Introdução Ao Processamento Digital de Imagens

Introdução ao Processamento Digital de Imagens
Estágio de docência
John Cunha
John.e.cunha@gmail.com
Professora responsável
Iana Alexandra Alves Rufino
iana_alex@uol.com.br
Campina Grande, 23 de março de 2011.

Processamento Digital de Imagens (PDI)
• Áreas que utilizam PDI

• A cor no processamento de imagens
• Tratamento de imagens digitais
• Pré- processamento
• Classificação
• Aplicações
Áreas que utilizam PDI
• Análise de recursos naturais;

• Meteorologia;
• Transmissão digital de sinais de televisão ou fac-símile;
• Análise de imagens biomédicas;
• Análise de imagens metalográficas e de fibras vegetais;
• Obtenção de imagens médicas por ultra-som, radiação nuclear
ou técnicas de tomografia computadorizada;
• Automação industrial: sensores visuais em robôs.
A cor no processamento de imagens
Newton foi o primeiro a verificar a verdadeira NATUREZA DA LUZ, ao

decompor a luz branca, através de um prisma, e depois decompô-lo por meio
de lentes. Ele foi também o primeiro a explicar por que certos objetos
possuem diferentes cores. Segundo Newton, os objetos aparecem coloridos
quando expostos à luz branca porque refletem alguns de seus componentes
espectrais com maior intensidade do que outros.
ACROMÁTICAS
São cores não coloridas (branco e preto), pois não estão presentes no
espectro da luz visível. A mistura das duas pode gerar uma infinidade
de tons de cinza e olho humano é capaz de discriminar até 300
gradações entre ambos os extremos.
CROMÁTICAS
Podem ser:
a)Monocromátiocas ou espectralmente puras : formadas por um
único comprimento de onda;
b)Complexas ou espectralmente impuras: formadas por uma mistura
de cores cromáticas em mais de um comprimento de onda.
A B
Figura 1 - Processos Aditivo (A) e subtrativo (B) de formação de cores
ADITIVO: utiliza-se a mistura de duas ou três cores primárias, para obter uma
cor secundária: magenta, amarelo ou ciano.
SUBTRATIVO: é possível obter cores primárias através da mistura com cores
secundária.
A B
Figura 2 – Composição colorida 5R4G3B em (A) e Composição Falsa cor

4R5G3B em (B)
Tratamento de imagens digitais
“Manipulação de uma imagem por computador de modo onde a entrada

e a saída do processo são imagens”
Processar uma imagem=

Usar operações matemáticas para alterar os valores dos pixels de uma
ou mais imagens;
Melhorar a qualidade da imagem para que o observador “veja melhor”
Melhorar a qualidade da imagem para preparar a imagem para ser
analisada pelo próprio computador (análise de imagens)
Imagens de satélite (DN)
Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda 6 Banda 7
Figura 3 – Diferentes bandas do satélite LANDSAT

- Cada célula tem sua localização definida em um sistema de

coordenadas (x,y);
- Cada célula possui um atributo numérico “z” que é o nível
de cinza (DN – digital number);
- O DN de uma célula
223 223 180 205 30
representa a intensidade de
energia eletromagnética 223 180 180 90 205
(refletida ou emitida) medida 30

223 205 205 30
pelo sensor
Figura 4 – Conjunto de pixels

- O computador consegue diferenciar qualquer quantidade de níveis de cinza:
imagens de 8 bits – 28=256 níveis de cinza,
imagens de 10 bits – 210=1024 níveis de cinza, etc.
Figura 5 – Níveis de cinza presentes nas imagens

.
.
.
Figura 6 - Composição colorida R3G2B1 e extração dos pixels para uma planilha
Software de PDI
• SPRING
• ILVIS
• INTERIMAGE
• ENVI
• ERDAS
• IDRISI
• PHOTOSHOP (Geographic Imager)

Pré-processamento
• Remoção de ruídos
• Realce de imagem
• Correção, retificação geométrica e registro
• Mosaíco
• Redução da dimensionalidade
• Correção radiométrica
Pré-processamento
Eliminação de ruído
Geralmente o ruído é provocado por uma falha, momentânea, no

sistema de registro da energia, no instante do imagiamento da área
pelo sensor orbital.
Uma das técnicas de remoção de ruído comumente empregada

consiste em substituir o valor zero da radiância do pixel no local
pela média da radiância dos pixels das linhas inferior e superior.
Pré-processamento
Exemplo: Eliminação de ruído
Figura 7 - Imagem colorida de infravermelho falsa-cor mostrando um

ruído da parte superior.
Pré-processamento
Contraste
Os dados de satélites, uma vez processados, podem conter um contraste

espectral de baixa qualidade. O realce de imagens digitais visa melhorar a
qualidade visual, permitindo uma melhor discriminação dos objetos
presentes na imagem.
Figura 8 – Exemplo de um histograma mostrando o efeito do contraste.

Pré-processamento
Exemplo: Realce de contraste
Figura 9 – Exemplo de uma imagem mostrando o efeito do contraste.

Pré-processamento
Exemplo: Realce de contraste
Figura 9 – Exemplo de uma imagem colorida (5R4G3B) do Landsat 5

mostrando o efeito do contraste.
Pré-processamento
Correção, retificação geométrica e registro.
A correção geométrica visa eliminar dois tipos de erros que,

frequentemente, ocorrem nos dados de satélites: devidos ao movimento
do satélite e aqueles determinados pela curvatura da Terra.
Pré-processamento
Retificação, correção geométrica e geo-referênciamento
Figura 10 – Ilustração da influência do relevo nas imagens de satélite.

Pré-processamento
Distorções geométricas
Distorções inerentes à plataforma: Efemérides (posição e

velocidade) e altitude.
Distorções inerentes ao instrumento.
Distorções inerentes ao modelo da Terra: Rotação, esfericidade

e relevo.
Pré-processamento
Distorções geométricas
Figura 11 – Ilustração dos Figura 12 – Ilustração dos

problemas inerentes ao modelo problemas inerentes ao relevo.
da Terra.
Pré-processamento
Retificação, correção geométrica e geo-referênciamento.
As coordenadas de imagem bruta(L: Linha; C: Coluna) são

relacionadas às coordenadas de referência(X,Y) através de
polinômios de grau n.
De tal forma que:
X = a0 + a1L + a2C + a3L2 + a4LC + a5C2+ … + amCn

Y = b0 + b1L + b2C + b3L2+ b4LC + b5C2+ … + bmCn
(X,Y) normalmente representa as coordenadas planas de um certo

sistema de projeção cartográfica.
Pré-processamento
Porque retificar uma imagem?
Criação de mosaicos;
Corrigir distorções;
Sobre posição de informações (imagem e vetor);
Extração de medidas (áreas, distâncias e perímetros);
Atualização de banco de dados geográficos;
Integração Sensoriamento Remoto, Geodésia (GPS) e SIG.

Pré-processamento
Porque retificar uma imagem?
Figura 13 – Integração sensoriamento remoto e Sistema de Informações

Geográficas.
Pré-processamento
Mosaico
O mosaico de imagens é o processo de juntar duas ou

mais imagens para gerar uma imagem maior para se ter
uma visão global de uma cena ou área de interesse entre
duas imagens de órbita ou ponto diferentes.
Pré-processamento
Mosaico
Figura 14 – Mosaico de imagens Landsat.

Pré-processamento
Redução da dimensionalidade
Muitas vezes, as pesquisas realizadas em dados de satélites

ocorrem em áreas pequenas, bem menores do que a área de
abragência de uma cena imageadas por um satélite.
Com este procedimento é possível reduzir o tamanho do

arquivo e, consequentemente, o tempo de processamento
computacional.
Pré-processamento
Redução da dimensionalidade
Figura 15 – Recorte de imagens Landsat.

Correção radiométrica
Refere-se ao processamento inicial de dados brutos para calibração

radiométrica da imagem. Este procedimento assegura que as mudanças
observadas no comportamento espectral, no tempo e no espaço, estão
estritamente ligadas à interação da radiação eletromagnética com o alvo,
eliminando quaisquer contribuições do ambiente na reflectância do alvo
que foi registrada pelo sensor.
Radiância espectral monocromática

bi  a i
L λi  a i  ( ) x(Qcal  Qcal min)
Qcalmáx  Qcal min
Tabela 1 - Descrição das bandas do Mapeador Temático (TM) do Landsat 5, com
os correspondentes intervalos de comprimento de onda, coeficientes de calibração
(radiância mínima – a e máxima – b), após 1 de janeiro de 1992. (Chander &
Markham, 2009)
Bandas Comprimento de Onda Coeficientes de Calibração

(μm) (Wm 2 sr 1μm 1 )
a b
1 (azul) 0,45 – 0,52 -1.52 193.0
2 (verde) 0,52 – 0,60 -2.84 365.0
3 (vermelho) 0,63 – 0,69 -1.17 264.0
4 (IV-próximo) 0,76 – 0,79 -1.51 221.0
5 (IV-médio) 1,55 – 1,75 -0.37 30.2
6 (IV-termal) 10,4 – 12,5 1.2378 15.303
7 (IV-médio) 2,08 – 2,35 -0.15 16.5

Reflectância planetária
π . L λi
ρ λi  cos z  cos(90  E )
k λi . cos Z . d r
Tabela 2 - Descrição das bandas do Mapeador Temático (TM) do Landsat 5, com as correspondentes
irradiâncias espectrais no topo da atmosfera terrestre (TOA) .(Chander & Markham, 2009)
Bandas Irradiância Espectral no Topo

da Atmosfera
(Wm 2μm 1 )
1 (azul) 1983
2 (verde) 1796
3 (vermelho) 1536
4 (IV-próximo) 1031
5 (IV-médio) 220
6 (IV-termal) -
7 (IV-médio) 83,44
Técnicas de PDI:
- permitem analisar uma cena nas várias regiões do espectro
eletromagnético;
- extraem informação quantitativa da imagem;
- realizam medidas impossíveis de serem obtidas

manualmente;
- possibilitam a integração de vários tipos de dados,

devidamente georeferênciados.
Classificação
Durante a classificação de dados digitais, os alvos do universo real recebem a denominação genérica de classes
ou classes temáticas. Os processos de classificação podem ser supervisionados ou não supervisionados.
– Classificação supervisionada
No processo de classificação supervisionada, o usuário inicialmente aponta
um conjunto de amostra de treinamento para cada classe que se deseja
diferenciar na imagem.
– Classificação não supervisionada

A classificação não supervisionada é uma método computacional automático
de agrupamento, os algoritmos de classificação não utilizam dados de
treinamento como base para classificação.
Cena 214/065 do LANDSAT 7
(24/07/2000)
Composição Colorida RGB com realce linear
(Bandas 5,4 e 3)
Campina Grande - PB
Classificação
de Padrões
• Área de estudo
Figura 16 – Localização da bacia do Rio do Peixe

Figura 17 – Mapa de NDVI (A) em 29 de agosto de 2008 e (B) em 01 de novembro de 2008

Figura 18 – Mapa de temperatura da superfície (A) em 29 de agosto de 2008 e (B)

em 01 de Novembro de 2008
Figura 19 – Mapa de evapotranspiração real (A) em 29 de agosto de 2008 e (B) em 01

de novembro de 2008.
Figura 20 – Mapa de NDVI (A) em 29 de agosto de 2008 e (B) em 01 de novembro de 2008

Figura 21 – Gráfico do NDVI obtido a partir do MODIS e precipitação no tempo, em

(A) ponto 1, em (B) ponto 2, em (C) ponto 3 e em (D) ponto 4
Figura 22 – Gráfico da Temperatura da superfície obtido a partir do MODIS e

precipitação no tempo, em (A) ponto 1, em (B) ponto 2, em (C) ponto 3 e em (D)
ponto 4.
FIM!
Referências bibliográficas
• Moreira, M. A. Fudamentos do sensoriamento remoto e metologias de
aplicação.
• Cunha, J. E. B. L.; Tsuyuguchi, B. B.; Rufino I. A. A. Utilização da detecção
remota para estimar a distribuição espacial da evapotranspiração de
região semiárida e série temporal MODIS. Simpósio Brasileiro de
sensoriamento remoto. INPE, 2010.
• Sensoriamento Remoto II, Prof. Alzir Felippe Buffara Antunes. Fonte:
www.geomatica.ufpr.br/docentes/felippe/pessoal/Corre__o_Geom_trica.
pdf

Introdução Ao Processamento Digital de Imagens

Enviado por

Dados do documento

Descrição original:

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

Introdução Ao Processamento Digital de Imagens

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução ao Processamento Digital de Imagens

Campina Grande, 23 de março de 2011.

Processamento Digital de Imagens (PDI)

• Áreas que utilizam PDI

Áreas que utilizam PDI

• Análise de recursos naturais;

A cor no processamento de imagens

Newton foi o primeiro a verificar a verdadeira NATUREZA DA LUZ, ao

A cor no processamento de imagens

A cor no processamento de imagens

Figura 1 - Processos Aditivo (A) e subtrativo (B) de formação de cores

A cor no processamento de imagens

Figura 2 – Composição colorida 5R4G3B em (A) e Composição Falsa cor

Tratamento de imagens digitais

“Manipulação de uma imagem por computador de modo onde a entrada

Processar uma imagem=

Imagens de satélite (DN)

Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda 6 Banda 7

Figura 3 – Diferentes bandas do satélite LANDSAT

Imagens de satélite (DN)

- Cada célula tem sua localização definida em um sistema de

(refletida ou emitida) medida 30

Imagens de satélite (DN)

Figura 5 – Níveis de cinza presentes nas imagens

Imagens de satélite (DN)

• PHOTOSHOP (Geographic Imager)

• Correção, retificação geométrica e registro

Geralmente o ruído é provocado por uma falha, momentânea, no

Uma das técnicas de remoção de ruído comumente empregada

Exemplo: Eliminação de ruído

Figura 7 - Imagem colorida de infravermelho falsa-cor mostrando um

Os dados de satélites, uma vez processados, podem conter um contraste

Figura 8 – Exemplo de um histograma mostrando o efeito do contraste.

Exemplo: Realce de contraste

Figura 9 – Exemplo de uma imagem mostrando o efeito do contraste.

Exemplo: Realce de contraste

Figura 9 – Exemplo de uma imagem colorida (5R4G3B) do Landsat 5

Correção, retificação geométrica e registro.

A correção geométrica visa eliminar dois tipos de erros que,

Retificação, correção geométrica e geo-referênciamento

Figura 10 – Ilustração da influência do relevo nas imagens de satélite.

Distorções inerentes à plataforma: Efemérides (posição e

Distorções inerentes ao instrumento.

Distorções inerentes ao modelo da Terra: Rotação, esfericidade

Figura 11 – Ilustração dos Figura 12 – Ilustração dos

Retificação, correção geométrica e geo-referênciamento.

As coordenadas de imagem bruta(L: Linha; C: Coluna) são

De tal forma que:

X = a0 + a1L + a2C + a3L2 + a4LC + a5C2+ … + amCn

(X,Y) normalmente representa as coordenadas planas de um certo

Porque retificar uma imagem?

Sobre posição de informações (imagem e vetor);

Extração de medidas (áreas, distâncias e perímetros);

Atualização de banco de dados geográficos;

Integração Sensoriamento Remoto, Geodésia (GPS) e SIG.

Porque retificar uma imagem?

Figura 13 – Integração sensoriamento remoto e Sistema de Informações

O mosaico de imagens é o processo de juntar duas ou

Figura 14 – Mosaico de imagens Landsat.

Muitas vezes, as pesquisas realizadas em dados de satélites

Com este procedimento é possível reduzir o tamanho do

Figura 15 – Recorte de imagens Landsat.