18Um dos métodos mais simples para amenizar os efeitosatmosféricos é denominado correção do histograma pelos seus valoresmínimos (Histogram Minimum Method - HMM) ou método do pixelescuro. Este método considera que as áreas cobertas com materiais deforte absortância como água e zonas de sombra, deveriam apresentaruma radiância nula, e portanto, o que estas áreas estão registrando éatribuído à atmosfera. Assim, basta subtrair o valor registrado em cadabanda, de cada um dos pixels dessa banda (Chuvieco, 1990)♦ Correção de erros dos equipamentos: geralmente os erros causadospelo mau funcionamento dos sensores se traduzem em linhas ou pixelsperdidos, assim como pelo efeito striping.A falha de um detetor é visualizada na imagem comouma série de linhas anômalas, pretas e brancas ou pixels isolados comcaracterísticas similares que representam uma informação perdida.Assim, os níveis de cinza correspondentes a estas linhas ou pixelsperdidos são estimados a partir dos níveis de cinza dos pixels vizinhos.Segundo Chuvieco (1990), existem várias formas deimplementar este critério de vizinhança, sendo que o mais simplesconsiste na substituição da linha perdida pela linha anterior ou posteriorda varredura. Um segundo método substitui a linha defeituosa pelamédia das linhas vizinhas, aproximando o valor do nível de cinza aovalor inteiro mais próximo. Ambos os métodos podem ser tambémutilizados para estimar o nível de cinza de pixels perdidos. SegundoMather (1987), este segundo método é menos exato que o primeiro.Os ruídos lineares, como o striping, são perceptíveis naimagem como linhas ou grupos periódicos de linhas, mais escuras oumais claras em relação às linhas adjacentes. Para a correção deste tipode erro, parte-se do princípio que os sensores bem calibradosapresentam histogramas similares, e portanto o ajuste digital do sinaldetectado por cada sensor é efetuado a partir de um fator de ajuste naslinhas com defeito (Chuvieco, 1990).b) Correção GeométricaAs correções geométricas alteram a geometria da imagem paracorrigir distorções produzidas pelo sistema de captura de dados, efeitos darotação da Terra ou variação da altitude, atitude e velocidade do satélite.Para Richards (1986) e Mather (1987), as correçõesgeométricas podem ser efetuadas de duas formas: modelando a natureza e amagnitude das fontes de distorções através do chamado modelo de geometriaorbital, ou fazendo uma reamostragem dos pixels em relação a uma base
19cartográfica, para o qual se torna necessária a localização de pontos decontrole.A qualidade da correção dependerá da precisão dos pontos decontrole que devem levar em conta três aspectos importantes: número,localização e distribuição dos mesmos. O número ideal de pontos de controledepende do tamanho e da complexidade geométrica da imagem.Matematicamente, só são necessários três pontos para uma função de ajustede primeiro grau, seis para uma de segundo grau e dez pontos para uma deterceiro grau, mas é conveniente superar este mínimo. No que se refere àlocalização, é preciso que sejam pontos claramente identificáveis tanto naimagem como na cartografia de referência, e preferivelmente, feições nãosujeitas ao dinamismo temporal. Com respeito à distribuição, é convenienteque os pontos se situem, uniformemente, sobre toda a imagem.Segundo Jimenez e García (1982), a reamostragem dos pixelspara corrigir a geometria de uma imagem pode ser implementada através devários métodos, os quais se diferenciam pela interpolação utilizada. Assim, osmais utilizados são: vizinho mais próximo, bilinear e convolução cúbica.♦ Vizinho mais próximo (Nearest neighbor): o valor do nível de cinza a seratribuído a um pixel na imagem corrigida, terá o mesmo valor do nível decinza do pixel que se encontrar mais próximo da posição ocupada pelopixel na imagem original.Este é o método mais rápido, de menor custocomputacional e que não altera os níveis de cinza originais. Assim é omais indicado em caso de corrigir uma imagem classificada, porém tema desvantagem de deixar as feições lineares com aparência de blocos(Chuvieco, 1990).♦ Interpolação bilinear (bilinear interpolation): o método calcula a médiaponderada dos valores dos níveis de cinza dos quatro vizinhos maispróximos ao centro do novo pixel (Schowengerdt, 1983). Este métodoapresenta a vantagem de reduzir o efeito de distorção em feiçõeslineares, proporcionando uma maior precisão geométrica, mas tem asdesvantagens de alterar um valor original dos níveis de cinza dos pixels,de requerer um maior número de cálculos e de perder resolução porsuavização e borramento, pelo fato de trabalhar com a média dos níveisde cinza.♦ Convolução cúbica (cubic convolution): o valor do novo pixel é obtidopela média dos níveis de cinza dos 16 pixels vizinhos mais próximos(Richards, 1986). Este método implica um custo computacional bemmaior do que os anteriores, e igualmente ao da interpolação bilinear,
- Page 1: INPE-6824-TDI/644SENSORIAMENTO REMO
- Page 7 and 8: AGRADECIMENTOSAgradeço às seguint
- Page 9: RESUMOCom a recente implantação d
- Page 13 and 14: SUMÁRIOPág.LISTA DE FIGURAS......
- Page 15: 5.6.1. Caracterização fisionômic
- Page 19: LISTA DE TABELASPág.2.1 - Equaçõ
- Page 22 and 23: 2Estes trabalhos de quantificação
- Page 25 and 26: 5CAPÍTULO 2FUNDAMENTAÇÃO TEÓRIC
- Page 27 and 28: 7Como parte de um estudo de etnobot
- Page 29 and 30: 9Para o estudo da vegetação, é p
- Page 31 and 32: 11A luz incidente em uma planta com
- Page 33 and 34: 13mostraram que a reflectância da
- Page 35 and 36: 152.3. INTERPRETAÇÃO DE IMAGENSA
- Page 37: 17geometria de aquisição conhecid
- Page 41 and 42: 21b) Transformação por Componente
- Page 43 and 44: 23Com a finalidade de evitar uma ex
- Page 45 and 46: 25da classificação, sendo este pr
- Page 47 and 48: 27apresenta uma série de vantagens
- Page 49 and 50: 29CAPÍTULO 3ÁREA DE ESTUDO3.1. LO
- Page 51 and 52: 313.2.3. SOLOSOs solos predominante
- Page 53 and 54: 334.1. MATERIAIS UTILIZADOSCAPÍTUL
- Page 55 and 56: 35Definição do ProjetoSeleção d
- Page 57 and 58: 37C´ = Ganho ∗ C - Offsetonde:C
- Page 59 and 60: 39No caso do triplete formado pelas
- Page 61 and 62: 41o valor mínimo pre-estabelecido.
- Page 63: 43amostras selecionas, levando em c
- Page 66 and 67: 465.1.3. FLORESTA DE VÁRZEAAs flor
- Page 68 and 69: 48Planície de InundaçãoP Planalt
- Page 70 and 71: 50até a obtenção de um resultado
- Page 72 and 73: 52Variância4540353025201510501 2 3
- Page 75 and 76: 55atingir 8 destes pontos devido à
- Page 77 and 78: 57Fig. 5.4 - Perfil fisionômico-es
- Page 79: 59Percentagem de indivíduos6050403
- Page 83 and 84: 63Fig. 5.7 - Perfil fisionômico-es
- Page 85 and 86: 65Fig. 5.8 - Perfil fisionômico-es
- Page 87 and 88: 67Fig. 5.9 - Perfil fisionômico-es
- Page 89 and 90:
6970Percentagem deindivíduos605040
- Page 91 and 92:
71toneladas/hectare, sendo que não
- Page 93 and 94:
73de várzea se apresenta com uma t
- Page 95 and 96:
75entre as classes, seguida pela ba
- Page 97 and 98:
77A Tabela 5.7 apresenta a matriz d
- Page 99 and 100:
79A imagem resultante desta classif
- Page 101 and 102:
81TABELA 5.8 - COMPARAÇÃO DO DESE
- Page 103 and 104:
82As classes correspondentes às ca
- Page 105:
84uniformização de temas, foi pre
- Page 109 and 110:
88geradas não melhoraram a discrim
- Page 112 and 113:
91REFERÊNCIAS BIBLIOGRÁFICASAhern
- Page 116 and 117:
95Jackson, R.D.; Pinter Jr., P.J. S
- Page 118 and 119:
97Qiu, Z.C.; Goldberg, M. A new cla
- Page 120 and 121:
99Venturieri, A. Segmentação de i
- Page 122 and 123:
101APÊNDICE APLANILHA UTILIZADA NO
- Page 124 and 125:
103APÊNDICE BLISTA DE FAMÍLIAS, G
- Page 126 and 127:
Trattinickia burserifolia Mart. Bre
- Page 128 and 129:
Couratari sp Tauari FTFEschweilera
- Page 130 and 131:
Guarea cf. carinata Ducke FTF, CTri
- Page 132:
Pouteria cf. krukovii (A.C. Smith)