Fusão espectral de imagens de satélite no espaço de cores.

Espaço de cores RGB (red, green, blue). Espaço de cores IHS (intensity, hue, saturation). Espaço de cores LHS (lightness, hue, saturation). Métodos de interpolação. Estudo de caso.

Uso de imagens digitais na avaliação do crescimento da taxa de cobertura do solo.

RESUMO: Existem vários métodos para avaliar o crescimento da vegetação e a taxa de cobertura do solo. Medidas precisas e rápidas podem ser obtidas do tratamento digital de imagens geradas de câmeras fotográficas ou de vídeo. Há disponível, no mercado, diversos processadores de imagens que apresentam funções básicas semelhantes, mas com certas particularidades que poderão trazer maior benefício para o usuário, dependendo da aplicação. O SPRING, desenvolvido pelo INPE, é de domínio público, sendo mais abrangente do que um processador de imagens, incluindo funções de geoprocessamento. O ENVI foi desenvolvido para a análise de imagens multiespectrais e hiperespectrais, podendo também ser utilizado para o processamento de imagens obtidas de câmeras de vídeo, por exemplo. O KS-300 é um conjunto de hardware e de software destinado ao processamento e à quantificação de imagens microscópicas, permitindo a captação direta das imagens geradas por meio de lupas, microscópios eletrônicos ou câmeras de vídeo. O SIARCS foi desenvolvido pela Embrapa Instrumentação Agropecuária para tornar mais ágil o processo de captação de dados de um sistema. Este trabalho apresenta os fundamentos teóricos básicos envolvidos na técnica de análise de imagens, com as principais características dos softwares citados acima e sua aplicação na quantificação da taxa de crescimento e da cobertura do solo por espécies vegetais. ABSTRACT: Several methods exist to evaluate the growth of the vegetation and the tax of covering of the soil. Necessary and fast measures can be obtained of the digital treatment of generated images of photographic cameras or of video. There is available, in the market, several processors of images that you/they present similar basic functions, but with certain particularities that can bring larger benefit for the user, depending on the application. SPRING, developed by INPE, it is public domain, being including than a processor of images, including functions. ENVI was developed for the analysis of images multiespectrais and hiperespectrais, could also be used for the processing of obtained images of video cameras, for instance. The KS-300 it is a hardware group and software destined to the processing and quantification of microscopic images, allowing the direct reception of the images generated through magnifying glasses, eletronic microscopes or video cameras. SIARCS was developed by Embrapa Agricultural Instrumentation to turn more agile the process of reception of data of a system. This work presents the basic theoretical foundations involved in the technique of analysis of images, with the main characteristics of the softwares mentioned above and his application in the quantification of the growth tax and of the covering of the soil for vegetable species.

LIVIA - um software para classificação não supervisionada de áreas foliares infectadas pela ferrugem do café.

O objetivo deste comunicado é apresentar a implementação JavaTM do software LIVIA (Library for Visual Image Analysis). Trata-se de um módulo de processamento de imagens digitais aplicado à agricultura, desenvolvido na Embrapa Informática Agropecuária (Campinas/SP), sob demanda da Embrapa Meio Ambiente (Jaguariúna/SP).

Filtro Schen-Castan (ISEF) para detecção de borda.

Com esta publicação, dá-se prosseguimento na implementação de algoritmos úteis para a detecção de bordas, atividade importante também no campo de visão por computador. O objetivo maior dessas implementações é a constituição de uma biblioteca de processamento de imagens em Java, como software livre, sob a General Public License - GNU, conforme publicada pela Free Software Foundation. Todas as implementações encontram-se disponíveis no diretório da Rede Agrolivre ().

Implementação Java do filtro de Marr e Hildreth para detecção de bordas.

O objetivo desta publicação é apresentar a implementação Java do algoritmo de Marr e Hildreth (Marr & Hildreth, 1980) para a detecção de bordas. O objetivo maior das implementações é a construção de uma biblioteca de processamento de imagens em Java, como software livre, sob a licença GPL (General Public License) conforme publicada pela Free Software Foundation.

Filtro de Canny para detecção de bordas: implementação Java.

O objetivo deste comunicado é apresentar a implementação JavaTM do filtro para detecção de bordas de Canny (Canny, 1986). A implementação é uma necessidade de uso em projetos desenvolvidos na Embrapa Informática Agropecuária na área de processamento de imagens aplicado à agropecuária.

NAVLivre 1.0: Procedimentos de instalação e utilização.

Este documento apresenta os procedimentos para instalação e utilização do sistema NAVLivre 1.0, um software de código livre desenvolvido para o processamento automático de imagens do sensor Advanced Very High Resolution Radiometer (AVHRR) a bordo dos satélites da National Oceanic Atmospheric Administration (NOAA). O NAVLivre é uma derivação do sistema NAVPRO, criado pela Embrapa Informática Agropecuária em parceria com a Universidade Estadual de Campinas (Unicamp), que contou com o repasse do pacote computacional NAV (NAVigation), desenvolvido pelo Colorado Center for Astrodynamics Research (CCAR), da Universidade do Colorado, Boulder, EUA. O diferencial do NAVLivre é a ausência dos módulos desenvolvidos em Interactive Data Language (IDL), presentes no NAVPRO, e dependentes de softwares proprietários. O NAVLivre é um pacote totalmente livre, que realiza de forma automática as principais etapas do processamento das imagens NOAA, como a correção radiométrica, o georreferenciamento preciso e a geração da imagem final em formato GeoTIFF, compatível com os principais pacotes de processamento de imagens. O NAVLivre é executado em plataforma Linux e foi implementado em script c-shell e linguagem C. Seu uso é indicado aos usuários avançados de imagens NOAA, que demandam o processamento em lote de grandes volumes de dados. As rotinas e scripts aqui descritos são de domínio público, podendo ser alterados conforme necessidade do usuário.

Perfil comparativo do déficit de vegetação natural em APPs - matas ciliares e nascentes - em bacias hidrográficas no bioma Mata Atlântica - RJ.

A proteção de Áreas de Preservação Permanente (APP) tem sido foco de muita discussão na concepção da nova Lei 12.651/2012 que substitui a Lei 4.771/1965 que instituía o Código Florestal Brasileiro, com divergências entre ruralistas e ambientalistas no que tange à conservação ambiental. Quantificar e identificar o estado de degradação destas áreas é de fundamental importância para a orientação de políticas públicas e ações voltadas à conservação dos recursos florestais, com implicações na qualidade do solo e da água, e fauna. Desta forma, o presente estudo se propôs a traçar um perfil comparativo do déficit de vegetação natural em APPs - matas ciliares e nascentes - em duas bacias hidrográficas sob o bioma Mata Atlântica - RJ, Guapi-Macacu e Caceribu. Para tal, foram utilizadas ferramentas implementadas em SIG para processamento e organização de dados cartográficos e delimitação das APPs, bem como para identificação de áreas de vegetação natural presentes em APPs de matas ciliares e nascentes e cálculo de áreas. Dados secundários como o mapa de uso e cobertura da terra (obtido pelo processamento de imagens de 2007 do satélite Landsat) foram utilizados para a obtenção das áreas de vegetação. Foi obtido um mapa final com as áreas de vegetação natural em APPs de matas ciliares diferenciadas de áreas de vegetação natural em APPs de nascentes, apresentando também a vegetação natural presente em ambas as bacias que não em áreas de APPs de matas ciliares e nascentes. Os resultados apontaram que a bacia do Caceribu possui um déficit de vegetação natural em APP de matas ciliares e nascentes da ordem de 91%, e no caso da bacia Guapi-Macacu esse déficit é de aproximadamente 38%. Estes dados, apesar de terem sido obtidos na escala 1:50.000, a partir de imagens de média resolução espacial - 30 metros, chamam a atenção para o fato de que ações de revegetação destas áreas são prioritárias perante sua importância para a prestação de diversos serviços ambientais, essenciais para o bem estar das populações que vivem nestas bacias ou em bacias próximas.

NAVPRO: um sistema para processamento e geração de produtos de imagens AVHRR-NOAA.

Nos últimos anos, as imagens de sensores remotos orbitais têm sido uma fonte importante de informação para estudos geográficos, agrometeorológicos e ambientais em nível regional, por oferecerem a necessária repetitividade temporal da superfície terrestre. Um sensor particularmente importante é o Advanced Very High Resolution Radiometer (AVHRR), a bordo da série de satélites da National Oceanic and Atmospheric Administration (NOAA).

Mapeamento de uso das terras utilizando processamento digital de imagem de sensoriamento remoto.

O uso dos métodos tradicionais de levantamento do uso das terras, em razão do custo elevado dos instrumentos e a dificuldade de disponibilizar as informações de maneira rápida aos tomadores de decisão, torna proibitivo seu emprego de forma sistemática e repetitiva sobre grandes extensões de território. Desta forma, existe a necessidade de se utilizar métodos que possibilitem o levantamento do uso das terras de maneira eficiente, rápida e que tenham relativamente baixo custo. Neste contexto, a forma mais eficiente e rápida para caracterizar o uso atual das terras é por meio dos recursos instrumentais oferecidos pelo sensoriamento remoto (SR), com auxílio dos Sistemas de Informações Geográficas (SIGs) e dos Sistema de Posicionamento Global (GPSs). O processo de levantamento e caracterização do uso das terras, nesse caso, pode ser grandemente facilitado pela utilização de imagens de satélites e outros recursos de sensoriamento remoto, que podem gerar dados passíveis de serem geocodificados, ou seja, integrados, relacionados e espacializados nos SIGs. Esses, em conjunto com os GPSs, são considerados, atualmente, como a maneira mais eficiente de levantamento e identificação do uso das terras. Desta forma, o trabalho teve como objetivo o mapeamento de uso das terras utilizando o processamento digital de imagem de sensoriamento remoto, utilizando-se a interpretação visual, a classificação digital supervisionada, e a classificação híbrida (classificação digital + interpretação visual), utilizando-se imagem TM do satélite LANDSAT 7.

Método de extração de informações para monitoramento da ocupação das terras por grandes obras de infraestruturas a partir de imagens de satélite de alta resolução.

A tecnologia de sensoriamento remoto é uma das mais importantes fontes de informação para subsídios na identificação e no monitoramento de mudanças na cobertura da Terra. Objeto dessa tecnologia, a classificação supervisionada, por meio do algoritmo da máxima verossimilhança, tem sido um dos métodos mais utilizados para a extração de informações, principalmente em imagens de média resolução espacial. Utilizando parâmetros estatísticos, esse algoritmo pressupõe a ponderação das distâncias entre as médias dos níveis digitais das classes. Este trabalho objetivou a aplicação desse algoritmo em imagem de satélite de alta resolução. Para isso, foi necessário minimizar a intensidade de informações disponibilizadas por esses sensores, alterando a resolução espacial para 4 m e a radiométrica para 8 bit e, ainda, fazer uma filtragem pós-processamento. O presente trabalho, parte integrante de um projeto de monitoramento orbital de grandes obras de engenharia em infraestrutura, avaliou um método para a extração de informações para o monitoramento dessas obras, inseridas em meio rural ou urbano. A finalidade desse procedimento é subsidiar a análise da dinâmica de desenvolvimento dessas obras em relação a situações precedentes, assim como a possíveis intervenções no seu entorno. O projeto de monitoramento dessas obras utiliza imagens de satélites de vários sensores de alta resolução espacial, captadas em diferentes datas. No entanto, a aplicação do método apresentado neste trabalho exemplifica a utilização de imagem do satélite Ikonos 2 em uma única data. Para a imagem Ikonos 2, foi obtido um índice Kappa geral de 0,84 e apenas a classe caracterizada como Pastagem apresentou concordância relativamente mais baixa (0,71) em comparação a outras classes, mas ainda assim considerada uma boa classificação. Diante disso, a padronização proposta com a finalidade de minimizar as informações em imagens de alta resolução juntamente com o algoritmo da máxima verossimilhança e a posterior filtragem mostraram-se eficientes como suporte para a avaliação da ocupação das terras tomadas pelas obras (área de influência direta) e do seu entorno.

Uso de imagens históricas no aplicativo Google Earth para avaliação de mapas temáticos.

2010

Processamento minimo de hortalicas.

Processamento; Preparo; Sanitizacao; Embalagem; Refrigeracao; Transporte; Comercializacao.

Processamento minimo de couve.

2000

Processamento mínimo de mandioquinha-salsa.

Escolha da matéria prima e cuidados no pré-processamento; Seleção da matéria-prima; Pré-lavagem; Processamento; Enxágue 1; Sanitização; Enxágue 2; Centrifugação; Embalagem; Armazenamento; Comercialização.