DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Boletim de Ciências Geodésicas |
Texto Completo: | https://revistas.ufpr.br/bcg/article/view/47507 |
Resumo: | Nesse trabalho é apresentada uma metodologia para a detecção automática de nuvem e sombra de nuvem em imagens de sensores que atuam na faixa do visível e do infravermelho próximo. O trabalho visa à detecção em imagens do sensor AWFI que estará a bordo do satélite AMAZONIA-1. O método de detecção de nuvem baseia-se na aplicação de três filtros. Valores de NDVI, WI e HOT, calculados a partir das reflectâncias das bandas espectrais, são usados na detecção. A detecção de sombra de nuvem é feita a partir da integração das máscaras de pixeis escuros e água com a imagem resultante da diferença entre a cena a ser classificada e uma referência da mesma região, idealmente sem nuvens e bem registrada. Na inexistência de imagens AWFI, visto que o satélite se encontra em fase de construção, os testes foram conduzidos com imagens LANDSAT-5 TM. A acurácia média da classificação de nuvem foi de 88.70% e da classificação de sombra de nuvem de 75.03%. A acurácia global da classificação mostrou que mais de 90% dos pixeis das imagens problemáticas selecionadas para o teste foram classificados corretamente como nuvem, não nuvem, sombra e não sombra. |
id |
UFPR-2_61b150d78c5eb5189e51b9adca76acb0 |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/47507 |
network_acronym_str |
UFPR-2 |
network_name_str |
Boletim de Ciências Geodésicas |
repository_id_str |
|
spelling |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTOGeociências; Geodésiadetecção automática, nuvem, sombra de nuvem, reflectância, AWFI, AMAZONIA-1Nesse trabalho é apresentada uma metodologia para a detecção automática de nuvem e sombra de nuvem em imagens de sensores que atuam na faixa do visível e do infravermelho próximo. O trabalho visa à detecção em imagens do sensor AWFI que estará a bordo do satélite AMAZONIA-1. O método de detecção de nuvem baseia-se na aplicação de três filtros. Valores de NDVI, WI e HOT, calculados a partir das reflectâncias das bandas espectrais, são usados na detecção. A detecção de sombra de nuvem é feita a partir da integração das máscaras de pixeis escuros e água com a imagem resultante da diferença entre a cena a ser classificada e uma referência da mesma região, idealmente sem nuvens e bem registrada. Na inexistência de imagens AWFI, visto que o satélite se encontra em fase de construção, os testes foram conduzidos com imagens LANDSAT-5 TM. A acurácia média da classificação de nuvem foi de 88.70% e da classificação de sombra de nuvem de 75.03%. A acurácia global da classificação mostrou que mais de 90% dos pixeis das imagens problemáticas selecionadas para o teste foram classificados corretamente como nuvem, não nuvem, sombra e não sombra.Boletim de Ciências GeodésicasBulletin of Geodetic SciencesFAPESPda Silva, Marco Aurélio OliveiraLiporace, Frederico dos Santos2016-06-29info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/bcg/article/view/47507Boletim de Ciências Geodésicas; Vol 22, No 2 (2016)Bulletin of Geodetic Sciences; Vol 22, No 2 (2016)1982-21701413-4853reponame:Boletim de Ciências Geodésicasinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRporhttps://revistas.ufpr.br/bcg/article/view/47507/28503Copyright (c) 2016 Marco Aurélio Oliveira da Silva, Frederico dos Santos Liporacehttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccess2016-09-29T20:22:05Zoai:revistas.ufpr.br:article/47507Revistahttps://revistas.ufpr.br/bcgPUBhttps://revistas.ufpr.br/bcg/oaiqdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br1982-21701413-4853opendoar:2016-09-29T20:22:05Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR)false |
dc.title.none.fl_str_mv |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
title |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
spellingShingle |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO da Silva, Marco Aurélio Oliveira Geociências; Geodésia detecção automática, nuvem, sombra de nuvem, reflectância, AWFI, AMAZONIA-1 |
title_short |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
title_full |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
title_fullStr |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
title_full_unstemmed |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
title_sort |
DETECÇÃO AUTOMÁTICA DE NUVEM E SOMBRA DE NUVEM EM IMAGENS DE SENSORIAMENTO REMOTO |
author |
da Silva, Marco Aurélio Oliveira |
author_facet |
da Silva, Marco Aurélio Oliveira Liporace, Frederico dos Santos |
author_role |
author |
author2 |
Liporace, Frederico dos Santos |
author2_role |
author |
dc.contributor.none.fl_str_mv |
FAPESP |
dc.contributor.author.fl_str_mv |
da Silva, Marco Aurélio Oliveira Liporace, Frederico dos Santos |
dc.subject.por.fl_str_mv |
Geociências; Geodésia detecção automática, nuvem, sombra de nuvem, reflectância, AWFI, AMAZONIA-1 |
topic |
Geociências; Geodésia detecção automática, nuvem, sombra de nuvem, reflectância, AWFI, AMAZONIA-1 |
description |
Nesse trabalho é apresentada uma metodologia para a detecção automática de nuvem e sombra de nuvem em imagens de sensores que atuam na faixa do visível e do infravermelho próximo. O trabalho visa à detecção em imagens do sensor AWFI que estará a bordo do satélite AMAZONIA-1. O método de detecção de nuvem baseia-se na aplicação de três filtros. Valores de NDVI, WI e HOT, calculados a partir das reflectâncias das bandas espectrais, são usados na detecção. A detecção de sombra de nuvem é feita a partir da integração das máscaras de pixeis escuros e água com a imagem resultante da diferença entre a cena a ser classificada e uma referência da mesma região, idealmente sem nuvens e bem registrada. Na inexistência de imagens AWFI, visto que o satélite se encontra em fase de construção, os testes foram conduzidos com imagens LANDSAT-5 TM. A acurácia média da classificação de nuvem foi de 88.70% e da classificação de sombra de nuvem de 75.03%. A acurácia global da classificação mostrou que mais de 90% dos pixeis das imagens problemáticas selecionadas para o teste foram classificados corretamente como nuvem, não nuvem, sombra e não sombra. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-06-29 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/47507 |
url |
https://revistas.ufpr.br/bcg/article/view/47507 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/47507/28503 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2016 Marco Aurélio Oliveira da Silva, Frederico dos Santos Liporace http://creativecommons.org/licenses/by-nc/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2016 Marco Aurélio Oliveira da Silva, Frederico dos Santos Liporace http://creativecommons.org/licenses/by-nc/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Boletim de Ciências Geodésicas Bulletin of Geodetic Sciences |
publisher.none.fl_str_mv |
Boletim de Ciências Geodésicas Bulletin of Geodetic Sciences |
dc.source.none.fl_str_mv |
Boletim de Ciências Geodésicas; Vol 22, No 2 (2016) Bulletin of Geodetic Sciences; Vol 22, No 2 (2016) 1982-2170 1413-4853 reponame:Boletim de Ciências Geodésicas instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Boletim de Ciências Geodésicas |
collection |
Boletim de Ciências Geodésicas |
repository.name.fl_str_mv |
Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
qdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br |
_version_ |
1799771718867222528 |