Tutorial

Tutorial 4

Fusão entre imagens

CBERS CCD e HRC

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Este tutorial é uma complementação dos tutoriais 01, 02 e 03, pois trataremos
novamente da restauração e filtragem de imagens, bem como de seu registro automático
no ENVI. No entanto, o usuário pode abdicar do registro das imagens CCD e registrar a
HRC em relação as CCD brutas, tanto no ENVI como no ArcGIS, de forma manual,
apenas para efeito de ilustração/qualificação da fusão. De todo modo, a fim de qualificar o
processo e o produto final de fusão entre duas imagens, o presente documento ilustrará o
registro da HRC de forma manual pelo ArcGIS, tendo como base as CCD previamente
corrigidas no modo automático no ENVI.

À propósito, o termo fusão também é questionável, pois o procedimento NDVI, por

exemplo, não deixa de ser uma fusão entre bandas. Veremos no ENVI que o nome do
processamento utilizado é chamado de “aguçamento a partir de imagens pancromáticas”
(“pan-sharpening”).
Por fim, salientamos que a “fusão” com imagens HRC pode ser bastante útil
quando o usuário detém as imagens de média resolução com aspectos climáticos
idênticos, no que diz respeito, principalmente, ao nível da cobertura de nuvens.
Sugerimos, portanto, que o usuário verifique no sítio do INPE se a área de interesse e a
data da imagem HRC conferem com períodos próximos, senão, a mesma data da CCD
adquirida. Outra possibilidade, também, é a de se fundir as HRCs com imagens Landsat
TM. Para tanto, é interessante restaurá-las na resolução de, pelo menos, 20 metros.

Portanto, de posse das imagens BRUTAS, execute o Spring 5.0.3 e abra as

imagens CCD conforme o Tutorial 01.

Se o quadrante da HRC estiver dentro do área geográfica da imagem CCD,

importe-a para o mesmo Projeto, criado no passo anterior. Para tanto, após abrir as
CCDs, mantenha o Projeto ativado. A figura a seguir ilustra a importação da HRC dentro
mesmo Projeto, anteriormente criado pelas bandas CCDs.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
As bandas CCD e HRC agora estão listadas no Painel de Controle. Selecione a
banda CCD desejada para iniciar a Restauração e posterior Filtragem, conforme
apresentado no Tutorial 02. No entanto, como o interesse é a fusão, a restauração deverá
ser feita para 10 metros de resolução espacial (figura abaixo).

OBS.: a sugestão de melhorar a resolução espacial, não excluir a possibilidade de fusão

com imagens CCD em sua resolução original. No entanto, tal sugestão objetiva amenizar
o erro médio quando da correção geométrica da imagem HRC, bem como a diferença de
resolução espacial entre elas.

Quanto à banda HRC, apenas execute a filtragem. A página 2 ilustra as diferenças

entre as CCDs originais e as restauradas para 10 metros, já filtrada. E a página 3, a HRC
original e a filtrada.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Exporte as imagens para o formato GEOTIFF, a fim de se executar o registro
automático das CCDs: bandas de modo individual, conforme Tutorial 03. E exportar a
HRC também para seu registro no ArcGIS, após correção das CCDs.
O procedimento de renomear as bandas CCDs também deve ser executado, a fim
de que o aplicativo do ENVI funcione corretamente.
No ENVI, efetuar os mesmos procedimentos de autoregistro sem o
armazenamento das bandas contrastadas e empilhadas num mesmo arquivo, conforme
sugerido no Tutorial 03. Adiante explicaremos melhor o motivo desta desconsideração.
Após o registro, execute o ArcMap e instale o módulo “ENVI Reader for ArcGIS”,
que pode ser obtido por meio sítio da empresa “Sulsoft”
(http://www.sulsoft.com.br/downloads/modulos/), a fim de que o ArcGIS reconheça a
imagem em formato IMG ENVI. Para tanto, pelo Windows Explorer, acesse a pasta onde
foi guardada a imagem “registrada” e acrescente a extensão “.dat”:
“CBERS_2B_CCD1XS_20081106_149_109_L2_R10F_BAND234_reg.dat”. Este é o
formato/extensão que o ArcGIS interpreta como IMG ENVI, por meio do módulo instalado
supracitado. No mesmo site pode ser adquirido o manual de instalação do referido
módulo.
Assim, adicione as imagens CCD e HRC para iniciar a correção geométrica da
HRC. Estando elas adicionadas, clique com o botão direito em “Layers” e acesse a opção
“Properties...”. Na tela defina a projeção, conforme figuras abaixo, clicando em
“Predefined → Projected Coordenates → Utm → Other GCS → South American 1969
UTM Zone 24S”.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Ative o componente de registro manual do ArcMap, clicando com o botão direito na
barra de tarefas e ativando o módulo “Georeferencing”, conforme figura a seguir:

Após ativado o assistente, selecione a imagem HRC como o layer a ser corrigido
(figura abaixo).

Antes de iniciar a seleção de pontos de controle para a retificação, clique no ícone

localizado a extrema direita, conforme figura abaixo, e desabilite a opção de auto ajuste.
Assim o usuário visualizará o deslocamento de todos os pontos escolhidos nas duas
imagens, mesmo após encerrado a escolha de pontos.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Passamos a escolha dos pontos para correção das HRC. Ressaltamos que a
imagem CCD foi restaurada para 10 metros, a fim de que a correção da HRC ocorra com
menos erro possível, pois, desse modo, reduziu-se a diferença de resolução entre elas.
Sendo assim, é possível identificar alvos numa imagem CCD de 10 metros até a escala
de 1:15.000, escala esta praticamente inadequada, quando do uso de imagens CCD
originais, 20 metros. Entretanto, para o registro de uma HRC, sugerimos aqui a escala de
1:20.000. Abaixo segue a distribuição de 9 pontos escolhidos para um registro rápido da
HRC, bem como o deslocamento de cada amostra.

OBS.: observe que os pontos foram distribuídos de forma quase matricial, eqüidistantes,
a fim de se minimizar o erro quadrático médio, e, por conseguinte, minimizar a distorção
da imagem registrada nas áreas não amostradas. A região da cena, também, não detém
variação de relevo considerável, ao ponto de distorcer tais regiões. Assim, é aconselhável
sempre observar o critério “relevo” na cena a ser corrigidas, e, se for caso, aumentar o
número de amostras na região de relevo, e sempre de forma eqüidistantes entre elas,
bem como, de preferência, próximo aos cantos da imagem.

A forma de se adquirir os pontos de controle é a seguinte: clique num alvo na HRC

e depois no mesmo alvo identificado na CCD. Assim, obtém-se as coordenadas dos
pontos na imagem HRC e na CCD, os quais são chamados pelo ArcMap de
XSource/YSource e XMap/YMap, respectivamente, conforme figuras abaixo. Ainda nas
mesmas figuras, destacam-se os resíduos referentes às distâncias entre os pontos, os
métodos de transformação a serem escolhidos/aplicados, o erro médio total pelo método
polinômio de primeira ordem, e, posteriormente, quando aplicado o de segunda ordem.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial

OBS.: arrolando um pouco sobre o georreferenciamento, destacamos que, quanto maior

a ordem dos polinômios, mais próxima a curva de ajuste passará pelos pontos adquiridos.
No entanto, a utilização de polinômios de grau muito elevado pode provocar algumas
distorções na imagem gerada e, por isso, algumas vezes, o ajuste linear é uma
adaptação moderadamente aceitável. Enquanto os polinômios de ordem mais elevada
apresentam maior acurácia na própria vizinhança dos pontos de controle, tais polinômios
podem conduzir a erros significativos e, conseqüentemente, à distorções naquelas
regiões que estão fora dos limites definidos pelo conjunto de pontos de controle. A Ajuda
Online do software SPRING informa que numa área urbana, por exemplo, pode ser
considerado um erro de 0,5 pixel para uma resolução de 30 metros, ou seja, erro de 15
metros. Em áreas de florestas, pode-se aceitar um erro de 3 pixels para a mesma
resolução, pela dificuldade de se conseguir bons pontos de controle. Isto vai depender da
aplicação do usuário. Outro parâmetro usado para analisar o erro é em função da escala
em que se está trabalhando. Para um mapeamento na escala de 1:50.000, por exemplo,

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
o erro aceitável no registro é de cerca de 25 metros. Portanto, no caso deste tutorial, que
visa a fusão de uma imagem de alta resolução com outro de média-alta, o erro poderia
ser, proporcionalmente, cerca de 10 metros. Assim, um erro de 5,85 metros, imaginamos
ser aceitável para nossa escala de trabalho de 1:20.000. Mesmo assim, para a
quantidade de pontos adquiridos neste tutorial, o polinômio de primeiro grau garante
distorções homogêneas para toda a cena, em virtude da disposição regular entre os
pontos. Enfim, convém o usuário verificar toda cena final e decidir pelo método a ser
aplicado em definitivo, independente de valores de erros aqui informados.

Estando satisfeito com o erro médio obtido e o aspecto final da cena, feche a janela
clicando no botão OK e acesse o menu/botão “Georeferencing → Rectify...” para salvar a
imagem retificada (figura abaixo).

Quando abrir a janela de salvar arquivo, mantenha a dimensão da célula como lá

definida ou redefina para 2,5. Quanto ao método de reamostragem, mantenha o “Nearest
Neighbor - vizinho mais próximo” ou utilize as outras opções, conforme apresentado na
figura abaixo.

OBS.: os métodos de reamostragem influenciam significantemente nos pixels de imagens

de média resolução, por conseguinte, nas formas dos alvos da imagem. A diferença
básica é o aspecto de suavização das formas, quando se usa o método da convolução
cúbica, às vezes, eliminando um pouco os detalhes gerados pela filtragem na imagem
original. No entanto, para uma HRC a mudança é imperceptível. Cabe ao usuário testar
os produtos finais. De todo modo, o método vizinho mais próximo costuma exigir menos
das memórias e do(s) processador(es) do computador do usuário.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Passamos agora à fusão das imagens. Execute o ENVI e abra a imagem CCD e a
HRC retificada - apenas carregue ambas na janela “Available Band List”. Não é
necessário retirar a extensão “.dat” do nome da imagem CCD.

Antes de inciar a fusão é necessário recortar a imagem HRC para retirar faixas
brancas que ficam nas bordas da imagem causadas pelo ArcMap. Para tanto, deve-se
utilizar da ferramenta ROI para gerar um polígono de recorte, e este mesmo polígono será
aproveitado para cortar, outrossim, a imagem CCD. Assim, a fusão ocorrerá na área útil
da CCD/HRC, contendo devidamente as amostras de pixel utilizadas nos processos de
fusão que arrolaremos aqui.

Enfim, abra a imagem HRC e clique com o botão direito do mouse em “Map Info” e
edite as informações de projeção, datum, unidades e fuso (zona), constantes nas figuras
abaixo. Os meta-arquivos das imagens GEOTIFF, provenientes do ArcMap, geralmente
não são reconhecidos pelo ENVI. Por isso, deve-se efetuar tal procedimento.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Abra agora a imagem HRC e acesse na tela “#1” o menu “Tools → Region of
Interest → ROI Tool...”.

Após abrir a janela do “ROI Tool”, clique no canto superior esquerdo da imagem
para iniciar o desenho de um polígono (figura a seguir) que servirá de máscara para o
corte das imagens. Assim, excluirá os dados danificados nas áreas externas da máscara,
no caso da HRC, e cortará a imagem CCD, reduzindo-a somente a área útil da HRC.
OBS.: A seta amarela destaca a faixa branca proveniente do ArcMap, e o círculo
vermelho, o momento da digitalização da máscara de corte/polígono.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Encerrado o desenho acima, clique com o botão esquerdo dentro da área do
polígono para fechá-lo e preenche-lo de vermelho. Assim, na janela do “#1 ROI Tool”,
acesse o menu “File → Export ROIs to EVF...” e o salve numa pasta, a fim de utilizá-lo,
posteriormente, na imagem CCD. Porém, antes disso, volte no menu “File” e acesse
“Subset Data via ROIs” para cortar a imagem HRC, guardando-a na memória (figuras
abaixo).

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Passamos ao corte da CCD. Acesse o menu “Window → Available Vectors List”
para listar os vetores disponíveis. No presente caso, somente a máscara que exportamos
no passo anterior estará disponível. Selecione o vetor “ROI” (nome que batizamos no
momento de salvar) acesse o menu “File → Export Layers to ROI...” e aplique na imagem
CCD (figuras abaixo).

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Feito isto, acesse o menu “Basic Tools → Subset Data via ROIs” para finalmente
cortar a imagem CCD, utilizando a mesma área de corte da HRC (figuras abaixo).

De posse das duas novas imagens inseridas na pilha da memória, sugerimos

exportá-las em formato IMG ENVI ou GEOTIFF, exclua as “Memories” e abra as que
foram exportadas, para, posteriormente, iniciarmos a fusão, pois a memória virtual pode
não mais suportar outras futuras imagens processadas.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Passamos, enfim, à fusão. Acesse o menu “Transform → Image Sharpening →
HSV” (figura abaixo).

OBS.: outros métodos de fusão estão disponíveis. No entanto, vamos aqui ilustrar os
métodos HSV, Gram-Schmidt e PC Spectral Sharpening, visto que faremos uma
comparação qualitativa em relação aos referidos métodos, os quais utilizam de
transformação do sistema de cores RGB (HSV) e de transformações ortogonais, vetores
não correlacionáveis entre si (GS e PC).

Após abrir a janela, referente ao método HSV, selecione a combinação de bandas

de preferência da imagem CCD. No presente caso (figura abaixo) combinou-se R3 G4 B2.
As bandas de nome R,G e B da imagem CCD, equivalem à 2,3 e 4, respectivamente, por
isso a elipse vermelha abaixo, a fim de destacar e esclarecer a “sopa de letras”. Essa
nomenclatura de bandas é uma característica do formato GEOTIFF.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Depois, selecione a imagem de alta resolução, no caso, a banda da HRC,
"jogando” o resultado na memória (figuras que seguem).

O resultado final é uma imagem com três bandas empilhadas na ordem 3, 4 e 2,

conforme definido no primeiro passo do processo de fusão. Abra-a e verifique os alvos e o
aspecto geral da imagem.

O segundo método, de Gram-Schmidt (GS), segue os passos similares, não

havendo a necessidade de combinar somente três bandas da CCD. Interessante é a
possibilidade de se escolher uma biblioteca de dados radiométricos referentes a alguns
sensores. A biblioteca do tipo Landsat é o mais adequado ao CBERS2 e 2B, visto que
detém seus intervalos radiométricos praticamente iguais aos da série CBERS2. Mesmo
assim, como um primeiro teste, execute o método GS, optando pela média das bandas da
imagem CCD, conforme a figura abaixo.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Para se utilizar a biblioteca Landsat é necessário antes de executar o procedimento
de fusão editar o “header” da imagem CCD, conforme as figuras abaixo:

OBS.: os valores acima inseridos são as médias dos intervalos, em micrômetros (elipse
vermelha), referentes às bandas espectrais do satélite CBERS, obtidas por meio do sítio
do INPE.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Após a edição do cabeçalho da imagem CCD, execute a fusão, escolhendo
novamente o método de Gram-Schmidt, porém “setando” a opção “Create By Sensor
Type”, conforme a figura abaixo:

Por fim, execute o terceiro método PC, e abra todas as imagens produtos das
fusões e verifique qual delas melhor explorou o aspecto radiométrico da imagem CCD e a
que mais contrastou os alvos de seu interesse. Abaixo, seguem ilustrações, de toda cena,
referentes a HRC e às fusões executadas.

HRC Fusão HSV Fusão GS Fusão PC Fusão GS

(Landsat)

OBS.: os exemplos acima utilizaram as bandas 2, 3 e 4, combinadas em R3G4B2.

Observe que a fusão GS, a partir da biblioteca Landsat, foi a que mais bem discriminou
os alvos, inclusive os sedimentos em suspensão nos reservatórios presentes na cena
(mais figuras na próxima página). Tal biblioteca interferiu no resultado, porque tanto a
imagem CCD quanto a HRC não tiveram seus histogramas manipulados, para melhorar o
contraste entre os alvos (“stretch data”). Fica a critério do usuário efetuar o contraste, logo
a seguir do registro automático. No entanto, os resultados a partir da biblioteca Landsat
mantém o conjunto dos pixels com seu valores de DN sem qualquer contraste.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial

Conforme citado anteriormente, os métodos GS e PC utilizam todas as bandas

existentes/empilhadas no arquivo da cena. Portanto, se o usuário necessitar da Banda 1
CCD, esse métodos disponibilizarão também a Banda 1 devidamente processada.
Maiores detalhes de cada método pode ser obtido na própria ajuda do ENVI ou em Smith
(2007) este para o caso do Gram-Schmidt.
Abaixo, seguem amostras de fusões GS a partir da biblioteca Landsat (figuras à
esquerda) e a partir da média das bandas CCD realçadas/”stretch” (figuras à direita).
Neste último caso a HRC também foi contrastada.

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial
Bibliografia

Smith, J.O. Gram-Schmidt Orthogonalization in: Mathematics of discrete Forier transforms

(DTF),
http://ccrma-www.stanford.edu/~jos/mdft/Gram_Schmidt_Orthogonalization.html

Projeto MSFRAN
siscom.ibama.gov.br/msfran
 Tutorial

Tutorial desenvolvido por:

Paulo Marcos Coutinho dos Santos

Geólogo - Analista Ambiental do Ibama

Ministério do Meio Ambiente

Programa de Revitalização da Bacia Hidrográfica do Rio São Francisco
www.mma.gov.br

Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais

Renováveis
Centro de Sensoriamento Remoto - CSR
www.ibama.gov.br/csr

Projeto MSFRAN
siscom.ibama.gov.br/msfran