Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-01-22T17:20:19Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação. impressãofinal.rev02Adoc.pdf: 1694360 bytes, checksum: 111fdb172ac44b792bcbad0721c90ca3 (MD5) / Made available in DSpace on 2016-01-22T17:20:19Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação. impressãofinal.rev02Adoc.pdf: 1694360 bytes, checksum: 111fdb172ac44b792bcbad0721c90ca3 (MD5) Previous issue date: 2015-03-06 / CAPES / O câncer de mama é um dos principais tipos de câncer que levam mulheres a óbito no Brasil e no mundo. O câncer surge a partir do desenvolvimento descontrolado de células malignas no corpo, ocasionando uma maior perfusão sanguínea na região afetada e, consequentemente, aumentando a temperatura local. Tal aumento pode ser medido através de câmeras termográficas. No presente trabalho, realiza-se a classificação estatística de imagens termográficas das mamas, de um grupo de mulheres cujas as imagens foram adquiridas sem um controle adequado das variáveis térmicas do ambiente. Essas imagens termográficas foram classificadas a partir de um grupo formado por imagens de pacientes do Hospital das Clínicas da UFPE, para as quais as condições de aquisição foram controladas. Com a classificação e análise das imagens nesses dois ambientes procura-se investigar se a termografia pode ser utilizada como uma técnica de triagem de possíveis anomalias mamárias em regiões de poucos recursos médicos. Para este fim, foram utilizados três tipos de segmentação das imagens das mamas e dois tipos de classificadores, o classificador Discriminante Linear e um classificador de Distância Mínima baseado em três distâncias: a Euclidiana, a de Mahalanobis e a City Block. Para avaliar a robustez dos classificadores usados também foram analisados casos especiais, que englobaram dois tipos de casos: mulheres que amamentavam com apenas uma das mamas e outro caso onde com imagens de uma mulher que passou por cirurgia prévia da mama. No grupo de teste, composto por 29 pacientes, a maioria das imagens foi de pacientes normais e essa classe apresentou uma grande variabilidade dos dados. Foi então necessário minimizar esses efeitos nos classificadores, sendo feito outro tipo de análise, levando em conta a variância da classe normal. De modo geral, o classificador Discriminante Linear apresentou os melhores resultados, indicando ser o mais robusto para esse tipo de amostra. Foram comparados dois tipos de segmentação de imagens e concluiu-se pelos resultados comparativos, que as segmentações manuais não interferiram de forma significativa na classificação das referidas imagens. Concluiu-se também, que numa triagem às cegas é necessário fazer algumas perguntas simples às pacientes. Os resultados obtidos com os classificadores e com as segmentações dão indícios que a termografia pode ser utilizada como uma ferramenta de triagem em localidades com condições médicas precárias / Breast cancer is one of the main types of cancer that currently lead women to death in Brazil and in the world. The cancer arises from an uncontrolled growth of malignant cells in the body, leading to an increased blood perfusion in the affected region, and thus increasing the local temperature. This increase can be measured by thermography cameras. In this study, a statistical classification of breast thermographic images was carried out, analyzing a group of women whose images were acquired without adequate control of the thermal environment variables. Those thermographic images were classified using another group of images from patients at the Hospital das Clinicas-UFPE. Those images were acquired under measured thermal conditions. With the image analysis and its classification in the referred conditions we intend to investigate if the thermography can be used as a potential screening technique for breast abnormalities in regions of insufficient medical conditions. For this purpose, we used three diferent techniques for segmenting breast images and two types of classifiers, Linear Discriminant classifier, and a Minimum Distance classifier based on three distances: the Euclidean distance, the Mahalanobis distance and the City Block one. To assess the robustness of the used classifiers, specific cases were also analyzed. The first one was breast-feeding women in only one breast. The other case we considered images of a woman who has undergone previous surgery of the breast. In the test group, most images were of normal patients. This class presented a wide variability of the data. It was then necessary to minimize these effects on the classifiers. Another analysis was done taking into account the variance of the normal class. In general, Linear Discriminant Classifier presented the best results. We concluded also that manual types of segmentation did not interfere significantly in the image classification. Furthermore, we concluded that in a blind screening you must do some simple questions to the patients, like if they had previous breast surgery or if they are if they are breastfeeding their children. The present study gives an evidence that thermography can be used as a screening tool in locations with insufficient medical condition.

Segundo a Agência Nacional de Transportes Terrestres (ANTT) em seu Anuário Estatístico dos Transportes Terrestres AETT (2008), o Brasil em todo o seu território possui 211.678 quilômetros de rodovias pavimentadas. O valor de serventia do pavimento diminui com o passar do tempo por dois fatores principais: o tráfego e as intempéries (BERNUCCI et al., 2008). Monitorar a condição de uso de toda a extensão das rodovias brasileiras é tarefa dispendiosa e demorada. A investigação de novas técnicas que permitam o levantamento da condição dos pavimentos de forma ágil e automática é parte da pesquisa deste trabalho. Nos últimos anos, um número crescente de imagens de alta resolução espacial tem surgido no mercado mundial com o aparecimento dos novos satélites e sensores aeroembarcados de sensoriamento remoto. Da mesma forma, imagens multiespectrais e até mesmo hiperespectrais estão sendo disponibilizadas comercialmente e para pesquisa científica. Neste trabalho são utilizadas imagens hiperespectrais de sensor digital aeroembarcado. Uma metodologia para identificação automática dos pavimentos asfaltados e classificação das principais ocorrências dos defeitos do asfalto foi desenvolvida. A primeira etapa da metodologia é a identificação do asfalto na imagem, utilizando uma classificação híbrida baseada inicialmente em pixel e depois refinada por objetos foi possível a extração da informação de asfalto das imagens disponíveis. A segunda etapa da metodologia é a identificação e classificação das ocorrências dos principais defeitos nos pavimentos flexíveis que são observáveis nas imagens de alta resolução espacial. Esta etapa faz uso intensivo das novas técnicas de classificação de imagens baseadas em objetos. O resultado final é a geração de índices da condição do pavimento, a partir das imagens, que possam ser comparados com os indicadores da qualidade da superfície do pavimento já normatizados pelos órgãos competentes no país. / According to Statistical Survey of Land Transportation AETT (2008) of National Agency of Land Transportation (ANTT), Brazil has in its territory 211,678 kilometers of paved roads. The pavement Present Serviceability Ratio (PSR) value decreases over time by two main factors: traffic and weather (BERNUCCI et al., 2008). Monitor the condition of use of all Brazilian roads is expensive and time consuming task. The investigation of new techniques that allow a quick and automatic survey of pavement condition is part of this research. In recent years, an increasing number of images with high spatial resolution has emerged on the world market with the advent of new remote sensing satellites and airborne sensors. Similarly, multispectral and even hyperspectral imagery are become available commercially and for scientific research nowadays. Hyperspectral images from digital airborne sensor have been used in this work. A new methodology for automatic identification of asphalted pavement and also for classification of the main defects of the asphalt has been developed. The first step of the methodology is the identification of the asphalt in the image, using hybrid classification based on pixel initially and after improved by objects. Using this approach was feasible to extract asphalt information from the available images. The second step of the methodology is the identification and classification of the main defects of flexible pavement surface that are observable in high spatial resolution imagery. This step makes intensive use of new techniques for classification of images based on objects. The goal, is the generation of pavement surface condition index from the images that can be compared with quality index of pavement surface that are already regulated by the regulatory agency in the country.

Segundo a Agência Nacional de Transportes Terrestres (ANTT) em seu Anuário Estatístico dos Transportes Terrestres AETT (2008), o Brasil em todo o seu território possui 211.678 quilômetros de rodovias pavimentadas. O valor de serventia do pavimento diminui com o passar do tempo por dois fatores principais: o tráfego e as intempéries (BERNUCCI et al., 2008). Monitorar a condição de uso de toda a extensão das rodovias brasileiras é tarefa dispendiosa e demorada. A investigação de novas técnicas que permitam o levantamento da condição dos pavimentos de forma ágil e automática é parte da pesquisa deste trabalho. Nos últimos anos, um número crescente de imagens de alta resolução espacial tem surgido no mercado mundial com o aparecimento dos novos satélites e sensores aeroembarcados de sensoriamento remoto. Da mesma forma, imagens multiespectrais e até mesmo hiperespectrais estão sendo disponibilizadas comercialmente e para pesquisa científica. Neste trabalho são utilizadas imagens hiperespectrais de sensor digital aeroembarcado. Uma metodologia para identificação automática dos pavimentos asfaltados e classificação das principais ocorrências dos defeitos do asfalto foi desenvolvida. A primeira etapa da metodologia é a identificação do asfalto na imagem, utilizando uma classificação híbrida baseada inicialmente em pixel e depois refinada por objetos foi possível a extração da informação de asfalto das imagens disponíveis. A segunda etapa da metodologia é a identificação e classificação das ocorrências dos principais defeitos nos pavimentos flexíveis que são observáveis nas imagens de alta resolução espacial. Esta etapa faz uso intensivo das novas técnicas de classificação de imagens baseadas em objetos. O resultado final é a geração de índices da condição do pavimento, a partir das imagens, que possam ser comparados com os indicadores da qualidade da superfície do pavimento já normatizados pelos órgãos competentes no país. / According to Statistical Survey of Land Transportation AETT (2008) of National Agency of Land Transportation (ANTT), Brazil has in its territory 211,678 kilometers of paved roads. The pavement Present Serviceability Ratio (PSR) value decreases over time by two main factors: traffic and weather (BERNUCCI et al., 2008). Monitor the condition of use of all Brazilian roads is expensive and time consuming task. The investigation of new techniques that allow a quick and automatic survey of pavement condition is part of this research. In recent years, an increasing number of images with high spatial resolution has emerged on the world market with the advent of new remote sensing satellites and airborne sensors. Similarly, multispectral and even hyperspectral imagery are become available commercially and for scientific research nowadays. Hyperspectral images from digital airborne sensor have been used in this work. A new methodology for automatic identification of asphalted pavement and also for classification of the main defects of the asphalt has been developed. The first step of the methodology is the identification of the asphalt in the image, using hybrid classification based on pixel initially and after improved by objects. Using this approach was feasible to extract asphalt information from the available images. The second step of the methodology is the identification and classification of the main defects of flexible pavement surface that are observable in high spatial resolution imagery. This step makes intensive use of new techniques for classification of images based on objects. The goal, is the generation of pavement surface condition index from the images that can be compared with quality index of pavement surface that are already regulated by the regulatory agency in the country.

Os SIG Sistemas de Informação Geográfica vêm sendo cada vez mais estudados como ferramentas facilitadoras de análises territoriais com o objetivo de subsidiar a gestão ambiental. A Ilha Grande, que pertence ao município de Angra dos Reis, localiza-se na baía de Ilha Grande no sul do estado do Rio de Janeiro e constitui-se no recorte espacial de análise. Apresenta uma dinâmica ambiental complexa que se sobrepõem principalmente aos usos de proteção ambiental e de atividade turística em uma porção do território em que as normatizações legais são difíceis de serem aplicadas, pois são reflexos de interesses que se manifestam em três esferas do poder a municipal, a estadual e a federal. O objetivo principal desta pesquisa é a realização do processamento digital de imagem para auxiliar a gestão territorial da Ilha Grande. Em foco, a estrada Abraão - Dois Rios, que liga Abraão (local de desembarque dos turistas, principal núcleo da Ilha) a Dois Rios (local de visitação por estudantes e pesquisadores, núcleo que abrigava o presídio, atualmente abriga sede do centro de pesquisa e museu da Universidade do Estado do Rio de Janeiro), ambos protegidos por diferentes categorias de unidades de conservação. A metodologia fundamenta-se no processamento digital de imagem através da segmentação e da classificação supervisionada por pixel e por região. O processamento deu-se a partir da segmentação (divisão de uma imagem digital em múltiplas regiões ou objetos, para simplificar e/ou mudar a representação de uma imagem) e dos processos de classificações de imagem, com a utilização de classificação por pixel e classificação por regiões (com a utilização do algoritmo Bhattacharya). As segmentações e classificações foram processadas no sistema computacional SPRING versão 5.1.7 e têm como objetivo auxiliar na análise de uso da Terra e projetar cenários a partir da identificação dos pontos focais de fragilidade encontrados ao longo da estrada Abraão-Dois Rios, propensos a ocorrências de movimentos de massa e que potencializam o efeito de borda da floresta e os impactos ambientais. A metodologia utilizada baseou-se em análise de campo e comparações de tecnologias de classificação de imagens. Essa estrada eixo de ligação entre os dois núcleos tem significativa importância na história da Ilha, nela circulam veículos, pesados e leves, de serviço, pedestres e turistas. Como resultados da presente foram gerados os mapas de classificação por pixel, os mapas de classificação por região, o mapa fuzzy com a intersecção dos mapas de classificação supervisionada por região e os mapas com os locais coletados em campo onde são verificadas ocorrências de movimentos de massa nas imagens ALOS, 2000, IKONOS, 2003 e ortofotografias, 2006. Esses mapas buscam servir de apoio à tomada de decisões por parte dos órgãos locais responsáveis. / GIS - Geographic Information Systems - have been increasingly studied as tools that facilitate analysis of territorial order to subsidize environmental management. The Big Island, which belongs to the municipality of Angra dos Reis, located in the Bay of Ilha Grande in the southern state of Rio de Janeiro and constitutes the spatial area of analysis. Presents a complex dynamic environment that overlap mainly the uses of environmental protection and tourism activity in a portion of the territory in which legal norms are difficult to apply because they are reflections of interests manifested in three spheres of power - the municipal the state and federal levels. The main objective of this research is the realization of digital image processing to assist territorial management of the Big Island. Focus on the road Abraham - Two Rivers, linking Abraham (landing place for tourists, the main core of the Island) at Two Rivers (site visits by students and researchers, the core that housed the prison currently houses the headquarters of the research center museum and the State University of Rio de Janeiro), both protected by different categories of conservation units. The methodology is based on digital image processing via supervised classification and segmentation by pixel and region. The process occurred from the segmentation (division of a digital image into multiple regions or objects to simplify and / or change the representation of an image) and the image classification process, using pixel classification by classification, and By regions (using the algorithm Bhattacharya). The segmentations and classifications were processed in the computer system SPRING version 5.1.7 and aim to assist in analyzing the usage scenarios and design earth from the identification of the focal points of weakness found along the road Abraham-Two Rivers, prone to occurrences mass movements and to potentiate the effect of forest edge and environmental impacts. The methodology used was based on field analysis and comparisons of technologies for image classification. This road axis connecting the two cores have significant importance in the history of the island, it circulating vehicles, light and heavy, service, pedestrians and tourists. As a result of this the maps were generated by pixel classification, the classification by region maps, map of the intersection with fuzzy supervised classification maps by region and maps with the locations where they are collected in the field verified occurrence of mass movements in ALOS, 2000, IKONOS, 2003 and orthophotos, 2006. These maps seek to serve to support decision-making by local bodies responsible.

Os SIG Sistemas de Informação Geográfica vêm sendo cada vez mais estudados como ferramentas facilitadoras de análises territoriais com o objetivo de subsidiar a gestão ambiental. A Ilha Grande, que pertence ao município de Angra dos Reis, localiza-se na baía de Ilha Grande no sul do estado do Rio de Janeiro e constitui-se no recorte espacial de análise. Apresenta uma dinâmica ambiental complexa que se sobrepõem principalmente aos usos de proteção ambiental e de atividade turística em uma porção do território em que as normatizações legais são difíceis de serem aplicadas, pois são reflexos de interesses que se manifestam em três esferas do poder a municipal, a estadual e a federal. O objetivo principal desta pesquisa é a realização do processamento digital de imagem para auxiliar a gestão territorial da Ilha Grande. Em foco, a estrada Abraão - Dois Rios, que liga Abraão (local de desembarque dos turistas, principal núcleo da Ilha) a Dois Rios (local de visitação por estudantes e pesquisadores, núcleo que abrigava o presídio, atualmente abriga sede do centro de pesquisa e museu da Universidade do Estado do Rio de Janeiro), ambos protegidos por diferentes categorias de unidades de conservação. A metodologia fundamenta-se no processamento digital de imagem através da segmentação e da classificação supervisionada por pixel e por região. O processamento deu-se a partir da segmentação (divisão de uma imagem digital em múltiplas regiões ou objetos, para simplificar e/ou mudar a representação de uma imagem) e dos processos de classificações de imagem, com a utilização de classificação por pixel e classificação por regiões (com a utilização do algoritmo Bhattacharya). As segmentações e classificações foram processadas no sistema computacional SPRING versão 5.1.7 e têm como objetivo auxiliar na análise de uso da Terra e projetar cenários a partir da identificação dos pontos focais de fragilidade encontrados ao longo da estrada Abraão-Dois Rios, propensos a ocorrências de movimentos de massa e que potencializam o efeito de borda da floresta e os impactos ambientais. A metodologia utilizada baseou-se em análise de campo e comparações de tecnologias de classificação de imagens. Essa estrada eixo de ligação entre os dois núcleos tem significativa importância na história da Ilha, nela circulam veículos, pesados e leves, de serviço, pedestres e turistas. Como resultados da presente foram gerados os mapas de classificação por pixel, os mapas de classificação por região, o mapa fuzzy com a intersecção dos mapas de classificação supervisionada por região e os mapas com os locais coletados em campo onde são verificadas ocorrências de movimentos de massa nas imagens ALOS, 2000, IKONOS, 2003 e ortofotografias, 2006. Esses mapas buscam servir de apoio à tomada de decisões por parte dos órgãos locais responsáveis. / GIS - Geographic Information Systems - have been increasingly studied as tools that facilitate analysis of territorial order to subsidize environmental management. The Big Island, which belongs to the municipality of Angra dos Reis, located in the Bay of Ilha Grande in the southern state of Rio de Janeiro and constitutes the spatial area of analysis. Presents a complex dynamic environment that overlap mainly the uses of environmental protection and tourism activity in a portion of the territory in which legal norms are difficult to apply because they are reflections of interests manifested in three spheres of power - the municipal the state and federal levels. The main objective of this research is the realization of digital image processing to assist territorial management of the Big Island. Focus on the road Abraham - Two Rivers, linking Abraham (landing place for tourists, the main core of the Island) at Two Rivers (site visits by students and researchers, the core that housed the prison currently houses the headquarters of the research center museum and the State University of Rio de Janeiro), both protected by different categories of conservation units. The methodology is based on digital image processing via supervised classification and segmentation by pixel and region. The process occurred from the segmentation (division of a digital image into multiple regions or objects to simplify and / or change the representation of an image) and the image classification process, using pixel classification by classification, and By regions (using the algorithm Bhattacharya). The segmentations and classifications were processed in the computer system SPRING version 5.1.7 and aim to assist in analyzing the usage scenarios and design earth from the identification of the focal points of weakness found along the road Abraham-Two Rivers, prone to occurrences mass movements and to potentiate the effect of forest edge and environmental impacts. The methodology used was based on field analysis and comparisons of technologies for image classification. This road axis connecting the two cores have significant importance in the history of the island, it circulating vehicles, light and heavy, service, pedestrians and tourists. As a result of this the maps were generated by pixel classification, the classification by region maps, map of the intersection with fuzzy supervised classification maps by region and maps with the locations where they are collected in the field verified occurrence of mass movements in ALOS, 2000, IKONOS, 2003 and orthophotos, 2006. These maps seek to serve to support decision-making by local bodies responsible.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-10T18:06:15Z No. of bitstreams: 1 WOSLLEY SIDNEY NOGUEIRA DE OLIVEIRA - DISSERTAÇÃO PPGSA ACADÊMICO 2018..pdf: 7059892 bytes, checksum: 1ab51771320e5bbd6c88d3c01b4b7aeb (MD5) / Made available in DSpace on 2018-05-10T18:06:15Z (GMT). No. of bitstreams: 1 WOSLLEY SIDNEY NOGUEIRA DE OLIVEIRA - DISSERTAÇÃO PPGSA ACADÊMICO 2018..pdf: 7059892 bytes, checksum: 1ab51771320e5bbd6c88d3c01b4b7aeb (MD5) Previous issue date: 2018-02-22 / Os perímetros irrigados implantados no Estado da Paraíba são considerados uma alternativa econômica bastante rentável, promove a geração de empregos e aumenta a disponibilidade de alimentos. Devido ao manejo inadequado do solo e da água, isso têm causado perdas na qualidade do solo desses perímetros, degradando-os principalmente por salinização. O sensoriamento remoto é uma alternativa tecnológica de baixo custo, boa frequência temporal e possui a capacidade de mapear áreas em processo de desertificação. Essa pesquisa têm por objetivo identificar possíveis áreas afetadas por sais no Perímetro Irrigado de São Gonçalo (PISG), Sousa- PB, por meio de técnicas de sensoriamento remoto. Para esse estudo foi utilizado imagens do satélite LANDSAT 8/OLI (média resolução espacial), órbita 216 / ponto 65 da data de 23/11/2016; imagem do software Google Earth Pro® da data de 29/02/2016 para servir como imagem auxiliar e registros fotográficos das áreas in loco. Realizou-se a técnica de classificação supervisionada, utilizando o SCP (semi- automatic plugin) no software QGIS (Quantum Gis). A aferição da qualidade da classificação se deu por meio da validação cruzada, utilizando de parâmetros estatísticos como a exatidão do produtor (EP), exatidão do usuário (EU), exatidão global (EG) e índice Kappa. A classe área supostamente salinizada (ASS) apresentou EP e EU de 89.15% e 88.88%, respectivamente. O índice Kappa resultou em um valor de 0.8684, a classe ASS foi classificada como sendo de qualidade excelente. A qualidade geral da classificação é avaliada tanto pela EG que apresentou um valor de 0.9350 como pelo índice Kappa geral com valor de 0.9252, sendo valores que representam uma classificação de qualidade excelente. A classe ASS apresentou os maiores valores mínimos e máximos de fator de refletância em todas as bandas da imagem, destacando a banda 6 de valores 0.47 e 0.67, respectivamente. O valor da área classificada como sendo da classe ASS foi de 1736.75 hectares, 31% da área total do PISG. As imagens analisadas possibilitaram discriminar áreas salinizadas e não salinizadas mediante as diferenças de tonalidade e de refletância. As imagens analisadas com o plugin SCP possibilitaram a realização de um mapa de classificação supervisionada, indicando a variabilidade espacial das áreas propícias ao processo de salinização. No entanto, recomenda- se a análise dos parâmetros físicos e químicos do solo dessas áreas para o aumento da confiabilidade na qualidade desse tipo de mapeamento. / The irrigated perimeters implemented in the State of Paraiba are considered a costeffective alternative quite profitable, promotes the generation of jobs and increases the availability of food. Due to inadequate management of soil and water, that have caused losses in soil quality of these perimeters, degrading them mainly by salinization. Remote sensing is an alternative low-cost technology, good temporal and frequency has the ability to map areas in process of desertification. This research aim to identify potential areas affected by salts in the irrigated perimeter of São Gonçalo (PISG), Sousa-PB, through remote sensing techniques. For this study we used LANDSAT satellite images 8/OLI (average spatial resolution), 216/orbit point 65 of 07/11/2016 date; image of the Google Earth Pro software® from date of 29/02/2016 to serve as auxiliary image and photographic records of the areas on the spot. The supervised classification technique, using the SCP (semi-automatic plugin) in software QGIS (Quantum Gis). The measurement of the quality of the classification took place by means of cross-validation, using statistical parameters such as the accuracy of the producer (EP), accuracy of the user (EU), global (EG) accuracy and Kappa index. The area class supposedly salinated (.ASS) presented EP and I of 89.15% and 88.88%, respectively. The Kappa index resulted in a value of .ASS class 0.8684 was classified as being of excellent quality. The overall quality of the classification is assessed both by EG who presented a 0.9350 value as the Kappa index 0.9252 valued General, being values that represent a rating of excellent quality. The class ASS presented the largest minimum and maximum values of reflectance factor in all the bands in the image, highlighting the band 6 0.47 values and 0.67, respectively. The value of the area classified as being of .ASS class was 1736.75 acres, 31% of the total area of the PISG. The images reviewed discriminate salinated areas and not allowed saline through the variations of shade and reflectance. The images analyzed with the SCP plugin enabled the creation of a map of supervised classification, indicating the spatial variability of the areas prone to salinization process. However, it is recommended that the analysis of the physical and chemical soil parameters of these areas for increased reliability in the quality of this type of mapping.