Novos algoritmos facilitam o processamento de imagens

15 de Maio de 2022 as 08h 04min

Pesquisadores da Embrapa Meio Ambiente (SP), da Universidade Federal de São Carlos (UFSCar) e da Escola Politécnica da Universidade de São Paulo (Poli-USP) desenvolveram uma série de novos algoritmos que aprimoram a classificação de imagens de satélite.

Um dos principais diferenciais é a facilidade em processar imagens multiespectrais (com várias bandas) conferindo medidas quantitativas e qualitativas aos alvos na superfície terrestre de forma mais simplificada do que métodos de classificação tradicionais.

As medidas disponíveis permitem avaliar e comparar os graus de complexidade de diferentes alvos e são fundamentadas em um conceito-chave da chamada Ciência dos Sistemas Complexos: a entropia informacional.

“As medidas baseadas na entropia informacional permitem calcular a diversidade de informações presentes em imagens de sensores remotos e, assim, mensuram diretamente as relações entre os alvos, e a sua utilização para processamento de imagens é algo ainda pouco explorado”, destaca o pesquisador da Embrapa Luiz Eduardo Vicente.

Vicente explica que em métodos tradicionais básicos, como índices espectrais, é possível detectar a maior ou menor presença de biomassa aérea vegetal utilizando sensores orbitais tradicionais, como os da série Landsat, hoje amplamente disponíveis. Entretanto, os algoritmos propostos vão além, e fornecem medidas que ajudam a mapear os níveis de alteração oriundos das mudanças nos estádios (diferentes fases) da vegetação.

Algo que seria obtido apenas por processamentos mais complicados e demorados. É possível, por exemplo gerar os chamados mapas de complexidade, nos quais áreas de transição entre diferentes tipos de estádios de vegetação ou cultivos são delimitados, implicando detecção da presença de reboleiras de pragas, no caso da soja, por exemplo, ou processos de regeneração ou degradação da vegetação.

Fonte: DA REPORTAGEM