Académique Documents
Professionnel Documents
Culture Documents
C. Catita
Georeferenciação
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
C. Catita
Centremo-nos na georeferenciação cartográfica!
Fonte: http://www.mathworks.com/products/demos/mappingtlbx/mapexreg/mapexreg.html
C. Catita
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)?
C. Catita
C. Catita
Transformação geométrica
Pontos de controlo
Transformação Geométrica
C. Catita
Transformações lineares bi-dimensionais
C. Catita
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.
C. Catita
- 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
1 0
M=K= k 1 , Direcção y
x,x’
C. Catita
Transformações lineares
Transformações Euclideanas
C. Catita
x’ = uxcosβ + uysin β + t1 x’ = ax + by + c
⇔
y’ = -uxsinβ + uycos β + t2 y’ = -bx +ay +d
C. Catita
Transformação Afim (Affine) de 4 parâmetros
A transformação Afim é definida por:
x’ = Ax + By + C
y’ = -Bx + Ay + F
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.
x’ = Ax + By + C
y’ = Dx + Ey + F
C. Catita
Transformação Afim (Affine) de 6 parâmetros
A transformação Afim é definida por:
x’ = Ax + By + C
y’ = Dx + Ey + F
Mudança de escala Enviezamento
onde x e y são as coordenadas do layer de
entrada e x’ e y’ são as coordenadas
transformadas.
x’ = (Ax + By + C) / (Gx + Hy + 1)
y’ = (Dx + Ey + F) / (Gx + Hy + 1)
C. Catita
Transformações de ordem superior
C. Catita
A mesma imagem
após a aplicação do
método de
resampling nearest
neighbor
C. Catita
• 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
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
C. Catita
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
Bilinear Interpolation
Cubic Convolution
Rubber sheeting