Registro semiautomático entre imagens infravermelhas e RGB coletadas por um par de câmaras digitais

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Sistema de agentes poligínicos para esteganálise de imagens digitais

In this work, we propose a multi agent system for digital image steganalysis, based on the poliginic bees model. Such approach aims to solve the problem of automatic steganalysis for digital media, with a case study on digital images. The system architecture was designed not only to detect if a file is suspicious of covering a hidden message, as well to extract the hidden message or information regarding it. Several experiments were performed whose results confirm a substantial enhancement (from 67% to 82% success rate) by using the multi-agent approach, fact not observed in traditional systems. An ongoing application using the technique is the detection of anomalies in digital data produced by sensors that capture brain emissions in little animals. The detection of such anomalies can be used to prove theories and evidences of imagery completion during sleep provided by the brain in visual cortex areas

Detecção de bordas em imagens digitais através de um processo de difusão anisotrópica não linear

The edges detection model by a non-linear anisotropic diffusion, consists in a mathematical model of smoothing based in Partial Differential Equation (PDE), alternative to the conventional low-pass filters. The smoothing model consists in a selective process, where homogeneous areas of the image are smoothed intensely in agreement with the temporal evolution applied to the model. The level of smoothing is related with the amount of undesired information contained in the image, i.e., the model is directly related with the optimal level of smoothing, eliminating the undesired information and keeping selectively the interest features for Cartography area. The model is primordial for cartographic applications, its function is to realize the image preprocessing without losing edges and other important details on the image, mainly airports tracks and paved roads. Experiments carried out with digital images showed that the methodology allows to obtain the features, e.g. airports tracks, with efficiency.

Geração automática de modelos digitais de superfícies utilizando múltiplas imagens

Pós-graduação em Ciências Cartográficas - FCT

Detecção e restauração de áreas sombreadas em imagens digitais de alta resolução espacial

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Imagens digitais na análise do uso da terra de uma microbacia como subsídio ao desenvolvimento sustentável

The present work sought to discriminate, to map and to quantify the areas of soil use of the Stream Monte Belo watershed - Botucatu (SP), obtained by digitale images. The cartographic bases were the shart planialtimetric, edited by IBGE (1969) and the satellite images LANDSAT - 7, passages of 21/01/1999, 08/01/2003 and 23/10/2006. The Software Idrisi Andes 15.0 were used for conversion of the analogical information for digital and for determination of the vegetable coverings areas. The results allowed to verify that the SIG - IDRISI Andes 15.0 were efficient in the quantification of the areas with soil use and that the analysis of the data showed a cash progress of the areas of reforestations to the detriment of the areas of pastures, especially from 1999, 2003 to 2006, when the field areas were substituted by the forestry in his totality. In spite of that progress, the forest areas that you correspond to the Permanent Preservation Areas, They are considerably preserved. That result comes to the encounter of the tendency of expansion of the forestry, especially after the installation of cellulose industries in the area, what worsened the environmental problems originating from of the practice of the monoculture.

Desenvolvimento de técnica de análise de imagens digitais para avaliação do estágio da fibrose em biópsias hepáticas de pacientes portadores de hepatite crônica por vírus da hepatite B e C

As hepatites crônicas por vírus são as mais frequentes, destacando-se os vírus das hepatites B (VHB) e C (VHC). O estudo anatomopatológico da biópsia hepática é considerado o padrão ouro para avaliar com precisão a distorção arquitetural e o grau de fibrose do parênquima do fígado, importantes fatores prognósticos para os pacientes portadores de hepatites crônicas virais. Na avaliação histopatológica atual, em adição aos relatos subjetivos das alterações histológicas, escores semiquantitativos que correlacionam achados morfológicos com graus numéricos são usados, tais como os reconhecidos escores de Ishak e METAVIR. Entretanto, em todos estes sistemas há a desvantagem da subjetividade do examinador e da incorporação de alterações categóricas, sem referências às mudanças quantitativas do colágeno hepático. Técnicas de análise de imagens digitais (AID) que fornecem quantificação objetiva dos graus de fibrose em amostras histológicas têm sido desenvolvidas. Todavia, o alto custo e dificuldade ao acesso das tecnologias descritas restringem seu uso a poucos centros especializados. Este estudo visa o desenvolvimento de uma técnica de custo acessível para a análise de imagens digitais da fibrose hepática em hepatites crônicas virais. Foram estudadas 304 biópsias de pacientes com hepatite crônica por vírus B e C, obtidas através de agulhas Menghini. Todas as amostras tinham pelo menos 15 mm de comprimento ou cinco espaços-porta completos e foram coradas pelo método Tricrômico de Masson. O estadiamento foi feito por um único hepatopatologista experiente, sem o conhecimento dos dados clínicos dos pacientes. Os escores de Ishak e METAVIR foram aplicados. As imagens microscópicas foram digitalizadas. Os índices de fibrose foram determinados de forma automatizada, em técnica desenvolvida no programa Adobe Photoshop. Para o escore de Ishak, observamos os seguintes índices de Fibrose (IF) médios: 0,8% 0,0 (estágio 0), 2.4% 0,6 (estágio 1), 4,7% 1,6 (estágio 2), 7,4% 1,4 (estágio 3), 14,9% 3,7 (estágio 4), 23,4% 2,9 (estágio 5) e 34,5% 1,5 (estágio 6). Para a classificação METAVIR: 0,8% 0,1 (estágio F0), 3,8% 1,8 (estágio F1), 7,4% 1,4 (estágio F2), 20,4% 5,2 (estágio F3) e 34,5% 1,5 (estágio F4). Observamos uma excelente correlação entre os índices de fibrose da AID e os escores de Ishak (r=0,94; p<0,001) e METAVIR (r=0,92; p<0,001). Em relação à indicação de tratamento antiviral, foi observado IF médio de 16,4%. Em relação ao diagnóstico de cirrose, foi observado IF médio de 26,9%, para o escore de Ishak, e 34,5% para a classificação METAVIR. A reprodutibilidade intra-observador foi excelente. Este novo método de análise de imagens digitais para a quantificação de fibrose hepática tem custo acessível e foi desenvolvido com tecnologia que está disponível em todo o mundo, permitindo identificar com precisão todos os estágios de fibrose, com excelente reprodutibilidade intra-observador.

Uma proposta metodológica de integração de técnicas de análise espectral e de inteligência computacional, baseadas em conhecimento, para o reconhecimento de padrões em imagens multiespectrais

Somente no ano de 2011 foram adquiridos mais de 1.000TB de novos registros digitais de imagem advindos de Sensoriamento Remoto orbital. Tal gama de registros, que possui uma progressão geométrica crescente, é adicionada, anualmente, a incrível e extraordinária massa de dados de imagens orbitais já existentes da superfície da Terra (adquiridos desde a década de 70 do século passado). Esta quantidade maciça de registros, onde a grande maioria sequer foi processada, requer ferramentas computacionais que permitam o reconhecimento automático de padrões de imagem desejados, de modo a permitir a extração dos objetos geográficos e de alvos de interesse, de forma mais rápida e concisa. A proposta de tal reconhecimento ser realizado automaticamente por meio da integração de técnicas de Análise Espectral e de Inteligência Computacional com base no Conhecimento adquirido por especialista em imagem foi implementada na forma de um integrador com base nas técnicas de Redes Neurais Computacionais (ou Artificiais) (através do Mapa de Características Auto- Organizáveis de Kohonen SOFM) e de Lógica Difusa ou Fuzzy (através de Mamdani). Estas foram aplicadas às assinaturas espectrais de cada padrão de interesse, formadas pelos níveis de quantização ou níveis de cinza do respectivo padrão em cada uma das bandas espectrais, de forma que a classificação dos padrões irá depender, de forma indissociável, da correlação das assinaturas espectrais nas seis bandas do sensor, tal qual o trabalho dos especialistas em imagens. Foram utilizadas as bandas 1 a 5 e 7 do satélite LANDSAT-5 para a determinação de cinco classes/alvos de interesse da cobertura e ocupação terrestre em três recortes da área-teste, situados no Estado do Rio de Janeiro (Guaratiba, Mangaratiba e Magé) nesta integração, com confrontação dos resultados obtidos com aqueles derivados da interpretação da especialista em imagens, a qual foi corroborada através de verificação da verdade terrestre. Houve também a comparação dos resultados obtidos no integrador com dois sistemas computacionais comerciais (IDRISI Taiga e ENVI 4.8), no que tange a qualidade da classificação (índice Kappa) e tempo de resposta. O integrador, com classificações híbridas (supervisionadas e não supervisionadas) em sua implementação, provou ser eficaz no reconhecimento automático (não supervisionado) de padrões multiespectrais e no aprendizado destes padrões, pois para cada uma das entradas dos recortes da área-teste, menor foi o aprendizado necessário para sua classificação alcançar um acerto médio final de 87%, frente às classificações da especialista em imagem. A sua eficácia também foi comprovada frente aos sistemas computacionais testados, com índice Kappa médio de 0,86.

Entre crânios analógicos e imagens digitais: alguns antecedentes históricos e culturais das tecnologias de neuro-imageamento

Nos últimos anos, temos nos deparado com a difusão maciça e a popularização crescente de descrições biológicas para aspectos outrora pensados como mentais, sociais, ou relacionais. Visível em diversas arenas leigas e científicas, esta tendência freqüentemente elege o cérebro como o órgão privilegiado da sua atenção. A cada semana é divulgada uma nova localização cerebral correlacionada os mais variados aspectos comportamentais e ou de personalidade. Acompanhando este movimento, é notável o esforço intelectual e financeiro despendido nos últimos anos no campo da saúde mental, no sentido de fazer avançar pesquisas cujo foco central é a descoberta das bases neurobiológicas dos transtornos mentais. Esta tendência apontaria na direção de uma fusão entre a psiquiatria e a neurologia em uma disciplina única, de teor fisicalista, chamada por alguns de cerebrologia. Dentre os acontecimentos que serviram de alicerce para a legitimação e a popularização desta tendência, o desenvolvimento nas últimas décadas de novas técnicas e tecnologias de visualização médica, como a tomografia por emissão de pósitrons (PET scan) e a ressonância magnética funcional (fMRI), foi fundamental. Elas permitiram a construção de imagens das mais diversas categorias nosográficas construídas no campo psiquiátrico, veiculando tacitamente uma série de pressupostos e promessas. Malgrado o imaginário cultural sustentado por estas tecnologias e todo o esforço despendido nas últimas décadas no sentido de se tentar localizar os marcadores biológicos dos transtornos psiquiátricos, não há, até o presente momento, nenhum resultado conclusivo que autorize o diagnóstico por imagem de nosografias como a esquizofrenia, a depressão, e muito menos o jogo patológico. Apesar de todo o alarde midiático e dos montantes milionários direcionados para pesquisas nesta área, os resultados concretos obtidos até agora não estão livres das mais ferozes controvérsias. Entretanto, ainda que estejamos muito longe da construção de mapas precisos para as perturbações mentais é espantoso o poder de convencimento que as neuro-imagens comportam na atualidade. Os scans são exibidos como verdades visuais, ou fatos acerca das pessoas e do mundo, numa proporção muito superior aos dados que apresentam. Alguns críticos chamam este aspecto de neurorealismo, ou de retórica da auto-evidência. A intenção deste trabalho é problematizar o poder persuasivo que as neuro-imagens detém na contemporaneidade, especialmente quando utilizadas com a finalidade diagnóstica no campo da saúde mental. Se estas imagens transmitem uma ideia de neutralidade, transparência imediata e auto-evidência, este trabalho almeja inseri-las num contexto sócio-histórico, a partir do qual puderam adquirir sentido, familiaridade e valor de verdade. O ponto de partida é o de que elas estão localizadas no cruzamento de dois movimentos históricos distintos: o das ilustrações médicas, em sua relação com a produção de conhecimento objetivo; e o das pesquisas acerca da localização no córtex cerebral de comportamentos complexos e traços de personalidade. Além de estabelecer algumas condições históricas de possibilidade para a emergência de um neo-localizacionismo cerebral, mediado pelas novas tecnologias de imageamento, pretende-se enfatizar algumas descontinuidades com projetos anteriores e marcar a influência do contexto cultural da atualidade para o sucesso e poder persuasivo deste tipo de tecnologia.

Processamento digital de imagens destinado ao mapeamento da ocupação humana do alto Bonfim e análise histórica dos remanescentes florestais entre os anos de 1965 a 2006.

Através do processamento de imagens digitais, mais especificamente as etapas de segmentação e classificação, foi possível analisar o processo de ocupação humana da bacia hidrográfica do rio Bonfim, localizada no município de Petrópolis, no estado do Rio de Janeiro. Este processo possibilitou a geração de mapas de uso da terra e cobertura vegetal e configurou-se numa importante etapa para avaliação ambiental capaz de auxiliar e dar fomento à execução de atividades de gestão e monitoramento do meio ambiente e de análise histórica dos remanescentes florestais ao longo dos últimos anos. Nesta pesquisa foram adotadas classes temáticas com o propósito de permitir a classificação das imagens digitais na escala 1/40.000. As classes adotadas foram: afloramento rochoso e vegetação rupestre; obras e edificações; áreas agrícolas e vegetação. Estudos foram feitos no sentido de indicar o melhor método de classificação. Primeiramente, efetuou-se a classificação no sistema SPRING, testando-se os melhores parâmetros de similaridade e área na detecção de fragmentos, somente da classe vegetação. Houve tentativa de classificar as demais classes de uso diretamente pelo sistema SPRING, mas esta classificação não foi viável por apresentar conflitos em relação às classes, desta forma, neste sistema foi feita somente a classificação e quantificação da classe vegetação. Visando dar continuidade a pesquisa, optou-se por executar uma interpretação visual, através do sistema ArcGis, para todas as classes de uso do solo, possibilitando o mapeamento da dinâmica de evolução humana, diante da floresta de mata atlântica na área de estudos e análise histórica de seus remanescentes entre os anos dos anos 1965, 1975, 1994 e 2006.

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.

Expansão da ocupação urbana de Gramado : estudo de caso da aplicação de fotografias aéreas de pequeno formato e SIG

Fotografias aéreas verticais de pequeno formato foram obtidas através de câmera fotográfica não-métrica a bordo de aeronave de pequeno porte, no ano de 1999, com o objetivo de se atualizar um conjunto de seis plantas cadastrais digitais de 1984, na escala 1:5.000, cobrindo a área urbana do município de Gramado, situado na região nordeste do Estado do Rio Grande do Sul, Brasil. As fotografias foram digitalizadas, armazenadas e georreferenciadas em um Sistema de Informações Geográficas. Posteriormente, foram digitalizados os perímetros das edificações e os limites dos bairros da área urbana nas plantas cadastrais digitais. Os dados atualizados das plantas cadastrais foram elaborados para a geração de análises temáticas e, portanto, não podem ser utilizados para a medição precisa das edificações mapeadas. Após sua digitalização, os polígonos das edificações foram estruturados topologicamente por meio do SIG utilizado, permitindo a geração automática de um centróide para cada edificação mapeada. A consulta ao banco de dados tornou possível o cálculo do número total e a localização dos centróides das edificações, para as duas datas estudadas. Os dados tabulados foram representados por um mapa temático da expansão da ocupação urbana, na escala de 1:25.000. Outros produtos obtidos no presente estudo foram cartas-imagem da área urbana (1:50.000), elaboradas a partir de imagens do satélite LANDSAT 7 ETM+, bem como mapas temáticos dos aspectos físicos e antrópicos dos bairros da área urbana (escalas 1:15.000 a 1:25.000). Com base nos dados obtidos, verificou-se um crescimento de 164, 6 % do número total de edificações e uma expansão da ocupação orientada para a região SE da área urbana, em função do maior crescimento do setor secundário e do número de loteamentos na região meridional da área urbana durante o período de 15 anos. Através da interpretação dos dados geográficos, foram elaboradas recomendações para o planejamento urbano de Gramado.

Aplicação de filtros de Gabor no processo de classificação de imagens digitais com base em atributos de textura

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.

Integração de técnicas de SIG e sensoriamento remoto na classificação de imagens digitais através do uso da teoria da evidência

O desenvolvimento de novos, e mais eficientes, métodos de classificação de imagem digitais em Sensoriamento Remoto se constitui em uma importante área que tem chamado a atenção de muitos pesquisadores. Nesta área em particular, um problema que freqüentemente surge para a classificação de imagens digitais provenientes de cenas naturais, é a ocorrência de classes espectrais com resposta espectral muito similar. Nestes casos, os sistemas sensores mais comuns e os métodos tradicionais de classificação de imagem apresentam muito baixa precisão ou mesmo falham completamente. Várias abordagens vem sendo propostas na literatura. Uma das possíveis abordagens consiste em fazer uso de informações auxiliares que possuam poder discriminante para as classes sob análise. Esta é a possibilidade explorada nesta dissertação, utilizar-se de dados auxiliares, provenientes de fontes diversas, tais como: temperatura, precipitação, altitude e classes de solo. Estes dados são então combinados com dados provenientes de imagens multiespectrais de acordo com a Teoria de Evidência proposta por Dempster e Shafer. Esta abordagem é testada usando dados de uma área no Estado do Rio Grande do Sul, Brasil, com a finalidade de delimitar a ocorrência da Mata Nativa com Araucária (composta pela conifera Araucaria angustifolia), que é de difícil separação em relação a outras classes espectrais que ocorrem na região, tornando difícil o processo preciso de classificação.

Uso da análise discriminante regularizada (RDA) no reconhecimento de padrões em imagens digitais hiperespectral de sensoriamento remoto

Em cenas naturais, ocorrem com certa freqüência classes espectralmente muito similares, isto é, os vetores média são muito próximos. Em situações como esta, dados de baixa dimensionalidade (LandSat-TM, Spot) não permitem uma classificação acurada da cena. Por outro lado, sabe-se que dados em alta dimensionalidade [FUK 90] tornam possível a separação destas classes, desde que as matrizes covariância sejam suficientemente distintas. Neste caso, o problema de natureza prática que surge é o da estimação dos parâmetros que caracterizam a distribuição de cada classe. Na medida em que a dimensionalidade dos dados cresce, aumenta o número de parâmetros a serem estimados, especialmente na matriz covariância. Contudo, é sabido que, no mundo real, a quantidade de amostras de treinamento disponíveis, é freqüentemente muito limitada, ocasionando problemas na estimação dos parâmetros necessários ao classificador, degradando portanto a acurácia do processo de classificação, na medida em que a dimensionalidade dos dados aumenta. O Efeito de Hughes, como é chamado este fenômeno, já é bem conhecido no meio científico, e estudos vêm sendo realizados com o objetivo de mitigar este efeito. Entre as alternativas propostas com a finalidade de mitigar o Efeito de Hughes, encontram-se as técnicas de regularização da matriz covariância. Deste modo, técnicas de regularização para a estimação da matriz covariância das classes, tornam-se um tópico interessante de estudo, bem como o comportamento destas técnicas em ambientes de dados de imagens digitais de alta dimensionalidade em sensoriamento remoto, como por exemplo, os dados fornecidos pelo sensor AVIRIS. Neste estudo, é feita uma contextualização em sensoriamento remoto, descrito o sistema sensor AVIRIS, os princípios da análise discriminante linear (LDA), quadrática (QDA) e regularizada (RDA) são apresentados, bem como os experimentos práticos dos métodos, usando dados reais do sensor. Os resultados mostram que, com um número limitado de amostras de treinamento, as técnicas de regularização da matriz covariância foram eficientes em reduzir o Efeito de Hughes. Quanto à acurácia, em alguns casos o modelo quadrático continua sendo o melhor, apesar do Efeito de Hughes, e em outros casos o método de regularização é superior, além de suavizar este efeito. Esta dissertação está organizada da seguinte maneira: No primeiro capítulo é feita uma introdução aos temas: sensoriamento remoto (radiação eletromagnética, espectro eletromagnético, bandas espectrais, assinatura espectral), são também descritos os conceitos, funcionamento do sensor hiperespectral AVIRIS, e os conceitos básicos de reconhecimento de padrões e da abordagem estatística. No segundo capítulo, é feita uma revisão bibliográfica sobre os problemas associados à dimensionalidade dos dados, à descrição das técnicas paramétricas citadas anteriormente, aos métodos de QDA, LDA e RDA, e testes realizados com outros tipos de dados e seus resultados.O terceiro capítulo versa sobre a metodologia que será utilizada nos dados hiperespectrais disponíveis. O quarto capítulo apresenta os testes e experimentos da Análise Discriminante Regularizada (RDA) em imagens hiperespectrais obtidos pelo sensor AVIRIS. No quinto capítulo são apresentados as conclusões e análise final. A contribuição científica deste estudo, relaciona-se à utilização de métodos de regularização da matriz covariância, originalmente propostos por Friedman [FRI 89] para classificação de dados em alta dimensionalidade (dados sintéticos, dados de enologia), para o caso especifico de dados de sensoriamento remoto em alta dimensionalidade (imagens hiperespectrais). A conclusão principal desta dissertação é que o método RDA é útil no processo de classificação de imagens com dados em alta dimensionalidade e classes com características espectrais muito próximas.