Disciplina: Tpicos Especiais de Processamento de dados Profa: Ana Lcia Bezerra Candeias Aluno: Nicolas Alexandre Gama
I UNIDADE
Exerccio 1: 27/08/2014
a) Como voc poderia apresentar os resultados da Tabela 1 a partir de grficos e resultados quantitativos para comparar a imagem georreferenciada e o terreno?
As tabelas 1 e 2, foram compostas por outras tabelas afim de reduzir o espao requerido na presente atividade, porm, a qualidade dos dados no foi perdida. Entre as discrepncias observadas na tabela 1, a de maior proporo aconteceu entre as coordenadas do ponto 3 no eixo coordenado N da imagem em relao aos pontos levantados em campo, com 2,179 m. Enquanto que a menor discrepncia observada entre os pontos do eixo coordenado E, com 0,117 m. Esta anlise estatstica quantitativa e nos mostra a qualidade da informao obtida nas imagens, o erro mdio e o padro so pequenos, assim como as varincias calculadas, conforme a tabela 2.
O grfico de distribuio de pontos perfeito para ilustrar o erro planimtrico entre os pontos, a figura 1 mostra muito bem esse problema.
Figura 1 - Distribuio dos pontos da imagem e GPS
Logo de incio possvel verificar as discrepncias entre as coordenadas E e N encontradas na imagem georreferenciadas e os pontos levantados com mtodos GNSS, ver figura 2.
Analisando o grfico anterior possvel notar que a maior discrepncia encontra-se no ponto 3 do eixo coordenado N com mais de 2 metros de erro linear, e vem seguido dos pontos 6 e 5 do mesmo eixo, com mais de 1,5 m e 1 m de erro respectivamente. So dois pontos entre os dez que superam uma discrepncia de 1 metro no eixo coordenado E. Em geral, o resultado obtido no to representativo ao nos depararmos com uma gama de utilidades para essa imagem. Ainda existem outras formas de representao quantitativa, mas como o objetivo do exerccio mostrar que como a realidade mais tangvel e menos complicada do que se imagina, assim, facilitar o processo de anlise estatstica na dissertao dos alunos da Ps-Graduao em Cincias Geodsicas e Tecnologias da Geoinformao. b) Faa um fluxograma, digrama de blocos ou linguagem algortmica para mostrar a sequncia de passos na comparao dos resultados da imagem georreferenciada e terreno.
INICIO ENTRADA DE DADOS: Coord_gps.txt LEITURA DE DADOS: Coord_gps.txt
PROCESSAMENTO DOS DADOS (anlise estatstica): - Discrepncias; - Erro Mdio; - Erro Padro; - Resduos; - Varincias SADA DOS DADOS: Impresso da anlise estatstica FIM c) Fazer o programa em MATLAB que compare os resultados entre os dados da imagem georreferenciada e do terreno. Utilize a sequncia de passos de (b) para desenvolver a programao.
%Programa proposto para resolver os problemas da primeira atividade %de Tpicos Especiais em Processamento de Dados
clear %limpa a memoria clc %limpa a tela format long g %altera o formato dos numeros %Etapa 1 %Importando a tabela de pontos em formato de bloco de notas coord_XY = importdata( 'coord_gps.txt' ); %Definio de n (numero de elementos) [n m] = size(coord_XY); %Definio das coordenadas d N e E da Carta e do GPS disp('-------------------Norte-------------------Este-------------------' ) carta = coord_XY(:,[1 2]) disp('-------------------Norte-------------------Este-------------------' ) gps = coord_XY(:,[3 4]) %Etapa 2 %Clculo das discrepancias %Definindo um formato numrico menor para mostrar as discrepancias format shortG disp('---------Norte---------Este---------' ) discrepancia = carta - gps %Etapa 3 %Clculo do Erro Mdio (para as discrepancias) disp('---------Norte---------Este---------' ) erro_medio = mean(discrepancia) erro_medio_N = erro_medio(1,1); erro_medio_E = erro_medio(1,2); %Etapa 4 %Clculo do Erro Padro (para a mdias das discrepancias) (planimtrico) erro_padrao = (((erro_medio_E)^2)+((erro_medio_N)^2))^(0.5) %Etapa 5 %Calculo dos Residuos for i=1:n residuos_N(i) = (discrepancia(i,1)) - erro_medio_N; end residuo_N = transpose(residuos_N); for i=1:n residuos_E(i) = (discrepancia(i,2)) - erro_medio_E; end residuo_E = transpose(residuos_E); disp('---------Norte---------Este---------' ) residuos = [residuo_N,residuo_E] %Etapa 6 %Varincia Amostral disp('---------Norte---------Este---------' ) %Formato de apenas duas casas decimais format bank var_amostra=[((sum(residuo_N))^2)/(n-1), ((sum(residuo_E))^2)/(n-1)] %Etapa 7 %Variancia de uma observao de posio var_obs_pos = var_amostra(1,1) + var_amostra(1,2) %Etapa 8 %Variancia para a media das discrepancias disp('---------Norte---------Este---------' ) var_med_disc = [((var_amostra(1,1))/(n)), ((var_amostra(1,2))/(n))] %Fim do Programa