Made available in DSpace on 2016-06-02T19:05:26Z (GMT). No. of bitstreams: 1 1622.pdf: 14562973 bytes, checksum: 4eed3e493875c03ce1ce69357b3a29f1 (MD5) Previous issue date: 2007-08-29 / This work presents the space variant noise filtering of tomographic projections based on the Kalman filter. For development and filter selection it was evaluated different modalities of the Kalman filter, as well as included the use of Ascombe transform and neural network. Results were analyzed by means of Improvement in Signal to Noise Ratio (ISNR) measurements, which were obtained in a region of interest (ROI) on the resultant images, reconstructed with the use of a backprojection algorithm. In this context the results qualified the unscented Kalman filter with a neural network as the best configuration for filtering of soil tomographic projections. / Neste trabalho é apresentada a filtragem de projeções tomográficas com ruído variantes no espaço com base na filtragem de Kalman. Para o desenvolvimento e seleção dos filtros foram avaliadas diferentes modalidades da configuração de Kalman, incluindo o uso da transformada de Anscombe e redes neurais. Resultados foram analisados com base em medidas da melhoria na relação sinal/ruído (ISNR), as quais foram obtidas em uma região de interesse (ROI) nas imagens resultantes, reconstruídas com o uso do algoritmo de retroprojeção. Neste contexto os resultados qualificaram o filtro de Kalman descentralizado com uma rede neural possuindo três camadas do tipo perceptron como a melhor opção para a filtragem de projeções tomográficas da ciência do solo.

Orientador: Aledir Silveira Pereira / Banca: Maurílio Boaventura / Banca: Ivan Nunes da Silva / Resumo: Neste trabalho é apresentada uma nova metodologia para a análise e classificação de lesões de pele. O modelo proposto foi dividido em quatro etapas que compreende o pré-processamento das imagens, a segmentação do objeto desejado, a extração de características e a classificação das lesões. Na etapa de pré-processamento, aplica-se o modelo de cor RGB, a quantização de cores e o filtro de difusão anisotrópica. Na segmentação, a imagem suavizada é submetida à operação de fechamento da morfologia matemática, estimativa de peso nos arcos do grafo e à transformada imagem-floresta com apenas duas sementes. A extração de características foi baseada na aplicação da regra ABCD. Na assimetria foi aplicado o conceito de razão de perpendiculares sobre a maior diagonal obtida e, para a borda, o produto vetorial e o ponto de inflexão foram implementados para fornecer o porcentual de curvatura do contorno. Para a cor, valores de média, variância, desvio padrão, homogeneidade e contraste foram calculados. Para a estrutura diferencial foi desenvolvido a dimensão fractal e a energia. Na última etapa, classificação, a floresta de caminhos ótimos foi utilizada. Os resultados da classificação são apresentados por malignidade, quando todos os tipos de lesões estão juntos, e por categorias, quando os tipos de lesão são agrupados dois a dois. Para obter o modelo proposto foram efetuados diversos testes com modelos de cor diferentes, forma de aplicação da quantização, diferenciação no cálculo da quantidade de iterações do filtro de difusão anisotrópica e possibilidade de não aplicar a morfologia matemática / Abstract:In this paper a new methodology for the analysis and classification of skin lesions is presented. The suggested model is divided into four steps which comprise the pre processing of images, segmentation of the desired object, feature extraction and lesions classification. In the pre processing step, it is applied the RGB color model, color quantization and anisotropic diffusion filter. In segmentation, the smoothed image is submitted to the closing operation of mathematical morphology, arc-weight estimation in the graph and the image-foresting transform with only two seeds. The feature extraction is based on the application of ABCD rule. In asymmetry was applied the perpendicular ratio concept on the greater diagonal obtained and, to the border, the vector product and the inflection point were implemented to provide the contour curvature percentage. For color, average values, variance, standard deviation, homogeneity and contrast were calculated. For differential structure was developed fractal dimension and energy. In the last stage, classification, optimum-path forest was used. The classification results are presented by malignancy, when all types of lesions are together, and by categories, when the types of lesions are grouped two by two. For the model were performed several tests with different color models, the form of application the quantization, differentiation in the calculation of the quantity of filter iterations of anisotropic diffusion and the possibility of not applying the mathematical morphology / Mestre

Orientador: João Paulo Papa / Banca: Roberta Spolon / Banca: Alexandre Luís Magalhães Levada / Resumo: Técnicas para seleção de características tem sido amplamente estudadas pela comunidade científica de reconhecimento de padrões e areas afins, dado que o problema de encontrar o subconjunto das características que maximiza a taxa de acerto de uma técnica de classificação de padrões pode ser modelado como um problema de otimização. Metodologias baseadas em inteligência evolucionista, tais como aquelas que simulam dinâmicas sociais e de interação entre morcegos, algumas espécies de aves e outros insetos, tem sido recentemente aplicadas nesse contexto. Assim sendo, o presente trabalho visou o estudo e desenvolvimento de técnicas de seleção de características utilizando abordagens de otimização evolucionistas, sendo elas: BBA - Binary Bat Algorithm, BCSS - Binary Charged System Search, BCS - Binary Cuckoo Search, BKH - Binary Krill Herd e BSSO - Binary Social-Spider Optimization. Experimentos realizados em seis bases de dados utilizando as técnicas propostas em conjunto com outras cinco técnicas (BGA - Binary Genetic Algorithm, BPSO - Binary Particle Swarm Optimization, BFA - Binary Fire y Algorithm, BGSA - Binary Gravitational Search Algorithm, BHS - Binary Harmony Search) mostraram a eficácia das técnicas evolucionistas propostas quando utilizadas em conjunto com o classificador OPF. O BSSO - Binary Social-Spider Optimization apresentou a melhor acurácia em 3 bases, chegando a aumentar a taxa de acerto do classificador OPF em até 19%, bem como, selecionou o menor número de características em cinco das seis bases. Em relação ao tempo de execuçãao, o BKH - Binary Krill Herd obteve o segundo melhor tempo em cinco bases, ficando atrás somente do BHS - Binary Harmony Search / Abstract: Techniques for feature selection have been widely studied by the pattern recognition scientific community and related fields, as the problem of finding the subset of features that maximizes the classifier rate can be modeled as a optimization problem. Methodologies based on evolutionary intelligence, such as those that simulate social dynamics and interaction between bats, some species of birds and other insects, have recently been applied in this context. Therefore, this work aimed to the study and development of feature selection techniques using evolutionary optimization approaches: BBA - Binary Bat Algorithm, BCSS - Binary Charged System Search, BCS - Binary Cuckoo Search, BKH - Binary Krill Herd e BSSO - Binary Social-Spider Optimization. Experiments conducted in six databases using the proposed techniques together with ve other techniques (BGA - Binary Genetic Algorithm, BPSO - Binary Particle Swarm Optimization, BFA - Binary Fire y Algorithm, BGSA - Binary Gravitational Search Algorithm, BHS - Binary Harmony Search) have shown the efiectiveness of proposed evolutionary techniques when used with the OPF classifier. The BSSO - Binary Social-Spider Optimization showed the best accuracy on 3 datasets coming to increase the OPF classification rate in up to 19%. Also, SSO has selected the smallest number features in ve of the six datasets. Regarding the runtime, BKH - Binary Krill Herd was the second fastest technique in ve datasets, being only slower then BHS - Binary Harmony Search technique / Mestre

Orientador: Norian Marranghello / Banca: Furio Damiani / Banca: Alexandre C. Rodrigues da Silva / Resumo: Este trabalho descreve um sistema para o processamento de imagens digitais coloridas. Este sistema possui um conjunto de filtros, o qual aliado a um controlador pode ser configurado pelo usuário através de um arquivo de configuração, buscando a melhor adequação do sistema às imagens a serem tratadas. O conjunto de filtros é composto por filtros que desempenham as tarefas de suavização, deteção de borda, equalização de histogramas, normalização de cores e normalização de luminância. O sistema foi descrito utilizando a linguagem de descrição de hardware System Verilog e implementado em um FPGA. Devido à sua característica reconfigurável, este sistema mostrou-se capaz de processar diversos tipos de imagens coloridas, ajustando-se facilmente às mais diferentes aplicações / Abstract: This work describes a colored digital images processing system. This system has a set of filters, which in junction with a controller can be configured by the user through a setup file, in order to adapt the system to the images to be treated.This set is composed by several filters that perform tasks such as smoothing, edge detection, histogram equalization, color normalization and luminance normalization. The system was described using hardware description language (System Verilog), and implemented in an FPGA. Due to its reconfigurable caracteristic, this system showed capable of processing several types of colored images, easily fitting to a broad set of applications / Mestre

Orientador: João Fernando Marar / Banca: José Remo Ferreira Brega / Banca: Edson Costa de Barros Carvalho Filho / Banca: Antonio Carlos Sementille / Resumo: Na área de processamento de sinais e, particularmente, em processamento de imagens, pesquisas recentes priorizam o desenvolvimento de novas técnicas e métodos que possam ser empregados em um amplo domínio de aplicações. As pirâmides de imagens constituem uma técnica bastante importante na criação de decomposições multirresolução em visão computacional e processamento de imagens. As transformadas de Wavelets podem ser vistas como mecanismos para decompor sinais nas suas partes constituintes, permitindo analisar os dados em diferentes domínios de frequência com a resolução de cada componente relacionada à sua escala. Além disso, na análise de wavelets, pode-se usar funções que estão contidas em regiões finitas, tornando-as convenientes na aproximação de dados com descontinuidades. Neste contexto, o presente trabalho apresentou uma técnica piramidal baseada nas transformações dos Polinômios Potências de Sigmóide (PPS) e suas famílias PPS-Wavelet, para tratamento em imagens digitais. Foram reaizados experimentos utilizando as novas técnicas piramidais e métricas para a avaliação de qualidade imagem, apresentando resultados promissores em relação à acurácia / Abstract: In the signal processing and image processing fields, recent research give priority to develop new techniques and methods that can be used in a wide field of applications. The pyramids of images are important techniques used in multiresolution decompositions, applied to computer vision and image processing. The wavelet transforms can be viewed as tools to decompose signals into component parts, allowing to analyze the data in different frequency domains with resolution of each component related to your own scale. Furthermore, in the wavelet analysis, can be used functions which are contained in limited areas, making them suitable approximation of the data discontinuities. In this research presents a technique based on pyramid transforms the PPS and PPS-Wavelet families applied to digital images. The experiments using new techniques and pyramidal metrics for evaluation of image quality presents promising results about accuracy / Mestre

Orientador: João Paulo Papa / Banca: José Remo Ferreira Brega / Banca: Estevam Rafael Hruschka Júnior / Resumo: Em problemas convencionais de reconhecimento de padrões, dado um conjunto de classes, cada instância do problema e associada a uma e somente uma classe. No entanto, alguns problemas reais de classificaço apresentam instâncias que podem ser associadas a mais de uma classe simultaneamente, esses problemas são denotados como classificação com múltiplos rótulos. Entre problemas dessa natureza, podemos destacar categorização de filmes e músicas, classificação de documentos, análise funcional de genes etc. Contudo, os problemas de classificação com múltiplos rótulos não são diretamente tratáveis por técnicas convencionais, o que justifica o interesse da comunidade de reconhecimento de padrões nesses tipos de problemas. Embora muitos métodos tenham sido propostos na literatura, há ainda muito a ser explorado, principalmente no uso de novos algoritmos convencionais de aprendizado de máquinas adaptados ou não aos problemas com múltiplos rótulos. O classificador supervisionado Floresta de Caminhos Otimos (Optimum- Path Forest - OPF) e um algoritmo determinístico aplicado a problemas convencionais de classificação, no entanto, ainda não foi investigado em problemas com múltiplos rótulos. Nesse contexto, investigamos neste trabalho a aplicação de classificadores baseados em OPF em problemas de múltiplos rótulos. Analisamos duas versões do classificador OPF: (i) a tradicional baseada em grafo completo e (ii) a versão baseada no grafo k-vizinhos mais próximos (OPFkNN). Para manipulação das bases com múltiplos rótulos, utilizamos dois métodos de transformação de problemas, o Binary Relevance e Label Powerset. Propusemos também algumas modificações nas fases de treinamento e classificação do OPFkNN com o objetivo de melhor os resultados desse classificador combinado a métodos de transformação de problemas. Os experimentos realizados em sete bases de dados públicas mostraram que as modifica ções ... / Abstract: In conventional problems of pattern recognition, given a set of classes, each instance of the problem is associated with one and only one class. However, some real classification problems have instances that can be associated with more than one class at the same time, these problems are denoted as classification with multilabel. Among such problems, we highlight movies and music categorization, document classification, functional gene analysis etc. Nevertheless, the classification problems with multilabel are not directly treatable by conventional techniques, which explains the interest of pattern recognition community in these types of problems. Although many methods have been proposed in the literature, there is still much to be explored, especially in the use of novel conventional machine learning algorithms adapted or not to problems with multlabels. The Optimum-Path Forest (OPF) classifier is a supervised and deterministic algorithm applied to conventional classification problems, however, it has been not investigated in problems with multilabel. In this context, we investigated in this work the application of OPF-based classifiers on multilabel problems. We analyzed two versions of OPF-based classi ers: (i) the traditional one based on complete graph and (ii) the one based on k-nearest neighbors graph (OPFkNN). For manipulation of multilabel datasets, we used two transformation methods, the Binary Relevance and Label Powerset. We also proposed some changes in the training and classification phases of OPFkNN aiming to achieve better results when combined it with transformation methods. Experiments performed in seven public datasets showed that changes in OPFkNN improve outcomes. Comparison with the J48 classifier, ... / Mestre

Orientador: Ivan Rizzo Guilherme / Coorientador: Daniel Carlos G. Pedronette / Banca: João Paulo Papa / Banca: Jurandy Gomes de Almeida Junior / Resumo: O grande volume de imagens disponível na Web gerado em diferentes domínios requer um conhecimento especializado para sua a análise e identificação. Nesse sentido, recentes avanços ocorreram com desenvolvimento de técnicas de recuperação de imagens baseadas nas características visuais. Entretanto, o gap semântico entre as características de baixo-nível das imagens e aquilo que a imagem representa ainda é um grande desafio. Uma solução para diminuir o gap semântico consiste em combinar a informação de características visuais das imagens com o conhecimento do domínio de tais imagens. Nesse sentido, ontologias podem auxiliar, já que estruturam o conhecimento. Desse modo, o presente trabalho apresenta uma nova abordagem denominada Recuperação Interativa de Imagens Guiada por Semântica (Semantic Interactive Image Retrieval - SIIR) que combina técnicas de recuperação de imagens baseadas no conteúdo (Content Based Image Retrieval - CBIR) e aprendizado não supervisionado, com o conhecimento definido em ontologias. Desse modo, o trabalho em questão propõe uma nova abordagem a fim de simular o papel dos biólogos na classificação de famílias de Angiospermas a partir de uma imagem e seu conteúdo. Para tanto, foi desenvolvida uma ontologia de estruturas e propriedades de plantas com flor e fruto, de modo a conceitualizar e relacionar tais atributos visando a classificação de famílias de Angiospermas. Para análise das características visuais foram utilizados métodos de extração de características de baixo-nível das imagens. Com relação ao aprendizado não supervisionado foi utilizado o algoritmo RL-Sim a fim de melhorar a eficácia da recuperação das imagens. A abordagem combina técnicas CBIR com ontologias ao utilizar um grafo bipartido e um grafo discriminativo de atributos. O grafo discriminativo de atributos permite a análise semântica... / Abstract: A large amount of images is currently generated in many domains, thus requiring specialized knowledge on the identification and analysis. From one standpoint, many advances have been accomplished in the development of image retrieval techniques based on visual image properties. However, the semantic gap between low-level features and high level concepts still represents a challenge scenario. One another standpoint, knowledge has also been structured in many fields by ontologies. A promising solution for bridging the semantic gap consists in combining the information from low-level features with semantic knowledge. This work proposes a new approach denominated Semantic Interactive Image Retrieval (SIIR) which combines Content Based Image Retrieval (CBIR) and unsupervised learning with ontology techniques. We present a novel approach aiming to simulate the biologists role in the classification of Angiosperm families from image sources and their content. In order to achieve this goal, we developed a domain ontology from plant properties and structures, hence relating features from the Angiosperm families. In regard to Unsupervised Learning, we used the RL-Sim algorithm to improve image classification. The proposed approach combines CBIR techniques with ontologies using a bipartite graph and a discriminative attribute graph. Such graph structures allow a semantic analysis used for the selection of the attribute that best classify the plant. The selected attributes are used for formulating the user interactions, improving the effectiveness and reducing the user efforts required. The proposed method was evaluated on the popular Oxford Flowers 17 and 102 Classes datasets, yielding very high effectiveness results in both datasets when compared to other approaches / Mestre

Orientador: João Paulo Papa / Resumo: A modelagem do problema de classificação como um problema de busca em um grafo fornece uma estrutura elegante, rica em algoritmos eficientes e comprovadamente corretos. A abordagem Floresta de Caminhos Ótimos reduz o problema de classificação para o cálculo de uma floresta de cami- nhos ótimos relativa a uma função de conectividade, a qual atribui um valor a qualquer caminho no grafo. Considerando o valor máximo entre todos os caminhos possíveis com término em cada vértice, o caminho ideal é trivial para alguns vértices, chamados raízes, e para os vértices restantes, a minimi- zação da função de conectividade atribui a cada vértice um caminho de custo mínimo a partir de sua raiz mais fortemente conectada. Não obstante, para a classificação de novos conjuntos de dados, assume-se que cada amostra compõe um vértice pertecente ao grafo e calcula-se a afinidade deste vértice às árvores geradoras mínimas respectivas a cada classe. Este procedimento não utiliza a estrutura inerente da aplicação que pode ser fundamental para uma melhor precisão dos resultados. Dentro desse contexto, este trabalho avalia a contribuição de técnicas de modelagem contextual como os campos aleatórios Markovianos e as abordagens de empilhamento de classificado- res. A modelagem do campo aleatório sumariza o comportamento global do sistema através de suas interações locais. Os métodos baseados em empilha- mento de classificadores interpretam as interações entre as amostras como uma análise no espaço escala, capturando as interações de longa distância de forma eficiente através da definição das regiões de vizinhança em múltiplas escalas. Resultados obtidos para a classificação de estruturas anatômicas do cérebro em imagens de ressonância magnética e de coberturas do solo em imagens multi-espectrais de sensoriamento remoto monstram que a inclusão da informação contextual é de fato capaz de melhorar ... / Abstract: The interpretation of classification problem as a graph search provides a rich framework with correct and efficient algorithms. The Optimum-Path Fo- rest classifier can reduce classification to the the computation of an optimum- path forest according to a connectivity function, which assigns a value to any path in the graph. Considering the maximum value among all possible paths with terminus at each node, the optimum path is trivial for some nodes, cal- led roots, and the remaining nodes will have an optimum path coming from their most strongly connected root, partitioning the graph into an optimum- path forest (disjoint sets of optimum-path trees). Notwithstanding, to clas- sify out-of-sample, we assume that each sample in the new dataset composes one node in the graph and we compute their most strongly connected root within all spanning trees. As one can see, this procedure do not take advan- tage of the problem structure information, which can be fundamental for a better precision of the results. In this context, the purpose of this work is to evaluate the contribution of contextual modelling techniques, such as Mar- kov random fields and stacked classifiers. The first approach, called Markov random fields, sumarizes the system overall behavior through its local inte- ractions. The second approach, based on combination of classifiers, model the interaction between samples in the space scale, which provides effici- ent implementations of long interaction by defining neighborly relations in multiple scales. The results for brain tissue segmentation of magnetic reso- nance images and land-cover classification of multi-spectral satellite images show that the contextual information can improve the effectiveness of the Optimum-Path Forest classifier / Mestre

Orientador: Aparecido Nilceu Marana / Banca: Evandro Luís Linhari Rodrigues / Banca: Izabel Regina F. R. de Bullen / Resumo: Na sociedade atual, a identificação exata e rápida dos indivíduos é uma necessidade. Nas aplicações forenses, a identificação por meio de características biométricas é bastante usual e muitas vezes é a única alternativa. A arcada dentária é uma das mais importantes e populares características biométricas utilizadas pela Odontologia Legal na área forense. O principal objetivo da Odontologia Legal é identificar indivíduos falecidos para os quais os outros meios de identificação biométrica (impressões digitais, faces, etc.) não são possíveis de serem aplicados. Em geral, o perito humano realiza a comparação manual entre registros dentários antemortem e postmortem anotando as diferenças encontradas em cada dente, o que demanda muito tempo e torna essa prática suscetível a erros, daí a importância do desenvolvimento de sistemas automáticos ou semiautomáticos para identificação humana forense. O objetivo dessa dissertação de mestrado é avaliar métodos baseados na Transformada Imagem Floresta para segmentação semiautomática de dentes e suas restaurações em imagens de radiografias panorâmicas de arcadas dentárias, utilizando os contornos obtidos para definir descritores biométricos para a identificação humana forense. Os descritores de formas baseados nos métodos Contexto da Forma (Shape Context) e Estatística dos Ângulos de Raios (BAS - Beam Angle Statistics) foram implementados e avaliados para o reconhecimento dos dentes. A técnica da Distância de Edição avaliou o reconhecimento das restaurações baseada nos códigos dentais gerados. Resultados experimentais obtidos sobre uma base de 40 imagens de radiografias de arcadas dentárias, contendo no total 1126 imagens de dentes, mostram que o método de segmentação baseado na Transformada Imagem Floresta Diferencial... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Nowadays, the fast and accurate individual's identification is a great necessity. In forensic applications, identification through biometric features is often usual and in some cases is the only alternative. The dental arch is one of the most important and popular biometric characteristic used in the dental forensic field. The primary goal of forensic dentistry is to identify deceased individuals for whom other forms of biometric identification (fingerprints, faces, etc.) are not able to be applied. In general, the human expert performs the manual comparison between antemortem and postmortem dental records noting the differences found in each tooth, which requires much time and practice, but this manual practice is more susceptible to errors. Hence, the importance of the development of automatic or semiautomatic forensic human identification systems. The goal of this Master dissertation is to evaluate methods based on Image Forest Transform for semiautomatic segmentation of teeth and their restorations in panoramic radiographs images of dental arches, using the contours obtained to define biometric descriptors for forensic human identification. The shape descriptors based on the Shape Context method and Beam Angle Statistics (BAS) were implemented and evaluated for the teeth recognition. The Edition Distance technique was used to evaluate the restorations and all dental work through the generated dental codes. Experimental results obtained on a database of 40 radiographs images, containing a total of 1126 teeth images, show that the segmentation method based on Differential Image Foresting Transform presented good and promising results for the semiautomatic teeth segmentation. They also showed that the Shape Context and BAS descriptors had similar results, with a slight advantage for the... (Complete abstract click electronic access below) / Mestre

Orientador: Paulo César Rocha / Banca: Encarnita Salas Martin / Banca: Patricia Helena Mirandola / Resumo: O objetivo do trabalho foi avaliar como o uso e cobertura da terra pode interferir nas variáveis químicas e físicas da água do rio Santo Anastácio - Oeste Paulista, a partir da utilização integrada de Sistema de Informação Geográfica, Geoprocessamento, Sensoriamento Remoto e Análises Físico/Química da água. Para o estudo da cobertura da terra, o procedimento metodológico foi baseado em processamento digital de imagens orbitais, realizado em um ambiente de sistemas para aquisição, armazenamento, manipulação, análise e apresentação de dados georreferenciados, ou seja, em um SIG. Nesse foram realizadas as seguintes etapas: preparação da melhor composição e aprimoramento de cor, registro, segmentação, classificação supervisionada, elaboração, validação e quantificação de mapas temáticos. As variáveis físicas e químicas da água foram obtidas diretamente no campo, foram analisados: pH, condutividade, oxigênio dissolvido, temperatura, turbidez e sólidos em suspensão. Vale ressaltar que a pesquisa visou à caracterização limnológica do rio e não o levantamento de índices de qualidade da água. A metodologia adotada mostrou-se eficiente, visto que a pesquisa indicou a interferência de determinados usos e coberturas da terra, em especial a pastagem e cana-de-açúcar, causando alterações em algumas variáveis químicas e físicas da água no rio Santo Anastácio / Abstract: The objective of this study was to evaluate how the use and land cover can interfere in the chemical and physical variables of the Santo Anastácio river - West Paulista, from the integrated use of geographic information system, GIS, remote sensing analysis and physical / chemical of water. For the study of land cover, the methodological procedure was based on digital processing of satellite images, held in a systems environment for the acquisition, storage, manipulation, analysis and presentation of georeferenced data, ie, in a GIS. That were performed the following steps: preparing the best composition and color enhancement, registration, segmentation, supervised classification, development, validation and quantification of thematic maps. The physical and chemical variables of water were obtained directly at the field, were analyzed: pH, conductivity, dissolved oxygen, temperature, turbidity and suspended solids. It is noteworthy that the research aimed to characterize the limnological river and not raising rates water quality. The methodology proved to be efficient, since the survey indicated the interference of certain uses and land cover, especially grass and cane sugar, caused changes in some chemical and physical variables in Santo Anastácio River's water / Mestre