Submitted by William Justo Figueiro (williamjf) on 2015-07-09T22:32:57Z No. of bitstreams: 1 27b.pdf: 4120563 bytes, checksum: 28666d8a39aa4371e2cad8353a3b6fc2 (MD5) / Made available in DSpace on 2015-07-09T22:32:57Z (GMT). No. of bitstreams: 1 27b.pdf: 4120563 bytes, checksum: 28666d8a39aa4371e2cad8353a3b6fc2 (MD5) Previous issue date: 2012-08-01 / Petrobras - Petróleo Brasileiro S. A. / UNISINOS - Universidade do Vale do Rio dos Sinos / O presente estudo visou o desenvolvimento e aplicação de uma metodologia para a detecção e classificação de diferentes respostas espectrais em nuvens de pontos obtidas a partir de escâner a laser terrestre (Laser Scanner Terrestre) com o intuito de identificar a presença de diferentes rochas em afloramentos e a geração de um Modelo Digital de Afloramento. A ferramenta para a classificação de padrões espectrais, denominada K-Clouds, foi desenvolvida com base em análise de agrupamentos (clusters), que a partir de uma indicação do número de classes fornecido pelo usuário através da análise de um histograma dos dados, realiza a classificação da nuvem de pontos. Os dados classificados podem então ser interpretados por geólogos para uma melhor compreensão e identificação das rochas presentes no afloramento. Além da detecção de diferentes rochas, verificouse que é possível detectar pequenas alterações nas características físico-químicas das mesmas, como aquelas causadas por intemperismo e variação composicional. / The present study aimed to develop and implement a method for detection and classification of spectral signatures in point clouds obtained from Terrestrial Laser Scanner in order to identify the presence of different rocks in outcrops and to generate a Digital Outcrop Model. To achieve this objective, a software based on cluster analysis was created, named K-Clouds. This software was developed through a partnership between UNISINOS and the company V3D. This tool was designed to, beginning with an analysis and interpretation of a histogram from a point cloud of the outcrop and subsequently indication of a number of classes provided by the user, process the intensity return values. This classified information can then be interpreted by geologists, to provide a better understanding and identification from the existing rocks in the outcrop. Beyond the detection of different rocks, this work was able to detect small changes in the physical-chemical characteristics of the rocks, as they were caused by weathering or compositional changes.