GEOREFERENCIAÇÃO

C. Catita

Georeferenciação

Os objectos espaciais a representar num Sistema de Informação

Geográfica devem ter uma referência cartográfica.

A georeferenciação deve ser:
- Única, ligando a informação a somente uma localização exacta;
- Partilhável, para que vários utilizadores compreendam o
método usado;
- Estável no tempo, para que os objectos georeferenciados
mantenham o seu significado ao longo do tempo.

C. Catita
 Tipos de Georeferenciação

Métrica
Define localizações usando medidas de distância a locais fixos.
e.g., distância ao Equador ou ao Meridiano de Greenwich

Ordinal
Utiliza uma ordem sequencial para localizar objectos espaciais
e.g., Endereços para o número de prédio numa mesma rua.

Nominal
Não utiliza nem uma ordem específica nem uma unidade de medida.
Actua em diferentes escalas e pode ser alterado com o tempo.
e.g., Nomes de cidades ou vilas

C. Catita

Loading in the street centerline file

Geocodificação (geocoding)

Método a partir do qual determinamos

as coordenadas espaciais de dados
armazenados numa tabela na forma de
endereço; e.g., a partir de um endereço
visualizar num mapa a sua localização.

C. Catita
 Centremo-nos na georeferenciação cartográfica!

Fonte: http://www.mathworks.com/products/demos/mappingtlbx/mapexreg/mapexreg.html

C. Catita

Transformações entre sistemas de coordenadas

Podemos converter um conjunto de dados de um sistema de

coordenadas para outro. Mas existem dois problemas básicos:

CASO 1: Conhecemos detalhes específicos sobre ambos os

sistemas de coordenadas (Este problema é remetido para a Cartografia
– Transformação entre sistemas de coordenadas com formulários bem
definidos).

CASO 2: O sistema de coordenadas de um dos conjuntos de dados é

desconhecido.

C. Catita
 Caso 1
1. Diferentes sistemas de
Modelo Vectorial projecção?
2. Mesmo sistema de
projecção mas elipsóides
Sendo que os vectores são definidos por coordenadas diferentes?
espaciais, aplica-se directamente uma conversão entre 3. Mesmo sistema de
coordenadas, mesmo
os dois sistemas de coordenadas em causa.
elipsóide, mas diferentes
Modelo matricial (raster) data (o centro dos
elipsóides não coincide)?

Uma forma simples e correcta de efectuar esta transformação é converter o

raster para ASCII (X Y Z) e converter as coordenadas deste ficheiro para
posteriormente exibi-lo em forma de imagem (matricial) no novo sistema de
coordenadas. Mas atenção à conversão para ASCII (ver figuras):

Exemplo: 1. Qual é o pixel

GMT origem?
2. As coordenadas
do pixel origem
são do centro do
pixel ou não?

C. Catita

CASO 2: Um dos sistemas de coordenadas é desconhecido

Caso mais comum:

Problema: Temos um mapa ou uma imagem (fotografia aérea ou imagem de

satélite) que gostaríamos de integrar com outros dados numa aplicação SIG cuja
base cartográfica foi elaborada num determinado sistema de representação
cartográfica, mas desconhecemos o sistema de coordenadas origem do mapa/
imagem.

Solução: Encontrar objectos no mapa com sistema desconhecido, dos quais

conhecemos a sua localização no mapa de sistema de coordenadas “standard”.
Os pontos definidos designam-se de pontos de controlo. Seguidamente aplica-se
uma transformação geométrica entre os dois conjuntos de pontos de modo a
converter posteriormente todos os objectos de um sistema para o outro.
C. Catita
Transformação geométrica

C. Catita

Transformação geométrica
Pontos de controlo

Transformação Geométrica

C. Catita
 Transformações lineares bi-dimensionais

1. Translação: Muda localização

1 0
b = Ma + t M=I I =
0 1
y
x  x' t1
a=  b=  t= 
y
  y'
  t2
(x’,y’)
t2
O quadrado é movido na direcção x
(x,y) t1 e na direcção y das quantidades t1 e
t2, respectivamente.
x

Ou o sólido permanece e os eixos
coordenados são transladados na
direcção oposta (eixos a tracejado).

C. Catita

Transformações lineares bi-dimensionais

2. Mudança de escala: Muda a dimensão

y u 0 
b = Ma M=U=   = uI
(x’,y’) 0 u
x  x'
a=  b= 
(x,y) y   y'

O quadrado altera a escala de um
factor u (=1.5 na figura).
x

Todos os cantos do quadrado são
multiplicados por u.

Ou o sólido permanece e a escala

dos eixos coordenados sofrem uma
alteração de 1/u.
C. Catita
 Transformações lineares bi-dimensionais
cosβ - sin β
3. Rotação: Muda a Orientação b = Ma M=R= 
sinβ cos β 

O ponto é rodado do ângulo β.
y

R é ortogonal própria (R-1=RT) e |R|=1.
(x’,y’)

|a|=|b|
r
β x'  cosβ - sinβ x 
(x,y) y' = sinβ cosβ  y 
  
x

C. Catita

Transformações lineares bi-dimensionais

4. Reflexão (flip horizontal)

- 1 0 
b = Ma M=F=  
0 1 
y,y’

A figura mostra a reflexão do eixo x
(i.e., em torno de y). F é imprópria
ortogonal, F-1=F e |F|=-1.

(x’,y’) (x,y)

x,x’

C. Catita
 Transformações lineares bi-dimensionais

5. Alongamento (Stretch)

y,y’ s1 0 
b = Ma M=S=  
0 s2

(x,y)

O quadrado é transformado em
rectângulo.
(x’,y’)

É aplicado um factor de escala não
x,x’
uniforme.

C. Catita

Transformações lineares bi-dimensionais

6. Enviezamento (skew ou shear)
y,y’
1 k 
b = Ma M=K=  , Direcção x
0 1
 

1 0
M=K= k 1 , Direcção y
 
x,x’

O quadrado é transformado num

paralelograma, pois é “puxado” na
direcção de um eixo coordenado (na
direcção de x ou de y, positivo ou
negativo)

C. Catita
 Transformações lineares

Transformações Euclideanas

 Preservam o comprimento e os ângulos;

 A forma do objecto não muda;
 Só muda a posição e a orientação;

Transformações Afim (Affine)

 São generalizações das transformações Euclideanas;

 Os ângulos e o comprimento não são preservados;

C. Catita

Combinação de transformações elementares

Transformação Afim (4 parâmetros de transformação)

x' u 0 cosβ sinβ  x  t1 

y' = 0 u - sinβ cosβ  y  + t2 
        

x’ = uxcosβ + uysin β + t1 x’ = ax + by + c
⇔
y’ = -uxsinβ + uycos β + t2 y’ = -bx +ay +d

Esta transformação afim tem 4 parâmetros: 1 mudança de escala, 1

rotação e 2 translações.

C. Catita
 Transformação Afim (Affine) de 4 parâmetros
A transformação Afim é definida por:

x’ = Ax + By + C
y’ = -Bx + Ay + F

onde x e y são as coordenadas do layer de entrada e

x’ e y’ são as coordenadas transformadas.

Os parâmetros C e F são os parâmetros de

Mudança de escala Enviezamento translação da origem.

A = s · cos β
B = s · sin β
C = translacção em x
F = translacção em y
Rotação s = factor de escala (igual em x e y)
Translação
β = ângulo de rotação, medido no sentido dos
ponteiros do relógio, a partir de x.
Para 4 incógnitas

Os valores dos parâmetros são determinados
(A,B,C,F) necessitamos comparando a localização dos pontos de controlo
de um mínimo de 2 origem e destino.
pontos de controlo.

Combinação de transformações elementares

Transformação Afim (6 parâmetros de transformação)

x' s1 0  1 k  cosβ sinβ  x   t1 

y' = 0 s2 0 1 - sin cosβ    +  
      β   y   t2 

x’ = Ax + By + C
y’ = Dx + Ey + F

Esta transformação afim tem 6 parâmetros: 2 mudanças de escala, 1

enviezamento, 1 rotação e 2 translacções.

C. Catita
 Transformação Afim (Affine) de 6 parâmetros
A transformação Afim é definida por:

Mudança de escala
x’ = Ax + By + C
y’ = Dx + Ey + F
Enviezamento

onde x e y são as coordenadas do layer de
entrada e x’ e y’ são as coordenadas
transformadas.

Os parâmetros C e F são os parâmetros de

Rotação Translação translação da origem.

x'   A B x  C
A, B, D, E controlam a escala e a rotação.

 y' = D E   y + F 
      

Os valores dos parâmetros são determinados
comparando a localização dos pontos de
b M a t controlo origem e destino.
O vector b é uma combinação linear dos
elementos do vector a mais uma translação Para 6 incógnitas (A,B,C,D,E,F)
representada pelos elementos do vector t. A
matriz M é designada por matriz de necessitamos de um mínimo de 3 pontos
transformação de controlo. C. Catita

Transformação não linear de 8 parâmetros (Projectiva)

Baseada em fórmulas mais complexas

x’ = (Ax + By + C) / (Gx + Hy + 1)

y’ = (Dx + Ey + F) / (Gx + Hy + 1)

Usada para transformar dados adquiridos a partir de fotografias aéreas,

por corrigir algumas distorções provocadas pelo centro de perspectiva da
fotografia.

Requer no mínimo 4 pontos de controlo.

C. Catita
 Transformações de ordem superior

Transformações que distorcem o sistema de coordenadas plano mas mantêm o

paralelismo entre as linhas, são chamadas de transformações de ordem superior, por
serem representadas por polinómios de grau superior a 1.

C. Catita

Warp e Reamostragem (Resampling)

WARP: Consiste no estabelecimento de relações matemáticas entre as
coordenadas linha e coluna, de alguns pixels da imagem, e as suas
correspondentes coordenadas X e Y, de um dado sistema de projecção, no terreno.
A relação entre estes dois tipos de coordenadas é estabelecida através da
determinação de um conjunto de pontos, designados por pontos de controlo do
terreno (PCTs), que sejam facilmente identificáveis quer no terreno quer na
imagem.

Reamostragem: A reamostragem dos dados tem por finalidade a determinação do

número digital (ND), ou valor de brilho, a atribuir a cada pixel da imagem corrigida,
uma vez que a localização dos pixels nessa imagem e na imagem não transformada
não coincide. Para tal, é definida uma matriz de células de saída, não distorcida, em
que cada célula é preenchida com o número digital do pixel, ou vizinhança de
pixels, correspondente na imagem distorcida.
Alguns métodos de reamostragem (interpolação) mais usados:

- Vizinho mais próximo;

- Bilinear;
- Convulção cúbica;
C. Catita
 Reamostragem: Vizinho mais próximo (Nearest Neighbor )
Usa o valor da célula, da
imagem de input, mais
próxima da célula da
imagem de output.

Imagem não rectificada

A mesma imagem
após a aplicação do
método de
resampling nearest
neighbor

C. Catita

Reamostragem: Vizinho mais próximo

Vantagens
• Os valores dos pixels de saída são os mesmos que os dos pixels originais.

• Outros métodos de resampling tendem a usar médias dos valores dos pixels
vizinhos, o que não acontece com este método. Este factor pode ser importante na
discriminação de tipos de vegetação ou na definição de limites de fronteira

• Como os dados originais são mantidos, recomenda-se efectuar este método antes
da classificação da imagem.

• Fácil de calcular

Desvantagens
• Produz na imagem de saída um efeito tipo “escada”.

• A imagem de saída tem uma aparência mais “rugosa” do que a imagem não
rectificada

• Existem valores da imagem que podem ser perdidos, enquanto outros podem ser
duplicados. Ver exemplo na figura.
C. Catita
 Reamostragem: Interpolação Bilinear
Imagem não rectificada

Imagem rectificada

A interpolação bilinear usa a média pesada dos 4

pixels, da imagem de entrada, mais próximos do
pixel da imagem de saída C. Catita

Reamostragem: Interpolação Bilinear

Vantagens:
• O efeito de “escada” é reduzido. A imagem aparece mais suavizada.

Desvantagens:
•Altera o valor original dos dados e reduz o contraste por utilizar médias.
•É computacionalmente mais complicado do que o método anterior.

C. Catita
 Reamostragem: Convulção Cúbica
Imagem não rectificada

Imagem rectificada

A convulção cúbica usa uma média pesada dos 16 pixels mais

próximos do pixel em causa. O output é similar ao da
interpolação bilinear, mas a suavização da imagem é maior.

C. Catita

Reamostragem: Convulção Cúbica

Vantagens:
• O efeito de “escada” é reduzido. A imagem aparece mais suavizada
Desvantagens:
• Altera os valores originais dos pixels e reduz o contraste da imagem.
• É computacionalmente mais dispendioso que os dois métodos anteriores.

C. Catita
Reamostragem (Resampling)
Usa o valor do pixel mais
próximo.
Nearest Neighbor

Calcula o valor do pixel

de output através da
média pesada dos 4
pixels vizinhos (array
2x2) baseado na distância

Bilinear Interpolation

Calcula o valor do pixel

de output através da
média pesada dos 16
pixels vizinhos (array
4x4) baseado na distância

Cubic Convolution

Rubber sheeting

É um método que serve para corrigir um

mapa de base através de novos pontos de
controlo.

Quantos mais pontos de controlo melhor.

É um processo que pode também ser feito

localmente.

A qualidade da calibração é avaliada pelo

erro reduzido provocado nos pontos de controlo
C. Catita