ANÁLISE QUALITATIVA DAS TÉCNICAS DE FUSÃO DE IMAGENS … · de fusão de imagens de alta resolução espacial do satélite quickbird . Em seu estudo Magalhães (2011) identificou

XVI Encontro Latino Americano de Iniciação Científica e XII Encontro Latino Americano de Pós-Graduação – Universidade do Vale do Paraíba

1

ANÁLISE QUALITATIVA DAS TÉCNICAS DE FUSÃO DE IMAGEN S DO SATÉLITE

CBERS_2B (sensores CCD e HRC) Vagner Mauri Quinto 1, Larissa Honorio de Macedo Thuler 2, Paula Mauri Bernardes 3,

Rômulo André Beltrame 1, Alexandre Rosa dos Santos 4

1Universidade Federal do Espírito Santo – Centro de Ciências Agrárias/Departamento de Engenharia

Florestal, Jerônimo Monteiro, 29550-000, e-mail: [email protected]; [email protected]

2Faculdade de Filosofia Ciências e Letras de Alegre/Departamento de Biologia, Alegre - ES, 29500-000, e-mail: [email protected]

3Universidade Federal do Espírito Santo – Centro de Ciências Agrárias/Departamento de Produção Vegetal, Alegre - ES, 29500-000, e-mail: [email protected]

4Universidade Federal do Espírito Santo – Centro de Ciências Agrárias/Departamento de Engenharia Rural, Alegre - ES, 29500-000, e-mail: [email protected]

Resumo- Os avanços tecnológicos dos novos sensores orbitais possibilitam aos usuários do sensoriamento remoto monitorar e avaliar de forma mais rápida e em menor tempo as transformações que vem ocorrendo nas áreas urbanas. Essas análises podem ser feitas por meio de imagens fusionadas, que mantêm as qualidades espectrais das imagens multiespectrais e espacial das imagens pancromáticas. A área de estudo compreendeu um buffer de 2.000 m ao entorno da Ilha da Luz, por apresentar distintos alvos como água, solo exposto, pastagem, fragmentos florestais e áreas edificadas. Diante ao exposto este trabalho objetivou avaliar o desempenho das quatro técnicas de fusão de imagens (ESRI, IHS, Brovey e Simple-Mean) disponíveis no software ArcGis 10.0. Para a realização do estudo foram obtidas imagens do satélite CBERS_2B sensores CCD e HRC. Os resultados evidenciaram as transformações ESRI e IHS como sendo as mais adequadas para a fusão das imagens e a técnica Simple-Mean como sendo a menos adequada para tal processamento. Palavras-chave: Fusão de imagens, sensoriamento remoto, CBERS, análise qualitativa Área do Conhecimento: Geociências Introdução

Os avanços tecnológicos permitem aos usuários do sensoriamento remoto, adquirir informações a partir de imagens orbitais, possibilitando um melhor conhecimento do espaço geográfico nacional. Para Leonardi, Ortiz e Fonseca (2005) estes avanços são proporcionados pelo desenvolvimento dos novos sensores implantados nas plataformas orbitais.

As imagens multiespectrais disponibilizadas pelo satélite CBERS_2B possuem resolução espacial de 20 m, ou seja, cada pixel representa uma área de 20x20 m. Esta resolução espacial dificulta e/ou impossibilita a identificação de pequenas áreas de deslizamento de encostas, construções irregulares (barragens, casas, pontes, etc.), áreas degradadas, desmatamento entre outras atividades dentro das áreas urbanas. Portanto, se faz necessário a aplicação da técnica de fusão de imagens, para que se consiga usar de forma eficiente as imagens disponibilizadas pelos sensores orbitais, e por conseguinte, que se consiga realizar o monitoramento do desenvolvimento urbano.

Para Lillesand, Kiefer e Chipman (2005) as imagens de satélite deveriam apresentar alta resolução espectral, radiométrica, espacial e recobrirem uma mesma área com uma pequena diferença temporal, para que fossem consideradas ideais para a extração de informações. Conforme Centeno e Ribeiro (2007) a técnica de fusão vem se difundindo no meio acadêmico em função da maior disponibilização das imagens orbitais pelos órgãos detentores das mesmas.

A fusão de imagens possibilita ao usuário do sensoriamento remoto, combinar duas ou mais imagens de uma mesma cena e como consequência, obter uma nova imagem multiespectral contendo a melhor resolução espacial da imagem pancromática e a melhor resolução espectral das imagens multiespectrais.

Diante ao exposto, este trabalho teve como objetivo avaliar de forma qualitativa o desempenho de quatro técnicas de fusão de imagens (transformações IHS, ESRI, Simple-Mean e Brovey) para o monitoramento do desenvolvimento de centros urbanos.


2

Metodologia

A área de estudo compreende um buffer de 2.000 m ao entorno da Ilha da Luz (Figura 1) localizada pelas coordenadas X= 279.250,61 m e Y= 7.694.464,87 m (Datum WGS 84, Zona 24S, UTM). A Ilha da Luz é uma área edificada sobre uma ilha, localizada na cidade de Cachoeiro do Itapemirim-ES. Esta área foi escolhida por apresentar diferentes alvos (água, solo exposto, pastagem, fragmentos florestais e áreas edificadas), pois estes alvos possibilitaram uma análise mais eficiente da capacidade da técnica de fusão utilizada.

Figura 1 – Localização da Ilha da Luz no município de Cachoeiro de Itapemirim. Fonte: Os próprios autores.

Para a realização do estudo foram adquiridos

dados vetoriais como os limites dos municípios de Alegre e Ibitirama em formato shapefile (.shp) por meio do Sistema Integrado de Bases Georreferenciadas do Estado do Espírito Santo (GEOBASES) disponíveis de forma gratuita pelo site: http://www.geobases.es.gov.br/publico/Aces soNavegador.aspx?id=142&nome=NAVEGADOR_GEOBASES.

Também se fez necessária a aquisição de imagens orbitiais do satélite CBERS_2B sensores CCD (bandas 1, 2, 3 e 4) e HRC (pancromática). Estas imagens foram adquiridas de forma gratuita por meio do site do Instituto Nacional de Pesquisas Espaciais (INPE) no endereço eletrônico http://www.dgi.inpe.br/CDSR/. O sensor CCD disponibiliza imagens multiespectrais com resolução espacial de 20 m e área imageada de 113 Km. A descrição de cada banda pode ser observada na Tabela 1. O sensor HRC

disponibiliza imagens pancromáticas (imagem em níveis de cinza) com resolução espacial de 2,5 m, resolução radiométrica de 8 bits (0 a 255 os níveis de cinza da imagem) e área imageada de 27 Km. Sua descrição também pode ser vista na Tabela 1. As imagens eram datadas de 25/07/2008.

Tabela 1 – Caracterização das bandas espectrais dos sensores CCD e HRC do satélite CBERS_2B

Satélite CBERS_2B

Sensor Bandas Faixa do espectro Comprimento de ondas (µm)

CCD

B1 Azul 0,45 – 0,52 B2 Verde 0,52 – 0,59 B3 Vermelho 0,63 – 0,69

B4 Infravermelho

próximo 0,77 – 0,89

HRC B1 Pancromática 0,50 – 0,80

Fonte: INPE (2012). O processamento digital das imagens foi

realizado no software ArcGis 10.0®. As bandas espectrais (1, 2, 3 e 4) e

pancromáticas obtidas do INPE foram georreferenciadas com base nos dados cartográficos do GEOBASES.

As bandas 1, 2, 3 e 4 do sensor CCD foram compostas em uma única imagem e utilizadas na combinação RGB (342) falsa-cor, pois facilitam a identificação de alvos espectrais como a água, solo exposto, fragmentos florestais e áreas edificadas.

Após as correções geométricas, foi realizada a fusão da imagem multiespectral com a banda pancromática do sensor HRC formando uma imagem composta multiespectral com resolução espacial de 2,5 m, proporcionando uma maior nitidez e capacidade de distinção entre os alvos espectrais que compunham a imagem.

Para a realização da fusão foram utilizadas as 4 técnicas disponíveis pelo software ArcGis. As técnicas utilizadas são apresentadas abaixo.

Tansformação ESRI: este algoritmo consiste na aplicação de uma media ponderada das bandas multiespectrais acrescidas da banda pancromática, conforme a equação 1 (ESRI, 2012).

IF = P x [0,5 x (BO + BP)] eq. 1 Em que: IF = imagem fusionada; P = peso padrão adotado pela técnica; BO = banda original (B1; B2; B3 e B4); BP = banda pancromática. Transformação IHS: este algoritmo projeta as

cores RGB, para um conjunto de medições de cores, transformando a imagem para uma forma


3

mais perceptível ao olho humano, conforme equação 2 (SANTOS, PELUZIO, SAITO 2010).

I = BP – (BIF x PBIV) eq. 2 Em que: I = intensidade; BP = banda pancromática; BIF = banda do infravermelho; PBIV = peso da banda do infravermelho. Transformação Brovey: este algoritmo consiste

na divisão da banda espectral pela soma das bandas da imagem multiespectral multiplicadas pela banda pancromática, conforme a equação 3 (ESRI, 2012).

IF = BO eq. 3 (BO1 + BO2 + BO3) x BP Em que: IF = imagem fusionada; BO = banda original (B1; B2; B3 e B4); BP = banda pancromática. Transformação SIMPLE-MEAN: este algoritmo

consiste na aplicação de uma média simples, conforme equação 4 (ESRI, 2012).

IF = (BO + BP) / 2 eq. 4 Em que: IF = imagem fusionada; BO = banda original (B1; B2; B3 e B4); BP = banda pancromática. A análise qualitativa das técnicas de fusão será

realizada por meio da comparação visual entre o resultado da aplicação de cada técnica, seguindo as normas estipuladas pelo IRARS (Image Resolution Assesment and Reporting Standards) citados por Telles Jr. (2008), conforme a Tabela 3.

Tabela 3 – Escala de interpretação MSIIRS

proposta pelo IRARS

Nível MSIIRS

Capacidade de Interpretação

1 Distinguir entre áreas urbanas e rurais. Detectar pontes sobre corpos d’água.

2

Detectar rodovias com mais de uma pista. Detectar áreas de extração vegetal. Delinear extensões de áreas agricultáveis. Delinear áreas inundadas.

3 Identificar grandes avenidas em áreas urbanas. Distinguir entre edificações residenciais, comerciais e industriais em uma área urbana.

4

Distinguir entre características de pavimentação em rodovias com duas pistas. Detectar deslizamentos de terra ou rochas suficientes para obstruir uma rodovia de pista única.

Fonte: IRARS (1995, adaptado por TELLES Jr., 2008).

Para a avaliação visual das técnicas de fusão

empregadas no estudo, foram selecionados quatro alvos espectrais e as mesmas cenas foram comparadas em composição falsa-cor (RGB 342). Resultados

O resultado da aplicação de cada técnica de fusão pode ser observado nas Figuras 2, 3, 4 e 5, representando as transformações ESRI, IHS, BROVEY e SIMPLE-MEAN, respectivamente.

Analisando-se as Figuras 2, 3, 4 e 5 e comparando-as com a figura 6 (imagem multiespectral dom resolução espacial de 20 m), pode-se observar que ambas as técnicas de fusão empregadas melhoraram a qualidade da imagem fusionada.

Figura 2- Imagem fusionada pela técnica ESRI.

Figura 3- Imagem fusionada pela técnica IHS.


4

Figura 4- Imagem fusionada pela técnica Brovey.

Figura 5 - Imagem fusionada pela técnica Simple-Mean.

Figura 6 - Imagem multiespectral com resolução espacial de 20m.

As imagens demonstram que a as técnicas IHS

e Brovey foram as que apresentaram os melhores resultados, apresentando as áreas de pastagem, cursos d’água, áreas edificadas e fragmentos florestais com uma maior nitidez. Discussão

A análise visual das técnicas de fusão sob o ponto de vista de cada alvo espectral possibilitou a identificação das transformações ESRI e IHS como sendo as mais eficientes para o processamento das imagens (Figura 7). Estes resultados são compatíveis com os obtidos por Matias et al., (2009) que realizaram uma análise comparativa de técnicas de fusão de imagens CBERS_2B (CCD e HRC) utilizando o software ArcGis e por Magalhães et al., (2011) que realizaram uma análise comparativa entre técnicas de fusão de imagens de alta resolução espacial do satélite quickbird.

Em seu estudo Magalhães (2011) identificou a técnica IHS como sendo a mais adequada para a realização da fusão, resultado este compatível com o obtido nesse estudo.

Em uma análise caso a caso, pode-se identificar as técnicas ESRI e IHS sendo as mais eficientes para o monitoramento das áreas edificadas (Figura 7 a, b, c e d), pois foram as transformações que possibilitaram uma melhor identificação das ruas e casas, sendo este resultado compatível com o obtido por Lourenço, Sanches e Furtado (2011). As técnicas ESRI e IHS também foram as que apresentaram os melhores resultados para a análise dos cursos d’água (Figura 7 e, f, g e h), sendo este resultado contraditório ao obtido por Lourenço, Sanches e Furtado (2011).

Para os reservatórios d’água (Figura 7 i, j, k e l) as técnicas ESRI e IHS, novamente, foram as que apresentaram os melhores resultados, contrariando os resultados obtidos por Lourenço, Sanches e Furtado (2011). Para a análise das áreas de solo exposto (Figura 7 m, n, o e p), as técnicas IHS e Brovey foram as que apresentaram os melhores resultados, concordando com os resultados obtidos por Lourenço, Sanches e Furtado (2011).

Apesar de ambas as técnicas de fusão empregadas terem melhorado a qualidade das imagens fusionadas, os resultados obtidos poderiam ter sido melhores. Segundo Zhang (2002) os melhores resultados para as técnicas de fusão de imagens são obtidos quando as imagens multiespectrais e pancromáticas possuem uma razão da resolução espacial de 5:1.


5

TÉCNICAS DE TRANSFORMAÇÃO

ESRI IHS BROVEY SIMPLE-MEAN

Área edificada

Cursos d’água

Reservatórios d’água

Solo exposto

Figura 7 – Resultado da aplicação das técnicas de fusão em diferentes alvos espectrais Fonte: Os próprios autores.

Conclusão

Ambas as técnicas de fusão utilizadas no trabalho melhoraram a resolução espacial das imagens fusionadas, no entanto, os resultados poderiam ter sido melhores, se a razão da resolução espacial entre as imagens multiespectrais e pancromática fosse de 5:1.

Em todas as avalições a técnica SIMPLE-MEAN foi a que apresentou os piores resultados. Com exceção da análise do solo exposto, onde apresentou os melhores resultados, a técnica Brovey, juntamente com a técnica SIMPLE-MEAN apresentaram os piores resultados.

As técnicas ESRI e IHS foram as que apresentaram os melhores resultados para o processamento das imagens nas condições em

A B C D

E F G H

I J K L

M N O P


6

que o estudo foi realizado, com exceção da análise do solo exposto em que as técnicas IHS e Brovey foram as que obtiveram os melhores resultados.

Cada método de fusão se adequa melhor para a avaliação e/ou monitoramento de dado alvo espectral. Agradecimentos Os autores agradecem à Fundação de Amparo á Pesquisa do Espírito Santo (FAPES) e a Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela concessão de bolsas de estudo. Referências - CENTENO, J.A.S.; RIBEIRO, S.R.A. Um método simplificado de fusão de imagens. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., 2007, Florianópolis. Anais eletrônicos ... Disponivel em: <http://marte.dpi.inpe.br/col/dpi. inpe.br/sbsr@80/2006/11.14.13.31/doc/5667-5673. pdf>. Acesso em: 28 jul. 2012. - ESRI. ArcGis – ArcMap 10, help on line. Disponivel em: <http://help.arcgis.com/ en/arcgisdesktop/10.0/help/index.html#//00170000009r000000>. Acesso em: 20 maio 2012. - INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Disponível em: <http://www.dgi.inpe.br/CDSR/>. Acesso em: 22 jul. 2012. - LEONARDI, S. S.; ORTIZ, J.O.; FONSECA, L.M.G. Comparação de técnicas de fusão de imagens para diferentes sensores orbitais. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12., 2005, Goiânia. Anais eletrônicos ... Disponivel em: <http://marte. dpi.inpe.br/col/ltid.inpe.br/sbsr/2004/11.19.22.49/doc/4111.pdf>. Acesso em: 28 jul. 2012. - LILLESAND, T.M.; KIEFER, R.W.; CHIPMAN, J.W. Remote sensing and image interpretation . J. Wiley: New York, 2005. - LOURENÇO, F.R.; SANCHES, I.D.A.; FURTADO, A.L.S. Avaliação das técnicas de fusão disponíveis no softwares ArcGis, Erdas e ENVI. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 15., 2011, Curitiba. Anais eletrônicos ... Disponivel em:

<http://marte.dpi.inpe.br/rep/3ERPFQRTRW/3A6M74H?mirror=dpi.inpe.br/banon/2003/12.10.19.30.54&metadatarepository=>. Acesso em: 28 jul. 2012. - MAGALHÃES, I.A.L. Comparação e análise das técnicas de fusão de imagens com o auxílio do satélite de alta resolução espacial quickbird. In: SIMPÓSIO REGIONAL DE GEOPROCESSAMENTO E SENSORIAMENTO REMOTO, 5, SEMINÁRIO DE GEOTECNOLOGIAS, 3., 2011, Feira de Santana. Anais eletrônicos ... Disponivel em: <http://www.geonordeste.com/apresentacao_poster/00264_015107.pdf>. Acesso em: 12 maio 2012. - MAGALHÃES, I.A.L.; QUINTO, V.M.; PENA, F.E.R.; OMENA, M.S.; CHIBA, M.L.; SANTOS, A.R. Análise comparativa entre técnicas de fusão de imagens de alta resolução espacial do satélite quickbird. Cadernos de Geociências . v. 8, n. 2, p. 82-91, 2011. - MATIAS, L.F.; CAPORUSSO, D.; CRUZ, J.R.; CARVALHO, J.C.B. Análise comparativa de técnicas de fusão de imagens CBERS-2B (CCD e HRC) utilizando o software ArcGis. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14., 2009, Natal. Anais eletrônicos ... Disponivel em: <http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr@ 80/2008/11.17.19.05/doc/2071-2077.pdf>. Acesso em: 28 jul. 2012. - SANTOS, A.R.; PELUZIO, T.M.O.; SAITO, N.S. (org.). SPRING 5.1.2 passo a passo : aplicações práticas. Alegre, ES: Ciências Agrárias Universidade Federal do Espírito Santo/CAUFES, 2010, 155 p. Il. - SISTEMA INTEGRADO DE BASES GEORREFERENCIADAS DO ESTADO DO ESPÍRITO SANTO (GEOBASES). Disponível em: <http://www.geobases.es.gov.br/publico/AcessoNavegador.aspx?id=142&nome=NAVEGADOR_GEOBASES>. Acesso em: 28 jul. 2012. - TELLES JUNIOR, M.A.B..G. Super-resolução de imagens de sensoriamento remoto. 2008. 123f. Tese (Douturado em Geologia) – Instituto de Geociências, Universidade de Brasília, 2008. - ZHANG, Y. Problems in the fusion of commercial high-resolution sattelite, Landsat 7 images, and initial solutions . ISPRS, v. 34, n. 4. Geospatial Theory, Processing and Applications, Ottawa. 2002.

Documents

ANÁLISE QUALITATIVA DAS TÉCNICAS DE FUSÃO DE IMAGENS … · de fusão de imagens de alta resolução espacial do satélite quickbird . Em seu estudo Magalhães (2011) identificou