Loading
Nota de Estudos
Study Reminders
Support
Text Version

Importância do Processamento de Imagem Digital

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vídeo 1

vamos discutir a importância do processamento digital da imagem e como você sabe as imagens que estão em formato digital a partir de adquiridas do satélite podem ser melhoradas e o que são diferentes softwares e outras coisas que veremos. Por isso, em espécie também chamamos como aprimoramento da imagem, já que em palestra anterior finalmente discutimos que como a imagem é adquirida por uma estação terrestre de satélites. E então agora começamos sobre o processamento da imagem digital. Então, quais são a importância ou coisas importantes sobre o processamento digital da imagem. Basicamente é um processo que torna uma imagem um interpretável para um uso específico. Assim, como também temos discutido que as imagens de satélite são genéricas e, portanto, podem ser utilizadas para diversos fins a partir da meteorologia para a agricultura. E, portanto, quando analisamos ou processamos essas imagens, temos que ter em mente para que finalidade ou para o que esse uso isespecífico, gostaríamos de utilizá-lo. Então, uma vez que isso é claro, então as imagens são processadas em conformidade e elas finalmente, objetivo final para identificar diferentes recursos presentes na imagem. Então, eles são mais interpretáveis que é o principal objetivo aqui. Agora, há 2 tarefa principal que são feitas no processamento de imagens. E a primeira delas é a melhoria das informações pictóris basicamente a qualidade. Então, que uma interpretação humana pode ser feita de uma maneira melhor porque as imagens que são adquiridas pelos satélites são imagens completamente cruas. E o quando começamos a usá-los precisamos melhorar de outra forma isso se torna muito difícil de você saber, use-os para determinados fins. Então, a figura da informação pictórica, porque depois de todas as intervenções humanas seriam necessárias, seriam necessárias interpretações humanas naquelas imagens. E a outra coisa é o processamento de um dado de imagem para armazenamento, portanto, existem diferentes níveis de processamento. E é claro, a transmissão talvez transmissão de satélite em direção à terra e talvez transmissão a partir de depois dos dados tenha sido arquivada pela estação terrestre. Em seguida, transmissão para outros computadores situados em diferentes partes da banda para posterior processamento. E então representação de qualquer que seja a percepção de máquina autônoma que também possa ser feita no processamento sob esse processamento de processamento digital de imagens. E quando o processamento de imagens termina, basicamente a análise de imagem e visão do computador começam. Assim, inicialmente algumas tarefas simples são executadas no processamento de imagens. Se eu pegar os exemplos bem iniciais, que não são imagens dos satélites, mas são basicamente fotografias. Agora depois de escanear estes se tornaram uma fotografia digital, por isso, no início de 1920s uma das primeiras aplicações da imagem digital estava no noticiário. Essa é a nossa nova imagem digital estava lá em 1920s, como um passista está lá e o serviço de transmissão de imagem de cabo Bartlane que foi feito. As imagens foram transferidas por cabo submarino entre Londres e Nova Iorque que está a ter uma distância muito longa. E as fotos foram codificadas para transferência de cabos e reconstruídas na extremidade de recebimento em uma impressora telegráfica. Então, você sabe que naquele tempo muitas coisas eram necessárias para serem feitas antes da imagem ser impressa ou exibida na tela. Agora, essas coisas melhoraram significativamente e agora obtemos transmissões ao vivo de imagens de alta definição na televisão com muita facilidade. Da mesma forma também conseguimos direcionar as imagens pelos satélites, se uma está tendo sua própria estação terrestre de satélites. Então, essas transmissão e você sabe codificar e depois transferir e depois a reconstrução tudo vai simultaneamente e em uma velocidade muito alta. Então, se olarmos para muito resumidamente o histórico do processamento digital de imagens, então, assim que as imagens digitais se tornaram possíveis ou disponíveis, o processamento também começou ao mesmo tempo. Por isso, no mesmo nos anos 1920s as melhorias no sistema Bartlane resultaram em medidas de maior qualidade. E, como este exemplo, é que esta foi melhorada a imagem digital. E antes tínhamos apenas 15 tonalidade digital de imagem significa que havia apenas 15 sets a respeito inclusive de preto e branco e descanso eram e assim, então 16 tipo de coisa. E um novo processo de produção baseado em técnicas fotográficas também foi evoluído. E aumentar o número de tonalidades em reproduzir imagens, tonalidades aqui quando dizemos tons em termos de imagens digitais, estamos falando da quantização ou resolução radiométrica ou de quantos bits estão sendo atribuídos para uma célula ou um pixel. Se olhamos a foto de lua tirada por sonda Ranger minutos antes de pousar, este foi o tempo em que a foto estava lá, ou seja, em 1960s. É claro que muitas melhorias ocorreram não só na tecnologia de computadores mas também na tecnologia de sensoriamento. E muito em breve no dia 7 de setembro deste ano, vamos ver quase o mesmo tipo de coisa por Chandrayaan 2. E haverá um robor que pousará no pólo sul da lua e então é claro que também estará fazendo sonda. E nós estaremos tendo transmissões ao vivo em nossos televisores. Então, veja que como as coisas melhoraram muito significativamente desde 1960s. Em 1964 computadores usados para melhorar a qualidade de imagens da lua tirada por sonda Ranger 7. E tais técnicas foram usadas em outras missões espaciais incluindo a aterrissagem Apollo na superfície da lua. Então, você conhece o desenvolvimento em uma esfera de ciência os mesmos que os desenvolvimentos são percolados também nos outros domínios. Como para estas missões de lua e outras coisas, quando o processamento de imagem é iniciado, o mesmo processamento de imagem, foram melhorados e agora estamos vendo imagens muito melhores. Em 1980s o uso de técnicas de processamento de imagens digitais explodiu e elas são agora usadas para todos os tipos de tarefa em todos os tipos de áreas. E o desenvolvimento que se deu em 80s muitas coisas do curso melhorou. E quais são aquelas áreas em que as coisas melhoraram ou estão sendo melhoradas, aprimoramento de imagem, restauração de imagens, efeitos artísticos. E é claro que a visualização médica no campo da medicina essas técnicas de processamento de imagem definitivamente também melhoraram. E inspeções industriais novamente há muitas aplicações de processamento de imagens digitais. Aplicação da lei, interfaces de computador humanas e claro um em nosso sensoriamento remoto. Assim, aquele aprimoramento de imagem de imagens de satélite está definitivamente lá. Agora, uma coisa importante também associada a imagens de satélite é a de que você conhece sua qualidade geométrica. E, em última análise, se quisermos usar essas imagens em uma plataforma GIS, então precisamos trazer as coordenadas geográficas. E isso é feito através de um processamento que é chamado de geo referenciamento ou nós também chamamos de correções geométricas. Então, correção geométrica de uma imagem muito importante e que é pré-requisito também que deve ser realizada antes de começarmos a utilizar aquelas imagens com outros datasets que estão em domínio de geografia. E como em uma plataforma GIS ou outro software de processamento de imagens, especialmente quando queremos ver várias imagens ou mapas ou imagens juntos em um sistema multi layered. Então, precisamos que todos esses mapas e imagens devem pertencer a um mesmo sistema de coordenadas geográficas e, portanto, as correções geométricas são muito necessárias. Quando as imagens de satélite são necessárias, elas não são georeferenciadas não possuem coordenadas geográficas, elas estão tendo apenas coordenadas geométricas. E essas coordenadas estão começando de cima esquerda portanto não podem ser usadas diretamente em uma plataforma GIS ou junto com outros datasets que estarão nas coordenadas geográficas. Então, esse passo é muito importante e é por isso que é dado pré-requisito importante esse estado foi dado e esse status. O processo os dados que outros dados ou mapas em uma plataforma GIS e que os dados ou as imagens de satélite devem ter o mesmo sistema de referência que eu já mencionei. Que eu possa fazer um sistema de pilha ou multi camada tendo mapas e imagens de satélites e diferentes imagens de satélites de diferentes resoluções talvez tenham datas diferentes. Então eles devem pertencer ao mesmo sistema de referência, então só é possível fazer isso. E isso pode ser alcançado se todos os mapas e imagens forem geo referência para o mesmo sistema diferente. Assim, em geo referenciamento ou correção geométrica que também é chamado de geo-referenciamento é produzido onde o conteúdo de um mapa será atribuído um sistema de coordenadas espaciais. E por exemplo, a latitude geográfica e a longitude em vez de domínio geométrico. Agora, antes da análise de imagem a verdadeira análise de imagem séria inicia algum processamento inicial. Ou processamento de nível bruto ou primeiro nível de processamento nível 1 ser processamento é feito sobre os dados brutos. E que geralmente é realizada para corrigir eventuais distorções devido a características de um sistema de imagem e de condições de imagem. Geralmente quando obtemos as imagens de satélite talvez de IRS ou Landsat. Então, se eu for para dados de IRS então ISRO ou NRSA ou NRSC national remoto sensing data center. Eles estarão sabendo sobre as características do sistema de imagem e das condições de imagem. Por isso, muitas vezes um primeiro nível de uma correção ou processamento é feito por eles e, em seguida, sobre os dados brutos. E então se nós ordenamos os dados ou baixamos os dados, obtemos os dados após primeiro nível de processamento. E como já mencionei o primeiro nível de processamento inclui as distorções que podem ter sido causadas pelo sistema de imagem. Então, detalhes estão lá, pode haver alguns problemas relacionados com calibrações de diferentes CCTs também. Então, se essa informação está com eles eles também liam como correções radiométricas. Então, se essa informação estiver com a agência, eles primeiro executarão essa correção e depois serão carregados no servidor ou fornecidos ao usuário. Portanto, os dados brutos geralmente são mas os dados que estão vindo como em nossa estação terrestre da NOAA AVHRR o primeiro nível e nível um que seja o processamento é feito em nosso fim com nosso sistema. E também podemos usar a órbita de parâmetros orbitais do satélite, podemos fazer um nível de curso de geo-referenciamento. Então, também podemos atribuir usando esses parâmetros orbitais, algumas coordenadas geográficas para os cantos da imagem. Por isso, pelo menos não muito fino geo-referenciamento mas nível de curso nível primeiro nível de geo-referenciamento é possível também usando parâmetros orbitais. Por isso, obviamente que depende dos requisitos do usuário algumas pessoas preferem os procedimentos de correção padrão e ou algumas agências podem ser realizadas pelas estações terrestres como eu já disse antes que os dados sejam entregues ao usuário final. Por isso, você sabe que às vezes correções radiométricas são realizadas pela agência. Às vezes você pode pedir que não, não eu vou realizar por mim mesmo, mas geralmente as correções radiométricas mundo sobre são realizadas pelas próprias agências que adquiem dados de diferentes satélites. Então, esses procedimentos incluem correção arregimentada para corrigir para resposta de sensor ímpar, já que eu disse as questões de calibração ao longo de toda a imagem. E correções geométricas também são feitas para corrigir distorções geométricas devidas à rotação da terra em outras condições de imagem. Portanto, essa correção geométrica é feita com base nos parâmetros orbitais ou pode ser quando a cintura é muito larga então a curvatura da terra desempenha um papel muito importante. E, portanto, nas bordas obtemos esse afeto de visualização oblíqua e que também pode ser corrigido pela agência que fornece os dados. Agora as imagens podem ser transformadas para confirmar-se a um sistema de projeção específico. Podemos gostar neste centro de dados NDC do NRSA se lhes pedimos que façam o geo-referenciamento. E produzir um mapa de imagem de satélite em uma determinada projeção e correspondente a uma pesquisa da Índia para prosseguir. Então esse nível de processamento também pode ser feito. Então, eles também podem executar essa coisa e podem transformar a imagem em um determinado ou um sistema de projeção de mapas específicos também. E também locais geográficos precisos de uma área da imagem precisam ser conhecidos, então esses GCP's são usados para registrar a imagem. Então, como é feito na Índia que a NDC está tendo a sua própria biblioteca de pontos de controle de solo que eles coletaram usando GPS diferenciado. Eu entendo que há cerca de 30.000 GCP's ou para toda a Índia que eles estão tendo.
Por isso, usando esses GCP's que se tornou um padrão para eles, eles fazem a parte de geo-referenciamento também. E então finalmente produtos podem ser gerados até mesmo por terem diferentes folhas de topo seguras de 50.000 de escala ou 25.000 de escala. Assim, esse tipo de nível de processamento pode ser feito esse tipo de georeferenciamento também pode ser feito. As correções do sistema são importantes se houver erros sistemáticos, aqueles podem ser corrigidos bastante fácil. Se forem erros não sistemáticos novamente estes podem ser tentados a remover em alguma medida. Então, pode haver defeitos técnicos, pode haver deficiências do sensor. E essas informações são geralmente com as agências e os sistemas de transferência de dados levam a erros na dataconstrução da imagem. Assim, se todos esses detalhes estiverem disponíveis então algum nível de correções pode ser realizado nas imagens cruas que são adquiridas por uma estação terrestre de satélites. E esses detectores relacionados ou falhas relacionadas a falhas ou problemas ou falha de energia de detectores também podem ser resolvidos. Aqui eu levo um exemplo de imagens Landsat onde estamos nós estamos vendo essas listras lá. Se você vir com cuidado lá linhas verticais idea e obviamente isso é por causa disso por causa da falha de varredura de uma linha de varredura. E também respostas diferentes de CCDs dando aquela. Assim, assim como em Landsat TM ou MSS, havia 6, respectivamente, 15 exames de varredura que são usados para a mesma área espectral, ocorre falha de linha de varredura. E então definitivamente a imagem se torna menos utilizável, para certos estudos ainda se pode usar tais imagens que estão sofrendo com esse tipo de distorções. E se em determinados aplicativos obviamente essas imagens não puderem ser usadas porque elas darão erros nas saídas. Esses erros sempre aparecem no mesmo intervalo se houver erros sistemáticos por causa de coisa relacionada ao sensor. E pode criar uma característica de banding que estamos vendo aqui na imagem. E como eu disse a vocês que erros sistemáticos podem ser corrigidos porque um pode desenvolver um programa. E sabemos que em que linha, que linha está faltando ou há um problema com o sensor ou calibração, de modo que essas coisas podem ser corrigidas. Mas nenhum erro sistemático é difícil mais desafiador para corrigir.

Vídeo 2

Agora há aprimoramento, técnicas de aprimoramento simples que de outro domínio também gostam de você saber em medicina ou ciências médicas as pessoas usam.
Este é um o top one é este raio-X e o que estamos vendo se fizermos o aprimoramento simples de aprimoramento como o aprimoramento de contraste e outra coisa. Começamos a ver muito mais detalhes sobre esse raio-X comparado com o que original. Por isso, um dos usos mais comuns das técnicas de processamento de imagem digital para melhorar a qualidade e remover o ruído etc. se ele estiver lá. E dessa forma podemos definitivamente tornar as imagens mais interpretáveis e essas imagens podem ser usadas de forma mais confiável tanto por médicos quanto por alguns outros engenheiros civis ou talvez e tomadores de decisão. Por isso, um exemplo de simples raio-X foi aprimorado por técnicas de aprimoramento de imagem digital de melhoria de imagem. Que aqui no meio, o meio de cima que está sofrendo de algum barulho como você pode ver que há speckles estão lá entre nesta imagens, algumas manchas negras estão lá. Então, esses speckles também podem ser removidos ou minimizados e é isso que você vê este resultado aqui que é muito mais interpretável, muito mais fácil de entender do que a imagem com o speckle. Por isso, o ruído removido, o ruído também pode ser removido através de técnicas de processamento de imagem digital. Outro quando se vê esta é uma fotografia aérea oblíqua pode ter tomado por em aeronave. E quando você está voando muito perto da terra essas condições atmosféricas desempenham um papel muito importante. E esta fotografia a de cima uma direita superior está mostrando algumas características nebulosas na imagem estão nesta fotografia. Mas implicando em uma imagem digital simples técnicas de processamento de imagem digital que estaremos vendo depois, então isso pode ser melhorado. E ver que a interpretabilidade tem definitivamente aumentado dados significativos é aumentada como sendo comparada com a imagem bruta. Foi mostrando muito um tipo nebuloso de coisa agora, por causa das técnicas de aprimoramento agora as coisas são muito mais mais claras interpretáveis e decisões corretas podem ser feitas com base nessas imagens. Agora, mais um exemplo de imagens de satélite reais, quando vemos as imagens cruas geralmente vemos como esta que estamos vendo aqui completamente quase em branco. Você não consegue ver nada aqui, por que porque quando vemos o histograma correspondente dessa imagem, a imagem bruta a maior parte dos valores do pixel é muito próxima de 0 ou entre até 100 no máximo. E este é um exemplo de imagem de 8 bit e esperávamos que a distribuição de valores de pixel deveria estar com 0 255.So, esta grande área do intervalo que está disponível de resolução radiométrica não está sendo utilizada por esta imagem. E, portanto, o histograma que é a frequência de ocorrência de valores de pixels é apenas restrito no início de apenas o valor máximo de pixel é de 100. Mas um se implicarmos na técnica de aprimoramento de imagem muito simples como o aprimoramento de contraste, o que podemos fazer podemos redistribuir. Os valores de pixel deste histograma para ocupar a gama completa que fica entre 0 255 como aqui no histograma direito superior. E uma vez que a gente faz força a imagem para distribuir valores de pixels como este, então veja a qualidade da imagem melhorou. A imagem que não era utilizável em tudo no início a imagem esquerda agora, imagem certa é simples aprimoramento é feito e agora muitas coisas são muito claras aqui. Então, isso é o que esse tipo de se eu chamo de mágica, é isso que tipo de mágica é feito. Mas a melhor técnica melhor maneira de se aproximar dessa coisa é sempre que você recebe uma imagem bruta sempre que você faz o download de uma imagem de satélite. Primeiro vá e construa um histograma, estes estão criando histograma de qualquer imagem de entrada de imagem é muito fácil em todos esses softwares padrão eles sobre os softwares que estariam discutindo na próxima palestra. Por isso, uma vez que você está tendo histograma, você sabe o que agora é faixa de distribuição de valores de pixels. E imediatamente então você pode saber basicamente puxar esses valores na faixa dinâmica completa e esse intervalo dinâmico fica entre 0 a 255. E uma vez que você fez redistribuir esses valores de pixels então você consegue esses resultados que são muito bons. Mas ainda assim há partes que ainda estão no escuro podem ser sombra, pode ser alguma outra razão. Por isso, portanto, temos um tem que olhar porque você está tendo uma cauda longa de embora altos valores de pixel mas número desses valores de pixel são menos. E claro que os valores sombrios são eles são muito mais que é por isso que esses picos ainda estão lá. Assim, podemos aprimore ainda mais adiante talvez em vez de um simples aprimoramento linear, podemos fazer aprimoramento não linear mais sofisticado também pode ser realizado para melhorar a qualidade de imagem que estaremos vendo pouco mais tarde. Agora se você se lembra desse episódio do telescópio Hubble, havia algum problema sobre o foco deste telescópio Hubble que foi o lançamento em 90s, que estava levando as imagens de diferentes que você conhece, esses planetas ou parte de galáxias. E veja que tipo de qualidade a imagem é tomada por esses telescópios Hubble. Mas implicando técnicas de processamento de imagem digital aprimorando técnicas, a imagem, a imagem inferior direita o que se vê é a imagem melhorada após aprimoramento, processamento de imagem. Por isso, tal porque não é possível corrigir esse problema focado e não foi possível novamente lançar outro telescópio como dizer telescópio Hubble. Então, o que quer que estivesse por vir através desses telescópios essas imagens foram então submetidas a aprimoramento de imagem e o uso de qualidade e interpretabilidade dessas imagens foi melhorado significativamente. Então, foi assim que um espelho incorreto fez com que as imagens do Hubble inúteis ou fora de foco e técnicas de processamento de imagens fossem usadas para consertar isso. Por isso, no nosso dia a dia a vida também, muitas imagens que são importantes agora não podem ser retiradas mas ainda assim estas podem ser melhoradas implicando técnicas de processamento de imagem digital. Há mais alguns exemplos diretamente do domínio de sensoriamento remoto, que as técnicas de sensoriamento remoto são utilizadas extensivamente para melhorar a qualidade de imagem do satélite e a interpretabilidade. Estes são usados para classificações de terreno e estes também são usados em meteorologia e outras coisas estão lá. Como existem exemplos de você sabe que este exemplo de banda de 7 é mostrado aqui do Landsat TM que você está vendo banda 1 para banda 4, 5. Por isso, bandas diferentes estão dando imagens de diferentes parte do espectro EM. Agora, a melhor técnica é se você está trabalhando em multispectral ou indo para uma falsa compositora de cores que já discutimos em palestras anteriores. Em seguida, a banda individual deve ser primeiramente aprimorada e então combinações seriam feitas. Isso realmente proporcionará a você uma mudança de qualidade muito significativa nas imagens de satélite. Então, esse é outro que você conhece ajuda para melhorar as imagens, luzes noturnas do dataset mundial que é até certo ponto ele também é muito útil para diferentes partes do mundo. Até mesmo para a Índia essas imagens podem ser adquiridas, mas quando são levadas em tempo noturno a qualidade original ou qualidade das imagens cruas muito pobres. Mas quando lá essas imagens são submetidas a aprimoramento de imagem você consegue uma qualidade muito boa, o que você pode usar com imagens noturnas. O inventário global do assentamento humano não é difícil imaginar o tipo de analise que pode ser feito usando esses dados. Durante o Diwali ou depois de Diwali ou alguns blecautes talvez fracasso da thegrid, rede elétrica, essas coisas podem ser avaliadas de que qual parte foram afetadas. E durante as celebrações do Diwali, quanta iluminação estava lá no país, há muitas outras aplicações do tempo noturno, essa é uma questão diferente por completo. Agora, quais são as diferentes etapas do processamento de imagem digital que vamos percorrer. Então primeiro é esse domínio de problema e então aquisição de imagem. Uma vez que a imagem foi adquirida, talvez o primeiro nível de aprimoramento da imagem de processamento seja feito, a restauração de imagem é feita, o processamento morfológico é feito. Pode haver segmentação de imagens que às vezes também é necessária, então talvez em estágios mais elevados de processamento digital de imagens, reconhecimento de objetos que esteja no estágio de classificação de imagens para determinados fins. Assim, os computadores são treinados para identificar diferentes objetos os reconhecem e categorizá-los em diferentes categorias e, em seguida, finalmente representação e descrição. Também no entre, às vezes a compactação de imagem também é necessária, isso a ser feito para reduzir o tamanho da imagem e melhorar na redundância dos dados. E também vamos para processamento de imagem de cor para imagens multispectrais. Então, esse tipo de coisa é feita, é claro que vamos ir um por uma aquisição de imagem que é a partir de dados vindos de virem para as estações terrestres de satélites. Em seguida, o aprimoramento de imagem em imagem veio que pode ser aprimorado como exemplo aqui. Em seguida, imagem re restauração como mencionado que pode haver alguns erros no próprio sensor e você pode ver essas listras dentro da imagem. Mas como esses são erros sistemáticos e, portanto, é fácil remover esses erros e é isso que foi demonstrado aqui. Que erros sistemáticos foram removidos através de uma programação através de um determinado software e então você consegue uma imagem de melhor qualidade. É claro que isso está tendo algumas questões que às vezes até essas listras não são completamente removidas como você também pode ver. Mas em grande medida a qualidade de imagem melhora significativamente. O próximo é o processamento morfológico como aqui eu quero processamento morfológico significa filtragem espacial que é feita para apriviver certos recursos ou reduzir a frequência de determinados recursos. Assim, para o qual o processamento morfológico pode ser feito, portanto, este está do lado esquerdo é a imagem de entrada e no lado direito após o aprimoramento da borda morfológica. Assim, as bordas de todos os objetos que estão presentes no lado esquerdo da imagem foram aprimoradas e ela se torna quase uma imagem binária. Assim, você está vendo os limites de todos aqueles recursos que estão presentes na imagem lateral esquerda, tempos diferentes em tipos diferentes. Às vezes você quer aprimore as bordas, às vezes quer fazer uma imagem mais fumante em vez de ter nitidez na imagem, isso também é feito sob esse processamento morfológico. Em seguida, a segmentação é que basicamente se move em direção à classificação da imagem. Portanto, trata-se de uma resolução muito alta, composta de cores falsas no lado esquerdo e depois você vai para classificação, prédios diferentes foram identificados como uma categoria como você pode ver aqui. E áreas verdes foram identificar outra categoria, áreas abertas foram identificadas outra. Então, essa segmentação a imagem foi segmentada em 4 classes e então essas tornam-se muito utilizáveis e para tomadores de decisão. Porque muitos tomadores de decisão podem não ser bons em interpretar a imagem, imagens de satélite onde aqui é possível. Para eles fácil e incorpore essas saídas no que está sendo exibido no lado direito juntamente com outros datasets. O reconhecimento de objetos também é feito no nível muito avançado de classificação no processamento da imagem digital, este primeiro nível de imagem bruto de processamento. E então, finalmente, foi identificado aqui que se trata de uma alguma casa de armazenamento ou algo assim. Agora, representação e descrição que também faz parte de quase última parte do processamento de imagens digitais. E isso é como você pode ver aqui que você pode representar os limites de uma maneira diferenciada como neste exemplo ele é mostrado. Então, o primeiro deles é essa é a imagem de entrada, onde você está vendo um determinado recurso, você consegue esses valores de canto e aí você começa a representar. E, finalmente, você acaba com um limite simples desse objeto que estava presente na imagem de dados brutos ou de entrada. Compressão de imagem como eu já te disse porque quando você vai para projetos aéreos você tem que lidar com muitos dados especialmente as imagens de satélite ocupam muito espaço. E especialmente suas imagens multispectrais ou hiperespectrais ocuparão muito espaço em disco rígido, seu processamento pode ir devagar. E, por isso, muitas vezes temos que ir recorrer à compressão de imagem de dados. Existem diferentes técnicas de compressão estão disponíveis, todas as técnicas de compactação não são suportadas por todos os formatos de imagem. Então, um tem que aprender também essa parte do processamento de imagens, ou seja, compressão de imagem, isso é muito também exigido muitas vezes. E depois é claro, processamento de cores, esta falsa construção composta de falsa cor composta, o conceito de falso composto de cores. Já discutimos mas muito resumidamente, 3 canais o fundo um sobre o fundo esquerdo é o canal infravermelho que é atribuído cor vermelha. Os canais restantes são atribuídos cor azul e verde quando você passa por esquema de cores aditivas, combinou estas 3 bandas de 3 cores diferentes RGB, você acaba com um composto de cores falso padrão. Então, é assim que o processamento de cores também é feito. Então, isso traz para o fim dessa discussão sobre e a importância do processamento digital de imagens. Na próxima palestra, vamos discutir quais são as diferentes opções disponíveis através de softwares, softwares de processamento de imagem digital. Para executar todas essas tarefas e melhorar nossas imagens, para que melhores interpretações, melhor análise e melhores utilizações possam ser alcanadas com isso, muito obrigado.