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
Manuais Tcnicos em Geocincias - nmero 9
Introduo ao Processamento
Digital de Imagens
Rio de Janeiro
2000
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 utilizados 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 equipamentos, o que permite hoje o tratamento de imagens em computadores 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 produo de dados geoespaciais destinados a atender s necessidades 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 informtica, visto que o armazenamento, processamento e transmisso dos dados so feitos na forma digital. O processamento digital de imagens oferece uma gama de tcnicas que propiciam a
explorao de detalhes inacessveis pelos mtodos convencionais e permite realar e destacar aspectos de interesse especfico a determinados temas e objetivos.
O processamento digital de imagens e os sistemas de informaes geogrficas constituem hoje ferramentas essenciais em
vrias reas do conhecimento. Os profissionais de geocincias
no precisam estar permanentemente atentos a estas transformaes 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
Sumrio
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
______________________________ Introduo ao processamento digital de imagens
Comportamento Espectral dos Materiais............................. 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
Manipulao 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
Formao das Cores ........................................................ 49
O Modelo RGB ................................................................ 49
Imagem Monocromtica/Falsa/Pseudocor ........................... 50
Fatiamento (density slicing) .............................................. 53
Transformao IHS (Intensity, Hue, Saturation) .................... 53
Operaes Aritmticas com Imagens ................................. 57
Adio ........................................................................... 57
Subtrao ...................................................................... 58
Razo Espectral (Ratio) .................................................... 59
Multiplicao .................................................................. 60
Filtragem 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 _________________________
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 Figuras
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 _________________________
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
10
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
EM - eletromagntico
ERS - European Remote Sensing Satellite
FTC - Funo de Transferncia de Contraste
GCP - ground control point
GPS - Global Positioning System
IFOV - Instantaneous Field of View
IHS - Intensity-Hue-Saturation
INPE - Instituto Nacional de Pesquisas Espaciais
IRS - Indian Remote Sensing
IV - infravermelho
ISODATA - Iterative Self-Organizing Data Analysis Techniques
JERS - Japan Earth Resources Satellite
LUT - Look-up Table
MAXVER - Mxima Verossimilhana
MECB - Misso Espacial Completa Brasileira
ML - Maximum Likelihood
MSS - Mutispectral Scanner
NASA - National Aeronautics and Space Administration (Estados Unidos)
NC - Nvel de Cinza
NDVI - Normalized Difference Vegetation Index
NOOA - 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
SPOT - Systme Probatoire dObsrvation de la Terre
SR - Sensoriamento Remoto
TIROS - Television and Infrared Observation Satellite
TM - Thematic Mapper
UV - ultravioleta
WFI - Imageador de Visada Larga
Caractersticas das
imagens de
sensoriamento remoto
Sensoriamento Remoto - SR - consiste na medio ou aquisio de dados sobre um objeto ou cena a distncia ou, mais
especificamente, obteno de informaes sem entrar em contato direto com a rea ou fenmeno sob investigao.
Um dos principais objetivos do SR a aquisio de informaes sobre a superfcie da terra para mapeamento e avaliao de
recursos terrestres e monitoramento ambiental. Todos os materiais (naturais ou artificiais) da superfcie da terra, com temperatura superior a zero absoluto (0 K), podem emitir, refletir, transmitir 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 objeto 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, absorvido 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 sensores). 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).
14
Figura 1 - Representao esquemtica da captao de dados por SR
Fonte
Sensor
Alvo
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.
Caractersticas das Imagens de Sensoriamento Remoto ________________________
15
Figura 2 - Espectro eletromagntico

0,3 m m
Ultravioleta
Raios gama
0,4 m m
Azul
1A
0,5 m m
Raios X
Verde
10 nm
0,6 m m
Ultravioleta
Visvel
1m m
Espectro
Solar
Vermelho
0,7 m m
IV Prximo
Infravermelho
1,3 m m
IV Mdio
1 mm
Microondas
4,0 m m
IV Termal
1m
Rdio
15 m m
IV Distante
1 mm
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 comprimento de onda.
16
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.
Figura 3 - Transmitncia percentual da atmosfera terrestre
Transmitncia
100
80
60
40
20
0
UV
0,3 0,4
Visvel
IV PR
0,77
IV Mdio
IV Termal
1,3
3,0
Comprimento de Onda (m m)
IV Dist.
15
Transmitncia
100
80
60
40
20
0
IV Distante
10m
Microondas
m
Comprimento de Onda (m m)
Modificado de Goetz & Roan, 1981.
A Imagem digital
Figura 4 - Formato da imagem digital
Coordenada
Superior
Esquerda
Colunas
1,1 2,1 3,1
Linhas
1,2 2,2 3,2
Coordenada
Inferior
Direita
A imagem digital (ou

imagem discreta) constituda 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 coordenadas x e y, representadas por colunas e linhas, respectivamente.
Por conveno, a origem
da imagem sempre no
canto superior esquerdo.
17
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 eletromagntica da rea da superfcie da terra correspondente ao pixel. Exemplo: intensidade 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 Processamento Digital de Imagens
- PDI - ao conjunto de tcnicas para a manipulao de
imagens digitais no sentido
de facilitar a extrao de informaes. O PDI tem capacidade para processar
tanto dados de imagem monocromtica, ou seja, aquela que representa as feies
em uma nica faixa espectral, quanto de imagem multiespectral, que caracterizada pela representao das
feies em vrias faixas do
espectro, denominados de
canais ou bandas.
As imagens so gravadas em vrias mdias (fitas magnticas, CD-ROM e
disco do computador). Geralmente os dados das vrias bandas so organizados
em um dos formatos representados no Quadro 1, referente Figura 6.
Figura 5 - Brilho do pixel

255 255 255 255 255 255 255 255
255 255 255 255 255 255 255 255
255 255 0
0 255 255
255 255 0
0 255 255
255 255 255 255 255 255 255 255

255 255 255 255 255 255 255 255
a
b
(a) imagem hipottica composta pelos NCs mnimo e mximo; e
(b) tonalidades preto e branco correspondentes.
Figura 6 - Representao esquemtica dos dados de trs bandas
CCCC
Linha 2
c c c c
Linha 1
B B B B banda B
Linha 2
b bbb
A A A A banda A
aaaa
Linha 1
Linha 1
Linha 2
Quadro 1 - Representao dos formatos de gravao dos dados

BIP (Band Interleaved by Pixel)
linha 1
ABCABCABCABC
linha 2
abcabcabcabc
BIL (Band Interleaved by Line)
linha 1
AAAABBBBCCCC
linha 2
aaaabbbbcccc
BSQ (Band Sequential)
banda 1
AAAAaaaa
banda 2
BBBBbbbb
banda 3
CCCCcccc
banda C
18
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 senFigura 7 - Instantaneous field of view
sor, que a rea do terreno vista
pelo sensor em um dado instante. O
Detector
IFOV nominal medido pelo ngulo do
sistema tico ou pela distncia equitica
valente no terreno.
IFOV
Superfcie
da Terra
Um dos fatores mais importantes para a escolha da imagem mais

adequada a um projeto de levantamento de recursos terrestres a resoluo
espacial. O Quadro 2 relaciona algumas imagens disponveis no mercado,
a respectiva resoluo espacial, e as
escalas de trabalho para as quais seriam
mais indicadas.
Quadro 2 - Escalas de trabalho indicadas por algumas imagens

Sensor
Resoluo espacial
Escala
NOOA/AVHRR
1 km
< 1 000 000
RESURS-01
160 m
1:500 000 a 1:1 000 000
LANDSAT/MSS
80 m
1:250 000 a 1:500 000
LANDSAT/TM
30 m
1:100 000 a 1:250 000
SPOT MULTIESP
20 m
1:50 000 a 1:100 000
SPOT PANCROMTICO
10 m
1:25 000 a 1:50 000
Resoluo espectral
A capacidade de discriminao dos materiais da superfcie da terra por SR
fundamenta-se no comportamento dos mesmos ao longo do espectro eletromagntico. Uma premissa fundamental em SR a possibilidade de discriminar materiais 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
19
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 mximo 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 armazenar o valor mximo de NC dos pixels. Por exemplo, para armazenar 64 nveis so
necessrios 6 bits (26 =64); a resoluo de 8 bits (1 byte) permite representar 256
nveis (28 =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 capacidade 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.
Sistemas sensores
Classificao dos sensores
Usualmente os dados de sensoriamento remoto referemse a dados da superfcie da terra coletados por sistemas sensores em satlites ou avies. O sensor pode ser definido como
um equipamento capaz de transformar alguma forma de energia em sinal que possa ser convertido em informao sobre o
objeto sensoriado. No caso especfico do SR a energia utilizada 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.
Quadro 3 - Tipos de sensores

Critrios de classificao
Fonte de energia
Regio espectral
Sensor
Passivos
Ativos
pticos
microondas (1 mm a 1 m)
Sistema de captao
dos dados
fotogrficos
eletropticos
no-imageadores
refletivos (0,38 - 3 m m)
termais (7 - 15 m m)
22
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 aquele 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
Figura 8 - Espectro ptico
radiao no intervalo de
0,38 m a 3 m e fluxo termal para os comEspectro ptico
primentos de onda entre 7 e 15 m (Figura
Termal ou
8). Com base nestas
Refletivo
emissivo
caractersticas os sensores pticos so classificados como refletivos ou termais.
IV
visvel
prximo
IV mdio
IV distante
Os Sistemas de
Microondas so sensores ativos base de
ondas de radar que
operam na faixa das mi0,3 0,38
0,72
1,3
3,0
7,0
15,0 croondas. Possuem a
Comprimento de onda (m m)
importante vantagem
de no serem afetados
Fonte: Swain e Davis, 1978.
pela cobertura de nuvens 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 desenvolvimento do sensoriamento remoto j que as fotografias areas tomadas atravs
de sobrevos especiais foram as primeiras e, at recentemente, as ferramentas
Sistemas Sensores __________________________________________________________
mais utilizadas para os levantamentos cartogrficos 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 atuam apenas numa parte restrita do espectro EM,
entre o ultravioleta e o infravermelho prximo e
no so utilizados nos sensores orbitais. Estes possuem uma repetitividade de imageamento, enquanto 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.
23
Figura 9 - Sistema fotogrfico
filme
obturador
Sistema de
lentes e
diafragma
objetiva
filtro
Sistemas eletropticos
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 varredura 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 sistemas 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-angular, 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-
24
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 sistema utilizado pelo SPOT.
Quadro 4 - Comparao entre os dois sistemas de varreduras

Varredura eletrnica
- menor e mais leve, requer menos
potncia para operar
Varredura mecnica
- capacidade de operar nas regies alm
do infravermelho prximo
- no necesita de espelho mvel e

fornece dados com melhor fidelidade
geomtrica
- melhor desempenho sinal-rudo
Figura 10 - Sistemas de varredura eletrnica e mecnica

A - Varredura eletrnica
detector
B - Varredura mecnica
espelho
lentes
sistema ptico
detector
faixa
imageada
faixa
imageada
Modificado de Mather, 1987.
Sistemas no-imageadores
So os aparelhos que detectam a radiao na forma pontual e no tem capacidade para formar imagens. Fazem parte desta categoria os radimetros e espectroradimetros
Plataformas orbitais
Os sensores so instalados em plataformas orbitais projetadas para finalidades especficas. As principais so:
de observao da Terra;
meteorolgicas;
de uso militar;
de telecomunicao;e
de posicionamento geodsico (GPS).
25
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 sempre 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 sistemticas completas de seus territrios.
Durante a 2a Guerra Mundial houve um desenvolvimento expressivo das tcnicas de sensoriamento remoto. As fotografias areas foram aperfeioadas, surgiram 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 desenvolvimento de foguetes permitiu que eles pudessem ser utilizados para colocar satlites 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 (ForwardLooking Radar). Em 1961, foram fabricados os primeiros radares de visada
lateral (SLAR).
O lanamento do primeiro satlite meteorolgico (TIROS), 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 Mercury, 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 Technology Satellite Program (mais tarde denominado LANDSAT).
26
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 PROJETO RADAMBRASIL.
Sensores de baixa resoluo espacial

NOAA/AVHRR
Os satlites para observaes meteorolgicas da srie TIROS - Television
and Infra-red Observation Satellite - foram lanados entre 1960 e 1965. A partir
de 1970, os sucessores passaram a chamar-se NOAA - National Ocean and Atmosphere 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.
Quadro 5 - Caractersticas do AVHRR

rbita
altitude
resoluo espacial
resoluo radiomtrica
abertura angular
faixa imageada
ciclo de repetitividade
quase-polar/sol sincrona
833-870 km
1.1 km (nadir)
10 bits (1 024 nveis)
+/- 56
3 000 km
12 horas
Quadro 6 - Aplicaes do Sensor AVHRR

Canal
Faixa espectral
0,58 - 0,68
mapeamento diurno de nuvens
0,725 - 1,10
gua, vegetao e agricultura
3,53 - 3,93
nuvens, temperatura da superfcie do mar,

queimadas e atividades vulcnicas
10,3 - 11,3
mapeamento (diurno e noturno) de nuvens,

temperatura do mar, umidade do solo e
atividades vulcnicas
11,5 - 12,5
temperatura do mar e umidade do solo
Funo
Nos satlites NOOA mais recentes outros sensores foram introduzidos para
monitorar a distribuio de oznio na atmosfera.
27
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.
Quadro 7 - Cronograma dos satlites LANDSAT

Satlite
Lanamento
Fim de operao
Sensor
LANDSAT - 1
Jul./1972
Jan./1978
MSS/RBV
LANDSAT - 2
Jan./1975
Jul./1983
MSS/RBV
LANDSAT - 3
Mar./1978
Set./1983
MSS/RBV
LANDSAT - 4
Jul./1982
Mar./1984
em rbita
operando
MSS/TM
LANDSAT - 5
MSS/TM
O LANDSAT-4 apresentou problemas com o sistema de suprimento de energia, 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 8 - Caractersticas orbitais do LANDSAT-5

e dos sensores MSS e TM
MSS
TM
Canal
4
5
6
7
C. de onde (m m)
0,5 - 0,6
0,6 - 0,7
0,7 - 0,8
0,8 - 1,1
Canal
1
2
3
4
5
6
7
C. de onda (m 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
Resoluo espacial
Resoluo rad.
80 m
6 bits (64 nveis)
Resoluo espacial
Resoluo rad.
30 m (b6: 120)
8 bits (256 nveis)
Caractersticas orbitais do LANDSAT 5

Largura da faixa imageada:
rbita:
Altitude:
Inclinao:
Perodo:
Hora de cruzamento do Equador:
Periodicidade:
Abertura angular:
185km
quase polar, hlio-sncrona
705 km
98,2
99min
09:45
16 dias
11,56
28
SPOT
Figura 11 - Caractersticas do imageamento do

Thematic Mapper - TM
O programa SPOT - Systme Probatoire dObservation de la

Terre -, foi iniciado pela Frana em
1978, em parceria com a Sucia
e a Blgica. O programa gerenciado pela Agncia Espacial Francesa - CNES.
Z
Abertura
angular: 11,56
O SPOT-1 foi lanado em

1986. O SPOT-2 em 1990. O
SPOT-3 em 1993. O SPOT-4, dever incorporar outra banda ao
sensor multiespectral no intervalo de 1,58-1,75 m, com 20 m.
de resoluo. O SPOT-5, previsto
Y
para 1999, ter a resoluo esDireo de vo
pacial do sensor pancromtico aumentada para cinco metros e do
sensor multiespectral para dez metros. Incorporar tambm mais um instrumento para monitoramento da vegetao com 1 km de resoluo.
Varredura de oeste para leste
6 linhas por banda
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).
Quadro 9 - Caractersticas do SPOT

Sensor
Largura da faixa imageada
Resoluo radiomtrica
Resoluo temporal
Hora de passagem pelo Equador
Abertura angular
HRV (High Resolution Visible)

60 km + 60 km - overlap (3 km) = 117 km
8 bits (256 nveis)
Visada off-nadir
26 dias
10:30
4,13
at 27 (mximo 475 km)
Multiespectral
0,50 - 0,59 m m
0,61 - 0,68 m m
0,79 - 0,89 m m
Canal 1
Canal 2
Canal 3
Resoluo espacial
20 metros
Pancromtico
Canal
Resoluo espacial
0,51 - 0,73 m m
10 metros
29
Figura 12
(a) Os sensores do SPOT
(b) O recurso do apontamento lateral
HRV instruments
bit
HRV 1
60
HRV 2
60
km
31
k
km m
117
80
k
0k m
m
60
km
km
95
As imagens do LANDSAT e do SPOT foram at recentemente as mais utilizadas no Brasil. Entretanto, uma srie de novos sensores foram lanados recentemente 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 offnadir e ainda a elevada resoluo temporal (revisita de at cinco dias), tornam este
satlite um dos mais avanados do mercado.
Quadro 10 - Especificaes de satlite IRS - 1C

Sensor
Comprimento
de onda (m m)
Pixel
Faixa
imageada
Repetitividade
pancrom.
0,50 - 0,75 (visvel)
5m
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
30
Os dados podem ser utilizados para vrias finalidades: agricultura, monitoramento 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 preencher 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.
Quadro 11 - Caractersticas espectrais do RESURS - 01

Bandas
0,5 - 0,6 m m
0,6 - 0,7 m m
0,7 - 0,8 m m
0,8 - 1,1 m m
10,4 - 12,6 m m
Resoluo espacial
160 m
160 m
160 m
160 m
600 m
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 terrestre, 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 lanado em 1991.
O ERS-2, lanado em 1995, leva a bordo tambm o Global Ozone Monitoring 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 - possuem 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.
31
RADARSAT
O programa canadense RADARSAT, que teve incio em 1995 com o RADARSAT-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 comprimento de onda), com polarizao HH. As principais aplicaes so o monitoramento 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.
Quadro 12 - CBERS - China - Brazil Earth Resources Satellites

Sensores
Cmara CCD
IR - MSS
Modo pancromtico
0,51 - 0,73 m m
0,50 - 1,10 m m
Modo multiespectral
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 m
2,08 - 2,35 m m
10,4 - 12,5 m m
0,63 - 0,69 m m
0,76 - 0,90 m m
m
m
m
m
WFI
Resoluo espacial
20 m
80/160(termal)
260 m
Periodicidade
3 - 26 dias (nadir)
26 dias
3 - 5 dias
Larg. da visada
Parmetros orbitais
do satlite
120 km
120 km
Altitude mdia: 778 km
Perodo de recobrimento: 26 dias
rbita quase-polar, sincronizada com o Sol
900 km
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 resoluo 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.
MECB (Misso Espacial Completa Brasileira)

A Misso Espacial Completa Brasileira MECB -, 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).
32
Quadro 13 - Caractersticas dos SSRs da MECB

- Sensor WiFS com 3 bandas no visvel e uma no infravermelho (2,08 - 2,35 m m).
- rbita equatorial (0), programada para cobrir uma faixa de 2 200 km, entre
as latitudes de 5 N e 15 S.
- A resoluo espacial no visvel e infravermelho mdio ser de 100, 200, 300 e
400 metros, conforme o afastamento da posio Nadir.
- Periodicidade: 14 vezes ao dia
Sensores com alta resoluo espacial

Uma nova gerao de sensores, caracterizados pela alta resoluo espacial esto projetados para os prximos anos. Estes caracterizam-se tambm
pela alta repetitividade das observaes, cobertura simultnea de imagens pancromticas e multiespectrais. A possibilidade de estereoscopia facilita a produo de ortofotos e Modelos Digitais de Terreno MDT. Destinam-se ao planejamento 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 pancromtico (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 (Rssia). Carrega duas cmaras fotogrficas capazes de produzir imagens de dois a
dez metros de resoluo.
IKONOS 1
Satlite da Space Imaging EOSAT 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 multiespectrais da mesma rea, que podero ser integradas, gerando um produto multiespectral colorido com um metro de resoluo. Periodicidade de 14 dias e
com possibilidade de revisita de 1-3 dias pela utilizao da visada lateral.
EROS 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.
33
Quadro 14 - Sistemas de alta resoluo (Fonte: Schmidlin, 1988)

Empresa
Satlite
Early
Bird
Repetitividade
20 dias
Revisita
1,5 - 2,5
dias
Resol.
Espacial
Pan
3m
0,45 - 0,80
6 km
36 km
Multiesp.
15 m
0,50 - 0,59
0,61 - 0,68
0,79 - 0,89
30 km
900 km
Pan
1m
0,45 - 0,90
36 km
1 296 km
Multiesp.
4m
0,45 - 0,52
0,53 - 0,59
0,63 - 0,69
0,77 - 0,90
36 km
1 296 km
Pan TK 1000
2m
0,51 - 0,76
160 km
6 400 km
Pan TK 350
10 m
0,51 - 0,76
200 km
60 000 km
Pan
1m
0,45 - 0,90
11 km
121 km
Multiesp.
4m
0,45 - 0,53
0,52 - 0,61
0,64 - 0,72
0,77 - 0,88
11 km
121 km
Earth
Watch
Quick
Bird
Aerial
Images/
Sovinform
sputinik
SPIN - 2
20 dias
Space
Imaging/
IKONOS 1
14 dias
EOSAT
1,5 - 2,5
dias
1-3
dias
Faixa
Resol.
Espectral imageada
Modo
Tamanho
da cena
2
West
EROS A
15 dias
3 dias
Pan
1,5 m
0,50 - 0,90
14 km
196 km
Indian
EROS B
15 dias
3 dias
Pan
1m
0,50 - 0,90
20 km
400 km
Pan
1m
0,45 - 0,90
8 km
64 km
Multiesp.
4m
0,45 - 0,52
0,52 - 0,60
0,63 - 0,69
0,76 - 0,90
8 km
64 km
Pan
1m
0,45 - 0,90
8 km
64 km
Multiesp.
4m
0,45 - 0,52
0,52 - 0,60
0,63 - 0,69
0,76 - 0,90
8 km
64 km
Hiperesp.
8m
0,45 - 2,5
3,0 - 5,0
5 km
25 km
Orb
View - 3
16 dias
< 3 dias
Orbital
Sciences
Corporation
Orb
View - 4
16 dias
< 3 dias
Orb 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 resoluo e multiespectrais de quatro metros.
Sensores de alta resoluo espectral

As imagens com alta resoluo espectral tm aplicaes em explorao mineral, 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 espectrais com resoluo espacial de 30 metros. Este sensor ser combinado com outro,
no modo pancromtico, com resoluo espacial de cinco metros.
34
Orbview 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.
Comportamento espectral
dos materiais
Neste captulo so apresentadas as caractersticas espectrais 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 eletromagntico fornece uma curva que descreve as propriedades
radiomtricas de um determinado material. Esta curva tpica
de cada material chamada de assinatura espectral e constitui um padro para identificao dos alvos de estudo por sensoriamento remoto.
Comportamento espectral da
vegetao
As folhas so os elementos da vegetao que mais contribuem 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 espaos intercelulares e os pigmentos.
A Figura 13 mostra a curva espectral mdia da vegetao 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 estrutura celular. De 1,3 m a 2,5 m a influncia maior do contedo de gua das folhas, com dois mximos de absoro em
1,4 m e 1,95 m.
36
Figura 13 - Assinatura espectral (mdia) da folha verde
Reflectncia
Pigmentos
da folha
Estrutura
celular
Contedo de
gua da folha
H2O
absoro
Clorofilacarotenides
0,3
0,5
1,0
H2O
absoro
1,5
2,0
2,5
Modificado de Bowker et alii; 1985.
Comportamento espectral da gua

Figura 14 - Comportamento espectral da gua
Reflectncia
Nuvens
Neve
gua
0,3 0,5
1,0
1,5
Comprimento de onda
Modificado de Bowker et al., 1985.
2,0
2,5
A gua apresenta um
comportamento espectral distinto 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 radiao acima de 0,7 m. Todavia, este comportamento afetado pela concentrao de materiais em suspenso e dissolvidos na gua e pela profundidade do corpo dgua, como
ilustra a Figura 15. O aumento
da concentrao de materiais
em suspenso implica o aumento da reflectncia na faixa do
vermelho.
Na forma de nuvens, a
gua apresenta altssima reflectncia. As ondulaes na curva espectral so devidas leve
absoro em torno de 1,3 m e
2,0 m. A neve possui uma re-
Comportamento Espectral dos Materiais ______________________________________
37
flectncia altssima no infravermelho prximo, mas decresce bruscamente no infravermelho mdio, com picos de absoro em 1,5 m, 2,0 m e 2,5 m.
Reflectncia
Figura 15 - Reflectncia da gua superficial

e a 20 metros de profundidade
nvel
superficial
20 m
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Fonte: Alfldi, 1982.
Comportamento espectral dos solos

Os solos so compostos de substncias em trs fases: slida (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 orgnica. Quando este contedo excede 2%, passa a mascarar as outras propriedades
38
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 opacos, 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.
Figura 16 - Comparao entre as curvas de
reflectncia da gua,
vegetao sadia, solo e areia
%
nuvem
Reflectncia
0.6
0.4
areia
vegetao
solo
0.2
gua
0
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
Quadro 15 - Regies espectrais prprias ao estudo de

propriedades dos solos (segundo Novo, 1992)
Regies espectrais
0,57 m m
0,7 m m e 0,9m m
1,0 m m
2,2 m m
Propriedades
matria orgnica em solos sem cobertura vegetal
contedo de composto de ferro frrico
contedo de composto de ferro ferroso
umidade do solo
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) caracterizam-se pelas tonalidades escuras causadas pela baixa reflectncia. Entretanto a
Comportamento Espectral dos Materiais ______________________________________
39
presena de minerais opacos (ex.: magnetita), diminui substancialmente a reflectncia 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 constituintes responsveis pela resposta espectral das rochas sedimentares so o ferro,
o carbono orgnico total e as argilas.
Quadro 16 - Regies do espectro indicadas para estudos das

rochas e dos minerais (segundo Novo, 1992)
Regio do espectro
0,8 m m a 1,0 m
1,60 m m
2,17 m m e 2,2 m
2,74 m m
m
m
Propriedades
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
Comportamento
espectral de reas
construdas
Critrios para
seleo das imagens
%
50
Grama
40
Concreto
Reflectncia
Nas reas construdas verifica-se,

para a maioria dos materiais, um ligeiro aumento da reflectncia do visvel
para o infravermelho prximo, sendo
que o concreto destaca-se pela reflectncia relativamente alta em relao
ao asfalto (Figura 17).
Figura 17 - Comportamento espectral das

feies urbanas/suburbanas
30
Areia
20
10
Cascalho
Terreno
baldio
Asfalto
Na hora da seleo do sensor e

0,4
0,5
0,6
0,7
0,8
0,9
das bandas espectrais para um deterComprimento de onda (m m)
minado projeto, dois parmetros so
Adaptao de ASP, 1983, in Viadana, 1995.
fundamentais: a resoluo espacial e
a resoluo espectral. A resoluo espacial 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 capacidade 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 resoluo 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
40
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.
Figura 18 - Resoluo de espectral dos sensores SPOT e LANDSAT/TM

SPOT PANCROMTICO
Res.: 10 m
SPOT
PAN
0,4
0,5
0,6
SPOT MULTIESPECTRAL
Res.: 20 m
0,7
0,8
LANDSAT TM
Res.: 30 m
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
Quadro 17 - Algumas aplicaes das bandas do LANDSAT/TM

Aplicaes
Banda
Faixa espectral
0,45 m m - 0,52m m
(azul)
Estudos de sedimentos na gua

Mapeamento de guas costeiras
Diferenciao solo/vegetao
0,52 m m - 0,60m m
(verde)
Estradas e reas urbanas

Mapeamento de vegetao (maior reflectncia dos canais do visvel)
0,63 m m - 0,69m m
(vermelho)
Estradas e reas urbanas

Espcies vegetais (absoro da clorofila)
0,76 m m - 0,90m m
(IV prximo)
Levantamento da biomassa (pico da vegetao sadia)

Delineao de corpos dgua
1,55 m m - 1,75m m
(IV mdio)
Mapeamento de rios e corpos dgua

Umidade da vegetao e solos
10,40 m m - 12,50m m
(IV distante)
2,08 m m - 2,35m m
(IV mdio)
Estresse trmico em vegetao

Propriedades termais dos solos e rochas
Estudos de rochas e minerais
Umidade do solo e vegetao
Manipulao do
contraste
Um dos principais objetivos do PDI a melhoria da qualidade 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
A maioria das
imagens produzem
histogramas unimodais, com distribuio normal (gaussiana) ou lognormal.
Entre ta nto , c e n a s
Figura 19 - Histograma de uma imagem

%
Freqncia
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 valores depende da resoluo radiomtrica da
imagem, enquanto o
eixo Y representa a
freqncia relativa
dos NCs.
255
Nveis de cinza
A altura da barra mostra a freqncia dos pixels

com um determinado nvel de cinza.
42
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 radiomtrico. 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 parte 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 materiais 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.
Figura 20 - Contraste e brilho de imagens

a) Cena com baixa radincia
b) Cena com alta radincia
Nvel de cinza
Nvel de cinza
c) Cena de baixo contraste
d) Cena de alto contraste
Nvel de cinza
Nvel de cinza
Fonte: Schowengert, 1983.
A forma do histograma e os
parmetros estatsticos fornecem
informaes sobre o contraste e o
brilho da imagem. O contraste diretamente proporcional ao espalhamento dos nveis de cinza, que
dado pela largura da base do histograma. Estatisticamente expresso pela varincia. O brilho dos pixels dado pela posio das barras verticais mais direita (brilho
alto) ou mais esquerda (brilho baixo). A mdia pode ser o parmetro
estatstico indicativo do brilho da
imagem. Os histogramas unimodais
de baixo contraste com mdia baixa indicam predominncia de materiais de fraca radincia, resultando imagens de baixo brilho. A mdia 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 chamadas de realces de contraste.
Os realces de contraste produzem uma ampliao do intervalo original de nveis de cinza, de forma que eles so exibidos num intervalo maior.
O objetivo apresentar a mesma informao contida nos dados brutos,
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
Figura 21 - Representao grfica

de uma FTC linear
255
N de cinza de sada
O realce executado atravs de uma funo matemtica, chamada de funo de transferncia de contraste (FTC) ou funo de mapeamento, 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 algum tipo de curva).
191
127
63
Nos sistemas de processamento de imagens

os realces so implementados atravs de tabelas
denominadas de LUT - Look-up Tables, as quais
0
63
127
191
255
o
N
de
cinza
de
entrada
armazenam a informao sobre os valores originais (entrada) e transformados (sada) para cada
Os NCs do intervalo 63-191 so
NC, segundo a FTC escolhida. No exemplo da Fiampliados para o intervalo 0-255.
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 MinMax (Figura 23). O mais comum, entretanto, desprezar os extremos dos histogramas, de modo a realar mais a poro central. 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.
44
Figura 22 - Realce linear

Y
NC
a1
f1
b1
NC
NC
f2
Nvel de cinza transformado
a2
b2
a3
f3
b3
FTC
Histograma
Em a1 a funo f1 no altera o histograma original b1; em a2 a

funo f2 promove espalhamento representado em b2;
em a3 a funo f3 produz um espalhamento maior que f2
representado em b3
Fonte: Schowengerdt, 1983.
45
O realce linear por partes (linear piecewise stretch)

consiste na aplicao do espalhamento linear, segundo
diferentes funes ao longo
do intervalo radiomtrico, resultando em dois ou mais
segmentos de reta com diferente inclinao.
NCs originais
da imagem
Figura 23 - Realce minmax
Uma limitao do realce linear no levar em

conta a freqncia dos NCs.
O realce de equalizao
uma funo de transferncia no-linear que leva em
conta a freqncia dos nveis de cinza, ou seja, o espalhamento ser maior para
os NCs mais freqentes. A
transformao do histograma no sentido de uma expanso (aumento de contraste) dos intervalos centrais e uma compresso
(perda de contraste) dos intervalos laterais.
Realce
gaussiano
NC da imagem
realada
0
51
102
153
204
255
Fonte: PCI, 1997.
Figura 24 - Overflow
255
Histograma de sada
Realce de
equalizao
255
NC = 15
NC = 35
NC = 82
NC = 118
0
0
255
A caracterstica da
distribuio normal ou
Gaussiana o histograma
na forma de sino, com os
Histograma de entrada
dados assim distribudos
em torno da mdia: 60,7%
Os NCs do intervalo 15-35 so transformados em 0;
Os NCs do intervalo 82-118 so transformados em 255; e
contidos em um desvio paO intervalo de 35 a 82 expandido.
dro (), 95,45% em dois
e 99,73% em trs . O
mtodo visa a enquadrar os dados, segundo uma distribuio gaussiana, tambm chamada de normalizao do histograma.
46
Figura 25 - Realce de equalizao
NCs originais
da imagem
0
255
NC da imagem
realada
51
102
153
204
255
O aumento do desvio
padro produz um alargamento da curva de distribuio, com aumento do contraste. O efeito contrrio
pode ser obtido pela reduo do desvio padro. Em
alguns softwares, a mdia
tambm pode ser deslocada ao longo do intervalo radiomtrico, o que permite
aumentar ou reduzir o brilho da imagem.
A normalizao do
histograma particularmente til para equiparar imaFonte: PCI, 1997.
gens diferentes em termos
de mdia e desvio padro,
assim como em composies coloridas, para produzir um bom balanceamento
das cores das trs bandas.
A populao de maior freqncia realada enquanto a
populao menos freqente comprimida.
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 menos 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 progressivamente 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.
47
Figura 26 - Realce logartmico

255
No de cinza de sada
Histograma
original
0
0
Nveis de cinza de entrada
255
255
(b) Histograma da imagem realada
(a) Funo de transferncia
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.
Figura 27 - Realce exponencial

%
No de cinza de sada
Histograma
original
Nveis de cinza de entrada
255
255
(b) Histograma da imagem realada
(a) Funo de transferncia
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 histograma bimodal pode representar feies aquticas (NCs mais baixos) e feies terrestres (NCs mais altos). O realce parcial visa a destacar apenas as primeiras, desprezando, portanto, as informaes terrestres.
48
Figura 28 - Realce parcial
NCs originais
da imagem
0
255
NC da imagem
realada
51
102
153
204
255
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 vrios mtodos para criar
uma mscara binria (bitmap) para a imagem.
Figura 29 - Limiarizao
255
NC de sada
Freqncia
17
Nveis de cinza
a
255
17
255
NC de entrada
b
terra
gua
Modificado de PCI, 1997.
Na Figura 29 o histograma da imagem (a) mostra a existncia de duas populaes cujo limite situase em NC=17. A transformao segundo a funo
de transferncia de contraste (b) reduz uma populao a 0 e a outra a 255.
A imagem resultante (c)
composta por apenas dois
valores e pode tambm ser
representada por uma mscara binria, com valores
de 0 e 1.
Formao das cores

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 coeficientes 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 vermelho produz ciano, subtrao de verde produz magenta e subtrao de azul produz amarelo. Ciano, magenta e amarelo foram
chamadas de cores primrias subtrativas cujas combinaes, em
diferentes propores, tambm podem resultar numa gama imensa de cores.
50
Os monitores de sistemas de processamento de imagens so, em geral, capazes 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.
magenta
vermelho
A Figura 30 mostra que os vrtices do cubo representam as cores primrias 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 cinFigura 30 - Cubo de cores
za variam de 0 a 255, cada lado representar 65 280 cores, formadas pela
combinao da intensidade possvel de
azul
ciano
cada cor. Notar que a luz branca formada pela soma dos mximos RGBs. A
linha mais espessa que liga os vrtices
do preto ao branco representa cores forbranco
madas pela soma de iguais quantidades
preto
verde 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 desiamarelo
gual, haver a formao de uma cor.
Imagem monocromtica/falsa/pseudocor
As imagens de sensoriamento remoto multiespectral, por registrarem dados 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 vermelha 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 imagens em uma e ao
Figura 31 - Formao da composio colorida (RGB)
mesmo tempo represent-las em
cores. As cores reImagem 1
RED
sultantes no tm
nada a ver com as
cores reais dos
Imagem
Imagem 2
materiais no terreGREEN
falsa cor
no, sendo por isso
denominadas de
Imagem 3
composio falsa
BLUE
cor (Figura 31).
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.
Figura 32 - Formao das cores
Imagem 1
Imagem 3
Imagem 2
108
104
101
98
238
236
244
241
109
114
104
100
247
250
248
251
110
102
107
111
252
255
250
253
Filtros de
cor
RED
GREEN
BLUE
Composio
colorida
A imagem monocromtica formada quando a mesma banda colocada

nos trs planos de cor, pois, neste caso, os pixels tero o mesmo NC no vermelho, 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 vermelho, 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 Figura 33 b, mostra as LUTs transformadas de forma que para um mesmo NC haver uma intensidade de cor distinta em cada plano de cor, para a produo de
imagem pseudocor.
52
Figura 33 - LUT para display monocromtico e pseudocor

Vermelho
Verde
Azul
Intensidade de cor
255
255
255
255
Nveis de cinza
(a) LUT para display monocromtico
Intensidade de cor
255
0
0
255
255
Nveis de cinza
(b) Pseudocor
(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.
255
Formao das Cores ________________________________________________________
53
Fatiamento (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.
Figura 34 - Representao grfica do fatiamento

Ciano
Branco
Azul
Magenta
180
150
P
b1
90
75
b2
Amarelo
Verde
g2
g1
Preto
r1
r2
Vermelho
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.
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.
54
O sistema IHS
utiliza o hexacone invertido para represenNC (gua)
tar as cores, ao invs
do cubo como o sis0 - 15
tema RGB (Figura 36).
A intensidade varia de
NC terra > 50
15 - 30
0 a 1, do pice base.
A distncia radial at
30 - 50
o eixo central representa a saturao,
As cores representam nveis de profundidade da gua.
que varia do branco
at a cor pura. Quanto mais distante do branco, maior
a saturao. O matiz representaFigura 36 - Modelo de hexacone
do como uma seqncia radial ao
redor do eixo da intensidade.
I
Figura 35 - Imagem fatiada
verde
A vantagem do modelo IHS

definir as cores por trs atributos (I,H,S) ao invs da intensidade
das cores primrias. Estes atributos podem ser analisados e manipulados individualmente, ao contrrio do sistema RGB, onde eles esto intrinsecamente interligados.
Esta independncia permite processar os atributos separadamente, por
exemplo, realar apenas a intensidade (I). Tal procedimento no
possvel no modelo RGB.
amarelo
ciano
1,0
vermelho
branco
magenta
azul
0,0
preto
A transformao IHS feita

em mltiplas etapas, representadas
pela Figura 37. Primeiramente, nas
trs bandas selecionadas, o programa faz a transformao matemtica para IHS, representando intensidade, matiz e saturao do triple-
Figura 37 - Transformao IHS

TM 1
I
TM 2
H
S
TM 3
Realce
Linear
R
G
B
R
G
B
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 espao 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 composio 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.
Figura 38 - Fuso de trs bandas de imagem TM com SPOT
TM 1
TM 2
SPOT
PAN
R
G
B
TM 3
R
G
B
Operaes
aritmticas
com imagens
O processamento digital permite operaes aritmticas entre 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 mesma 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 superposio 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
58
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 subtrao de imagens utilizada para a deteco de alteraes ocorridas na superfcie 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, Elipside 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 diferenas 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 valores 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 _________________________________________
Figura 39 - Histograma de uma imagem de sada de subtrao
Freqncia
Razo
espectral
(Ratio)
59
P ro d u z
imagens geradas
pela diviso de
canais da mesma
cena. O resultado
0
100
127
150
uma imagem
Nvel de cinza
que melhor refleModificado de Crosta de 1993.
te as verdadeiras
caractersticas da
superfcie. As principais vantagens da razo espectral so:
255
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 reflectncia da gua menor. Na imagem produzida os pixels que representam 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 (particularmente 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 ressaltadas (NCs mais altos), na imagem resultante.
Em prospeco mineral, a razo de canais pode ser utilizada para identificao de zonas de alterao hidrotermal (minerais argilosos relacionados 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, respectivamente, de um determinado sensor. Assim, para o LANDSAT/MSS a equao ser traduzida para MSS NDVI = MSS7 - MSS5 / MSS7 + MSS5, e para
o NOOA/AVHRR ser NDVI = B2 - B1 / B2 + B1.
60
Figura 40 - Reduo do efeito da topografia
Radincia:
SOL
Infravermelho
prximo: 160
Vermelho: 60
razo: 2,666
Radincia:
Infravermelho
prximo: 75
Vermelho: 28
A
razo: 2,678
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.
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 quando 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.
Multiplicao
Reala as feies comuns s bandas que so multiplicadas. Como geralmente 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.
Operaes Aritmticas com Imagens _________________________________________
61
A multiplicao de imagens pode ser usada para combinar o primeiro principal componente (PC1), o qual contm a maior parte da informao morfolgica
(textural), com os componentes PC2, PC3 e PC4, que possuem informaes predominantemente 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 quatro dimenses: uma dimenso textural, com informao morfolgica, e trs dimenses tonais.
Da mesma forma pode-se combinar uma imagem SPOT com trs imagens
TM no correlacionadas (ex.: trs componentes principais ou trs razes de bandas). A composio colorida resultante conter a informao textural/morfolgica
(dimenso acromtica) com resoluo espacial de 10 metros do SPOT e a informao espectral das trs imagens (cromticas) TM.
Figura 42 - Perda de informao
na razo de canais
Figura 41 - Linhas de mesma razo

255
255
0,5
Imagem B
Imagem B
1
3
0,25
Imagem A
255
reas homogeneizadas pela razo de canais.
Imagem A
255
Os crculos 1 e 2 representam materiais

distintos que ficaram situados em linhas de
mesma razo.
Modificado de Canas, 1987, e Crosta, 1993.
Filtragem de imagens
Freqncia espacial
As imagens apresentam reas com diferentes respostas
energia eletromagntica que so expressas pela tonalidade. O padro 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 variaes de intensidade (brilho) por unidade de distncia. Se numa
determinada rea da imagem h pouca variao de brilho, a feqncia espacial considerada baixa. De modo inverso, a alta
freqncia espacial revelada pela grande variao de tonalidades por unidade de distncia. Portanto, a freqncia espacial descreve 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 mostra 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 tonalidade) podem ser bruscos ou suaves. Os limites so representados graficamente, por gradientes tanto mais inclinados
quanto maiores forem as diferenas e mais bruscos os contatos. Os limites com acentuado gradiente so denominados
bordas.
64
Brilho
As bordas so mais freqentes e ntidas em reas com alta freqncia espacial (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 comprimento e alta freqncia. As cenas homogneas (vegetao natural, monoculturas), 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 filtram determinadas freqncias no sentido de suavizar (filtros de passa-baixas ou
low-pass filter) ou realar a diversidade (filtros
Figura 43 - Curvas de freqncia espacial
de passa-altas ou highpass filter). As filtragens
so muito usadas para
realar bordas, feies lineares e padres de textura. Isto feito atravs
da supresso ou realce
de determinadas freA
qncias espaciais.
Distncia
As filtragens podem ser implementadas

atravs de dois processos, denominados:
Brilho
a) Convoluo; e
B
Distncia
(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.
b) Anlise de Fourier.
A anlise de Fourier consiste de operaes matemticas complexas
para separar os vrios
componentes das freqncias espaciais. A
convoluo opera no domnio espacial da imagem 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 filtragem 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 matemtica. A filtragem envolve o clculo do valor do pixel central, em funo do
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 imagem 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:
Filtros de passabaixas (low-pass

filter)
Eliminam as altas freqncias,
retirando detalhes, suavizando e homogeneizando a imagem. Por outro
lado, produzem um efeito indesejvel 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 falhas no sistema de transmisso ou
recepo de sinais.
Figura 44 - Convoluo
Elemento
que deixa
a mscara
Elemento
que entra
na mscara
Filtro de mdia
Substitui o NC do pixel original 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 dentro da mscara. bastante usado
como processo de ps-classificao,
para limpar pixels isolados dentro de
uma determinada classe.
Figura 45 - Filtro de mdia

(a) Mscara quadrada
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
(b) Mscara +
1/5
1/5
1/5
1/5
1/5
66
Figura 46 - Efeitos do filtro passa-baixas
Filtro
a
Atenuao
Rudo
Filtro
b
Borda
Borramento
(a) O valor anmalo de NC causado por rudo atenuado.

(b) A borda entre dois objetos atenuada pela perda de nitidez.
Figura 47 - Filtro de mdia ponderada

(a) Mscara quadrada
1/16
1/8
1/16
1/8
1/4
1/8
1/16
1/8
1/16
(b) Mscara +
1/6
1/6
1/3
1/6
1/6
Figura 48 - Exemplo de aplicao de filtro de moda

input
output
11
11
13
3, 3, 3, 6, 8, 9, 11, 11, 13
11
13
Filtro de mediana
O pixel central substitudo pela mediana dos pixels
da mscara, ou seja, o pixel de
NC intermedirio.
Este filtro pode ser usado para eliminar os drop-outs
(NCs anmalos causados por
rudos da imagem).
Filtros de passaaltas (high pass

filter)
Eliminam as feies de
baixa freqncia, realando as
de alta freqncia. So usados
para realar bordas, detalhes,
contatos, lineamentos, etc.
Filtragem de Imagens _______________________________________________________
Filtros
laplacianos
Caracterizam-se por operadores cuja soma dos pesos da
mscara igual a zero.
Filtros
laplacianos +
imagem original
67
Figura 49 - Exemplo de aplicao de filtro de mediana

input
output
11
11
13
3, 3, 3, 6, (8), 9, 11, 11, 13
11
11
13
Figura 50 - Exemplos de operadores de laplace

Os produtos das filtragens
de passa-altas so ricos em informao textural, mas pobres
0
-1
-1
-1
-1
1
-2
0
em informao tonal, dificultan4
8
4
-1
-1
-1
-1
-2
do a interpretao. Entretanto,
possvel resgatar a informao
0
0
-1
-1
-1
-1
1
-2
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.
Figura 51 - Efeitos do filtro de passa-altas
Filtro
Rudo
Ampliao
Filtro
Borda
(a) ampliao do valor anmalo.
(b) realce de borda.
Realce
1
-2
1
68
Filtros direcionais
So tipos especiais de filtros de passa-altas destinados a realar lineamentos, segundo direes predeterminadas (Figuras 52 e 53).
Figura 52
Filtros de Sobel
N-S
NE - SW
E-W
NW - SE
-1
-2
-1
-1
-2
-1
-1
-2
-1
-2
-1
-1
Figura 53
Filtros de Prewitt
N-S
NE - SW
E-W
NW - SE
-1
-1
-1
-2
-1
-2
-1
-2
-1
-2
-1
-1
-1
-1
-1
-1
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 realce de borda pode ser alternativamente obtido pela subtrao dos componentes de
baixa freqncia da imagem original.
Anlise de principais
componentes - APC
Varincia e covarincia de imagens
A varincia uma medida de disperso que expressa a variabilidade dos dados em torno da mdia. Quanto maior a varincia, maior o espalhamento e portanto maior o contraste da imagem. O procedimento para calcular a varincia de uma propriedade pode ser estendido para a variabilidade mtua de duas propriedades. 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 expresso 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 produto dos desvios padres das variveis. Corresponde a uma
estandardizao da covarincia. A correlao pode ser positiva ou negativa (intervalo 1 a -1).
Grfico de disperso
O grfico de disperso (scatterplot), tambm denominado
de espao de atributos, um histograma bidimensional que representa as componentes de duas bandas de uma imagem multidimensional e permite verificar a relao entre as mesmas. A Fi-
70
Figura 54 - Grfico de disperso

de duas variveis altamente
correlacionadas
B
Varivel Y
D
A
Varivel X
gura 54 representa duas variveis (X,Y) altamente correlacionadas, cujos dados se posicionam prximos ao eixo diagonal principal AB.
Quanto mais valores localizados prximos a
este eixo, maior a correlao entre as variveis. A correlao prxima de 100% seria representada 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 representao de uma terceira varivel (Z) perpendicular a X e Y, resultaria em um terceiro
eixo, definindo um elipside.
A Figura 55 mostra o grfico de disperso

de
duas variveis pouco correlacionadas.
Figura 55 - Grfico de disperso de duas
A disperso dos dados definem um eixo CD,
variveis com baixa correlao
quase to importante quanto o eixo AB, e a
figura se aproxima do crculo.
B
Varivel Y
Correlao de imagens
A
Varivel X
Imagem B
Figura 56 - Imagens
correlacionadas
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 razovel aproximao a intensidade do pixel correspondente outra imagem. Isso ilustrado pela Figura 56, na qual para um determinado valor a da imagem A vai corresponder
a um valor no intervalo entre b e b na imagem B. Este intervalo inversamente proporcional correlao. Assim sendo, bandas altamente correlacionadas fornecem basicamente as mesmas informaes enquanto bandas pouco correlacionadas fornecem
informaes diferentes.
A correlao entre imagens costuma
ser representada atravs de uma matriz de
correlao como a do Quadro 18.
Imagem A
A partir de um valor de NC da Imagem A

pode-se deduzir um valor na Imagem B.
Modificado de Crosta, 1993.
A Quadro 18 mostra que a correlao

entre a banda 6 (canal termal) e as bandas
refletivas de modo geral baixa. Entre os canais 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.
Anlise dos Principais Componentes - APC ____________________________________
71
Quadro 18 - Exemplo de matriz de correlao

(Imagem TM de Derbyshire, Inglaterra)
5
Banda
1,000
0,954
1,000
0,932
0,952
1,000
0,729
0,795
0,697
1,000
0,843
0,877
0,892
0,819
1,000
0,365
0,390
0,416
0,459
0,582
1,000
0,840
0,862
0,908
0,673
0,948
0,552
1,000
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 espectral 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 correlacionados 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 - determinar 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 separao 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 elipside de
distribuio dos dados.
Considerando o grfico de disperso de duas imagens A e B, o parmetro
mais simples de especificar a posio do centride de distribuio (Figura 57). O
centride representa o centro de gravidade da distribuio, definido pela mdia
72
Centride
2s B
Imagem A
(A,B) = intensidade mdia das imagens A e B.

s (A,B) = desvio padro das imagens A e B.
Figura 58 - Determinao dos eixos das PCs
Eixo PC1
Centride
Imagem B
Imagem B
Figura 57 - Parmetros do elipside de distribuio dos dois conjuntos de dados. O tamanho da distribuio determinado atravs do clculo do espalhamen2s A
to, ao longo de cada eixo, que dado
pela varincia.
Eixo PC2
Imagem A
Primeiro determina-se a direo

relativa ao centride que possui mxima varincia ou espalhamento, atribuindo-se a ela o eixo da 1a Principal
Componente (PC). Na Figura 58 essa
direo representada pelo eixo principal da elipse. Em seguida, determina-se a direo relativa ao centride
que possui a segunda maior varincia, com a condio de que ela seja
ortogonal em relao primeira. Atribui-se a esta o eixo da 2a PC. Na
Figura 58 (bidimensional), h apenas
uma possibilidade para a 2a PC. No
espao multidimensional, porm,
examina-se outras direes ortogonais 1a PC para determinar a 2a PC.
Este processo ento repetido tantas vezes quanto for o nmero de bandas, at que todos os eixos sejam determinados. Por ltimo rotaciona-se
os eixos em volta do centride, at
que cada uma das direes encontradas fique paralela a um dos eixos
originais (Figura 59).
Atravs deste processo, a partir de N imagens brutas produzido
um novo conjunto de N imagens sem
correlao nenhuma (eixos ortogonais). A PC1 ir conter a informao
que comum a todas as bandas originais; 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.
Anlise dos Principais Componentes - APC ____________________________________
Figura 59 - Rotao dos eixos das PCs
Eixo PC2 transladado
O comprimento dos eixos das PCs, dado

pela varincia, chamado de autovalor
(eigenvalue). Os eigenvalues representam a proporo relativa da varincia de
toda a cena representada em cada componente, ou seja, a quantidade de informao contida em cada PC. So medidos em unidades de varincia ou em percentagem da varincia total (Quadro 19).
73
Eixo PC1
O maior autovalor define o primeiro componente principal, e assim sucesEixo PC2

sivamente. O primeiro principal componente geralmente contm a maior parte
da varincia (geralmente mais de 90%)
Eixo PC1 transladado
e o maior contraste. Este , portanto, o
componente que contm mais informao. O Quadro 19 mostra que, nesta
imagem, 96% da varincia est contida nos trs primeiros PCs. Por isso, teoricamente, 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 importante, 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, chamadas de autovetores (eigenvectors), que representam as direes dos eixos das PCs. As p bandas originais so projetadas para n novos principais
componentes como combinaes lineares aditivas, atravs dos autovetores. 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.
Quadro 19 - Eingenvalues da Imagem de Derbyshire

Principal componente
Eingenvalue
% Varincia
5,5324
79,03
0,7978
11,40
0,3886
5,55
0,1774
2,53
0,0534
0,76
0,0310
0,44
0,0193
0,28
74
Quadro 20 - Eingenvectors da imagem de Derbyshire

Principais componentes
Banda
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
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 1a PC muito semelhante vista pancromtica da cena. Todas as demais
PCs so desprovidas de informao topogrfica devido ausncia de sombreamento. 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 interesse 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 sentido 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 composies coloridas sejam muito vivas, com ausncia de tons de cinza. So cores puras
e intensamente saturadas, que necessitam ateno especial na hora de associlas s feies de interesse.
Classificao
A classificao automtica dos pixels de uma imagem envolve a associao de cada pixel da imagem com um nome que
descreve um objeto real. Se a classificao executada para todos 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 classificada , portanto, um mapa temtico digital, que, se for georreferenciado, pode ser incorporado a um SIG.
Figura 60 - Imagem classificada
NC
Cor
Classe
gua
50
Manguezal
100
Floresta
150
Hortalias
200
Cereais
250
Urbano
A classificao implementada com base nas diferenas

de comportamento dos materiais ao longo do espectro eletromagntico. A Figura 61 mostra a assinatura espectral das classes
76
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 separvel 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 selecionadas amostras de treinamento que so um conjunto de pixels considerados
mais representativos das classes de interesse. As classes so, portanto, definidas 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 constituem 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
Reflectncia (%)
B B
C
C
A
A
A
Classe B
A
C
Classe A
Classe C
B
B
C
A
C
B
0,4
0,8
1,2
1,6
2,0
2,4
Classes A, B e C nos seis canais reflexivos do LANDSAT/TM.

Fonte: PCI, 1997.
Classificao _______________________________________________________________
77
Figura 62 - Modelo da Classificao Supervisionada

Conjunto de imagens:
quatro bandas
Nveis
de cinza
67
54
21
2
3
4
37
Padres das
classes
rea Urbana
111 99 78 09
gua
12 11 19 22
Floresta
62 50 22 35
Compara
Imagem
classificada
Classifica
Modificado de PCI, 1997.
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 considerada. O algoritmo associa cada pixel desconhecido classe cuja mdia est
mais prxima (Figura 63a).
Mtodo 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.
78
Figura 63 - Tcnicas de classificao supervisionada
Canal B
Canal B
Canal A
Paraleleppedo
(b)
Canal A
Mnima Distncia
(a)
Canal B
Canal A
Mxima Verossimilhana
(c)
Fonte: 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, varincia 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 parmetros estatsticos, o algoritmo enquadra o pixel na classe para a qual apresenta a
mais alta probabilidade.
O MAXVER uma tcnica mais robusta do que o paraleleppedo e mnima
distncia por levar em conta a covarincia na definio das elipses de eqiprobabilidade. Isto demonstrado pela Figura 64 na qual a probabilidade de pertencer s
Classificao _______________________________________________________________
79
Figura 64 - Critrios para classificao pela tcnica ML
m 2
Canal 2
Classe 2
P
m 1
Classe 1
Canal 1
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 erroneamente classificado.
Classificao no-supervisionada
(exploratria)
A classificao no-supervisionada agrupa os pixels segundo as suas caractersticas 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 espectrais. Esta uma importante diferena em relao classificao supervisionada, 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-
80
o no-supervisionada podem ou no coincidir com as classes de interesse. Trata-se, portanto, de uma operao exploratria para verificar o que estatisticamente separvel ou no, quais as classes mais evidentes e sua relao com o que
se deseja discriminar. Os padres ou assinaturas geradas na classificao nosupervisionada podem ser aproveitados para uma posterior classificao supervisionada. A Isodata, uma das tcnicas de classificao no-superviosionada mais
empregadas, ilustrada pelas Figuras 65, 66 e 67.
Isodata
O isodata funciona atravs de iteraes, nas quais a imagem sucessivamente varrida e os clusters vo sendo modificados, com modificao dos parmetros estatsticos, agregao de novos pixels, diviso ou fuso de clusters. Na primeira iterao so determinados um nmero N de pixels (sementes) em torno dos quais comeam a ser gerados os primeiros clusters
(Figura 65).
Figura 65 - Isodata (Iterao I)
+s
n
2
Banda B
n
m
n
m
-s
m - 1s
m + 1s
Banda A
Posio dos pixels iniciais (sementes)
Figura 66 - Isodata (Iterao II)
+s
Banda B
Cluster 5
Cluster 4
2
Cluster 3
2
-s
Cluster 2
Cluster 1
m
-s
Banda A
+s
As sementes funcionam como mdia

em torno das quais vo se formar os agrupamentos 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 reagrupados, como ilustra a Figura 67.
Todo o processo repetido tantas vezes quantas forem as iteraes programadas, nas quais cada pixel pode ser reenquadrado em novos clusters, em funo da
proximidade estatstica. O processo pode
ser interrompido, porm, quando, numa determinada iterao, no ocorrer modificao alguma em relao iterao anterior,
indicando que a convergncia foi atingida.
Aps cada iterao os seguintes critrios so aplicados:
Clusters com desvio padro muito
grande so subdivididos para formar clusters menores;
Clusters que esto estatisticamente muito prximos so fundidos; e

Clusters com um nmero pequeno de pixels so eliminados.
Classificao _______________________________________________________________
Operaes psclassificao
81
Figura 67 - Isodata (Iterao III)
+s
Agregao de classes
Banda B
Se, ao analisar o resultado da classificao, o analista observar confuso entre classes

espectralmente prximas, possvel fundi-las em
uma s atravs do processo de agregao de
classes.
-s
Destaque de classe
m
-s
Banda A
Esta tcnica consiste em destacar uma classe 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 agrupamento dos pixels isolados classe predominante na sua circunvizinhana.
Este processo de homogeneizao poder corrigir erros de classificao e melhorar a apresentao.
Figura 68 - Homogeneizao por filtro de moda
Filtro de
moda
Imagem classificada
Pixel central da mscara 3x3
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
+s
82
teste previamente selecionadas ou as prprias reas de treino, (i) na diagonal, o

nmero de pixels corretamente classificados (pixel que pertence a i e classificado 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.
Quadro 21 - Matriz de erro ou de confuso

(Linha: referncia/colunas: resultado da classificao)
1
50
60
83,3
10
21
62
70
88,5
10
70
86
81,4
19
64
64
100,0
71
78
91,0
10
10
33
50
66,0
17
10
60
60
Soma
a)
b)
c)
d)
408
nmero de pixels;
percentagem de acertos (pixel que pertence a i e classificado como i);
pertence classe i (referncia), mas classificado como outra classe (erro de
omisso); e
pixel classificado como i, mas que pertence outra classe (erro de
comisso).
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 atenuado pela absoro ou desviado pela disperso causada pela
atmosfera. No processo de espalhamento a imagem ganha brilho, enquanto a absoro subtrai brilho. A absoro causada
principalmente pelo vapor de gua.
A Figura 69 mostra, de forma simplificada, os componentes do sinal recebido pelo sensor acima da atmosfera. O
espalhamento em S2 e parte da reflectncia do ponto Q que
redirecionada em S1 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 terreno, direo das cristas de serras. As correes radiomtricas
so importantes para vrias aplicaes:
Razo de canais
As imagens compreendidas na regio do visvel so altamente sensveis ao erro de espalhamento, enquanto as bandas
do infravermelho so praticamente livres de tais interferncias.
Os efeitos da atmosfera aumentam inversamente ao comprimento de onda. Assim sendo, a banda um do LANDSAT/TM mais
84
afetada do que a banda trs, enquanto a banda cinco muito pouco afetada. A
razo entre estes canais, sem a correo radiomtrica, produzir resultados tendenciosos.
Figura 69 - Componentes do sinal recebido pelo sensor
Fonte
Sensor
s2
s1
P
Alvo
Estudos multitemporais
As condies da atmosfera variam de uma data para outra. Por isso, a correo radiomtrica importante nos estudos multitemporais.
Compensao pela disperso atmosfrica

(haze compensation)
O aumento generalizado na radincia produzida pelo espalhamento resulta no aspecto difuso da imagem, referido em ingls como haze (neblina, bruma), prejudicando a nitidez e o contraste. Este fenmeno ocorre com mais
intensidade nos canais situados na faixa de comprimento de onda do azul (canal 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 entre 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
Correes Geomtrica e Radiomtrica ________________________________________
85
Ainda com base na resposta das zonas de sombra e corpos 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 afastamento da origem d a medida
da distoro causada pelo espalhamento atmosfrico. A correo feita pela subtrao do
valor correspondente ao deslocamento a.
canal do infravermelho
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
Figura 70 - Grfico de regresso
efeito da atmosfera sobre a resposta espectral.
linha de regresso
a
canal do visvel
O efeito da atmosfera proporcional ao deslocamento 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, instabilidade da plataforma, distoro panormica e a distoro causada pela curvatura e rotao da terra.
A distoro panormica aquela devida ao afastamento do ponto da superfcie da terra diretamente abaixo do satlite e proporcional abertura angular do sensor. A distoro causada pela
rotao da terra ilustrada pela Figura 71. Todas
estas correes so feitas na estao de recepo do satlite, usando dados de efemrides e as
especificaes do sensor e da rbita.
Figura 71 - Efeito da rotao da Terra

A
D D
QP
C C
rea da cena (ABCD) e rea efetivamente

coberta pelo satlite (ABCD).
86
Correo de preciso
Esta a correo geomtrica propriamente dita, que remove os erros
residuais, depois que os erros sistemticos foram corrigidos. A correo geomtrica 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 (interpolao 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, pelas 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 relacionamento entre estes parmetros dado na sua forma mais simples pelo polinmio do 1o grau:
c = a0 + a1x+ a2 y (1)
l= a'0 + a'1 x+ a'2 y (2)
A correo de 1o grau adequada para distores de translao e rotao e
distores de escala. Transformaes com polinmio do 2o grau ou superiores
podem ser usadas para corrigir tipos mais complexos de distoro. O nmero
87
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.
Figura 72 - Transformao da imagem bruta (ABCD)

para a imagem corrigida (PQRS)
403 053
D n
+
D e
+B
Centro do pixel
na imagem
corrigida
Centro do pixel
na imagem bruta
N-S
384 555
S
402 953
E-W
R
421 396
Interpolao da intensidade (reamostragem)

Quando os coeficientes de transformao forem computados a imagem corrigida 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, necessrio 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).
88
2 - interpolao bilinear
Adota o valor mdio dos quatro pixels (janela de 2 x 2) mais prximos do
novo centro (Figura 74).
Figura 73 - Reamostragem (vizinho mais prximo)
e
e = f(c, r)
n = f(c,r)
r
e
Imagem corrigida
Imagem bruta
Figura 74 - Reamostragem (interpolao bilinear)
imagem
de ajuste
pixel da imagem corrigida cujo
NC formado pela mdia dos
pixels a, b, c, d.
b
d
imagem
corrigida
Modificado de Curran, 1986.
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
89
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 chamados de resduos. O resduo X dado pela diferena (c-c) e o resduo Y pela diferena (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 afetados 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) =
(c'c)2 + (l'l)2
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:
( (c'c) )/(n k)
RMSE (Y) = ( (l'l) )/(
n k)
RMSE (X) =
1
2
1
2
onde n o nmero de GCPs e k o nmero de termos da ordem do polinmio

usado (trs para a 1a ordem, seis para a 2a ordem, dez para a 3a ordem). Da mesma
forma que os resduos, o RMSE (X,Y) considera o RMSE nas direes X e Y conjuntamente.
RMSE (X,Y) =
(RMSE (X ))2 + (RMSE (Y ))2
A ltima etapa a criao da imagem corrigida usando uma das tcnicas de

interpolao de intensidade.
Referncias
bibliogrficas
BOWKER, D. E. et al. Spectral reflectances of natural targets for
use in remote sensing studies. Hampton : NASA, 1985. (Reference publication).
CANAS, A. C. Geosciences image processing. London : Imperial
College, 1987. 136 p.
CROSTA, A. P. Processamento digital de imagens de sensoriamento remoto. Campinas : UNICAMP, Instituto de Geocincias, 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. Science, 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 geocincias, 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 aplicaes. 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 operacional de aquisio de dados aerotransportados - SADA : o
experimento de Barra Bonita. So Jos dos Campos : INPE,
1992. (INPE-5451 - NCT/305).
92
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 mtodo de aquisio dos pontos de controle [CD-ROM]. GISBRASIL98. Curitiba :
Sagres, 1998. 1 disco a laser ; 4 pol.

IntroducaoPDl IBGE

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

IntroducaoPDl IBGE

Enviado por

Direitos autorais:

Formatos disponíveis

Ministrio do Planejamento, Oramento e Gesto

Instituto Brasileiro de Geografia e Estatstica - IBGE

Manuais Tcnicos em Geocincias - nmero 9

Instituto Brasileiro de Geografia e Estatstica - IBGE

Valdir Francisco Veronese

Normalizao Bibliogrfica e de Glossrio

xxxxxxxxxx - Diviso de Criao - DIVIC/CDDI

Introduo ao processamento digital de imagens / IBGE, Primeira

rapidez e eficincia. Neste contexto insere-se a elaborao deste Manual, que, de

______________________________ Introduo ao processamento digital de imagens

Comportamento Espectral dos Materiais............................. 35

Caractersticas das imagens de sensoriamento remoto _________________________

Filtros Laplacianos + Imagem Original ........................... 67

______________________________ Introduo ao processamento digital de imagens

6 Aplicaes do Sensor AVHRR ........................................ 26

Caractersticas das imagens de sensoriamento remoto _________________________

20 - Contraste e Brilho de Imagens .................................... 42

______________________________ Introduo ao processamento digital de imagens

65 - Isodata (Iterao I) .................................................... 80

______________________________ Introduo ao processamento digital de imagens

Figura 1 - Representao esquemtica da captao de dados por SR

O sol emite radiao no intervalo de 0,28 a 4 micrmetros, o qual denominado

Caractersticas das Imagens de Sensoriamento Remoto ________________________

Figura 2 - Espectro eletromagntico

A faixa do infravermelho (IV) costuma ser dividida em:

______________________________ Introduo ao processamento digital de imagens

A Figura 3 mostra que aproximadamente 50% do espectro EM no se presta

Modificado de Goetz & Roan, 1981.

1,2 2,2 3,2

A imagem digital (ou

Caractersticas das Imagens de Sensoriamento Remoto ________________________

Na imagem, o menor elemento da grade chamado de pixel (contrao de

Figura 5 - Brilho do pixel

255 255 255 255 255 255 255 255

Figura 6 - Representao esquemtica dos dados de trs bandas

Quadro 1 - Representao dos formatos de gravao dos dados

BIL (Band Interleaved by Line)

BSQ (Band Sequential)

______________________________ Introduo ao processamento digital de imagens

Resoluo das imagens

Um dos fatores mais importantes para a escolha da imagem mais

Quadro 2 - Escalas de trabalho indicadas por algumas imagens

< 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

Caractersticas das Imagens de Sensoriamento Remoto ________________________

capacidade discriminatria. A resoluo espectral tem a ver com o nmero e a

Quadro 3 - Tipos de sensores

______________________________ Introduo ao processamento digital de imagens

Sistemas de captao dos dados

Sistemas Sensores __________________________________________________________

mais utilizadas para os levantamentos cartogrficos e de recursos naturais e para o planejamento

Figura 9 - Sistema fotogrfico

Sistema de quadro (Frame System)

Sistema de varredura mecnica

Sistema de varredura eletrnica (Pushbroom Scanner)

______________________________ Introduo ao processamento digital de imagens

trada por um detector. Desta forma, os dados de cada linha so captados

Quadro 4 - Comparao entre os dois sistemas de varreduras

- no necesita de espelho mvel e