Levantamento de reconhecimento de baixa intensidade dos solos e aptidao agricola das terras de parte da Regiao Geoeconomica de Brasilia.

O levantamento visou atender o CPAC que em convenio com a SUDECO se propos a estudar os recursos naturais da area Programa Especial da Regiao Geoeconomica de Brasilia, de maneira que sirvam de suporte para indicacao de sistemas alternativos de producao agropecuaria condizente com o potencial de uso das terras. O SNLCS se propos a executar o mapeamento de solos e a avaliacao da aptidao agricola das terras, a nivel de reconhecimento de baixa intensidade de uma area prioritaria indicada pelo CPAC de aproximadamente 68.000km2. Este estudo propiciou o conhecimento da potencialidade da area e a obtencao de indicadores seguros e economicos para a escolha de locais apropriados a merecerem maiores atencoes e recursos. A metodologia empregada foi basicamente a utilizadapelo SNLCS. Utilizou-se como material basico de mapeamento, imagens de radar na escla 1:250.000, plantas alti-planimetricas 1:100.000 e 1:250.000. A escala final dos mapas e de 1:500.000. Foram mapeados os seguintes solos : Latossolo Vermelho-Amarelo, Latossolo Vermelho-Escuro, Latossolo Roxo, Latossolo Petroplintico, Podzolico Vermelho-Amarelo, Podzolico Vermelho-Escuro, Cambissolo, Plintossolo, Podzol, Solos Aluviais, Solos Hidromorficos e Solos Litolicos. Quando necessario, foram subdivididos de acordo com a saturacao de bases, tipo de horizonte A, textura, ocorrencia de cascalhos e calhaus, drenagem e fasados de acordo com o relevo e vegetacao. A interpretacao da aptidao agricola das terras indicou que aproximadamente 36% das terras pertencem a classe ...

Levantamento de reconhecimento de baixa intensidade dos solos da Reserva Extrativista do Alto Juruá, Marechal Thaumaturgo, Acre.

Este trabalho foi executado pela Universidade Federal do Acre (Ufac) em cooperação com a Fundação de Tecnologia do Estado do Acre (Funtac), Embrapa Acre e Universidade Estadual de Campinas (Unicamp). O levantamento de solos, em nível de reconhecimento de baixa intensidade, compreende a Reserva Extrativista do Alio Juruá, localizada entre as coordenadas geográficas de 08 0 45' e 09 0 45' 8, de latitude sul e 72 0 00' e 730 00' W, longitude a oeste. A metodologia utilizada é a mesma que a Embrapa Solos vem utilizando em estudos similares. Realizaram-se análises físicas e químicas no Laboratório de Solos da Embrapa Acre e as análises de ataque sulfúrico no laboratório da Embrapa Solos. No desenvolvimento da prospecção pedológica foram utilizadas imagens TM 345/Landsat - 5, 1992, tratadas no Laboratório de Processamento de Informações Georreferenciadas da Unicamp, na escala de 1:100.000 e 1:200.000. Os mapas finais de solos foram elaborados na escala de 1:250.000, com unidades de mapeamento em associações, dada a limitação da escala. Os principais solos encontrados na área são: Alissolos, Luvissolos, Cambissolos, Chemossolos, Gleissolos e Neossolos. Exduindo a alta fertilidade, os solos da Reserva Extrativista do Alto Juruá apresentam sérias restrições de uso quando se consideram as condições de relevo em que estão inseridos. A área apresenta relevo ondulado a forte ondulado e solos com alto gradiente textural, implicando em alta susceptibilidade à erosão. Observou-se, em algumas áreas de relevo forte ondulado e sobre a ocorrência de Cambissolo e floresta tropical aberta, erosão laminar ligeira. No caso de retirada da floresta natural, este processo erosivo irá se intensificar, causando danos irreversíveis ao solo e, conseqüentemente, ao ambiente.

Levantamento de reconhecimento de baixa intensidade dos solos do Estado do Rio de Janeiro.

Este trabalho refere-se ao levantamento dos solos do Estado do Rio de Janeiro, que abrange uma área de 43.797,5 km2. Consiste no reconhecimento e caracterização dos solos em sua ambiência, visando contribuir para o planejamento do uso e ocupação das terras de forma racional e sustentável. Foi realizado em nível de reconhecimento de baixa intensidade, com mapa final em escala 1:250.000, de acordo com os procedimentos metodológicos preconizados pela Embrapa. Como material cartográfico básico foram utilizadas fotografias aéreas 1:60.000 (USAF), com apoio adicional de imagens de satélite Landsat (escala 1:100.000 e 1:250.000) e bases planialtimétricas 1:50.000 (IBGE). A distribuição espacial dos solos no estado é representada em cartas topográficas 1:250.000 através de 161 unidades de mapeamento, que compõem uma legenda de identificação de solos, individualizados até o quarto nível categórico, conforme o atual Sistema Brasileiro de Classificação de Solos (SiBCS), seguido de textura, tipo de horizonte A, fases de vegetação, relevo, e, para o caso específico dos Cambissolos desenvolvidos de sedimentos aluvionares recentes, substrato geológico. As principais classes de solos identificadas foram: Argissolos (Amarelos, Vermelhos e Vermelho-Amarelos), Latossolos (Amarelos, Vermelhos e Vermelho- -Amarelos), Cambissolos (Húmicos e Háplicos), Neossolos (Litólicos e Regolíticos), Luvissolos (Crômicos e Hipocrômicos), Chernossolos (Rêndzicos e Argilúvicos) e Nitossolos (Vermelhos e Háplicos), que predominam nas áreas de drenagem livre, enquanto nas partes mais baixas da paisagem ocorrem Gleissolos (Tiomórfi cos, Sálicos, Melânicos e Háplicos), Neossolos (Flúvicos e Quartzarênicos), Espodossolos (Cárbicos e Ferrocárbicos), Planossolos (Nátricos, Hidromórfi cos e Háplicos) e Organossolos (Tiomórficos, Mésicos e Háplicos). Foram identificados quatro grandes ambientes na área do estado, com padrões de distribuição de solos característicos, cujas principais relações com os outros elementos do meio natural são descritas.

Segmentação de imagens acústicas

O processamento de imagem tem entre outras aplicações a melhoria a codificação e o reconhecimento de padrões, pode se citar como exemplos de áreas onde se efectua essa aplicação: o diagnostico medico (raios X, ressonância magnética, ultra som) a detecção remota (aviões e satélites) e a geologia (análise dados sonares e sísmocos).

Caracterização de microorganismos aquáticos por processamento digital de imagens e redes neurais artificiais

A identificação e o monitoramento de microorganismos aquáticos, como bactérias e microalgas, tem sido uma tarefa árdua e morosa. Técnicas convencionais, com uso de microscópios e corantes, são complexas, exigindo um grande esforço por parte dos técnicos e pesquisadores. Uma das maiores dificuldades nos processos convencionais de identificação via microscopia é o elevado número de diferentes espécies e variantes existentes nos ambientes aquáticos, muitas com semelhança de forma e textura. O presente trabalho tem por objetivo o desenvolvimento de uma metodologia para a caracterização e classificação de microorganismos aquáticos (bactérias e microalgas), bem como a determinação de características cinemáticas, através do estudo da mobilidade de microalgas que possuem estruturas que permitem a natação (flagelos). Para caracterização e reconhecimento de padrões as metodologias empregadas foram: o processamento digital de imagens e redes neurais artificiais (RNA). Para a determinação da mobilidade dos microorganismos foram empregadas técnicas de velocimetria por processamento de imagens de partículas em movimento (Particle Tracking Velocimetry - PTV). O trabalho está dividido em duas partes: 1) caracterização e contagem de microalgas e bactérias aquáticas em amostras e 2) medição da velocidade de movimentação das microalgas em lâminas de microscópio. A primeira parte envolve a aquisição e processamento digital de imagens de microalgas, a partir de um microscópio ótico, sua caracterização e determinação da densidade de cada espécie contida em amostras. Por meio de um microscópio epifluorescente, foi possível, ainda, acompanhar o crescimento de bactérias aquáticas e efetuar a sua medição por operadores morfológicos. A segunda parte constitui-se na medição da velocidade de movimentação de microalgas, cujo parâmetro pode ser utilizado como um indicador para se avaliar o efeito de substâncias tóxicas ou fatores de estresse sobre as microalgas. O trabalho em desenvolvimento contribuirá para o projeto "Produção do Camarão Marinho Penaeus Paulensis no Sul do Brasil: Cultivo em estruturas Alternativas" em andamento na Estação Marinha de Aquacultura - EMA e para pesquisas no Laboratório de Ecologia do Fitoplâncton e de Microorganismos Marinhos do Departamento de Oceanografia da FURG. O trabalho propõe a utilização dos níveis de intensidade da imagem em padrão RGB e oito grandezas geométricas como características para reconhecimento de padrões das microalgas O conjunto proposto de características das microalgas, do ponto de vista de grandezas geométricas e da cor (nível de intensidade da imagem e transformadas Fourier e Radon), levou à geração de indicadores que permitiram o reconhecimento de padrões. As redes neurais artificiais desenvolvidas com topologia de rede multinível totalmente conectada, supervisionada, e com algoritmo de retropropagação, atingiram as metas de erro máximo estipuladas entre os neurônios de saída desejados e os obtidos, permitindo a caracterização das microalgas.

Avaliação da qualidade de imagens médicas geradas por Ray Casting

Técnicas de visualização volumétrica direta propiciam a geração de imagens de alta qualidade já que se baseiam na amostragem do volume de dados original. Tal característica é particularmente importante na área da Medicina, onde imagens digitais de dados volumétricos devem ganhar maior importância como meio de apoio à tomada de decisão por parte dos médicos. No entanto, a geração de imagens com melhor qualidade possível acarreta um alto custo computacional, principalmente em relação ao algoritmo de ray casting, onde a qualidade de imagens depende de um maior número de amostras ao longo do raio fato este refletido no tempo de geração. Assim, a utilização de tais imagens em ambientes interativos é muitas vezes inviabilizada e, para a redução do custo computacional, é necessário abdicar parcialmente da qualidade da imagem. O conceito de qualidade é altamente subjetivo, e sua quantificação está fortemente relacionada à tarefa para qual a imagem está destinada. Na área da Medicina, imagem de boa qualidade é aquela que possibilita ao médico a análise dos dados através da sua representação visual, conduzindo-o a um diagnóstico ou prognóstico corretos. Nota-se que é necessário, então, avaliar a qualidade da imagem em relação a uma determinada tarefa a partir de critérios e métricas subjetivas ou objetivas. A maior parte das métricas objetivas existentes medem a qualidade de imagens com base no cálculo da diferença de intensidade dos pixels, fator que pode não ser suficiente para avaliar a qualidade de imagens do ponto de vista de observadores humanos. Métricas subjetivas fornecem informação mais qualificada a respeito da qualidade de imagens, porém são bastante custosas de serem obtidas. De modo a considerar tais aspectos, o presente trabalho propõe uma métrica objetiva que procura aproximar a percepção humana ao avaliar imagens digitais quanto à qualidade apresentada. Para tanto, emprega o operador gradiente de Sobel (enfatização de artefatos) e o reconhecimento de padrões para determinar perda de qualidade das imagens tal como apontado por observadores humanos. Os resultados obtidos, a partir da nova métrica, são comparados e discutidos em relação aos resultados providos por métricas objetivas existentes. De um modo geral, a métrica apresentada neste estudo procura fornecer uma informação mais qualificada do que métricas existentes para a medida de qualidade de imagens, em especial no contexto de visualização volumétrica direta. Este estudo deve ser considerado um passo inicial para a investigação de uma métrica objetiva mais robusta, modelada a partir de estudos subjetivos.

História do povo surdo em Porto Alegre : imagens e sinais de uma trajetória cultural

Esta dissertação, História do Povo Surdo em Porto Alegre, Imagens e Sinais de uma Trajetória Cultural traz a narrativa, através de fotografias, da evolução das políticas surdas em Porto Alegre. O Referencial teórico utilizado para embasar as narrativas em seus contextos históricos e culturais foi o dos Estudos Surdos, Estudos Culturais e Análise de Fotografias. A documentação destes eventos importantes para o povo surdo local possibilitou o registro do desenvolvimento e das articulações feitas pelas pessoas surdas em busca de seu reconhecimento como grupo cultural e não como sujeitos deficitários, desde a década de 1950 até os dias atuais. As histórias registradas nas fotografias, narradas por seus protagonistas, mostram a construção do Povo Surdo, passo a passo, historicamente.

Comparação da discriminação logística com o método da máxima verossimilhança gaussiana na classificação de imagens digitais

A tradicional técnica de regressão logística, muito conhecida e utilizada em estudos médicos, permitia apenas a modelagem de variáveis-resposta binárias. A extensão do modelo logístico para variáveis-resposta multinominais ampliou em muito as áreas de aplicação de regressão logística. Na área de reconhecimento de padrões o modelo logístico multinominal recebeu a denominação de discriminação logística apresenta aparentes vantagens em relação a métodos convencionais de classificação. O método da máxima verossimilhança gaussiana, amplamente difundido e utilizado, necessita da estimação de um número muito grande de parâmetros, pois supõe que as distribuições subjacentes de cada classe sejam normais multivariadas. A discriminação logística por sua vez, não faz restrições quanto a forma funcional das variáveis, e o número de parâmetros do modelo é relativamente pequeno. Nesse estudo, os princípios da técnica de discriminação logística são apresentados detalhadamente, bem como aplicações práticas de classificação de imagens Landsat-TM e AVIRIS. Os procedimentos de discriminação logística e da máxima verossimilhança gaussiana foram comparados a partir de dados reais e simulados. Os resultados sugerem que a discriminação logística seja considerada como uma alternativa ao método da máximaverossimilhança gaussiana, principalmente quando os dados apresentarem desvios da normalidade.

Texturas de imagens utilizando conceitos de morfologia matemática

A textura é um atributo ainda pouco utilizado no reconhecimento automático de cenas naturais em sensoriamento remoto, já que ela advém da sensação visual causada pelas variações tonais existentes em uma determinada região da imagem, tornando difícil a sua quantificação. A morfologia matemática, através de operações como erosão, dilatação e abertura, permite decompor uma imagem em elementos fundamentais, as primitivas texturais. As primitivas texturais apresentam diversas dimensões, sendo possível associar um conjunto de primitivas com dimensões semelhantes, em uma determinada classe textural. O processo de classificação textural quantifica as primitivas texturais, extrai as distribuições das dimensões das mesmas e separa as diferentes distribuições por meio de um classificador de máxima-verossimilhança gaussiana. O resultado final é uma imagem temática na qual cada tema representa uma das texturas existentes na imagem original.

Técnicas de computação natural para segmentação de imagens médicas

Image segmentation is one of the image processing problems that deserves special attention from the scientific community. This work studies unsupervised methods to clustering and pattern recognition applicable to medical image segmentation. Natural Computing based methods have shown very attractive in such tasks and are studied here as a way to verify it's applicability in medical image segmentation. This work treats to implement the following methods: GKA (Genetic K-means Algorithm), GFCMA (Genetic FCM Algorithm), PSOKA (PSO and K-means based Clustering Algorithm) and PSOFCM (PSO and FCM based Clustering Algorithm). Besides, as a way to evaluate the results given by the algorithms, clustering validity indexes are used as quantitative measure. Visual and qualitative evaluations are realized also, mainly using data given by the BrainWeb brain simulator as ground truth

Imagens mí(s)ticas do gato

La valeur évocative, magique ou my(s)thique attribuée à la relation homme/animal peut être observée dans la culture depuis les époques lointaines. Dans la symbologie animale on trouve une immense charge sémantique justifiant les croyances les plus anciennes que les êtres humains ont déjà eues. Les animaux sont à la base du symbolisme mythique et ils se constituent en tant qu une source pour la riche production artistique englobant une grande variété iconographique et des textes de nature diverse. Ayant comme référence de la symbologie animal l image my(s)thique du chat, on observe la façon par laquelle le langage poétique contemple les profils mythiquesymboliques qui ont un rapport avec ce langage, tout en mettant en relief ceux qui ont des rapports aux relations entre le monde humain et le félin. À partir de l antologie tématique Assinar a pele ; des concepts théoriques ; et des abordages mitocritiques, nous cherchons à analyser les façons par lesquelles les différentes images mythiques associées au chat ont été explorées par la poésie. La définition d une typologie englobant des catégories telles : chat domestique, chat de rue, chat femme, chat nocturne, chat démoniaque et chat divin, parmi d autres, soutient la reconnaissance d identités possibles entre ces poèmes et signale la répétition d un répertoire symbolique divers en soi, mais, cohérent avec la présence du chat dans la société humaine à travers les temps

Análise discriminatória de alvos da paisagem urbana em imagens aéreas multiespectrais

Pós-graduação em Ciências Cartográficas - FCT

Extração semi-automática do eixo de rodovia em imagens de média e alta resolução usando programação dinâmica

Pós-graduação em Ciências Cartográficas - FCT

Otimização de imagens de mamografia computadorizada

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise de técnicas de reconhecimento de padrões para a identificação biométrica de usuários em aplicações WEB Utilizando faces a partir de vídeos

Pós-graduação em Ciência da Computação - IBILCE