Escolar Documentos
Profissional Documentos
Cultura Documentos
PDI 3 Correção
PDI 3 Correção
3.1 - INTRODUÇÃO
3.2 - CORREÇÃO RADIOMÉTRICA
3.2.1 - Restauração de Imagens
3.2.2 - Correção de Linhas Ruins
3.2.3 - Correção de Pixels Isolados
3.3 - CORREÇÃO GEOMÉTRICA
Registro de Imagens
3.4 - CORREÇÃO ATMOSFÉRICA
3.1 - Introdução
As imagens brutas, ou seja, sem nenhum tipo de correção, contém algumas
distorções radiométricas e geométricas que devem ser corrigidas antes de serem usadas nas
aplicações. Esta etapa de correção das distorções é conhecida como pré-processamento. A
utilização de técnicas de pré-processamento constitui uma das etapas mais importantes do
processamento digital. Do mesmo modo que as técnicas de realce enfatizam feições de
interesse na imagem elas também realçam as imperfeições na mesma. Sendo assim, é
conveniente que ruídos ou outras imperfeições intrínsecas nas cenas sejam removidas ou
atenuadas antes da aplicação de técnicas de realce. Muitas vezes, as imperfeições são
inerentes e dependentes do sistema sensor utilizado para gerar a imagem digital. Isto faz com
que algoritmos específicos para remoção ou redução de ruídos sejam desenvolvidos,
dependendo do tipo de ruído presente. Embora alguns tipos de distorções sejam corrigidas na
estação de recepção de imagens há ainda necessidade de se realizar algumas correções antes
da fase de processamento de imagens, propriamente dita.
Sabe-se que algumas distorções, tais como as provocadas pelo efeito
atmosférico, são muito complexas e difíceis de serem corrigidas. Desta forma, o objetivo
deste capítulo é apresentar algumas técnicas de correções simples e práticas que possam ser
usadas pelo usuário de maneira fácil.
37
Os processos de restauração e reamostragem espacial podem ser
combinados em uma única operação de filtragem (passa altas). Ou seja, o filtro de
interpolação ideal pode ser modificado para levar em conta o processo de restauração. Desta
forma, o custo computacional e o efeito de borramento introduzido pelo processo de
interpolação, quando realizado separadamente, são reduzidos. Assim, pode-se gerar imagens
restauradas em diferentes tamanhos de pixels (Fonseca e Mascarenhas, 1993).
O problema de restauração de imagens consiste em recuperar uma imagem que tem sido
degradada tanto pela resolução limitada do sensor como por ruídos inseridos no processo de
geração das imagens. De um modo geral, o problema de restauração consiste em recuperar a
imagem original da melhor forma possível (Mascarenhas e Velasco, 1989).
Uma das formas de tratar o problema é considerar que o sistema de imageamento possa ser
representado por um sistema linear com a adição de ruído independente do sinal:
g=f*h+r, (3.1)
onde f representa a imagem, g é a imagem, h é a função de espalhamento pontual (PSF) do
sensor e r é o ruído aditivo. O símbolo * denota a operação de convolução. Este modelo,
embora simplificado tem mostrado, na prática, resultados bastante satisfatórios em muitas
situações.
G=F.H , (3.2)
O objetivo da restauração de imagens é projetar um filtro P, tal que quando multiplicado pela
Equação (3.2), o efeito de H é cancelado, ou seja:
Entretanto, o filtro inverso é instável, pois nas freqüências altas onde a resposta do sensor, H,
tem valores próximos de zero, o filtro de restauração, P, tem valores tendendo ao infinito. Neste
caso, o filtro não pode ser projetado na prática. O método do filtro inverso modificado (MIF) é
uma solução para este problema. O filtro MIF aproxima-se da solução do filtro inverso e ao
mesmo tempo tenta controlar a instabilidade gerada pelos zeros da função de transferência de
modulação.
A função D deve ter um comportamento bem melhor do que a função H . Desta forma, o filtro P
pode ser estimado:
39
interpretados na imagem, depende do tipo de solo (mapa de solos), do teor de certos nutrientes
no solo (medição de amostras) e da declividade (carta topográfica).
Alguns requerimentos são fundamentais para que se trabalhe bem com
correção geométrica de imagens. Em primeiro lugar, para que se possa pensar em correção
geométrica, há que se conhecer os erros que interferem no processo de formação das imagens.
A escolha do modelo matemático mais adequado ao tratamento de cada caso depende
fortemente desse conhecimento. Além disso, um SIG deve sempre propiciar ferramentas para
que o resultado de uma correção geométrica possa ser avaliado e, consequentemente,
validado.
De uma maneira geral, o processo de correção geométrica de imagens
compreende três grandes etapas. Começa-se com uma transformação geométrica, também
denominada mapeamento direto, que estabelece uma relação entre coordenadas de imagem
(linha e coluna) e coordenadas geográficas (latitude e longitude). Trata-se de uma etapa em
que se eliminam as distorções existentes e se define o espaço geográfico a ser ocupado pela
imagem corrigida. Em seguida, faz-se o mapeamento inverso, que inverte a transformação
geométrica usada no mapeamento direto, permitindo que se retorne à imagem original para
que se definam os níveis de cinza que comporão a imagem corrigida. Esta definição de níveis
de cinza ocorre na última etapa, chamada de reamostragem, que nada mais é que uma
interpolação sobre os níveis de cinza da imagem original.
Modelo fotogramétrico
O modelo fotogramétrico inspira-se no uso das equações de colinearidade
aplicadas em fototriangulação. Com base nos dados de efemérides do satélite, descobre-se sua
posição num certo instante de aquisição de um dado pixel. Com as informações da atitude e
dos parâmetros do sistema de imageamento, define-se a direção de visada para aquele
instante. Tem-se, então, um ponto e uma direção no espaço, os quais definem uma reta.
Calcula-se a interseção dessa reta com a figura matemática da Terra, no caso um elipsóide de
referência. Como resultado, chega-se aos valores de latitude e longitude associados ao
instante de aquisição de um certo pixel, estabelecendo-se, assim, a relação entre o sistema de
referência da imagem e as coordenadas geográficas. O modelo fotogramétrico não faz
hipóteses sobre a independência das diversas fontes de erro e permite o cálculo das
coordenadas geográficas sem que haja necessidade de um procedimento externo. Deste modo,
o referenciamento da imagem a um sistema de projeção cartográfica pode ser feito sem
grandes dificuldades. O modelo fotogramétrico tem sido usado para quase todas as imagens
geradas pelos sensores dos satélites Landsat e Spot.
41
Modelo polinomial (registro de imagens)
O modelo polinomial consiste de uma função polinomial cujos parâmetros
são determinados a partir das coordenadas de pontos de controle identificados tanto no
sistema de referência da imagem como no sistema de referência da base de dados. É o modelo
disponível em quase todos os sistemas para o registro de imagens. Como se trata de um
modelo que não usa informações inerentes à aquisição da imagem e nem faz distinção sobre o
status ou nível de correção geométrica da imagem, muitos autores não o consideram como um
modelo de correção geométrica e preferem referir-se a ele como um modelo de registro. O
desempenho deste modelo depende de uma boa distribuição de pontos de controle, da
precisão das coordenadas dos pontos de controle e, o mais importante, da adequação da
função polinomial escolhida ao que se pretende modelar.
Y
p J
? pixel
T
T-1
l I
Reamostragem (Interpolação)
A reamostragem é a última etapa do processo de correção geométrica. Ela
usa a informação sobre níveis de cinza conseguida pelo mapeamento inverso e realiza uma
interpolação para definir os valores de nível de cinza que comporão a imagem corrigida. Os
métodos mais tradicionais de reamostragem são: vizinho mais próximo, que usa o nível de
cinza mais próximo ao resultado do mapeamento inverso; bilinear, que usa três interpolações
43
ao comprimento de onda. Ou seja, os comprimentos de ondas mais curtos são os mais
afetados.
O modelamento do efeito atmosférico envolve o modelamento dos
processos de espalhamento e absorção da atmosfera, que é muito complexo. Além disso,
deve-se ter em mãos dados auxiliares tais como umidade relativa, visibilidade, etc, que nem
sempre são disponíveis. O mais prático e usual é fazer alguma aproximações e usar métodos
mais simples. O método mais comum para minimizar o efeito atmosférico consiste em
subtrair o valor digital mais baixo encontrado entre os "pixels" de uma banda dos "pixels"
restantes na imagem. Geralmente, os valores de brilho mais baixos presentes em uma cena
estão associados às respostas de áreas com sombreamentos de relevo ou água limpa (lagos,
rios, etc). Desta forma considera-se que os valores encontrados nestes alvos são os
provenientes da contribuição aditiva da atmosfera e, necessariamente, devem ser subtraídos
dos valores digitais dos "pixels" restantes. Este tipo de correção é particularmente importante
quando se utiliza técnicas de realce por divisão de canais.