Avaliação de técnicas de segmentação e classificação automática de imagens landsat-tm no mapeamento do uso do solo na Amazônia1

O mapeamento do uso da terra é fundamental para o entendimento dos processos de mudanças globais, especialmente em regiões como a Amazônia que estão sofrendo grande pressão de desenvolvimento. Tradicionalmente estes mapeamentos têm sido feitos utilizando técnicas de interpretação visual de imagens de satélites, que, embora de resultados satisfatórios, demandam muito tempo e alto custo. Neste trabalho é proposta uma técnica de segmentação da imagens com base em um algoritmo de crescimento de regiões, seguida de uma classificação não-supervisionada por regiões. Desta forma, a classificação temática se refere a um conjunto de elementos (pixels da imagem), beneficiando-se portanto da informação contextual e minimizando as limitações das técnicas de processamento digital baseadas em análise pontual (pixel-a-pixel). Esta técnica foi avaliada numa área típica da Amazônia, situada ao norte de Manaus, AM, utilizando imagens do sensor "Thematic Mapper" - TM do satélite Landsat, tanto na sua forma original quanto decomposta em elementos puros como vegetação verde, vegetação seca (madeira), sombra e solo, aqui denominada imagem misturas. Os resultados foram validados por um mapa de referência gerado a partir de técnicas consagradas de interpretação visual, com verificação de campo, e indicaram que a classificação automática é viável para o mapeamento de uso da terra na Amazônia. Testes estatísticos indicaram que houve concordância significativa entre as classificações automáticas digitais e o mapa de referência (em tomo de 95% de confiança).

Uso de imagens de radar para o cálculo da produção primária de plantas aquáticas nas várzeas da Amazônia

A área da planície de inundação da Amazônia é estimada em 300 000km² e sua produtividade primária em 1,17 x 10(14) g C yr-1. Deste total de área e produtividade, estimativas sugerem que 43% e 62%, respectivamente, são atribuídos às plantas aquáticas. Estas estimativas variam de acordo com o pulso de inundação. Por exemplo, durante o período de seca as plantas terrestres (herbáceas) geralmente ocupam áreas que apresentam plantas aquáticas na cheia. A área e a produtividade destes ecossistemas são informações essenciais para a compreensão da dinâmica biogeoquímica da Amazônia. Imagens de satélites (radar) combinadas com amostragem de campo foram utilizadas para estimar a biomassa e mapear a área de cobertura de plantas aquáticas emergentes para calcular a produção primária de plantas aquáticas na várzea do baixo Amazonas. A combinação de bandas C e L forneceu a melhor correlação (r=0,82) e um ponto de saturação de biomassa intermediário (620 gm-2) para estimar biomassa aérea. O método de segmentação e classificação por região foi utilizado para classificar combinações de bandas C e L para cada período de nível de água, e forneceu uma precisão de mapeamento maior que 95% para determinação espacial de áreas cobertas por plantas aquáticas. Combinando a distribuição espacial de plantas aquáticas, o modelo para estimativa de biomassa aérea e a porcentagem de biomassa submersa, estimou-se espacialmente uma produção primária líquida anual de 1.9x10(12) g C yr-1 (±28%) para as plantas aquáticas em uma área de 394km².

Abordagem metodológica baseada em imagens do SAR-R99B para identificar prováveis pistas de pouso não-homologadas na Amazônia

Este estudo apresenta uma abordagem metodológica baseada em imagens de radar e nos critérios de tonalidade, tamanho e forma geométrica para identificar prováveis pistas de pouso não-homologadas na Amazônia. Os seguintes procedimentos foram conduzidos: georreferenciamento da imagem do sensor SAR-R99B do município paraense de Itaituba, adquirida na banda L, polarização HH e resolução espacial de três metros; subtração do ruído speckle com filtro mediana; classificação com a técnica não-supervisionada ISODATA; vetorização da classe indicativa dos alvos de interesse; e cálculo e seleção automática dos alvos de interesse por critérios de índice de circularidade e de tortuosidade. Foram identificados dez alvos, dos quais dois foram considerados como prováveis pistas de pouso pelos referidos índices.

Mapeamento da antiga cobertura vegetal de várzea do Baixo Amazonas a partir de imagens históricas (1975-1981) do Sensor MSS-Landsat

Este estudo apresenta um mapa da cobertura vegetal da planície de inundação do Rio Amazonas entre as cidades de Parintins (AM) e Almeirim (PA), com base em imagens Landsat-MSS adquiridas entre 1975 e 1981. O processamento digital dessas imagens envolveu a transformação para imagens-fração de vegetação, solo e água escura (sombra), seguido da aplicação de técnicas de segmentação e classificação por região. O mapa resultante da classificação foi organizado em quatro classes de cobertura do solo: floresta de várzea, vegetação não-florestal de várzea, solo exposto e água aberta. A precisão do mapa foi estimada a partir de dois tipos de informações coletadas em campo: 1) pontos de descrição: para validação das classes de cobertura não sujeitas a grandes alterações, como é o caso dos corpos d'água permanentes, e identificação de indicadores dos tipos de cobertura original presentes na paisagem na ocasião da obtenção das imagens (72 pontos); 2) entrevistas com moradores antigos para a recuperação da memória sobre a cobertura vegetal existente há 30 anos (44 questionários). Ao todo foram coletadas informações em 116 pontos distribuídos ao longo da área de estudo. Esses pontos foram utilizados para calcular o Índice Kappa de concordância entre os dados de campo e o mapa resultante da classificação automática, cujo valor (0,78) indica a boa qualidade do mapa de cobertura vegetal da várzea. Os resultados mostram que a região possuía uma cobertura florestal de várzea de aproximadamente 8.650 km2 no período de aquisição das imagens.

Caracterização de uso e cobertura da terra na Amazônia utilizando imagens duais multitemporais do COSMO-SkyMed

A utilização de imagens de radar é fonte alternativa de informações para subsidiar o monitoramento da região amazônica, visto que as imagens ópticas têm limitações de imageamento em zonas tropicais face a ocorrência de nuvens. Por conseguinte este trabalho teve como objetivo analisar a capacidade das imagens-radar de banda X multitemporais e polarizadas obtidas pelo satélite COSMO-SkyMed (COnstellation of small Satellites for Mediterranean basin Observation), no modo intensidade, isoladamente e agregados às informações texturais, na caracterização temática de uso e cobertura da terra no município de Humaitá/AM. A metodologia empregada consistiu da: análise das imagens duais obtidas em duas aquisições subsequentes, de forma a explorar a potencialidade do conjunto de dados na forma quad-pol intensidade; extração dos atributos texturais a partir da matriz de coocorrência (Gray Level Co-occurrence Matrix) e posterior classificação contextual; avaliação estatística de desempenho temático das imagens intensidade e texturais, isoladas e em grupos polarizados. Dentre os vários resultados alcançados, foi verificado que o grupo formado somente pelas imagens intensidade apresentou o melhor desempenho, comparado àqueles contendo os atributos texturais. Nesta separabilidade, estavam envolvidas as classes de floresta, floresta aluvial, reflorestamento, savana, pasto e queimada, obtendo-se 66% de acurácia total e valor Kappa de 0,55. Os resultados mostraram que as imagens de banda X do COSMO-SkyMed, modo StripMap (Ping-Pong), multipolarizadas, têm potencial moderado para a caracterização e monitoramento da dinâmica de uso e cobertura da terra na Amazônia brasileira.

Identificação de impurezas e misturas em pó de café por meio de comportamento espectral e análise de imagens digitais

Para eliminar divergências na interpretação dos resultados e agilizar os atuais métodos de detecção de fraudes em café torrado e moído, foi estabelecido um método baseado na análise por imagem e fundamentado no princípio de que diferentes materiais de origem orgânica, como o pó de café, podem apresentar reflectâncias distintas em diferentes comprimentos de onda do espectro eletromagnético. Partiu-se da hipótese de que o pó de café adulterado, quando submetido a uma fonte artificial de iluminação, apresenta uma reflectância, nos canais vermelho (R), verde (G) e azul (B), diferente em relação à do pó de café não-adulterado. Após as etapas de limpeza, secagem e homogeneização, foram geradas imagens multiespectrais das amostras de café, por meio de uma lupa acoplada a uma câmara CCD (Charge Coupled Device). A quantificação das impurezas na amostra foi obtida utilizando-se curvas de calibração entre a área relativa obtida pela classificação supervisionada de imagens e a porcentagem de impurezas presentes nas amostras. Esse novo método permite agilidade da resposta, ausência de subjetividade nos resultados e não-destruição das amostras analisadas, e assegura um patamar mínimo de detecção de 95% das impurezas do produto.

Análise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento temático

Resumo: O objetivo deste trabalho foi avaliar o desempenho dos classificadores digitais SVM e K-NN para a classificação orientada a objeto em imagens Landsat-8, aplicados ao mapeamento de uso e cobertura do solo da Alta Bacia do Rio Piracicaba-Jaguari, MG. A etapa de pré-processamento contou com a conversão radiométrica e a minimização dos efeitos atmosféricos. Em seguida, foi feita a fusão das bandas multiespectrais (30 m) com a banda pancromática (15 m). Com base em composições RGB e inspeções de campo, definiram-se 15 classes de uso e cobertura do solo. Para a segmentação de bordas, aplicaram-se os limiares 10 e 60 para as configurações de segmentação e união no aplicativo ENVI. A classificação foi feita usando SVM e K-NN. Ambos os classificadores apresentaram elevados valores de índice Kappa (k): 0,92 para SVM e 0,86 para K-NN, significativamente diferentes entre si a 95% de probabilidade. Uma significativa melhoria foi observada para SVM, na classificação correta de diferentes tipologias florestais. A classificação orientada a objetos é amplamente aplicada em imagens de alta resolução espacial; no entanto, os resultados obtidos no presente trabalho mostram a robustez do método também para imagens de média resolução espacial.

Análise de dados de produção em um pomar jovem de laranjeiras Hamlin: II. classificação de dados espaço-temporais

Em um pomar jovem de laranjeiras Hamlin, não-irrigado, foi realizado um estudo que procurou investigar a potencialidade da utilização de dados espaço-temporais de produção por árvore para o gerenciamento localizado. A produção de 1.471 árvores georreferenciadas foi levantada em dois ciclos sucessivos, 2000-2001 e 2001-2002, e classificada por meio de uma análise de agrupamentos via lógica fuzzy. Ainda, foi realizada uma análise de correlação intraclasse com dados de resposta espectral de 52 árvores, extraída de imagens aéreas multiespectrais de alta resolução espacial. Os resultados mostraram que foi possível a formação de classes distintas de comportamento produtivo, em função dos padrões de variabilidade espacial e temporal da produção. No entanto, as classes apresentaram baixa coerência espacial, o que dificulta o gerenciamento localizado da produção em nível de árvores individuais. A despeito disso, a resposta espectral esteve significativamente relacionada às classes formadas.

Grades computacionais na recuperação de imagens médicas baseada em conteúdo

OBJETIVO: Utilizar o poder de processamento da tecnologia de grades computacionais para viabilizar a utilização do algoritmo de medida de similaridade na recuperação de imagens baseada em conteúdo. MATERIAIS E MÉTODOS: A técnica de recuperação de imagens baseada em conteúdo é composta de duas etapas seqüenciais: análise de textura e algoritmo de medida de similaridade. Estas são aplicadas em imagens de joelho e cabeça, nas quais se avaliaram a eficiência em recuperar imagens do mesmo plano e a seqüência de aquisição em um banco de 2.400 imagens médicas para testar a capacidade de recuperação de imagens baseada em conteúdo. A análise de textura foi utilizada inicialmente para pré-selecionar as 1.000 imagens mais semelhantes a uma imagem de referência escolhida por um clínico. Essas 1.000 imagens foram processadas utilizando-se o algoritmo de medida de similaridade na grade computacional. RESULTADOS: A precisão encontrada na classificação por análise de textura foi de 0,54 para imagens sagitais de joelho e de 0,40 para imagens axiais de cabeça. A análise de textura foi útil como filtragem, pré-selecionando imagens a serem avaliadas pelo algoritmo de medida de similaridade. A recuperação de imagens baseada em conteúdo utilizando o algoritmo de medida de similaridade aplicado nas imagens pré-selecionadas por análise de textura resultou em precisão de 0,95 para as imagens sagitais de joelho e de 0,92 para as imagens axiais de cabeça. O alto custo computacional do algoritmo de medida de similaridade foi amortizado pela grade computacional. CONCLUSÃO: A utilização da abordagem mista das técnicas de análise de textura e algoritmo de medida de similaridade no processo de recuperação de imagens baseada em conteúdo resultou em eficiência acima de 90%. A grade computacional é indispensável para utilização do algoritmo de medida de similaridade na recuperação de imagens baseada em conteúdo, que de outra forma seria limitado a supercomputadores.

Avaliação da concordância entre ressonância magnética de ultra-sonografia na classificação de fibrose periportal em esquitossomóticos, segundo a classificação de Niamey

OBJETIVO: Avaliar a reprodutibilidade da ressonância magnética e a concordância entre a ultra-sonografia e a ressonância magnética na classificação da fibrose periportal em pacientes esquistossomóticos, segundo os critérios qualitativos de Niamey. MATERIAIS E MÉTODOS: Foi realizado estudo prospectivo e duplo-cego, entre fevereiro de 2005 e junho de 2006, em 20 pacientes (10 homens e 10 mulheres, idades entre 24 e 60 anos, média de 42,75 anos) com diagnóstico de esquistossomose mansônica. As imagens de ultra-sonografia e de ressonância magnética foram avaliadas por dois examinadores experientes de forma independente. Foi medida a concordância interobservador para a ressonância magnética e entre a ressonância magnética e a ultra-sonografia. RESULTADOS: A ressonância magnética apresentou resultados concordantes entre os observadores em 14 pacientes (70%). Quando comparamos a ressonância magnética com a ultra-sonografia, obtivemos concordância em apenas seis pacientes pelo observador 1 (30%) e em oito pacientes pelo observador 2 (40%). CONCLUSÃO: A ressonância magnética tem boa reprodutibilidade na avaliação de fibrose periportal em pacientes com esquistossomose avançada, porém sua concordância com a ultra-sonografia é fraca.

QualIM®: software para treinamento na interpretação de imagens médicas digitais

OBJETIVO: Foi desenvolvido um software denominado QualIM® - Qualificação de Imagens Médicas para treinamento de profissionais na interpretação de exames digitais de mamografias utilizando ferramentas de manipulação de imagens, em monitores específicos, classificadas em BI-RADS®. MATERIAIS E MÉTODOS: O sistema, desenvolvido em Delphi 7, armazena as respostas da interpretação de imagens mamográficas durante o treinamento e compara aos dados inseridos denominados "padrão-ouro". O sistema contém imagens de computed radiography, direct radiography e digitalizadas. O software converte as imagens do computed radiography e direct radiography para o formato TIFF, mantendo as resoluções espacial e de contraste originais. Profissionais em treinamento manipulam o realce da imagem utilizando ferramentas de software (zoom, inversão, réguas digitais, outras). Dependendo da complexidade, são apresentadas até oito incidências mamográficas, seis imagens de ultra-som e duas de anatomopatológico. RESULTADOS: O treinamento iniciou em 2007 e atualmente faz parte do programa de residência em radiologia. O software compõe o texto, de forma automática, das informações inseridas pelo profissional, baseado nas categorias BI-RADS, e compara com a base de dados. CONCLUSÃO: O software QualIM é uma ferramenta digital de ensino que auxilia profissionais no reconhecimento de padrões visuais de uma imagem mamográfica, bem como na interpretação de exames mamográficos, utilizando a classificação BI-RADS.

Integrando ferramentas de auxílio ao diagnóstico no sistema de arquivamento e comunicação de imagens

OBJETIVO: Este artigo apresenta um modelo de integração de algoritmos de diagnóstico auxiliado por computador dentro do fluxo de trabalho dos sistemas de gerenciamento de imagens, desenvolvido com base em um conjunto de ferramentas computacionais de código aberto e uso livre chamado dcm4che2. MATERIAIS E MÉTODOS: O modelo de integração é composto por um servidor de processamento de imagens e por serviços de comunicação. O gerenciamento de dados segue o fluxo de trabalho definido pelo perfil de pós-processamento (PWF) do Integrating the Healthcare Enterprise (IHE) e utiliza a funcionalidade de captura secundária do DICOM. Uma aplicação para lesões difusas de pulmão foi utilizada para prova de conceito. RESULTADOS: O algoritmo de classificação de padrões apresentou acurácia de 78%, com base em um método de teste de validação cruzada. A integração possibilita a visualização das imagens processadas como uma nova série dentro do estudo original. CONCLUSÃO: O modelo de integração proposto baseiase em perfis do IHE e permite o estabelecimento de procedimentos padronizados. Os princípios utilizados para integração do fluxo de trabalho são aplicáveis para qualquer tarefa não interativa de pós-processamento de imagens.

Influência da resolução espacial de imagens orbitais na identificação de elementos da paisagem em Altamira-PA

Imagens do sensor TM/Landsat-5 referentes às bandas de TM1 a TM5 e TM7 do município de Altamira-PA, Brasil, da passagem de 20/7/1991, modificadas para 60, 100, 120, 200 e 250 m, foram utilizadas para avaliar a influência da resolução espacial na identificação de floresta, capoeira nova, capoeira madura e não-floresta. Mapas temáticos (um para cada resolução espacial) foram elaborados, considerando a aplicação de um algoritmo de classificação digital Bhattacharya (supervisionado), seguido da interpretação visual. A área de cada uma dessas categorias foi determinada em cada um dos mapas temáticos, tomando as imagens com 30 m de resolução espacial como referência. A exatidão de mapeamento foi avaliada, utilizando a exatidão global, o índice kappa e o índice Tau. Verificou-se que: a) as maiores discrepâncias em termos quantitativos ocorreram nos mapas gerados a partir das imagens com 200 m de resolução espacial; b) as categorias que dominavam a cena em termos espectrais e espaciais aumentaram à medida que a resolução espacial foi degradada; c) os mapas elaborados a partir de imagens com resolução espacial de 200 m apresentaram ligeira confusão na identificação dos temas; e d) a confusão espectral entre os temas não apresentou tendência linear com a gradativa degradação da resolução espectral.

Validação do mapeamento de uma área de floresta tropical com o uso imagens de videografia aérea e dados de levantamento de campo

Este trabalho apresenta o mapeamento da cobertura vegetal da região da Floresta Nacional do Tapajós (FNT) no Pará, realizado por imagens multitemporais do satélite Landsat. Para a validação do mapeamento, foram utilizadas imagens de videografia aérea e dados de levantamento de campo. Através da análise da matriz de confusão, foram observados uma exatidão global de classificação de 84,5% e um índice kappa de 80,9%. O uso dos mosaicos de videografia aérea e dos pontos de levantamento de campo, dentro de um sistema de informação geográfica, permitiu caracterizar e avaliar a qualidade do mapeamento da região da FNT.

Análise discriminante paramétrica para reconhecimento de defeitos em tábuas de eucalipto utilizando imagens digitais

A indústria de madeira tem dispensado especial atenção às etapas de classificação e seleção de madeira serrada. Sistemas de Visão Artificial têm sido propostos para automação dessas etapas na indústria. A identificação de características apropriadas para discriminar os defeitos da madeira em imagens digitais é um dos maiores desafios no desenvolvimento desta tecnologia. O objetivo deste trabalho foi avaliar, por meio de técnicas de análise multivariada, a capacidade de discriminar defeitos em tábuas de eucalipto, utilizando-se as características de percentis de imagens coloridas. Foram realizadas análises discriminantes linear e quadrática para classificação de defeitos e madeira limpa em imagens digitais de tábuas de eucaliptos. As características de percentis do histograma das bandas do vermelho, verde e azul, retiradas de dois tamanhos de blocos de imagens, foram utilizadas para desenvolvimento e teste das funções discriminantes. Foram usados 492 blocos, contendo os 12 defeitos estudados e madeira limpa, retirados das imagens de 40 tábuas amostradas aleatoriamente. As características foram analisadas com seus valores originais, escores dos componentes principais e escores das variáveis canônicas. Os menores erros globais de classificação foram 19 e 24% para funções discriminantes lineares com os escores das variáveis canônicas para tamanho de bloco de 64 x 64 e 32 x 32 pixels, respectivamente. Tendo em vista a magnitude desses erros, as características de percentis foram consideradas adequadas para discriminar defeitos e madeira limpa em imagens digitais.