2 A
Centride
Figura 57 - Parmetros do elipside de distribuio
Imagem A
I
m
a
g
e
m
B
Centride
Eixo PC2
Eixo PC1
Figura 58 - Determinao dos eixos das PCs
Anlise dos Principais Componentes - APC____________________________________ 73
O comprimento dos eixos das PCs, dado
pela varincia, chamado de autovalor
(eigenvalue). Os eigenvalues represen-
tam a proporo relativa da varincia de
toda a cena representada em cada com-
ponente, ou seja, a quantidade de infor-
mao contida em cada PC. So medi-
dos em unidades de varincia ou em per-
centagem da varincia total (Quadro 19).
O maior autovalor define o primei-
ro componente principal, e assim suces-
sivamente. O primeiro principal compo-
nente geralmente contm a maior parte
da varincia (geralmente mais de 90%)
e o maior contraste. Este , portanto, o
componente que contm mais informa-
o. O Quadro 19 mostra que, nesta
imagem, 96% da varincia est contida nos trs primeiros PCs. Por isso, teori-
camente, as sete bandas podem ser substitudas pelos estes trs PCs, com
muito pouca perda de informao. Nas PCs subseqentes, a quantidade de
informao decresce. Qualitativamente, porm, qualquer PC pode ser impor-
tante, uma vez que muitas vezes no so as feies comuns, mas as anmalas
que precisam ser ressaltadas.
Associados a cada autovalor, existe um conjunto de coordenadas, cha-
madas de autovetores (eigenvectors), que representam as direes dos ei-
xos das PCs. As p bandas originais so projetadas para n novos principais
componentes como combinaes lineares aditivas, atravs dos autoveto-
res. Cada um destes um fator do peso da contribuio de cada banda
para o PC. Portanto, os autovetores refletem a importncia relativa das
bandas no componente principal. So estandardizados de modo que a soma
dos autovetores ao quadrado igual a 1.
Eixo PC1 transladado
E
i
x
o
P
C
2
t
r
a
n
s
l
a
d
a
d
o
Eixo PC2
Eixo PC1
Figura 59 - Rotao dos eixos das PCs
Principal componente
1
2
3
4
5
6
7
Quadro 19 - da Imagem de Eingenvalues Derbyshire
Eingenvalue % Varincia
5,5324
0,7978
0,3886
0,1774
0,0534
0,0310
0,0193
79,03
11,40
5,55
2,53
0,76
0,44
0,28
O Quadro 20 mostra que o primeiro PC formado pela contribuio de
todas as bandas, com predominncia das bandas reflexivas. O segundo PC
dominado pela informao da banda termal e no terceiro PC, a contribuio
maior da banda quatro.
Interpretao de imagens PCs
A 1
a
PC muito semelhante vista pancromtica da cena. Todas as demais
PCs so desprovidas de informao topogrfica devido ausncia de sombrea-
mento. O rudo e outras informaes anmalas so removidas das primeiras e
tendem a aparecer nas ltimas PCs. Este efeito pode ser explorado pelo analista,
tanto para limpar certos rudos como para detectar feies anmalas de interes-
se para certos temas.
O contraste de cada PC dado pela varincia do respectivo eixo. Pode-se,
entretanto, submeter as imagens PCs a aumentos de contraste (realces), no senti-
do de utilizar todo o espao possvel de NC. Quando combinadas em cores, a
ausncia de correlao entre PCs faz com que as cores resultantes das composi-
es coloridas sejam muito vivas, com ausncia de tons de cinza. So cores puras
e intensamente saturadas, que necessitam ateno especial na hora de associ-
las s feies de interesse.
Principais componentes
1
2
2
3
3
4
4
5
5
6
6
7
7
Quadro 20 - da imagem de Eingenvectors Derbyshire
Banda 1
0,93 -0,24 -0,06 -0,21 0,16 -0,03 -0,01
-0,96 -0,21 0,01 -0,13 -0,07 0,10 0,07
0,95 -0,18 -0,17 -0,05 -0,14 -0,08 -0,04
0,84 0,03 0,54 0,04 -0,01 0,00 -0,04
0,97 0,08 0,01 0,21 0,03 -0,07 0,09
0,57 0,81 -0,06 -0,14 -0,01 0,00 0,00
0,94 0,04 -0,23 0,22 0,04 0,08 -0,06
A classificao automtica dos pixels de uma imagem en-
volve a associao de cada pixel da imagem com um nome que
descreve um objeto real. Se a classificao executada para to-
dos os pixels de uma imagem, o resultado um mapa temtico
mostrando a distribuio de categorias (vegetao, solo, uso da
terra, etc.) que so denominadas de classes. Uma imagem classi-
ficada , portanto, um mapa temtico digital, que, se for georre-
ferenciado, pode ser incorporado a um SIG.
A classificao implementada com base nas diferenas
de comportamento dos materiais ao longo do espectro eletro-
magntico. A Figura 61 mostra a assinatura espectral das classes
Classificao
NC Cor Classe
1
50
100
150
200
250
gua
Manguezal
Floresta
Hortalias
Cereais
Urbano
Figura 60 - Imagem classificada
A, B e C, que so captadas nos intervalos correspondentes aos seis canais
refletivos do LANDSAT/TM. Verifica-se que a classe A seria facilmente separ-
vel das classes B e C na banda quatro, enquanto a classe B seria separvel das
classes A e C na banda sete. Estas duas bandas seriam, portanto, essenciais
para a separao destas classes.
Classificao supervisionada
Para implementao da classificao supervisionada o analista, a partir
do conhecimento da rea ou por inferncias, relaciona reas da imagem com
as classes de cobertura da terra que deseja separar. Nestas reas so selecio-
nadas amostras de treinamento que so um conjunto de pixels considerados
mais representativos das classes de interesse. As classes so, portanto, defini-
das a priori e o processo de classificao visa a enquadrar cada pixel a uma
classe. Todos os pixels das amostras de treinamento de uma dada classe cons-
tituem o conjunto de treinamento para aquela classe, o qual define um padro
de comportamento espectral da classe, geralmente expresso pelos parmetros
estatsticos. O enquadramento de um pixel a uma das classes feito por vrios
mtodos, levando-se em considerao os valores de NC do pixel nas vrias
bandas utilizadas e os padres das classes.
Figura 61 - Assinatura Espectral
1 2 3 4 5 7
A
A
A
A
A
B
B
B
B
B
B
C
C
C
C
C
Classe B
Classe A
Classe C C
0,4 0,8 1,2 1,6 2,0 2,4
R
e
f
l
e
c
t
n
c
i
a
(
%
)
Classes A, B e C nos seis canais reflexivos do LANDSAT/TM.
Fonte: PCI, 1997.
Classificao _______________________________________________________________ 77
Mtodo da mnima distncia
Este mtodo toma como referncia, para cada classe, um ponto no espao
multidimensional definido pela mdia estatstica em cada banda espectral consi-
derada. O algoritmo associa cada pixel desconhecido classe cuja mdia est
mais prxima (Figura 63a).
M todo do paraleleppedo
Os NCs mximos e mnimos de cada classe em cada vetor (banda utilizada)
definem paraleleppedos no espao multidimensional. A Figura 63b ilustra a
formao de uma face dos paraleleppedos, no espao bidimensional. Cada pixel
escolhido em seqncia e seus valores nas diversas bandas so testados para ver
se caem dentro de um dos paraleleppedos. A ocorrem vrias possibilidades:
o pixel cai dentro de um s paraleleppedo;
o pixel cai fora de todos; e
o pixel cai dentro de mais do que um paraleleppedo (caso dos paraleleppe-
dos que se superpem). Neste caso o programa deve apresentar um critrio para
decidir entre os concorrentes. Esta regra deve ser a menor distncia do centro
do paraleleppedo.
67
54
21
37
rea Urbana
111 99 78 09
gua
12 11 19 22
Floresta
62 50 22 35
Compara
Conjunto de imagens:
quatro bandas
Nveis
de cinza
Padres das
classes
Imagem
classificada
1
2
3
4
Classifica
F F F A A A F
F F F F A A A
F F F A A A A
F F A A A U U
F A A A U U U
A A A U U U F
A A U U U F F
Figura 62 - Modelo da Classificao Supervisionada
Modificado de PCI, 1997.
Mtodo da mxima verossimilhana
(MAXVER) ou maximum likelihood (ML)
A forma geomtrica de um conjunto de pontos representando os pixels de uma
classe de interesse pode ser descrita, num grfico de disperso bidimensional, por
uma elipse. A localizao, forma e tamanho da elipse, portanto, reflete a mdia, vari-
ncia e covarincia das duas variveis, e a idia pode facilmente ser estendida para
trs ou mais dimenses. Portanto, considerando-se apenas duas bandas, pode-se
pensar no diagrama de disperso como uma famlia de elipses concntricas centradas
na mdia (Figura 63c). Estas elipses representam linhas de eqiprobabilidade de um
pixel desconhecido pertencer classe. Para um conjunto de trs bandas, deve-se
pensar em termos de elipsides concntricos de eqiprobabilidade. Definidos os par-
metros estatsticos, o algoritmo enquadra o pixel na classe para a qual apresenta a
mais alta probabilidade.
O M AXVER uma tcnica mais robusta do que o paraleleppedo e mnima
distncia por levar em conta a covarincia na definio das elipses de eqiprobabi-
lidade. Isto demonstrado pela Figura 64 na qual a probabilidade de pertencer s
A
B
B
A
Canal A
Mnima Distncia
(a)
Canal A
Paraleleppedo
(b)
Canal A
Mxima Verossimilhana
(c)
C
a
n
a
l
B
C
a
n
a
l
B
C
a
n
a
l
B
Figura 63 - Tcnicas de classificao supervisionada
Fonte: PCI, 1997.
Classificao _______________________________________________________________ 79
classes 1 e 2 representada pelas respectivas elipses. O pixel de posio Q, mais
prximo da mdia da classe 1, seria corretamente classificado por qualquer um
dos trs mtodos, mas o pixel P seria enquadrado na classe 2 apesar de estar mais
prximo da mdia da classe 1. Pelos outros dois mtodos este pixel seria erronea-
mente classificado.
Classificao no-supervisionada
(explorat ria)
A classificao no-supervisionada agrupa os pixels segundo as suas carac-
tersticas espectrais, organizando-os em agrupamentos denominados de clusters
(enxame, aglomerao). Os parmetros mais utilizados para definir os clusters so
a mdia, varincia e covarincia, pelos quais a proximidade espectral dos pixels no
espao multidimensional definida. Os clusters constituem, portanto, classes es-
pectrais. Esta uma importante diferena em relao classificao supervisiona-
da, j que nesta cabe ao analista definir a priori as classes que deseja separar
(classes de interesse), enquanto na classificao no-supervisionada o analista
fornece apenas alguns parmetros como o nmero mnimo e mximo de classes
desejadas e nmero de iteraes. As classes espectrais geradas numa classifica-
Figura 64 - Critrios para classificao pela tcnica ML
Classe 2
Classe 1
2
1
P
Q
Canal 1
C
a
n
a
l
2
o no-supervisionada podem ou no coincidir com as classes de interesse. Tra-
ta-se, portanto, de uma operao exploratria para verificar o que estatistica-
mente separvel ou no, quais as classes mais evidentes e sua relao com o que
se deseja discriminar. Os padres ou assinaturas geradas na classificao no-
supervisionada podem ser aproveitados para uma posterior classificao supervi-
sionada. A Isodata, uma das tcnicas de classificao no-superviosionada mais
empregadas, ilustrada pelas Figuras 65, 66 e 67.
Isodata
O isodata funciona atravs de itera-
es, nas quais a imagem sucessivamen-
te varrida e os clusters vo sendo modifi-
cados, com modificao dos parmetros es-
tatsticos, agregao de novos pixels, divi-
so ou fuso de clusters. Na primeira itera-
o so determinados um nmero N de pi-
xels (sementes) em torno dos quais come-
am a ser gerados os primeiros clusters
(Figura 65).
As sementes funcionam como mdia
em torno das quais vo se formar os agru-
pamentos iniciais. Cada pixel da imagem
ento agrupado ao cluster cuja mdia est
mais prxima (Figura 66).
Na iterao seguinte as mdias dos
clusters so recalculadas e os pixels rea-
grupados, como ilustra a Figura 67.
Todo o processo repetido tantas ve-
zes quantas forem as iteraes programa-
das, nas quais cada pixel pode ser reen-
quadrado em novos clusters, em funo da
proximidade estatstica. O processo pode
ser interrompido, porm, quando, numa de-
terminada iterao, no ocorrer modifica-
o alguma em relao iterao anterior,
indicando que a convergncia foi atingida.
Aps cada iterao os seguintes cri-
trios so aplicados:
Clusters com desvio padro muito
grande so subdivididos para formar clus-
ters menores;
Clusters que esto estatisticamente muito prximos so fundidos; e
Clusters com um nmero pequeno de pixels so eliminados.
n
n
n
n
n
Banda A
B
a
n
d
a
B

1 1

2 2
-

1 1

2
+

2
Figura 65 - Isodata (Iterao I)
Posio dos pixels iniciais ( ) sementes

2 2
+

1 1
+

2 2
-

1 1
-
1
Cluster 5
Cluster 4
Cluster 3
Cluster 2
Cluster 1
Banda A
B
a
n
d
a
B
Figura 66 - Isodata (Iterao II)
Classificao _______________________________________________________________ 81
O peraes p s-
classificao
Agregao de classes
Se, ao analisar o resultado da classifica-
o, o analista observar confuso entre classes
espectralmente prximas, possvel fundi-las em
uma s atravs do processo de agregao de
classes.
Destaque de classe
Esta tcnica consiste em destacar uma clas-
se das demais, exibindo-a isoladamente. A classe
pode ser representada na forma de bitmap (arquivo raster de 2 bits), no qual s os
pixels que representam a classe so evidenciados.
Homogeneizao
comum uma imagem classificada apresentar heterogeneidades como:
a) reas maldefinidas (pixels contguos assinalados a vrias classes); e
b) pixels isolados e fora de contexto (island theme). Estes provveis erros
de classificao so corrigidos atravs de filtro de moda, que promove o agru-
pamento dos pixels isolados classe predominante na sua circunvizinhana.
Este processo de homogeneizao poder corrigir erros de classificao e me-
lhorar a apresentao.
Avaliao da classificao
Uma avaliao qualitativa da classificao pode ser feita visualmente, mas
para a quantificao do nvel de acerto geralmente utiliza-se a matriz de confuso
ou matriz de erro (Quadro 60) a qual expressa, tomando como referncia reas de

2 2
+

1 1
+

2 2
-

1 1
-
1
Banda A
B
a
n
d
a
B
Figura 67 - Isodata (Iterao III)
Imagem classificada Pixel central da mscara 3x3
3 3 3 3 3 3
1 9 3 1 3 3
3 3 3 3 3 3
Filtro de
moda
Figura 68 - Homogeneizao por filtro de moda
teste previamente selecionadas ou as prprias reas de treino, (i) na diagonal, o
nmero de pixels corretamente classificados (pixel que pertence a i e classifica-
do como i), nas linhas os erros de omisso (pixels que pertencem classe i, mas
so classificados como outra classe) e nas colunas os erros de comisso (pixels
classificados como i, mas que pertencem outra classe). Acurcia geral dada
pela proporo de pixels corretamente classificados em relao ao total.
2 3 4 5 6 a b c d
Quadro 21 - Matriz de erro ou de confuso
(Linha: referncia/colunas: resultado da classificao)
1
1
2
3
4
5
6
Soma
50
4
4
0
3
10
3
62
4
0
0
3
0
3
70
0
2
1
0
0
0
64
0
3
2
0
8
0
71
0
5
1
3
0
1
33
60
70
64
78
50
408
83,3
88,5
81,4
100,0
91,0
66,0
10
8
19
0
6
17
60
21
10
6
3
10
10
60
a) nmero de pixels;
b) percentagem de acertos (pixel que pertence a e classificado como );
c) pertence classe (referncia), mas classificado como outra classe (
); e
d) pixel classificado como , mas que pertence outra classe (
).
i i
i
i
erro de
omisso
erro de
comisso
86
Correes geomtrica e
radiomtrica
Correo radiomtrica
A energia eletromagntica, ao atravessar a atmosfera,
parcialmente absorvida, refletida ou espalhada. O espalhamento
ou disperso (scattering) a re-irradiao da energia em todas
as direes pelas partculas da atmosfera. Por isso, o sinal
registrado pelo sensor para cada pixel pode no corresponder
verdadeira radincia da respectiva rea, porque o sinal ate-
nuado pela absoro ou desviado pela disperso causada pela
atmosfera. No processo de espalhamento a imagem ganha bri-
lho, enquanto a absoro subtrai brilho. A absoro causada
principalmente pelo vapor de gua.
A Figura 69 mostra, de forma simplificada, os compo-
nentes do sinal recebido pelo sensor acima da atmosfera. O
espalhamento em S
2
e parte da reflectncia do ponto Q que
redirecionada em S
1
interferem no sinal captado pelo sensor, o
qual deveria provir exclusivamente de P.
Distores adicionais podem ocorrer devido geometria
da iluminao (elevao e azimute do sol), declividade do ter-
reno, direo das cristas de serras. As correes radiomtricas
so importantes para vrias aplicaes:
Razo de canais
As imagens compreendidas na regio do visvel so alta-
mente sensveis ao erro de espalhamento, enquanto as bandas
do infravermelho so praticamente livres de tais interferncias.
Os efeitos da atmosfera aumentam inversamente ao comprimen-
to de onda. Assim sendo, a banda um do LANDSAT/TM mais
afetada do que a banda trs, enquanto a banda cinco muito pouco afetada. A
razo entre estes canais, sem a correo radiomtrica, produzir resultados ten-
denciosos.
Estudos multitemporais
As condies da atmosfera variam de uma data para outra. Por isso, a corre-
o radiomtrica importante nos estudos multitemporais.
Compensao pela disperso atmosfrica
(haze compensation)
O aumento generalizado na radincia produzida pelo espalhamento resul-
ta no aspecto difuso da imagem, referido em ingls como haze (neblina, bru-
ma), prejudicando a nitidez e o contraste. Este fenmeno ocorre com mais
intensidade nos canais situados na faixa de comprimento de onda do azul (ca-
nal 1 do LANDSAT/TM).
Vrios mtodos podem ser utilizados para estimar o aumento de radincia
causada pelo efeito atmosfrico. Para isso, geralmente, utiliza-se comparao en-
tre os NCs de materiais que se caracterizam pela baixa reflectncia, tanto no
infravermelho quanto no visvel. Os mais tpicos so as zonas de sombra e os
corpos dgua profundos. A comparao entre os NCs de pixels destas feies no
P Q
Sensor
Fonte
Alvo
s
1
s
2
Figura 69 - Componentes do sinal recebido pelo sensor
Correes Geomtrica e Radiomtrica ________________________________________ 85
visvel (por exemplo banda um do TM) e no infravermelho (por exemplo, banda
quatro do TM) fornece um indicativo do efeito atmosfrico. A simples comparao
dos histogramas destas duas
bandas fornece uma medida do
efeito da atmosfera sobre a res-
posta espectral.
Ainda com base na respos-
ta das zonas de sombra e cor-
pos dgua pode-se construir um
grfico de regresso (Figura 70).
Plotando-se os valores de uma
banda da faixa do visvel contra
uma banda do infravermelho, o
eixo de regresso, em imagens
livres do efeito de espalhamento
tenderia para a origem. O afas-
tamento da origem d a medida
da distoro causada pelo espa-
lhamento atmosfrico. A corre-
o feita pela subtrao do
valor correspondente ao deslo-
camento a.
Correo geomtrica
As imagens geradas por sensores remotos esto sujeitas a uma srie de
distores que podem ser corrigidas atravs de tcnicas denominadas de correo
geomtrica. Existem dois nveis de correo:
a) correo dos erros sistemticos; e
b) correo de preciso.
Correo de erros
sistemticos
(bulk or system correction)
Os erros sistemticos so aqueles devidos
s caractersticas prprias do sensor, instabilida-
de da plataforma, distoro panormica e a dis-
toro causada pela curvatura e rotao da terra.
A distoro panormica aquela devida ao afas-
tamento do ponto da superfcie da terra direta-
mente abaixo do satlite e proporcional abertu-
ra angular do sensor. A distoro causada pela
rotao da terra ilustrada pela Figura 71. Todas
estas correes so feitas na estao de recep-
o do satlite, usando dados de efemrides e as
especificaes do sensor e da rbita.
a
linha de regresso
c
a
n
a
l
d
o
i
n
f
r
a
v
e
r
m
e
l
h
o
canal do visvel
Figura 70 - Grfico de regresso
O efeito da atmosfera proporcional ao deslocamento a.
A B
C D
O
P Q C D
N
Figura 71 - Efeito da rotao da Terra
rea da cena (ABCD) e rea efetivamente
coberta pelo satlite (ABCD).
Correo de preciso
Esta a correo geomtrica propriamente dita, que remove os erros
residuais, depois que os erros sistemticos foram corrigidos. A correo geo-
mtrica produz o georreferenciamento da imagem, ou seja, estabelece uma
relao geomtrica entre os pixels da imagem e as coordenadas cartogrficas
da rea correspondente. Atravs da correo de preciso a imagem adquire
propriedades de um mapa, com todos os pixels referenciados a um sistema de
Projeo Cartogrfica. O registro o ajuste de uma imagem ao sistema de
coordenadas de outra imagem.
A correo de preciso necessria para:
superposio de dados de imagens e mapas em Sistemas de Informaes
Geogrficas;
ajuste de imagens obtidas em diferentes datas;
integrao de imagens obtidas por diferentes sensores; e
composio de imagens tomadas em posies diferentes para obteno de
estereoscopia.
O processo de correo geomtrica compreende:
determinao das relaes entre os sistema de coordenadas de um mapa ou
de imagem corrigida (imagem de referncia) e da imagem a ser corrigida
(imagem de ajuste);
determinao de uma nova malha de linhas e colunas, orientadas, segundo
um Sistema de Projeo Geogrfica. Este processo envolve a determinao
de uma nova posio para centros dos pixels na imagem corrigida (interpola-
o espacial); e
determinao da intensidade dos pixels na imagem corrigida (interpolao
de intensidade).
O mtodo mais utilizado para a correo geomtrica por meio de pontos
de controle do terreno (GCP). Os GCPs so feies bem definidas e claramente
identificveis que podem ser locados no mapa ou imagem de referncia e na
imagem de ajuste. Na falta de mapas ou imagens de referncia, a alternativa
a tomada das coordenadas dos GCPs diretamente no terreno, atravs de GPS.
Interpolao espacial
As coordenadas dos GCPs, so expressas, na imagem de referncia, pe-
las coordenadas cartogrficas, e na imagem de ajuste pela posio do pixel em
termos de colunas e linhas. Adotando-se a simbologia (x,y) para longitude e
latitude, respectivamente, e (c,l) para colunas e linhas, respectivamente, usa-se
o mtodo dos polinmios para converter (x,y) para (c,l) e vice-versa. O relacio-
namento entre estes parmetros dado na sua forma mais simples pelo polin-
mio do 1
o
grau:
y a x a a c
2 1 0
+ + = (1)
y a x a a l
2 1 0
' ' ' + + = (2)
A correo de 1
o
grau adequada para distores de translao e rotao e
distores de escala. Transformaes com polinmio do 2
o
grau ou superiores
podem ser usadas para corrigir tipos mais complexos de distoro. O nmero
mnimo de GCPs depende do grau do polinmio utilizado. Para o polinmio de grau
N precisa-se de no mnimo (N+1) x (N+2) /2 GCPs.
Interpolao da intensidade (reamostragem)
Quando os coeficientes de transformao forem computados a imagem cor-
rigida poder ser produzida. Isso envolve a transferncia do valor de intensidade
(NC) dos pixels da imagem original para a imagem corrigida. Como geralmente h
um rearranjo da posio dos pixels, com mudana na posio do centros, neces-
srio recalcular a intensidade dos mesmos.
As trs tcnicas mais comuns de reamostragem so:
1 - vizinho mais prximo
Adota o NC do pixel (na imagem de ajuste) mais prximo do novo centro
(Figura 73).
+
+
+
+
+
+
+ +
+
+
+
+ +
+ +
+
+ +
+
+
+
+
+
+
+
+
+
+
+
+
+ + + + + + + + + + + + + + + +
+ + + + + + + + + + + + + + + +
Centro do pixel
na imagem
corrigida
Centro do pixel
na imagem bruta
P A Q
B
R
421 396
C S
402 953
E-W
384 555
D
N-S
403 053
e
n
Figura 72 - Transformao da imagem bruta (ABCD)
para a imagem corrigida (PQRS)
2 - interpolao bilinear
Adota o valor mdio dos quatro pixels (janela de 2 x 2) mais prximos do
novo centro (Figura 74).
3 - convoluo cbica
Usa o valor mdio dos 16 pixels (janela de 4 x 4) mais prximos.
A vantagem do primeiro mtodo requerer menos tempo de computao e
preservar os valores originais dos pixels. O segundo e terceiro mtodos distribuem
Figura 73 - Reamostragem (vizinho mais prximo)
n
n
e
e
Imagem corrigida
Imagem bruta
r
r
c
c
e = f(c, r)
n = f(c,r)
pixel da imagem corrigida cujo
NC formado pela mdia dos
pixels a, b, c, d.
imagem
de ajuste
imagem
corrigida
a
b
c d
Figura 74 - Reamostragem (interpolao bilinear)
Modificado de Curran, 1986.
melhor o erro, porm exigem mais tempo de computao e produzem imagens
suavizadas, retirando detalhes.
Acurcia da correo geomtrica
A correo geomtrica inicia com a leitura das coordenadas dos GCPs nas
imagens e mapas e clculo dos coeficientes dos polinmios da transformao de
(x,y) para (c,l), conforme equaes 1 e 2.
Inspeo dos resduos. Tendo calculado os coeficientes pode-se checar os
valores esperados na imagem de ajuste em funo das coordenadas de referncia.
A diferena entre as coordenadas originais (c,l) e as calculadas (c,l) so chama-
dos de resduos. O resduo X dado pela diferena (c-c) e o resduo Y pela dife-
rena (l-l). Um resduo muito grande indica erro de leitura ou de identificao do
ponto. Neste caso, o ponto deve ser substitudo. Os resduos so tambm afeta-
dos pela ordem de transformao.
O resduo (X,Y) ou distncia considera os resduos nas duas direes (x,y)
para informar, para cada pixel, a distncia entre a localizao original (c,l) e a
localizao calculada (c,l).
resduo (X,Y) =
2 2
) ' ( ) ' ( l l c c +
Os resduos calculados para cada GCP so muito teis para monitorar a
transformao, refazendo ou rejeitando GCPs que no se enquadram na margem
de erro aceitvel. Estes parmetros, expressos em pixels, so ainda importantes
indicativos da acurcia da transformao.
O RMSE (root mean square error) fornece uma viso conjunta da acurcia da
correo. calculado pela equao:
RMSE (X) =
( )
2
1
2
) /( ) ' ( k n c c
RMSE (Y) =
( )
2
1
2
) /( ) ' ( k n l l
onde n o nmero de GCPs e k o nmero de termos da ordem do polinmio

usado (trs para a 1
a
ordem, seis para a 2
a
ordem, dez para a 3
a
ordem). Da mesma
forma que os resduos, o RMSE (X,Y) considera o RMSE nas direes X e Y con-
juntamente.
RMSE (X,Y) =
( ) ( )
2 2
) ( ) ( Y RMSE X RMSE +
A ltima etapa a criao da imagem corrigida usando uma das tcnicas de
interpolao de intensidade.
BOWKER, D. E. et al. Spectral reflectances of natural targets for
use in remote sensing studies. Hampton : NASA, 1985. (Re-
ference publication).
CANAS, A. C. Geosciences image processing. London : Imperial
College, 1987. 136 p.
CROSTA, A. P. Processamento digital de imagens de sensoria-
mento remoto. Campinas : UNICAMP, Instituto de Geocin-
cias, 1993. 170 p.
DRURY, S. A. Image interpretation in geology. London : Allen &
Anwin, 1987. 243 p.
GOETZ, A. F. H., ROWAN, L. C. Geologic remote sensing. Scien-
ce, Washington D.C., v. 211, n. 4484, p. 781-791, 1981.
LIMA, M. I. C. de . Introduo interpretao radargeolgica. Rio
de Janeiro : IBGE, 1995. 124 p. (Manuais tcnicos em geo-
cincias, n. 3).
MATHER, P. M. Computer processing of remotely-sensed images.
Chichester : J. Wiley, 1987. 352 p.
NOVO, E. L. de M. Sensoriamento remoto : princpios e aplica-
es. 2. ed. So Paulo : E. Blcher, 1992. 308 p.
SCHMIDLIN, D. Uma nova gerao de imagens orbitais. InfoGeo,
Curitiba, v. 1, n. 1, p.48-52, maio/jun. 1998.
SCHOWENGERDT, R. A. Techniques for image processing and
classification in remote sensing. New York : Academic Press,
1983. 249 p.
STEFFEN, C. A., GAMA, F. F., NOVO, E. M. L. M. Teste operacio-
nal de aquisio de dados aerotransportados - SADA : o
experimento de Barra Bonita. So Jos dos Campos : INPE,
1992. (INPE-5451 - NCT/305).
Referncias
bibliogrficas
SWAIN, P. H., DAVIS, S. M. (Ed.). Remote sensing : the quantitative approach.
New York : McGraw-Hill, 1978.
USING PCI software. Ontario : Richmond Hill, 1997.
VERONESE, V. F. O uso de GPS para a correo geomtrica de imagens de satlite :
anlise comparativa [CD-ROM]. GISBRASIL97. Curitiba : Sagres, 1997.
1 disco a laser ; 4 pol.
___. Acurcia da correo geomtrica de imagens de satlite em funo do mto-
do de aquisio dos pontos de controle [CD-ROM]. GISBRASIL98. Curitiba :
Sagres, 1998. 1 disco a laser ; 4 pol.

IntroducaoPDl IBGE

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

IntroducaoPDl IBGE

Загружено:

Авторское право:

Доступные форматы

Ministrio do Planejamento, Oramento e Gesto

Instituto Brasileiro de Geografia e Estatstica - IBGE

Largura da faixa imageada: 185km

matria orgnica em solos sem cobertura vegetal

onde n o nmero de GCPs e k o nmero de termos da ordem do polinmio

Вам также может понравиться