1

Objetivo
Este e-book tem por objetivo demonstrar como realizar classificações de imagens orientada a objetos
(Geobia) utilizando softwares livres como o SAGA GIS e GEODMA. O intuito é demonstrar o potencial destes
softwares neste tipo de análise com imagens de alta resolução espacial. No tutorial demonstrarei como
realizar a classificação básica somente no SAGA GIS e na parte avançada vamos fazer uma análise mais
robusta utilizando vários softwares, neste caso usaremos o Geodma0.2.2a, QGIS, GeoDa e por fim o SAGA-
GIS .O objetivo dessa análise avançada é usar explorar os pontos softwares desses programas e obtermos
mais elementos para executar uma boa classificação orientada a objetos

Como objetivo do tutorial é ser prático, se você quer conhecer um pouco mais dos princípios da Geobia
recomendo os links abaixo, os quais possuem ótimas explicações

E mostram as vantagens do método.

https://geotecnologias.wordpress.com/2010/08/19/classificacao-orientada-a-objeto-consideracoes/

http://marte.sid.inpe.br/col/dpi.inpe.br/sbsr@80/2008/11.17.15.40/doc/199-206.pdf

http://www.dsr.inpe.br/sbsr2013/files/p0815.pdf

http://wiki.dpi.inpe.br/lib/exe/fetch.php?media=workshop_interimage_fundamentos_geobia_032013.pdf

Como exemplo serão utilizadas imagens Planet Scope de 3 metros de resolução espacial, 4 bandas (RGB,NIR),
16 bits de resolução radiométrica. Podem ser utilizadas outras imagens de alta, altíssima ou média resolução
com este método
 3

Sumário
CAP 1. BAIXANDO O SAGA GIS .......................................................................................................................................... 4
CAP 2. Adicionando uma imagem no SAGA GIS................................................................................................................ 5
CAP 3. Fazendo uma composição colorida ....................................................................................................................... 7
CAP 4. Segmentando uma imagem ................................................................................................................................... 9
CAP 5. Coletando amostras............................................................................................................................................. 11
CAP 5. Classificação no SAGA GIS.................................................................................................................................... 16
CAP 5. Segmentando e extraindo atributos com o Geodma 0.2.2a ............................................................................... 20
CAP 6. Coletando amostras no QGIS 2.18 ....................................................................................................................... 25
CAP 7. Calculando as principais componentes no geoDA ............................................................................................... 29
CAP 7. Classificando a imagem no SAGA-GIS .................................................................................................................. 33
 4

CAP 1. Baixando o SAGA GIS

Para baixar o SAGA GIS, clique no link ao lado e escolha a última versão disponível:
https://sourceforge.net/projects/saga-gis/files/

Clicando no arquivo começará o download. O SAGA vem no formato .zip. O programa é auto executável, ou

seja, não precisa de instalação, bastando somente descompactar os arquivos em uma pasta e clicar duas

vezes no arquivo .exe para iniciá-lo. Existe também a versão instalável. Hoje a mais recente é a 5.0.0
 5

CAP 2. Adicionando uma imagem no SAGA GIS

Após abrir o programa, para adicionar uma imagem, clique no ícone da pasta e navegue até o diretório onde
se encontra a imagem
 6

Após carregar a imagem, aparecerá na janela lateral esquerda o ícone dela, porém o programa não carrega
para visualização automaticamente. Para isto clique com o botão direito no ícone da imagem e clique em
“add to map”.
 7

Para dar zoom na imagem clique na aba “maps” para aparecer os ícones de navegação e clique no ícone da
“lupa”. Depois de clicar, segure e arraste o mouse para dar o zoom na área desejada.

CAP 3. Fazendo uma composição colorida

Para realizar uma composição colorida, seja em cor real ou com realce da vegetação em vermelho é bem
fácil. Para isso primeiramente vá ao menu “window” e marque a opção “ show object properties object
window”.
 8

No campo “RGB composite” mude a composição colorida de acordo com as bandas da sua imagem e na
ordem desejada e a seguir clique em “apply” para visualizar a nova composição. Na imagem planet, uma
composição em cor real fica R: banda 3, G: Banda 2, B: Banda 1. Para uma composição com realce da
vegetação em vermelho, basta alterar o canal R: banda 4
 9

CAP 4. Segmentando uma imagem

A segmentação da imagem é passo mais importante na classificação GEOBIA, pois uma boa segmentação é o que
determina a qualidade do mapeamento. Uma “boa” classificação é aquela onde os polígonos possuem uma boa
homogeneidade, ou seja, uma área urbana por exemplo deverá conter apenas as feições urbanas. Polígonos muito
heterogêneos, onde há muitas feições juntas podem levar o algoritmo de classificação interpretar de forma
equivocada aquela , por exemplo classificar um polígono que tem “parte urbano e parte floresta todo como floresta.
Como dica prática, faça vários testes de tamanhos de segmentos começando com valores altos e ir detalhando, até
encontrar um valor de tamanho coerente. Lembrando que segmentar demais uma imagem, além de causar “ uma
bagunça” na hora coletar as amostras, quebrar demais uma imagem pode favorecer a ter muitos erros de comissão.
Partindo para a prática, para realizar a segmentação va ao menu “processing”>> “imagery”>> “segmentation”>>
“object based image segmentation”
 10

Na janela que se abrirá, em “Grid system” escolha a imagem carregada no programa. Em “feature” clique
no ícone e na próxima janela clique na imagem e clique em “add” e dê Okay.
 11

Deixe o “normalize” DESMARCADO, “segments” deve estar marcado “CREATE” e “Band Width for Seed Point
Generation” é onde você ajusta o tamanho os segmentos, quanto maior o valor, maiores serão os polígonos.
No meu teste o melhor valor foi 25, mas você pode escolher qualquer valor.
Após tudo ajustado, dê okay para o processamento e espere o término do processo. Por padrão o
segmentador é o Region Growing (Crescimento por Regiões).

CAP 5. Coletando amostras

Após terminada a segmentação, aparecerá logo abaixo o ícone “shapes” com o arquivo da segmentação.
Para visualizar a segmentação sobre a imagem, clique com o botão direito em “add to map” e na janela
seguinte marque a opção onde está a imagem
 12

Os segmentos apareceram em cor sólida, para mudar para formato “vazado”, em “fill style” mude para
transparente. Para mudar a cor dos “outilines” logo abaixo mude de preto para a cor desejada e depois
clique em Apply.
 13

Como a imagem utilizada é um recorte, o fundo branco também segmentado para a extensão da imagem.
Para remover os polígonos “inúteis”, deixe selecionado “segments” e clique novamente no menu “maps”
para habilitar os ícones de navegação e selecione a seta preta. Esta seta serve para selecionar os polígonos.
Desta forma, marque os polígonos na tela; os selecionados ficarão em vermelho. Após selecionar os
polígonos desejados, aperte o delete no teclado até eliminar todos. Você pode selecionar vários polígonos
arrastando a seta e formando um polígono ou segurando crtl no teclado e clicando na tela.
 14

Para coletar as amostras, precisamos criar o campo “classe” na tabela de atributos, para isto clique com o
botão direito em segments >>> atributes>>show. Em seguida será aberta a tabela de atributos

No último campo da tabela, clique com o botão direito em add field para criar o campo classe.
 15

Na tela seguinte, em “name” escreva classe e o restante deixa como está. Dê ok

Feito isto, será criado o campo e agora começaremos a coleta de amostras. É necessário deixar selecionado
o “segments” e a janela propriedades a aberta, exibindo a guia “atributes”. No último campo o valor “classe”
 16

estará em branco. Agora com a seta preta, selecione os polígonos correspondentes a cada classe do
mapeamento. Com o crtl “segurando” no teclado, selecione vários polígonos. Automaticamente na guia
“atributes” é gerado uma lista com os polígonos selecionados. Após terminar a seleção, é necessário digitar
para cada polígono selecionado a classe correspondente. Para o exemplo criei as classes urbano consolidado,
peri-urbano, solo exposto, mata de galeria, cerrado, campestre, veg.antropizada. Coletei 10 amostras por
classe, mas esse número depende da complexidade da área e é subjetivo.

Para fins práticos recomendo fazer a seleção de segmentos por grupos. A cada polígono preenchido, o
software pedirá para salvar. Recomendo também salvar periodicamente o projeto, pois o SAGA não salva
automaticamente. Para salvar o projeto vá ao menu file>> projects >> save projects.

CAP 5. Classificação no SAGA GIS

Terminado a coleta de amostras é hora de classificar, para isto vá ao menu geoprocessing>> shapes >>

table >> Supervised Classification for Shapes

 17

Na janela seguinte ajustes os parâmetros para:

Shape: segmentos

Atributes: clique em e na janela seguinte marque as 4 bandas da imagem (exemplo planet scope)
Training classes: classe
Classification: create
Save statistics to file: opcional
Method: Aqui são os classificadores, existem vários diponiveis, no exemplo vamos usar o minimum distance,
mas recomendo testar outros e avaliar os diferentes resultados. Os mais usados são além do minimum
distance, o ângulo espectral, paralelepípedo e maximum likehood
Distance threshold:0
Ajustado tudo dê OK e espere o processamento terminar
 18

O resultado final será um shape classificado. Para visualizar clique em add to map. Para exportar e trabalhar
o layout no QGIS ou ArcGIS, basta clicar com o botão direito e no “segments” classificado” e seguindo o save
as.
19
 20

Evidentemente toda classificação precisa de edições, principalmente em classes mais heterogêneas. Algo
que pode melhorar a classificação é o uso de mais atributos no processamento e é o que vamos fazer na
próxima parte usando o GeoDMA.

CAP 5. Segmentando e extraindo atributos com o Geodma 0.2.2a

O GeoDMA é um software desenvolvido pelo INPE e tem como ponto forte a extração rápida de atributos
da imagem, tanto espectrais quanto espaciais. Além de fazer a mineração de dados e classificação. A parte
de classificação para iniciantes é um pouco complicada no GeoDMA, por isso a opção de explorar a
segmentação e a extração de atributos nele e classificar ao final no SAGA que é mais rápida e tem vários
algoritmos de classificação.
O GeoDMA é gratuito e pode ser baixado no link: http://wiki.dpi.inpe.br/doku.php?id=geodma
Recomendo o download da versão 0.2.2a pois é mais fácil de operar e mais estável que versão mais nova do
Terraview 5 ( o GeoDMA funciona como um plugin do Terraview) e nos testes que fiz o segmentador do
Terraview 5 não ficou bom. O GeoDMA 0.2.2a é um arquivo funciona como um plugin dentro do Terraview
4. Ao terminar a instalação ele aparecerá na lista de programas como Terraview + Geodma 0.2.2a

Após a introdução, vamos a prática. Após abrir o programa, vá ao menu arquivo>> banco de dados.
Na janela que se abrirá marque criar e em diretório escolha a pasta onde será criado o banco
 21

Para adicionar a imagem vá em arquivo>> importar raster. Na janela seguinte vá no botão arquivo e selecione
o diretório onde está a imagem, de o nome da imagem na caixa plano e clique em finish.
 22

Após adicionar a imagem ela aparecerá na caixa temas e banco de dados. Normalmente a imagem aparecerá
escura. Por algum motivo desconhecido, o realce não funciona bem no Terra view 4 e alterar a composição
colorida “bagunça” a imagem. Meio chato isso, mas não compromete a segmentação, então recomendo
deixar a imagem padrão como ela é carregada.
Próximo passo é começar a segmentação no GeoDMA. Vá ao menu plugin>> GeoDMA. Na Janela que se
abre, vá na aba segmentation. Ele detecta a imagem automaticamente e em “select the segmentation
algorithm” existem dois algoritmos de segmentação, o region growing e o Baatz segmente. Prefiro usar o
Baatz pois tem um melhor resultado e você tem como ajustar os parâmetros (pesos) da cor e da
compacidade. Por causa do Baatz é que optei por usar o GeoDMA nesse tutorial na parte avançada. Esses
parâmetros são subjetivos, no exemplo coloquei Color: 80, Compactness: 40 e Scale: 300. Quanto maior o
valor da escala, maior serão os segmentos. Para ver o melhor tamanho é na base do teste mesmo. Nos testes
realizados valores abaixo de 100 segmentaram muito a imagem. Ajustados os parâmetros clique no botão
segment.

Terminada a segmentação, o shape aparecerá na tela. Na janela do GeoDMA vá agora na aba input, em
select layer with polygons aparecerá o shape da segmentação, e na parte mais baixa o raster da imagem. De
ok.
 23

Na aba features, aparecerão todos os atributos que o programa extrai. Clique em all para selecionar todos.
Não marque normalize e deixe marcado min-max. Clique em extract para começar o processo
 24

Terminado o processo, não aparecerá nada na tela, mas se você selecionar o shape segmentado , na caixa
vista/temas, verás na parte baixa da tela a tabela de atributos extraída.

A partir desse ponto saíremos do Geodma e iremos para o QGIS para coletar as amostras, pois é muito mais
rápido preencher varios poligonso ao mesmo tempo por lá. Para exportar os segmentos, vá ao menu arquivo
>> exportação vetorial. Na janela seguinte, selecione o segmento, clique na seta para selecionar, em formato
marque shapefile, deixe marcado exportar propriedades e em saída, clique em caminho e escolha o diretório
onde será salvo o shape.
 25

CAP 6. Coletando amostras no QGIS 2.18

Abra o QGIS e adicione o shape file exportado do GeoDMA e a imagem.

 26

Mude a cor do shape para tipo linha simples, para “vazar” o polígono e poder ver a imagem de fundo. Para
mudar a composição colorida da imagem, clique com o botão direito >> propriedades >> estilo e altere a
ordem das bandas.

Para selecionar os polígonos das amostras deixe marcado o segmento, clique na seta indicada na figura e com o shift
do teclado “segurado” selecione vários polígonos clicando na tela. No exemplo, criei as classes urbano consolidado,
asfalto, peri-urbano, solo exposto, cerrado, mata de galeria, campestre, vegetação antropizada.
 27

Recomendo que coletes as amostras por grupo, então por exemplo, após coletar as amostras para urbano
consolidado vá a calculadora de campo, desmarque a opção criar novo campo. Deverão estar selecionadas
atualizar as feições selecionadas e atualiza um campo existe. No dropdown deixe marcado “traiclass”, pois
é esta a coluna criada pelo GeoDMA para as amostras. Na caixa Expressão e digite as classes sempre
começando e terminando com aspas simples. Ao final dê ok e repita este procedimento para todas as classes
desejadas. Não se esqueça de sempre salvar a cada coleta por grupo.
 28

Uma dica, sempre que é preenchido um campo com a calculadora de campo e depois finaliza o QGIS volta
pra tela principal com o modo edição ligado, como é muito ruim coletar com ele ligado, desligue-o conforme
mostra a figura abaixo e salve, dessa forma as amostras estão sendo salvas.

Finalizado o processo, vamos a próxima etapa que é calcular as principais componentes no GeoDA
 29

CAP 7. Calculando as principais componentes no geoDA

O geoDa é um software muito conhecido e utilizado para quem trabalha com estatística. Dentre as
numerosas análises que podem ser feitas com ele, utilizaremos a PCA. As principais componentes é um
cálculo estatístico é onde o algoritmo analisa os atributos de uma tabela de dados e cria um índice que
significa “ quais são os melhores atributos” do conjunto de dados para se agregar em grupos amostrais. Isto
é muito usado para fazer clusters com dados vetoriais e para classificar imagens também. Como estamos
lidando com muitos atributos nem sempre todas serão boas para classificar a imagem posteriormente, por
isso vamos usar as PCA’s calculadas como parâmetro para classificação. O GeoDA pode ser baixado neste
link: http://geodacenter.github.io/download.html.

Abra o geoDA e em input file clique no ícone da pasta, e selecione .shp. Logo após vá ao diretório onde está
seu shape após coletada as amostras.

Logo após aparecerá o shape e clicando no ícone da tabela será aberta a tabela de atributos.
 30

Para calcular as PCA’s vá ao menu explore >> cluster >> PCA. Selecione todos os atributos na janela seguinte,
clicando um por um no mouse. Deixe tudo como está e clique em run. A seguir aparecerá um relatório com
vários números.
 31

A pergunta agora é como interpretar esta tabela e como escolher as melhores PCA’s. Podemos observar
que forma geradas 47 pcs. As melhores pcs, que são que aquelas que melhor separarão as classes e
correspondem as com o valor de “eigenvalues” mais altos. Neste exemplo eu vou selecionar as 5 primeiras
pois são as que tem maior variância. Para salvar as PCS’na tabela de atributos do shape, clique no botão
save, e desmarque as PCS’s que não serão utilizadas e a seguir de OK e depois close.
 32

Repare na tabela de atributos, no final estão as PC’s selecionadas. Após isso vá em file >> save as>> ícone
da pasta>> .shp >> escolha o diretório e dê OK.

O próximo passo é finalizar com a classificação no SAGA-GIS.

 33

CAP 7. Classificando a imagem no SAGA-GIS

Para fazer a classificação vamos colocar o shape file com as principais componentes e a imagem para
visualizar. Para carregar os arquivos vá ao menu file >> open e escolha os arquivos na pasta.

Para visualizar a imagem e os shape, reveja o conteúdo do capitulo 2 e 3. Para classificar vamos ao menu
geoprocessing >> shape >> table >> supervised classification for shapes.
 34

Na janela seguinte em shapes mude para o shape file com as amostras. Em Features, na janela seguinte, marque
apenas as PC’s de 1 a 5 de dê ok. Training class, coloque o “ traiclass” que é o atributo das amostras coletadas
classification deixe em create. O método de classificação coloque como um primeiro teste o “minimum distance” e
deixe threshold “0”. Recomendo testar outros métodos também e comparar os resultados. Opcionalmente podes
salver as estatísticas clicando na caixa ou lado de “ save statistics to file” e digite no nome do arquivo.txt como formato
de saída. Depois de ajustar os parâmetros dê OK.
 35

O programa processa bem rápido logo abaixo do shape das amostras, aparecerá o shape classificado. Para visualizar,
botão direito >> add to map.
 36

Evidentemente é necessário fazer uma mudança nas cores, layout etc. Para isso você pode fazer em qualquer
software GIS como o QGIS, ArcGIS e outros. Essa parte o SAGA não é bom pra fazer, por isso vamos exportar
o shape classificado. Para isso clique com botão direito >> save as. Escolha a pasta onde deseja salvar e
depois abra no software GIS da sua escolha.

Abaixo fiz uma nova composição no ArcGIS, e podemos ver o resultado sem edição. Para ficar dessa forma
tirei as bordas externas de cada classe.
 37

Podemos ver que o resultado fica mais detalhado e observamos que em imagens de alta resolução é superior
a classificação em pixel.