Processamento digital: As 3 Etapas?
Processamento digital, você acabou de colocar suas 2 mãos em um artigo definitivo a respeito do tema.
Veja um resumo do que você aprenderá com a leitura do mesmo:
- O que é o processamento digital;
- Quais as áreas de atuação do mesmo;
- PDI e a obtenção de informações espectrais e;
- Quais as 3 etapas do processamento digital.
Prossiga a leitura com máxima atenção.
O que é o processamento digital
O processamento digital, mais conhecido como Processamento Digital de Imagens (PDI) nada mais é do que um conjunto de técnicas computacionais voltadas para a análise de dados multidimensionais obtidos via sensoriamento remoto.
Dados estes adquiridos por sensores orbitais e suborbitais, normalmente embarcados em satélites, ônibus espacial, aviões, balões e drones.
E também, de acordo com o INPE ), por sensores terrestres, tais como sensores visuais em robôs.
Ou seja, o processamento digital nada mais é do que a manipulação de uma imagem (ou dado) por computador, de certa maneira que a entrada e a saída do processo são imagens.
O grande objetivo do mesmo consiste em melhorar o aspecto visual de certas feições estruturais, de certa maneira que o analista consiga melhor interpretar, classificar e tomar decisões com base nos dados existentes na imagem.
Tendo este objetivo como ponto final, o processamento digital gera produtos que podem inclusive posteriormente serem submetidos a outros processamentos.
História do processamento digital
Boa parte das técnicas utilizadas no PDI foram desenvolvidas nos anos 1960 nas seguintes instituições:
- Jet Propulsion Laboratory;
- MIT;
- Bell Labs e;
- University of Maryland.
Nesta época tivemos o desenvolvimento de aplicações para:
- Imagens de satélite;
- Conversão de padrões de wirephoto;
- Imagens médicas;
- Reconhecimento de caracteres e;
- Aprimoramento de fotos.
Porém, como os computadores da época possuíam uma baixa capacidade de processamento, os custos necessários para o PDI foram altos.
A partir da década de 1970, a computação evoluiu bastante, com o surgimento de computadores mais potentes, o que tornou mais viável o processamento de imagens digitais.
Com o passar das décadas, a capacidade computacional melhorou ainda mais, o que torna possível que atualmente, até mesmo pessoas comuns consigam fazer o processamento de uma grande quantidade de imagens, gerando produtos fotogramétricos acurados.
Um exemplo disso são os drones, que estão revolucionando a obtenção de dados geoespaciais, através da produção de imagens ortorretificadas.
Caso deseje aprender mais a respeito da utilização de drones, possuo um livro cirúrgico a respeito do tema. Me refiro ao Livro Topografia Com Drones.
Para conhecer o conteúdo abordado nos 11 capítulos do mesmo e os 3 bônus que você ganhará é só clicar neste link.
Áreas de atuação do processamento digital
O processamento digital de imagens é aplicado praticamente a toda e qualquer informação gerada via sensoriamento remoto. Seja a mesma obtida de maneira orbital, sub-orbital ou terrestre.
As aplicações do PDI incluem áreas como:
- A análise de recursos naturais e meteorologia por meio de imagens de satélites;
- A transmissão digital de sinais de televisão ou fac-símile;
- A análise de imagens biomédicas;
- A análise de imagens metalográficas e de fibras vegetais;
- A obtenção de imagens médicas por ultra-som, radiação nuclear ou técnicas de tomografia computadorizada;
- Aplicações em automação industrial envolvendo o uso de sensores visuais em robôs.
PDI e a obtenção de informações espectrais
A obtenção das informações espectrais registradas pelos sistemas nas diferentes partes do espectro eletromagnético, visando a identificação e discriminação dos alvos de interesse, depende principalmente da qualidade da representação dos dados contidos nas imagens.
As técnicas de processamento digital, além de permitirem analisar uma cena nas várias regiões do espectro eletromagnético, também possibilitam a integração de vários tipos de dados devidamente georreferenciados.
Etapas do processamento digital
O processamento digital pode ser dividido em 3 etapas. São elas:
- Pré-processamento;
- Realce e;
- Classificação de imagens.
Vamos entender cada uma destas etapas:
Processamento digital – Pré-processamento
Etapa na qual é feito o processamento inicial dos dados brutos. Esta etapa é sub-dividida em 3 etapas. São elas:
- Calibração radiométrica da imagem;
- Correção de distorções geométricas; e
- Remoção de ruído.
Realce
Etapa na qual a qualidade da imagem é melhorada. Esta etapa tem por objetivo aumentar o contraste entre as diferentes feições, permitindo que o analista consiga fazer uma melhor discriminação dos objetos presentes na imagem.
Processamento digital – Realce de contraste
O realce de contraste normalmente é utilizado como uma etapa de pré-processamento para sistemas de reconhecimento de padrões.
A manipulação do contraste consiste numa transferência radiométrica em cada “pixel”, com o objetivo de aumentar a discriminação visual entre os objetos presentes na imagem.
Realiza-se o realce ponto a ponto, independentemente da vizinhança, sendo que os principais métodos de realce de contraste são:
- Realce linear;
- Realce Mínimo/Máximo;
- Realce Raiz Quadrado;
- Realce Quadrado;
- Realce Logarítmico;
- Realce por Equalização de Histograma;
- Realce por fatiamento;
- Realce por Edição.
Classificação de imagens
Etapa na qual é feita a amostragem, atribuindo-se classes as diferentes feições existentes na imagem.
Este processo possibilita que o analista gere uma imagem classificada, obtendo também uma série de estatísticas a respeito das diferentes feições existentes na área analisada.
Os classificadores podem ser divididos em 2 grupos:
- Classificadores “pixel a pixel” e;
- Classificadores por regiões.
Classificadores “pixel a pixel”
Utilizam apenas a informação espectral de cada pixel para achar regiões homogêneas.
Estes classificadores podem ser separados em métodos estatísticos (utilizam regras da teoria de probabilidade) e determinísticos (não utilizam probabilidade).
Classificadores por regiões
Utilizam, além de informação espectral de cada “pixel”, a informação espacial que envolve a relação com seus vizinhos.
Procuram simular o comportamento de um foto-intérprete, reconhecendo áreas homogêneas de imagens, baseados nas propriedades espectrais e espaciais de imagens.
A informação de borda é utilizada, inicialmente, para separar regiões e as propriedades espaciais e espectrais irão unir áreas com mesma textura.
O resultado da classificação digital é apresentado por meio de classes espectrais (áreas que possuem características espectrais semelhantes), uma vez que um alvo dificilmente é caracterizado por uma única assinatura espectral.
É constituído por um mapa de “pixels” classificados, representados por símbolos gráficos ou cores.
Ou seja, o processo de classificação digital transforma um grande número de níveis de cinza em cada banda espectral em um pequeno número de classes em uma única imagem.
As técnicas de classificação aplicadas apenas a um canal espectral (banda da imagem) são conhecidas como classificações unidimensionais.
Quando o critério de decisão depende da distribuição de níveis de cinza em vários canais espectrais, as técnicas são definidas como de classificação multiespectral.
O primeiro passo em um processo de classificação multiespectral é o treinamento. Etapa na qual é feito o reconhecimento da assinatura espectral das classes.
Existem basicamente duas formas de treinamento:
Treinamento supervisionado e não supervisionado
Quando existem regiões da imagem em que o usuário dispõe de informações que permitem a identificação de uma classe de interesse, o treinamento é dito supervisionado.
Para um treinamento supervisionado, o usuário deve identificar na imagem uma área representativa de cada classe.
É importante que a área de treinamento seja uma amostra homogênea da classe respectiva, mas ao mesmo tempo deve-se incluir toda a variabilidade dos níveis de cinza.
Recomenda-se que o usuário adquira mais de uma área de treinamento, utilizando o maior número de informações disponíveis, como trabalhos de campo, mapas, etc.
Para a obtenção de classes estatisticamente confiáveis, são necessários de 10 a 100 “pixels” de treinamento por classe.
O número de “pixels” de treinamento necessário para a precisão do reconhecimento de uma classe aumenta com o aumento da variabilidade entre as classes.
Fluxograma resumindo as etapas do processamento digital
Queiroz e Gomes (2001) trazem o seguinte fluxograma, o qual mostra a sequência de tarefas interconectadas envolvidas no processamento digital:
Referências utilizadas para a produção do artigo
Manuais – SPRING – Classificação de Imagens.
Disponível em: http://www.dpi.inpe.br/spring/portugues/tutorial/classific.html
Introdução ao processamento digital – José Eustáquio Rangel de Queiroz e Herman Martins Gomes.
Disponível em: http://www.dsc.ufcg.edu.br/~hmg/disciplinas/graduacao/vc-2016.2/Rita-Tutorial-PDI.pdf
DPI – INPE – Teoria: Processamento de Imagens.
Disponível em:
É isso por este artigo. Lembrando que eu também possuo uma série de cursos práticos e de livros.
Se você quer MERGULHAR FUNDO e aprender a prestar serviços com grande velocidade e com segurança, acesse este link e conheça os mesmos.
Entre eles, o Curso de Confecção de Plantas Topográficas. Um curso prático com o qual você vai aprender a produzir as 15 diferentes plantas produzidas em um escritório de topografia.
Clique neste link e conheça melhor o mesmo.
Gratidão por você ter lido o artigo. 🙏
Aprenda a produzir Mapas e Plantas no QGIS
Se você quer (ou precisa) aprender a produzir mapas e plantas, o curso online de Qgis, Oficina do QGIS é para você.
No mesmo, você vai aprender a utilizar o QGIS profissionalmente, aprendendo a produzir mapas que vão deixar seus clientes de queixo-caído.
Principais Conteúdos Abordados no Curso Online de QGIS
Módulo 1: passos inicias no QGIS – Elaborando mapa de biomas do Brasil
Módulo 2: criando mapa de uso e ocupação do solo de propriedade rural
Módulo 3: cálculo de áreas, perímetros e distâncias de linhas no QGIS
Módulo 4: criando memorial descritivo de áreas e quadro analítico de forma automática no QGIS
Módulo 5: criando uma planta de macrozoneamento para licenciamento ambiental
Módulo 6: criando um mapa de proteção de área permanente (APP’s) de uma propriedade rural
Módulo 7: criando um mapa hipsométrico da sua área de interesse
Módulo 8: criando uma planta topográfica georreferenciada no QGIS
Módulo 9: layout de mapas – criando um mapa de bacias e sub bacias hidrográficas
Módulo 10: delimitação de bacias hidrográficas
Módulo 11: demarcação urbanística no QGIS
Módulo 12: mapa de classes de declividade (com MDE – Alos Palsar)
Módulo 13: mapa de prospecção de áreas para instalação de usinas solares fotovoltaicas
Módulo 14: elaborar mapa de classes de solo
Módulo 15: elaborar mapas de classes de fatores limitantes à mecanização agrícola dos solos
Postagens relacionadas:
