Ulike regler for kvinner og menn i kunstverdenen?

O Processamento Digital de Imagem (PDI) é um tema muito amplo, e frequentemente envolve procedimentos complexos. O objetivo aqui é apenas apresentar os tópicos básicos principais, sem discutir os detalhes matemáticos envolvidos. A ideia central por traz do PDI é bastante simples, a imagem é inserida dentro de um computador e varrida pixel por pixel, e o resultado é uma imagem digital completamente nova, representada por uma matriz bidimensional no seu formato pictórico (raster), esta então, com uso de programas especializados pode ser manipulada.

O PDI envolve o uso de hardwares, softwares, imagens digitais e algoritmos de processamento para melhorar a qualidade visual dos dados e facilitar o processo de

interpretação. Os métodos de processamento de imagens digitais tem sua origem ligada aos primórdios do sensoriamento remoto orbital durante o final da década de 1960 com o lançamento do primeiro satélite de tecnologia para recursos terrestres o ERTS que em 1975 veria a se chamar de Landsat. Entretanto, as aplicações do processamento digital de imagem só tornaram-se amplamente disponíveis a partir da década de 1980 com a popularização dos computadores pessoais (NOVO, 1999).

Atualmente, os computadores pessoais são muito mais acessíveis e a disponibilidade de fotografias aéreas, de imagens digitais e de dados espaciais via rede mundial de computadores é fácil e variada, que pode ser de satélites de recursos terrestres, de vôos fotogramétricos, radares interferométricos e até de satélites meteorológicos, sistemas que ajudam a popularizar o uso das técnicas de PDI em diversas aplicações. As principais técnicas de processamento digital de imagens podem ser classificadas em três conjuntos diferentes, a saber: Pré-Processamento, Realce e Classificação de Imagem.

Na primeira etapa, de preparação da imagem para interpretação, também conhecida como pré-processamento, são realizadas operações que auxiliam na correção de distorções das imagens no momento da coleta. As distorções dos dados podem ocorrer devido a problemas como: variação de altitude, velocidade da plataforma do sensor, curvatura da terra, refração atmosférica, relevo etc., fazendo com estes dados não possam ser usados como mapa, necessitando de correção. Estes procedimentos são feitos por programas especialistas que permitem a correção dos dados originais brutos.

A correção geométrica é um processo de reordenamento das células da imagem (pixels), com relação ao sistema de projeção cartográfica que está sendo utilizado pelo analista. Esta técnica pode ser realizada por meio de reamostragem dos pixels da imagem, adequando-os à base cartográfica utilizada no projeto. Isto é feito com base em pontos de controles obtidos no terreno e facilmente identificados na cena a ser corrigida.

No processo de correção, os pontos de controle do terreno são localizados tanto na imagem (números de linhas e colunas), como no mapa, coordenadas (X, Y), ou Latitude e Longitude. Estes valores são então submetidos ao método dos mínimos quadrados que é utilizado para inter-relacionar as coordenadas do mapa com as coordenadas da imagem. Uma vez determinados os coeficientes destas equações, as coordenadas do mapa podem ser estimadas e a imagem corrigida.

A correção radiométrica é o processo de minimização das diferenças dos níveis de cinza contidos na cena. Estes problemas podem ser decorrentes da calibração dos sensores ou em função da resposta não linear dos detectores de radiância da imagem. A correção

radiométrica envolve a transformação do sinal original captado pelo sensor em um sinal linear. O tipo de correção radiométrica aplicada aos dados de uma determinada imagem pode variar amplamente, dependendo do tipo de sensores.

Alguns dos fatores que podem influenciar na captação do sinal pelo sensor é a iluminação da cena, condições atmosféricas, elevação do sol e características do terreno. As técnicas de correção radiométrica quando aplicadas sem os devidos cuidados pode levar a degradação do sinal original, portanto é necessário que o usuário conheça a natureza dos seus dados e efetue os procedimentos de acordo com os objetivos pretendidos, selecionando os procedimentos adequados.

O realce da imagem tem o objetivo de melhorar a qualidade visual dos dados, aumentando a distinção aparente entre os objetos contidos na cena, facilitando o processo de interpretação. Entre as técnicas de realce da imagem pode-se destacar: Manipulação do Contraste, Filtragem Espacial e Rotação de Imagem.

As técnicas de manipulação do contraste envolvem a análise do histograma, onde os níveis de cinza da imagem estão distribuídos em um diagrama de frequência de acordo com a resolução radiométrica. Frequentemente, as imagens são armazenadas em arquivos de 8 bits, que correspondem a 256 níveis de cinza, variando entre 0 e 255. A manipulação do contraste tem como objetivo expandir ou restringir o histograma modificando-o e, portanto, aumentando o contraste entre as feições de interesse do analista.

A filtragem espacial, assim como a manipulação do contraste, são modificações dos pixels da imagem, contudo, as mudanças ocorridas na cena filtrada não dependem apenas do nível de cinza de um determinado pixel da cena original, mas também dos níveis de cinza de seus vizinhos (NOVO, 1999). Portanto, as técnicas de filtragem espacial são mais complexas e exigem um tempo maior de processamento. Estes filtros podem ser classificados em dois grupos principais: filtros de passa baixa e filtros de passa alta.

Os filtros de passa baixa realçam feições de baixa frequência espacial ao mesmo tempo em que escondem objetos de alta frequência espacial. São utilizados para atenuar erros causados devido a interferência do sinal, diminuindo a variabilidade dos níveis de cinza contidos na imagem. Os filtros de passa alta tem efeito contrário e enfatizam as feições com alta frequência espacial, ao passo que inibem as informações de baixa frequência espacial.

São utilizados para realçar feições contidas nas bordas ou extremidades da imagem, bem como limites entre feições diferentes.

Assim como a manipulação do histograma, a filtragem espacial aumenta o contraste das feições contidas na imagem. Os filtros espaciais são operações ponto a ponto, onde os

algoritmos utilizados percorrem a imagem pixel a pixel substituindo os valores dos pixels centrais pela média dos valores de seus vizinhos. O resultado será uma diminuição da variância interna.

A rotação da imagem também é uma operação de aumento de contraste com o intuito de realçar objetos de interesse. Existe uma grande variedade de técnicas de rotação de imagem, porém, será apresentada apenas uma das mais bem difundidas, a Análise de Componentes Principais, que consiste na rotação do eixo das coordenadas de forma que este possa coincidir com as direções de máxima e mínima variância dos dados originais.

As bandas individuais de uma imagem multiespectral possuem informações repetidas, tanto do ponto de vista numérico como visual. Com o intuito de reduzir as similaridades dos dados contidos em cada uma das bandas espectrais da imagem original, aplica-se uma transformação que removerá as informações redundantes contidas em cada uma destas bandas, gerando um novo conjunto de dados.

Esta técnica é derivada da matriz de covariância e dá origem a um novo conjunto de dados onde os valores de cada pixel serão uma combinação linear dos valores originais. O número de componentes principais será igual ao número de bandas espectrais utilizadas para realizar a análise de principais componentes.