Publicado por Adenilson Giovanini em 2020-01-102020-01-10

O 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 de imagens 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 de imagens gera inclusive produtos que possam ser posteriormente submetidos a outros processamentos.

O PDI 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 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 de imagens, além de permitirem analisar uma cena nas várias regiões do espectro eletromagnético, também possibilitam a integração de vários tipos de dados devidamente georreferenciados.

O processamento digital de imagens pode ser dividido em 3 etapas. São elas:

Vamos entender cada uma destas etapas:

Etapa na qual é feito o processamento inicial de dados brutos. Esta etapa é sub-dividida em 3 etapas. São elas:

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.

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:

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 classificadores “pixel a pixel” e classificadores por regiões.

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).

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:

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.

Queiroz e Gomes (2001) trazem o seguinte fluxograma, o qual mostra a sequência de tarefas interconectadas envolvidas no Processamento Digital de Imagens:

Para entender melhor esta imagem, acesse o link: http://www.dsc.ufcg.edu.br/~hmg/disciplinas/graduacao/vc-2016.2/Rita-Tutorial-PDI.pdf

Manuais – SPRING – Classificação de Imagens. Disponível em: http://www.dpi.inpe.br/spring/portugues/tutorial/classific.html

Introdução ao Processamento Digital de Imagens – 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. 🙏

Você quer dominar a Topografia Cadastral?

Então eu tenho uma ótima noticia para você. Me refiro ao livro Topografia Cadastral e Georreferenciamento de Imóveis Rurais na Prática.

O mesmo é dividido em 10 capítulos recheados com muitos estudos de caso e exemplos práticos. Dê uma espiadinha no sumário do mesmo:

Para conhecer melhor a estrutura do livro, juntar-se a mais de 800 profissionais e adquirir sua cópia é só clicar no botão abaixo:

➜ Quero Conhecer Melhor o Livro, Pois Quero e Preciso Aprender Mais Sobre Legislação Cadastral e Geo. de Imóveis Rurais