Made available in DSpace on 2016-12-23T14:33:38Z (GMT). No. of bitstreams: 1
Dissertacao_final_cap_1_a_3.pdf: 529290 bytes, checksum: 503aebfc4be6fdd71e097a129d89b4d0 (MD5)
Previous issue date: 2006-11-24 / The Remote Sensing arouses interest from general people, productive sector and research. Several fields can benefit of analytic and virtually omnipresent view of the satellites. When applied to oceanography, the advantages of remote sensing over traditional methods are as big as the oceans. With the possibility to acquire images of virtually anywhere over the planet, the challenge becomes to analyze these data and extract important information. The explored method in this work was to extract information using signal spectral analysis techniques, especially Wavelet Transform. The defined objectives were: to evaluate the potential of Wavelet Analysis to identify oceanographic phenomena related to the Sea Surface Temperature on digital images acquired from satellites, to define a methodology to choose Wavelet functions to be used and to compare the results of the chosen Wavelets. As digital images from satellites were discrete data, it was used a methodology based on the Discrete Wavelet Analyses. The Discrete Wavelet Analyses uses the filter banks theory, where the original data is processed by a set of filters to result in a Wavelet processed data. The chosen Wavelet Function defines the set of filters to be used. At the used methodology the filter bank was applied to blocks of the original images, generating results representing the wavelet application to each block. The processed data was then submitted to a classification function. This function grouped the blocks based at the wavelet result and a previously chosen threshold. At the end of the process there were an image proportionally segmented to the response of the Wavelet applied to each block of the original image. Using this methodology it was possible to segment digital images of the Sea Surface Temperature acquired by satellites, providing a way to identify several thermal phenomena on the ocean surface a classify the used Wavelets according to the results quality of them. / O sensoriamento remoto desperta o interesse tanto da população em geral quanto do setor produtivo e de pesquisa. Várias áreas do conhecimento humano podem se beneficiar do olhar crítico e virtualmente onipresente dos satélites. Quando aplicado à oceanografia, as vantagens do sensoriamento remoto sobre os métodos tradicionais são proporcionais ao tamanho dos oceanos. Com a possibilidade de captar imagens de praticamente tudo sobre a face da terra, o desafio se volta para como analisar estes dados e extrair informações importantes. A forma explorada neste trabalho para se extrair informações foi utilizando técnicas de análise espectral de sinais, especificamente a Transformada Wavelet. Os objetivos definidos foram: avaliar o potencial da análise Wavelet para identificar fenômenos oceanográficos relacionados à Temperatura de Superfície do Mar (TSM) em imagens adquiridas por satélite, definir uma metodologia para escolha da função Wavelet a ser utilizada e comparar os resultados das Wavelets escolhidas para o estudo. Pelas imagens digitais de satélite possuírem uma característica de dados discretos, foi utilizada uma metodologia baseada na análise Wavelet Discreta. A análise Wavelet Discreta utiliza a teoria de banco de filtros, na qual o dado original é submetido a uma série de filtros até que seja obtido no final o dado resultante da aplicação da Wavelet. A função Wavelet a ser escolhida define os filtros a serem utilizados. Na metodologia escolhida o banco de filtros foi aplicado a blocos da imagem original, gerando resultados que representam a aplicação da Wavelet neste bloco. O dado resultante da aplicação dos Filtros Wavelet foi submetido a uma função de classificação. Esta função agrupou os blocos de acordo com o resultado da aplicação da Wavelet e um limiar escolhido previamente. Ao final do processo foi gerada uma imagem segmentada proporcionalmente à resposta da Wavelet aos blocos da imagem original. Utilizando esta metodologia foi possível segmentar imagens de Temperatura de Superfície do Mar adquiridas por satélite, de modo a identificar diversos fenômenos térmicos na superfície do oceano e classificar as Wavelets utilizadas conforme a qualidade do resultado obtido por cada uma delas.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/6370 |
| Date | 24 November 2006 |
| Creators | Souza, Paulo Roberto Nunes de |
| Contributors | Silva, Mara Regina Labuto Fragoso da, Sartori Neto, Angelo, Chacaltana, Júlio Tomás Aquije, Catabriga, Lúcia |
| Publisher | Universidade Federal do Espírito Santo, Programa de Pós-Graduação em Informática, UFES, BR, Ciência da Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | text |
| Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds