Comparação entre algoritmos de remoção de neblina e seu impacto na acurácia da classificação de imagens Landsat

AUTOR(ES)

Xiao, Yang, Ouyang, Zhiyun, Zhang, Zhiming, Xian, Chaofan

FONTE

Bol. Ciênc. Geod.

DATA DE PUBLICAÇÃO

2017-03

RESUMO

A qualidade de imagens Landsat em áreas úmidas é consideravelmente degradada pela neblina em termos do seu padrão de resposta espectral, o que limita a possibilidade da sua aplicação usando as bandas do visível e infravermelho próximo. Uma variedade de algoritmos de remoção de neblina têm sido propostos para corrigir estes efeitos indesejados da iluminação, causados pela contaminação por neblina. O propósito deste estudo foi demonstrar a diferença entre os dois principais algoritmos (a filtragem homomórfica melhorada (HF) e a nuvem virtual de pontos (VCP)), considerando sua efetividade na solução da contaminação da neblina com variação espacial, e para avaliar os impactos da remoção da neblina na classificação da cobertura do solo. Um estudo de caso com utilização de grande quantidade de imagens Landsat TM e climáticas (claras e com neblina) em áreas muito úmidas da China comprovou que estes algoritmos de remoção têm bom desempenho no processamento das imagens contaminadas por neblina. O resultado da aplicação do filtro VCP parece ser mais similar às imagens de referência quando comparado ao filtro HF. Além disso, a imagem Landsat com a remoção de neblina por VCP pode efetivamente melhorar a acurácia da classificação em comparação àquelas sem a remoção da neblina, especialmente em áreas contaminadas por nuvens.

ASSUNTO(S)

contaminação por neblina hf vcp acurácia da classificação

Documentos Relacionados

• Comparação entre resultados de classificação de imagens Landsat e CBERS para estimativa de área cultivada com soja no planalto do Rio Grande do Sul
• Comparação entre imagens pancromaticas do satelite Ikonos-II e Landsat/ETM + na identificação de plantios de cafe (Coffea arabica)
• IMPACTO DA CORREÇÃO TOPOGRÁFICA NA CARACTERIZAÇÃO ESPECTRAL DE SOLO E COBERTURA VEGETAL POR MEIO DE IMAGENS TM/LANDSAT 5
• Análise e comparação entre algoritmos de percolação
• Desenvolvimento de algoritmos computacionais para reconhecimento de cultura agricola usando imagens de satelite Landsat