You are on page 1of 109

Anderson Adailson da Silva

Ana Paula Garcia de Oliveira
Antônio Conceição Paranhos Filho
Alfredo Marcelo Grigio

USO DO ECOGNITION 8.9 PARA
CLASSIFICAÇÃO DE IMAGEM DE
ALTA RESOLUÇÃO

2016

Anderson Adailson da Silva

Ana Paula Garcia de Oliveira

Antônio Conceição Paranhos Filho

Alfredo Marcelo Grigio

USO DO ECOGNITION 8.9 PARA CLASSIFICAÇÃO DE
IMAGEM DE ALTA RESOLUÇÃO
Volume I

Mossoró/RN

2016

Reitor

Prof. Pedro Fernandes Ribeiro Neto

Vice-Reitor

Prof. Aldo Gondim Fernandes

Pró-Reitor de Pesquisa e Pós-Graduação

Prof. João Maria Soares

Comissão Editorial do Programa Edições UERN:

Prof. João Maria Soares

Profa. Anairam de Medeiros e Silva (Editora Chefe)

Prof. Eduardo José Guerra Seabra

Prof. Humberto Jefferson de Medeiros

Prof. Sérgio Alexandre de Morais Braga Júnior

Profa. Lúcia Helena Medeiros da Cunha Tavares
Catalogação da Publicação na Fonte.
Prof. Bergsondo
Universidade da Cunha
EstadoRodrigues
do Rio Grande do Norte.

V Silva, Anderson Adailson da
Assessoria Técnica:
Uso do eCognition 8 para classificaçao de imagem de satelite com alta
resoluçao. / Anderson Adailson da Silva et al. - Mossoro – RN, EDUERN,
Daniel Abrantes Sales
2016.

107 p. ; v. I

ISBN: 978-85-7621-140-2

1. eCognition 8. 2. Informações geo-espaciais. 3. Imagem de satélite –

Alta resolução I. Oliveira, Ana Paula Garcia de. II. Paranhos Filho, Antônio

Conceição. III. Grigio, Alfredo Marcelo. V. Universidade do Estado do Rio

Grande do Norte. VI. Título.

Bibliotecária:
UERN/BC Jocelania Marinho Maia de Oliveira CRB 15 / 319
CDD 621.3678

UERN Bacharel em Geografia – Universidade Federal do Rio Grande do Norte -UFRN Ana Paula Garcia de Oliveira Doutora e Mestra em Tecnologias Ambientais .Programa de Pós-Graduação em Geofísica e Geodinâmica – PPGG Universidade Federal do Rio Grande do Norte.UFMS Bacharel em Ciências Biológicas .Sobre os autores Anderson Adailson da Silva Mestre em Ciências Naturais – Programa de Pós-Graduação em Ciências Naturais – PPGCN Universidade do Estado do Rio Grande do Norte .Universidade Federal do Paraná – UFPR .UFMS Antônio Conceição Paranhos Filho Doutor e Mestre em Geologia Ambiental.Programa de Pós-Graduação em Geologia – PPGGEO Universidade Federal do Paraná .Universidade Federal de Mato Grosso do Sul .Programa de Pós-Graduação em Tecnologias Ambientais – PPGTA Universidade Federal de Mato Grosso do Sul .UFPR Bacharel em Geologia .Universidade Federal do Paraná – UFPR Alfredo Marcelo Grigio Doutor e Mestre em Geodinâmica .UFRN Bacharel e Licenciado em Geografia .

com.Centro 20031-144 . Todas as marcas utilizadas são propriedade de seus fabricantes e /ou criadores.ecognition. Universidade do Estado do Rio Grande do Norte – UERN.UFMS.threetek. 2016. A. Uso do eCognition 8 para classificação de imagem de satélite com alta resolução.RJ Fone: +55 21 2217-6900 Site: www. Chamada: Universal 14/2012-Processo: 473817/2012-8.com/ Representante no Brasil: THREETEK – Soluções em Geomática Rua México. pois assim. Universidade Federal de Mato Grosso do Sul.Rio de Janeiro . Bem como pela Bolsa Pq-2 de ACPF (processo 305300/2012-1). AGRADECIMENTOS Ao CNPQ através do Projeto: MODELO GEOESPACIAL PARA A IDENTIFICAÇÃO DAS ÁREAS DE RISCO A INUNDAÇÃO NA ÁREA URBANA DE MOSSORÓ (RN). Ao mesmo tempo que se dissemina conhecimentos na “Globosfera Digital”. Departamento de Gestão Ambiental. Ao Núcleo de Estudos Socioambientais e Territoriais – NESAT. Ao Programa de Pós-graduação em Ciências Naturais – PPGCN. A. Faculdade de Ciências Exatas e Naturais – FANAT. Mossoró – RN. teremos ainda mais usuários com interesse em tal produto. Ao Laboratório de Geoprocessamento para Aplicações Ambientais . 2016) Na lista de referências: Silva. Arquitetura e Urbanismo e Geografia.CITAÇÃO DO LIVRO No texto: Silva et al. contribuindo de forma positiva com o fabricante. Faculdade de Ciências Econômicas – FACEM. O objetivo dos autores foi produzir um material de apoio e referência na utilização do software eCognition (Trimble®) de forma prática. FABRICANTE Produto: eCognition® (Trimble®) Site: http://www.br/ Importante: os autores se responsabilizam pelo conteúdo descrito neste livro.Faculdade de Engenharias. (2016) ou (SILVA et al. .. EDUERN. et al. Universidade do Estado do Rio Grande do Norte – UERN. 41 17º andar .

....................................................................... 27 S – Exportação dos Resultados ........................................................................................... 22 M – Inserção de Parâmetros para Classificação .................................................................................................................................................................................................... 11 D – Inserção de Árvore de Processo ......................................................................................................................................................................................................................... 38 E – Inserção de Parâmetros de Segmentação ............................................................................................................................................................................................................................................................................................. 9 C – Composição da imagem ................................................................................................... 35 B – Criação do Projeto ...... 36 D – Inserção de Árvore de Processo ................................................................................................................ 39 F – Definição das Classes do Vetor ........................................................................................................................................................................................... 48 I – Exportação do Resultado ......................................................................................................... SUMÁRIO INTRODUÇÃO ............................................ 33 PARTE II .......................... 42 H – Execução dos procedimentos ......................................................................................... 6 PARTE I ...............35 A – Iniciação do Software .............................................................................. 30 T – Visualização do resultado ................................................................................................................................................ 12 E – Inserção de Parâmetros de Segmentação .......... 23 O – Visualização da Classificação ......................................... 36 C – Composição de bandas ....................................... 19 J – Definição do Algoritmo Classificador .................................................................................................................................................................. 25 R – Visualização com a ferramenta Swipe view................................................................................................................................................................................................................ 16 G – Parâmetros para nova segmentação .......................... 52 ........................................................................................................................................................................................................................................................ 24 P – Edição da Classificação ....................................................... 8 B – Criação do Projeto para execução ..........................................................Iniciação do software .... 17 H – Inserção base para a classificação ..................... ............................................................................................................................................................ 25 Q – Unir de polígonos das classes ............................................................................... 42 G – Classificação do vetor por atributos .................................................................................................................... 20 K – Definição das Bandas a Usar na Classificação ............................................................................................................. 49 J – Abertura do Projeto Criado ................................................................................................................................................................................................................................................................................ 8 A ............................................................................................................................................................................... 13 F – Execução de Parâmetros ....................................................................................................................... 21 L – Coleta de Amostras de Treinamento......................................................................................................................... 18 I – Inserção das Classes ........................................................... 22 N – Execução da Classificação ................................................................................................................................

.................. 82 E – Calculando o NDVI ............................................................................................................................................................................................................................................ 89 I – Inserindo Árvore de Processo ................................................................................................................................................................................................................................78 A – Iniciando o Software ............................................................................................................................................................................................................... 80 D – Inserção da Árvores de Processos .......................................... 78 B – Criação do Projeto .............................................. 88 H ...................................................................................................................................... 64 T – Inserção de Parâmetros de Classificação com Restrição ......................................................................................... 68 V – Visualização do Resultado com a Ferramenta Swipe View ....................................................................................................................... 76 PARTE III ................................................ 59 P – Criação das Classes para a Classificação ....................................................................... 94 K – Identificação de Segmentos por Valores .......................................................................................................................................... 104 O – Visualização dos Resultados ............... 56 N – Novos Parâmetros e Nova Segmentação ..................................... 54 M – Execução do Processamento .............................................................................. 57 O – Criação da “base” Classificação .................................................. 84 F – Rotulação de segmentos por valores do NDVI .................................................................................................................................................................................................................................................................................................................................. 95 L – Procedimento para Classificação ....... K – Inserção de level na árvore de processo ............................ 106 ......................................................................... 81 D – Inserção de Processos e Parâmetros .......................................................................................... 92 J – Inserção de Parâmetros ................................................................................................ 62 R – Definição das Bandas a Serem Usadas na Classificação ..................................... 72 W – Visualizando o Resultado ....................................................... 79 C – Composição das Bandas ....................................................................................................... 69 X – Exportação dos Resultados ............................ 52 L – Parâmetros de Segmentação .............................. 87 G ........................................................................................................................................................................................................................................ 66 U – Execução do Procedimento ...................... 98 M – Execução do Procedimento ............................................................................................................................................................................... 102 N – Exportação do Resultado ............................................................................. 60 Q – Definição do Algoritmo Classificador .....................................................................................tif ao Projeto .....................................................Utilizando NDVI Produzido em Software Externo ....... 63 S – Coleta das Amostras de Treinamento.....................................................................................................................................................................................................................................................................................................................................Adicionando a Imagem ndvi.............................

Eiffel. e atualmente existem outras linguagens. criadas entre 1962 e 1968 por Kristen Nygaard e Ole- Johan Dahl no Centro Norueguês de Computação em Oslo (SEBESTA. o segundo atributos não espaciais dos objetos (ANTUNES. que utiliza o princípio da segmentação com intuito de homogeneizar as informações. Orientada a objeto constitui-se em uma linguagem SIMULA67 (é uma linguagem de programação. forma e posição. 2005). Define-se objeto como o elemento da imagem constituído de relações espaciais. no âmbito da imagem. A classificação orientada objeto por ser eficiente no processo de segmentação. pois não leva em conta apenas o digital number do pixel a ser classificado. Passou por várias mudanças desde a década de 60. p. Essa técnica tem sido comumente empregada em imagens de alta resolução. 2002). 2002). onde novas técnicas permitem seu conhecimento e. criando-se níveis de segmentação (ANTUNES e STURM. agrupando estes conjuntos (PARANHOS FILHO. através do classificador orientado a objeto. pois a classificação orientada objeto leva em conta informações adicional de forma e textura (ANTUNES et. etc. O primeiro compreende topologia. Contudo é uma alternativa para distinguir alvos que não podem ser separados somente com informação espectral. 2011)) de programação a qual é projetada para abordar diretamente a solução de problemas. al. INTRODUÇÃO Com a evolução das geotecnologias. facilita a análise da imagem. que podem ser analisadas de acordo com seus aspectos geométricos e temáticos. CC++. 4) comenta que: “a proposta da orientação a Objetos é representar o mais fielmente possível as situações do mundo real nos sistemas computacionais”. como Java. 6 . Orientação a objeto pode ser entendida. atualmente é possível uma análise mais eficiente dos ambientes. principalmente para áreas urbanas. Farinelli (2007. 2003). mas também dos pixels ao seu redor procurando por similaridades estatísticas. A entidade de análise principal do modelo Orientado a Objeto será o objeto. derivada da ALGOL 60. (MANSSOUR. A lógica de orientação a objeto preconiza as características semânticas dos objetos. 2008). respectivamente. 2003). como a análise da relação de um objeto com os seus objetos vizinhos. os quais podem se agregar a objetos maiores. o qual estará nos procedimentos de programação enviando mensagens e executando processamentos (MANSSOUR.

U. F. Trimble Geospatial Imagem.ifsudestemg. 2008. 2002. Boletim de Ciências Geodésicas. 2014.pdf PARANHOS FILHO..F. Volume 9. 2005. Disponível em: <http://www. 80636 Munich. Ecognition version 2.riopomba. Conceitos básicos de programação orientada a objetos. ARTMED Editora S.. Além da classificação automática. DEFINIENS. pois o software analisa o pixel baseado no seu contexto e não isoladamente. 2009. Web. 2014). I.edu. 2009) também permite que o usuário realize o processo de classificação totalmente visual.B. Alemanha. SEBESTA. Antônio Conceição. Alemanha. Sensoriamento remoto ambiental aplicado: introdução às geotecnologias: material didático – Campo Grande/ MS: Ed UFMS. INPE.ecognition. o eCognition (DEFINIENS. 35 p. Apostila – Departamento Acadêmico de Ciência da Computação . B e STURM. 2011.com/products/ecognition-developer>. Acessado em: 04. R. ANTUNES. 16-21 abril 2005. reconhecendo os grupos de pixels como objetos (TRIMBLE. no sentido mais prático da utilização do mesmo.2014.br/dcc/materiais/1415858715_POO. Google Books. TRIMBLE. Disponível em: http://www. Explicitando alguns termos e técnicas usadas para se obter um resultado satisfatório. FARINELLI. Anais XII Simpósio Brasileiro de Sensoriamento Remoto. Aula 12 da Apostila da disciplina Paradigmas de Linguagens I.pucrs. 2009). Arnulfstrasse 126.Pontifícia Universidade Católica do Rio Grande do Sul/PUCRS. Trimble Germany GmbH. 2007. p. 7 . A. Acesso em: 04 de maio de 2014. 6 p.A: Porto Alegre – RS. eCognition Developer 8 .br/~gustavo/disciplinas/pli/material/paradigmas-aula12. 2003. Goiânia. Brasil. H. Disponível em: http://sistemas.inf. 9º ed. REFERÊNCIAS ANTUNES.IFMG.pdf MANSSOUR. Segmentação orientada a objeto aplicado ao monitoramento de ocupações irregulares em áreas de proteção ambiental. p 103 -140. Faculdade de Informática . DEFINIENS. eCognition Developer. 2019-2026. Arnulfstrasse 126. Contudo nesse trabalho. 2002.02. Trimble Germany GmbH. o que permite aplicar a fotointerpretação considerando a resposta espectral. Object oriented analysis and semantic network for high resolution image classification.0. 2002. Paradigma orientado a objeto. n 2. F. Esse e outros algoritmos serão aqui discutidos com o intuito de auxiliar o leitor a extrair o máximo de informação com máxima eficiência dos mais variados sensores remotos. Conceitos de Linguagem de Programação. W. 80636 Munich. o software abordado para a classificação orientado a objeto é eCognition (DEFINIENS. DEFINIENS. 2014. DEFINIENs. 2002. A.

PARTE I

A - Iniciação do software

1. Vá ao menu iniciar -> todos os programas -> Trimble -> Ecognition -> clique para abrir o
software (01). Será aberta uma janela (02), marque a janela Rule Set Mode (à direita) e
depois clique em OK.

OBS.: Realizado no Windows Seven.

2. Você agora estará com o software aberto. Deveremos escolher a configuração das abas dos
processos (Rule Sets). Neste caso, usaremos a de número 4.

Sua tela deverá aparecer da forma como a imagem acima, agora temos que ajustar
manualmente as posições das abas.

8

Coloque o mouse entre as abas (local indicado pelas setas), quando o ícone do mouse mudar
para duas linhas com setas opostas, arraste-o para o lado direito, deixando o tamanho que
desejar. Mas lembre-se que será nessas caixas que estarão às descrições dos processos.

B – Criação do Projeto para execução

3. Criar o projeto para execução dos processos. Vá ao menu File, e procure por New Project,
clique sobre. Será aberta uma nova janela, onde deve ser criado o projeto e inserido a imagem
base para o trabalho.

Agora vá ao local Imagem Layers Alias, ao lado direito tem um item “Insert”, clique nele e
procure pela imagem a ser trabalhada, no diretório, onde ela se encontra (No caso deste
tutorial - C:Dados_Ecognition\Cena.tif) ou onde você tenha salvo sua imagem para trabalho.

No campo Project Name, renomeie para sua preferência (Neste caso, chamaremos de
tutorial). Depois deixe o restante como padrão e clique em OK.

9

4. Caso sua imagem tenha uma área de abrangência grande, o que pode tornar o
processamento lento, tendo em vista que nesse primeiro momento você estará realizando
teste dos parâmetros para ver qual tem melhor resultado. A “lentidão” pode acontecer por
causa da “potência” de sua máquina e o tamanho da sua imagem (MB, GB, etc.). O melhor a se
fazer é reduzir a área a ser trabalhada no software.

Vá ao menu file, e procure por Modify Open Project e será aberta a janela do processo com
os dados. Clique na aba Subset Selection e será aberta uma nova janela para delimitação da
sua área para realização dos processos.

10

Depois de escolher a melhor composição para visualização (neste caso será: 4 ->R / 3 ->G / 2 ->B). Para melhor identificar as feições da imagem. onde podem ser marcadas e definidas as composições. clique com o botão esquerdo sobre a imagem. então esta será sua área que aparecerá no painel para realização dos processos.00)) e clique em OK. Deixe os parâmetros restantes como padrão (Equalizing -> Linear (1. Depois clique em OK nas janelas seguintes. o software permite que você mude a composição da imagem. e araste-o até outro ponto e solte-o. Vá à barra de ferramentas e procure por Edit Image Layer Mixing. clique sobre e será aberta uma janela com o mesmo nome. Agora você poderá visualizar sua nova área a ser trabalhada. perceba que será delimitada uma área.Com a nova janela aberta. Nesta janela você observará as camadas (bandas) existentes na imagem. na posição horizontal os layers e na vertical os canais RGB. 11 . C – Composição da imagem 5.

Clica com o botão direito sobre o espaço em branco dentro da caixa.Obs. Neste momento. Questão de organização e para evitar problemas. Neste momento estamos criando nossa “base de processo”. 12 . Nesta primeira. faz apenas a alteração do nome para o processo desejado e deixa o restante como padrão. alguns processos estarão separados por “base”. Lembre-se de marcar os canais/bandas que se quer e depois desmarcar os canais/bandas que nãos serão utilizados. surgirá uma nova janela para inserção dos parâmetros. lembrar sempre de salvar o projeto constantemente. seleciona a opção Append New. Agora serão inseridos os processos a serem realizados na caixa Process Tree. ou seja. Pois se não o software entende que você quer utilizar todos que estejam marcados na composição. D – Inserção de Árvore de Processo 6. Basta clicar no item Save Project na barra de ferramentas.

Depois é só clicar em OK. não clique em execute.Neste caso. Clique com o botão direito sobre o nome que foi criado (Segmentation) e seleciona a opção Insert Child. o primeiro processo será o de segmentação da imagem. Aparecerá uma nova janela idêntica ao do 13 . Agora iremos inserir os parâmetros para segmentação da imagem. Na caixa Process Tree deverá aparecer como na imagem abaixo: E – Inserção de Parâmetros de Segmentação 7. o nome que será criado é Segmentation. Será inserido em forma de uma ligação de processo.

Quando selecionar o processo desejado. Como padrão a janela deverá aparecer da forma abaixo: Agora define-se os parâmetros para o processo (Algoritmo) utilizado: Em Image Objet Domain ficará como padrão. clique sobre ela e se abrirá os vários tipos de processos disponíveis.passo anterior. mas neste momento iremos definir qual tipo de processo (algoritmo) de segmentação será utilizado e em seguida os parâmetros. Vá ao item Algorithm e logo abaixo à direita tem uma seta. Procure por multiresolution segmentation e selecione-o. 14 . dentro da própria janela aparecerão vários campos para inserção dos parâmetros desejados para o algoritmo selecionado.

No item Level Settings, dá-se o nome desejado para o level (nível) de execução deste
processo. Coloca-se neste caso Level 1.

Em Segmentation Settings define três parâmetros, primeiro o peso para cada banda da
imagem (Image Layer weights), o ideal é que o peso fique entre 0 a 1. Podem ser utilizados
outros valores, caso deseje.

Obs.: Isto é importante para casos em que o alvo de interesse tenha melhor resposta em um
destas bandas. Necessário conhecimento do satélite e do sensor que gerou a imagem a qual
está sendo trabalhada, para uma melhor definição. E quantas bandas existem na composição
que está sendo utilizada no momento.

No segundo, define-se se deseja utilizar uma camada temática (Thematic Layer usage), que
deveria ser introduzida no momento da criação do projeto. Como não se utilizará deste neste
projeto, deixamos como padrão sem marcar.

Na terceira opção temos o parâmetro de escala (Sacle parameter), este definirá o tamanho
dos segmentos a serem gerados, ou seja, quanto maior o valor adicionado maior será o
tamanho do meu segmento definido. Neste caso define-se o tamanho 20.

Em Composition of Homgeneity Criterion define-se os valores de parâmetros para forma
(shape) para 0.3 e compacidade (Compactness) para 0.8.

Obs.: Lembrando que estes parâmetros introduzidos foram definidos a partir de tentativas e
erros. E que se aplica a imagem GeoEye-1 em ambiente intra-urbano e com as condições
atmosféricas e climáticas locais. Realizar tentativas de parâmetros diferentes, caso queira
aplicar em outras imagens de outros satélites.

15

F – Execução de Parâmetros

Agora você terá duas opções: mandar executar diretamente desta tela ou clicar em ok, e
depois na caixa Process Tree clicar sobre a camada gerada com o botão direito e escolher
execute. Vamos realizar esta segunda opção.

Aguarde o processo concluir e veja o resultado da segmentação com os parâmetros utilizados,
sempre lembrando que se podem ser utilizados outros parâmetros diferentes do que foi
usado aqui, principalmente se forem imagens de outros satélites, ou que sejam para
aplicações diversas.

Ao final sua tela deverá aparecer algo parecido com a imagem abaixo.

Você poderá manipular o zoom da sua imagem para verificar se os segmentos satisfazem a
necessidade do seu trabalho.
16

G – Parâmetros para nova segmentação

8. Agora aplica uma nova segmentação sobre a segmentação já executada na tentativa de
aprimorar os segmentos para a classificação. Neste momento, utilizaremos o Algoritmo
Spectral Difference Segmentation onde ele unirá os segmentos a partir da diferença
espectral definida como parâmetro.

Clique com o botão direito sobre a “base” Segmentation e escolha Insert Child (Como no
passo anterior). Em Algorithm escolha Spectral Difference Segmentation.

Deixe os dados como padrão da forma que esta na imagem abaixo e altera apenas o valor de
Maximum spectral difference para o valor de 40. Lembrando que podem ser utilizar outros
valores caso deseje.

17

Clica em OK. mas vamos manter este aqui. Vamos inserir nossa “base” para classificação. neste caso foi perceptível pelas avenidas. Clique com o botão direito na parte vazia da caixa Process Tree clique em Append New e defina o nome Classification.Agora você terá duas opções: mandar executar diretamente desta tela ou clicar em ok. basta utilizar o zoom para notar a diferença. Vamos realizar a primeira opção. Foi possível observar que ocorreu a união de alguns segmentos. H – Inserção base para a classificação 9. Poderíamos testar outros valores. 18 . e depois na caixa Process Tree clicar sobre a camada gerada com o botão direito e escolher execute.

Criaremos as classes para a classificação. Asfalto. 19 . defina o nome da classe e a cor desejada. Por momento não utilizaremos a “base” classification. Concreto. Isto impede que o processo seja executado dentro desta base. Neste caso foi definida as seguintes: Água. I – Inserção das Classes 10. O importante neste momento é ter conhecimento do ambiente a que pretende se classificar. o que poderá acarretar problemas e desta maneira se torna um pouco mais organizado. Na caixa Class Hierarchy clique com o botão direito e selecione Insert Class. Pois é preciso indicar amostras de treinamento para cada classe. Telhado Cerâmica. Telhado Concreto. Será aberta uma nova janela. mas para o momento deixamos da forma como mostra a imagem. Pavimento Rua. Telhado Metal. Vegetação Arbórea- Arbustiva. Sombra. Vegetação Herbácea/Rasteira. Solo Exposto. Repita esta mesma operação para todas as demais classes. Poderia se hierarquizar as classes.Selecione classification dentro da caixa Process Tree e deixe-a no mesmo alinhamento da “base” segmentation.

coloca o mouse sobre este e depois seleciona Apply Standard NN to Classes. basta dar duplo clique sobre a classe de interesse. neste momento estará selecionando todas as classes para fazerem parte do classificador. clique sobre ALL ----> >. Aparecerá uma nova janela. Caso deseje excluir ou incluir alguma classe em seu projeto.J – Definição do Algoritmo Classificador 11. Agora iremos selecionar o algoritmo classificador para as classes. Vá até a aba Classification na barra de ferramentas e procure por Nearest Neighbor. 20 . Será definido apenas um para todas as classes.

Vá a caixa Class Hierarchy dê um duplo clique sobre qualquer classe. Com o classificador definido para as classes. Expanda clicando no “mais” de Object feature  Layer Values  Mean. agora clique sobre as bandas que deseja que o classificador utilize no processo. Só dar novamente um clique sobre o OK. 21 .K – Definição das Bandas a Usar na Classificação 12. quais bandas da imagem ele utilizará no processo classificatório. caso queira conferir é só dar um clique duplo sobre outra classe e ver que as bandas estão designadas para o classificador. será aberta uma nova janela (Class Descrition). ele já estará disponível para todas as outras classes. chegou o momento de apontar para o classificador. onde é possível observar o algoritmo de classificação (Standard Nearest Neighbor (generated)) na caixa ALL. será aberta outra janela (Edit Standard Nearest Neighbor Feature Space). Dê um duplo clique sobre o nome do classificador. E depois é só clicar em OK.

Depois de finalizar a primeira classe. Agora vai se inserir os parâmetros para classificação. para inserção do processo. Agora é a hora de coletar as amostras de treinamento para a classificação. Primeiro selecione uma classe na caixa Class Hierarchy. basta mudar a seleção da classe na caixa Class Hierarchy e realizar a coleta para a classe selecionada no momento. Clique o botão direito sobre a “base” Classification e escolha Insert Child. 22 . M – Inserção de Parâmetros para Classificação 14. depois vá à aba Classification na barra de ferramentas e procure por Samples coloque o mouse sobre e selecione a opção Select Samples. Pronto. agora já pode coletar as amostras para a classe selecionada. você pode definir como visualizar as samples. vá para algorithm e procure por classification dentro dos processos basic classification. Será aberta uma nova janela (Edit Process). e selecione-o. No ecogniton ele o chama de sample. Sendo importante a coleta de amostras dispersas por toda a imagem para uma maior homogeneização de cada classe por toda a cena. Segue sucessivamente até a última classe está com suas amostras coletadas. Ao final.L – Coleta de Amostras de Treinamento 13. Observe que as amostras já ficaram com a cor definida para a classe a qual foi indicada. você terá uma imagem com as amostras (samples) destacadas.

N – Execução da Classificação Agora temos a opção de executar diretamente ou escolher OK e mandar executar depois. Clique OK. seleciona todas as classes que foram coletadas as amostras (samples). clique sobre a opção de abrir este item. mas neste caso será alterado apenas o parâmetro Active Class. 23 . Depois clique em OK.Agora vamos inserir os parâmetros. será aberta uma nova janela com as classes a serem selecionadas. Vamos seguir a segunda opção.

O – Visualização da Classificação Quando terminar de executar clique na opção View Classification na barra de ferramentas para visualizar a classificação. você pode clicar para alternar a forma de visualização. 24 . clique com o botão direito e clique em execute e aguarde o processamento para analisar o resultado.Sobre o processo que se instala abaixo da “base”. Nos ícones ao lado deste.

P – Edição da Classificação Para editar algum aspecto da classificação vá à aba Tools na barra de ferramentas e até Manual Editing e coloque o mouse sobre. enfim você conseguirá executar alterações básicas. 25 . na janela que se abre em Algorithm escolha merge region. Q – Unir de polígonos das classes 15. Clique com o botão direito na caixa Process Tree e selecione Append New. abrirá algumas opções de edição dos polígonos e união deste. Agora vamos unir os segmentos dentro de cada classe correspondente na classificação com a ferramenta Merge Region.

Independentes se estão ligados ou não.Na seção que aparece na janela. utilizaremos a classe Vegetação Arbórea-Arbustiva por questão de visualização. Neste caso. 26 . expando-o e escolha apenas uma classe para unir os segmentos e depois dê OK e clique em Execute. procure apenas por class filter. deixe quase tudo como padrão. Depois repita a operação para todas as outras classes. no final você terá uma classificação com as classes.

Sua tela deverá aparecer como na imagem abaixo: 27 . em quatros telas menores. Vá ao item Windows na barra de ferramentas e seleciona Split. Clique centralizado na imagem. R – Visualização com a ferramenta Swipe view.Visualize na imagem abaixo o resultado final já com todas as classes. Agora quando mover o mouse na área de visualização do layer. 16. Neste momento você dividirá sua tela de visualização. Verificar o resultado da classificação com a ferramenta Swipe view. você verá duas linhas se cruzando no ponteiro do mouse.

sua tela aparecerá lado a lado. Vá ao item Windows novamente e desmarque uma das duas opções. Neste vamos desmarcar Split Horizontally. entre Split Horizontally e Split Vertically. Caso desmarque a primeira opção.Neste caso precisaremos utilizar apenas duas telas para utilizar a ferramenta swipe view. Veja como a tela fica na imagem abaixo: 28 . Caso opte pela segunda sua tela aparecerá acima e abaixo.

Agora você poderá mover uma tela sobre a outra. Vá ao local onde ficam os itens de visualização de classificação e marque View Layer. movendo a barra central na direção que desejar para verificar o resultado. Então vamos mudar a visualização da primeira. 29 . Agora vamos acionar a ferramenta Swipe View para que se possa verificar o resultado da classificação. Vá ao item Windows e procure por Swipe View .Neste momento você estará com duas telas de visualização. neste momento você verá uma tela com a imagem e na outra com a classificação. identificando em qual tela você está utilizando no momento. marque-a. Clique sobre a primeira e você verá uma borda azul.

Será aberta uma janela de exportação do arquivo. Exportar os resultados para um arquivo vetor. Em Export Type deixe o padrão Shape file. Vá ao item Export na barra de ferramentas e clique em Export Results. Nessa janela serão colocados os parâmetros para exportação do vetor. S – Exportação dos Resultados 17.Para desativar esta forma de visualização. 30 . A tela voltará para visualização completa. basta ir ao item Windows e desmarcar o nome Split.

Neste caso será utilizado o nome Classification. ou selecionando todas de uma vez. clicando em ALL-> e depois clique em OK. Na caixa Classes clique na parte inferior em Select classes e selecione as classes que deseja exportar. Em Level coloque Level 1. 31 .Em Content Type Coloque Polygon smothed. dando dois cliques sobre elas. Em Export File Name digite um nome para o arquivo que será exportado. Em Format deixe Shapefile (*.shp).

Agora vamos indicar o que desejamos que seja exportado junto às classes na tabela de atributos. deixando tudo como padrão. será aberta uma nova janela. Será realizado o processo e então o arquivo estará salvo. Agora clicará no nome Export e será aberta a janela do Explorer para que seja indicado o local de salvamento do arquivo. Neste caso. 32 . Depois clique em Ok. utilizaremos a pasta Dados_Ecognition dentro do Disco C:. Expanda Class-Related features  Relations to classification  Class name e clique sobre Create New “Classe name”. apenas confirme clicando em OK. Vá à caixa Features e na parte inferior e clique em Select features. Será aberta uma nova janela. Depois é só selecionar a pasta e dá o OK.

T – Visualização do resultado 18. pois no ambiente urbano são inúmeras as repostas espectrais existentes. sem levar em consideração as inúmeras possibilidades de utilização de condicionantes na identificação de determinados alvos no ambiente deste software. o que dificulta ainda mais a identificação por um processo básico. o que pode confundir o segmentador e o classificador. com uma imagem de alta resolução.0 Dufour para visualizar o arquivo vetor. O resultado final pode conter algumas imperfeições neste caso. 33 . abrir no QGIS 2. pois foi realizada apenas uma classificação básica. Visualizando o resultado em outro software. Adicione o vetor e visualize o resultado. Além do que o ambiente utilizado foi o urbano.

USO DE LAYER TEMÁTICO PARA DELIMITAÇÃO DA SEGMENTAÇÃO E DA CLASSIFICAÇÃO 34 .

usaremos a de número 4.: Realizado no Windows Seven. Você agora estará com o software aberto. Vá ao menu iniciar -> todos os programas -> Trimble -> Ecognition -> clique para abrir o software (01). agora temos que ajustar manualmente as posições das abas. marque a janela Rule Set Mode (à direita) e depois clique em OK. Será aberta uma janela (02). Deveremos escolher a configuração das abas dos processos (Rule Sets). PARTE II A – Iniciação do Software 1. Neste caso. 35 . Sua tela deverá aparecer da forma como a imagem acima. OBS. 2.

Criar o projeto para execução dos processos. 36 . clique nele e procure pela imagem a ser trabalhada. o software permite que você mude a composição da imagem. Mas lembre-se que será nessas caixas que estarão às descrições dos processos. clique sobre.shp) ou onde você tenha salvo seu arquivo vetor. ao lado direito tem um item “Insert”. ao lado direito tem um item “Insert”. no diretório. No campo Project Name.Coloque o mouse entre as abas (local indicado pelas setas). Depois deixe o restante como padrão e clique em OK.C:Dados_Ecognition\Quadras. Será aberta uma nova janela.tif) ou onde você tenha salvo sua imagem para trabalho. onde ela se encontra (No caso deste tutorial . arraste-o para o lado direito. C – Composição de bandas Para melhor identificar as feições da imagem.C:Dados_Ecognition\Cena. onde deve ser criado o projeto e inserido a imagem base para o trabalho. B – Criação do Projeto 3. quando o ícone do mouse mudar para duas linhas com setas opostas. Agora vá ao local Thematic Layer Alias. Agora vá ao local Imagem Layers Alias. Vá ao menu File. chamaremos de tutorial2). onde ela se encontra (No caso deste tutorial . deixando o tamanho que desejar. renomeie para sua preferência (Neste caso. e procure por New Project. clique nele e procure pela imagem a ser trabalhada. no diretório.

Obs. na posição horizontal os layers e na vertical os canais RGB. 37 . Depois de escolher a melhor composição para visualização (neste caso será: 4 ->R / 3 ->G / 2 ->B). Lembre de marcar os canais/bandas que se quer e depois desmarcar os canais/bandas que nãos serão utilizados.00)) e clique em OK.Vá à barra de ferramentas e procure por Edit Image Layer Mixing. Deixe os parâmetros restantes como padrão (Equalizing -> Linear (1. Nesta janela você observará as camadas (bandas) existentes na imagem. Basta clicar no item Save Project na barra de ferramentas. clique sobre e será aberta uma janela com o mesmo nome. Neste momento. onde podem ser marcadas e definidas as composições. lembrar sempre de salvar o projeto constantemente. Pois se não o software entende que você quer utilizar todos que estejam marcados na composição.

alguns processos estarão separados por “base”. Neste caso. não clique em execute. Na caixa Process Tree deverá aparecer como na imagem abaixo: 38 . Questão de organização e para evitar problemas. Nesta primeira. o primeiro processo será o de segmentação da imagem. faz apenas a alteração do nome para o processo desejado e deixa o restante como padrão.D – Inserção de Árvore de Processo 4. o nome que será criado é Segmentation. Agora serão inseridos os processos a serem realizados na caixa Process Tree. seleciona a opção Append New. Neste momento estamos criando nossa “base de processo”. ou seja. Clica com o botão direito sobre o espaço em branco dentro da caixa. Depois é só clicar em OK. surgirá uma nova janela para inserção dos parâmetros.

Será inserido em forma de uma ligação de processo. Aparecerá uma nova janela idêntica ao do passo anterior. Quando selecionar o processo desejado. dentro da própria janela aparecerão vários campos para inserção dos parâmetros desejados para o algoritmo selecionado. Como padrão a janela deverá aparecer da forma abaixo: 39 .E – Inserção de Parâmetros de Segmentação 5. Procure por chessboard segmentation e selecione-o. Agora iremos inserir os parâmetros para segmentação da imagem. Clique com o botão direito sobre o nome que foi criado (Segmentation) e seleciona a opção Insert Child. clique sobre ela e se abrirá os vários tipos de processos disponíveis. Vá ao item Algorithm e logo abaixo à direita tem uma seta. mas neste momento iremos definir qual tipo de processo (algoritmo) de segmentação será utilizado e em seguida os parâmetros.

altera-se o valor para 100000. Coloca-se neste caso Level 1. Com os parâmetros alterados. Ao final sua tela deverá aparecer algo parecido com a imagem abaixo. Tendo uma forma quadrática de segmentação. Desta forma. deixe como padrão. selecione Yes. Utilizando a camada que foi adicionada na criação do projeto. Vamos realizar esta segunda opção. Em Level Name.Agora define-se os parâmetros para o processo (Algoritmo) utilizado: Em Image Objet Domain ficará como padrão. No item Algorithm parameters: Em Object Size. dê OK. Em Overwrite existing level. defina Yes. expando-a até abrir outro item Thematica Layer 1. e depois na caixa Process Tree clicar sobre a camada gerada com o botão direito e escolher execute. Aguarde o processo concluir e veja o resultado da segmentação com os parâmetros utilizados. caso já esteja. dá-se o nome desejado para o level (nível) de execução deste processo. OBS. Isto definirá o tamanho máximo de cada objeto a ser criado na segmentação. define-se o Layer como parâmetro para segmentação. 40 . Agora você terá duas opções: mandar executar diretamente desta tela ou clicar em ok. No item Thematic Layer usage.: O algoritmo de segmentação utilizado permite a geração de objetos com formas geométricas mais bem definidas e delimitadas.

mas que levou em consideração o Layer Temático (Arquivo vetor) que inserimos na criação do projeto como base para geração dos objetos. 41 . Você poderá alternar a visualização dos resultados através das ferramentas mostradas na figura abaixo.Observe que foram gerados segmentos “grandes”.

Clique com o botão direito sobre a base Segmentation e selecione Insert Child. e Comercial e a cor Vermelha. dando-lhes a definição de Residencial e Comercial.F – Definição das Classes do Vetor 6. Em Algorithm procure por assign class e selecione-o. a qual irá designar cada tipo de quadra. Tendo em. Depois clique em OK. foi criado hipoteticamente o que seria cada quadra. E observando a necessidade deste dado para a produção do presente material. Mas lembrando de que este procedimento pode ser realizado para casos reais. Vá até a caixa Class Hierarchy clique com o botão direito e selecione Insert Class. Neste caso. colocamos o nome Residencial e a cor Cinza. onde será utilizada os atributos da tabela de informação contida no vetor. Neste caso. vista que não foi feito nenhum estudo para defini-las. na caixa que se abre digite um nome e uma cor. Agora será realizada uma classificação para as quadras. Agora teremos que criar uma classe para poder ser classificada pelo atributo do vetor. 42 . G – Classificação do vetor por atributos Agora vamos classificar a partir dos atributos.

Neste momento será aberta outra caixa de diálogo (Create Thematic object atribute). Clique sobre o item. deixe como padrão. Logo abaixo. deixe como padrão (nome). em Level. está com o nome atributos.Em Image Objetc Domain. Aonde você irá até o item Thematic layer atribute e procure pelo Atributo. Create new ‘Thematic object attribute’. 43 . Clique sobre o item com três pontinhos à frente de Threshold condition e irá abrir uma caixa de diálogo (Select Single Feature). Ou caso não esteja coloque image object level. Em class filter. Neste caso. verifique se está o nível (level) que criamos lá no início – Level 1. que neste caso é a coluna onde contém as informações desejadas no Layer. selecione-o e depois clique em Ok. Procure por Thematic atributes e expando-o.

utilizaremos o Residencial. Depois clique em Ok. 44 . Dê um duplo clique sobre o nome atributos. marque a opção de igual (=). Neste caso. Observe se no item feature se encontra o nome da coluna junto com o nome do layer temático. Lembrando que o nome deve estar entre aspas (“Residencial”) e ser exatamente igual ao encontrado na coluna da tabela do arquivo vetor.Observe que na caixa de diálogo (Select Single Feature) foi atribuído um novo item com o nome dado a coluna que foi selecionado no passo anterior. Logo abaixo você verá outro item com o nome Threshold settings. Será aberta uma nova caixa de diálogo (Edit Thresold condition). Depois vá até a caixa logo abaixo onde se encontra o valor zero e digite o nome do atributo que se queira destacar.

45 .Em Parameter onde se encontra o item Use class. Em Algorithm procure por assign class e selecione-o. Agora repita o procedimento do passo anterior para o outro atributo (Comercial). Ver abaixo: Clique com o botão direito sobre a base Segmentation e selecione Insert Child. Depois clique em Ok. selecione-a. procure na lista pelo nome da classe criada (Residencial).

Será aberta uma nova caixa de diálogo (Edit Thresold condition). Ou caso não esteja coloque image object level. Procure por Thematic atributes e expando-o. deixe como padrão. verifique se está o nível (level) que criamos lá no início – Level 1. Clique sobre o item. Thematic object atribute e expando-o. Em class filter. Observe se no item feature se encontra o nome da coluna junto com o nome do layer temático.Em Image Objetc Domain. Clique sobre o item com três pontinhos à frente de Threshold condition e irá abrir uma caixa de diálogo (Select Single Feature). Logo abaixo você verá outro item com o nome Threshold settings. Vá até Thematic Layer 1 (Ou nome criado por você) expando-o e depois dê um duplo clique sobre ele. marque a opção de igual (=). deixe como padrão (nome). Logo abaixo. Depois vá até a 46 . em Level.

47 .caixa logo abaixo onde se encontra o valor zero e digite o nome do atributo que se queira destacar. Depois clique em Ok. procure na lista pelo nome da classe criada (Comercial). Em Parameter onde se encontra o item Use class. Neste caso. Depois clique em Ok. Lembrando que o nome deve estar entre aspas (“Comercial”) e ser exatamente igual ao encontrado na coluna da tabela do arquivo vetor. utilizaremos o Comercial. selecione-a.

H – Execução dos procedimentos Agora execute os dois procedimentos criados no passo anterior. Aguarde o processamento para cada execução. Clique com o botão direito sobre cada procedimento e clique em execute. Observe o resultado da classificação: 48 .

Em Format deixe Shapefile (*. Em Export Type deixe o padrão Shape file. 49 .shp). Nessa janela serão colocados os parâmetros para exportação do vetor. Exportando o resultado para um arquivo vetor. Em Content Type Coloque Polygon smothed. Em Export File Name digite um nome para o arquivo que será exportado. Neste caso será utilizado o nome Classification. Em Level coloque Level 1. Vá ao item Export na barra de ferramentas e clique em Export Results. Será aberta uma janela de exportação do arquivo.I – Exportação do Resultado 7.

Neste caso. deixando tudo como padrão. utilizaremos a pasta Dados_Ecognition dentro do 50 . dando dois cliques sobre elas.Na caixa Classes clique na parte inferior em Select classes e selecione as classes que deseja exportar. ou selecionando todas de uma vez. Depois clique em Ok. será aberta uma nova janela. clicando em ALL-> e depois clique em OK. Agora vamos indicar o que desejamos que seja exportado junto às classes na tabela de atributos. apenas confirme clicando em OK. Será aberta uma nova janela. Expanda Class-Related features  Relations to classification  Class name e clique sobre Create New “Classe name”. Vá à caixa Features e na parte inferior e clique em Select features. Agora clicará no nome Export e será aberta a janela do Explorer para que seja indicado o local de salvamento do arquivo.

mas agora dividindo se queremos classificar apenas as áreas 51 . Visualizando o resultado em outro software. Depois é só selecionar a pasta e dá o OK. abrir no QGIS 2.Disco C:. sem a necessidade de classificação.4 Chugiak para visualizar o arquivo vetor. 8. Este procedimento poderíamos simplesmente executar em qualquer software. Salve o projeto ao concluir. Mas o que há de importante neste procedimento é que poderemos executar outras segmentações e classificações. Será realizado o processo e então o arquivo estará salvo. Podendo acontecer de este procedimento ser utilizado para outras análises mais complexas. O resultado final vai está ligado às informações contidas no vetor.

será necessário construir um novo Level. O qual neste caso será chamado de Analysis Level. sem ter que classificar a imagem como um todo. K – Inserção de level na árvore de processo 10.comerciais ou residenciais por vez. Veja no próximo passo. Neste caso está com o nome de tutorial2. Clique com o botão direito dentro do espaço vazio na caixa Process Tree e selecione Append New. Abra o Ecognition depois vá ao ícone de abrir projeto e procure pelo arquivo salvo (o projeto). Agora para classificação com a filtragem da área de interesse. na caixa de diálogo que se abre (Edit Process) em Name digite Analysys Level e deixe o restante com padrão e depois clique em OK. Executando processamento para região de interesse. Abra o projeto salvo no passo anterior. 52 . J – Abertura do Projeto Criado 9.

Em Image Object Domain selecione a opção image object level. O qual será o de segmentação e ao mesmo tempo criação do novo Level.11. 53 . Agora com a “base” criada vamos inserir o processo. Clique com o botão direito sobre a “base” Analysis Level e selecione Insert Child e em Algorithm selecione a opção multiresoluiton segmentation.

) e abrirá uma caixa de diálogo. selecione a classe de interesse (onde será executada a segmentação. apenas as quadras que pertencerem a esta classe serão segmentadas). ou seja. 54 . Neste caso foi usada a classe comercial. Em Level deixe como padrão. Em Class filter clique sobre os três pontinhos (..L – Parâmetros de Segmentação Definição dos parâmetros para execução da segmentação e criação do Level de análise..

Em Scale Parameter defina o valor de 20.Deixe o restante deste lado como padrão. Em Composition of Homgeneity Criterion define-se os valores de parâmetros para forma (shape) para 0.: Lembrando que estes parâmetros introduzidos foram definidos a partir de tentativas e erros. Depois clique em Ok.1.1). caso queira aplicar em outras imagens de outros satélites. Obs. Em Thematic Layer usage deixe como Yes caso já esteja. E que se aplica a imagem GeoEye-1 em ambiente intra-urbano e com as condições atmosféricas e climáticas locais. caso não selecione esta opção para usar a camada temática na classificação. Este definirá o tamanho dos segmentos a serem gerados. Na caixa Level Settings e em Level Usage selecione a opção Create Below e depois digite o nome Analysis Level em Level Name. Agora vá até o item Algorithm parameters e inseira os parâmetros a seguir. 55 .8. quanto maior o valor adicionado maior será o tamanho do meu segmento definido. Em Segemntation Settings e em Image Layers weights deixe o s valores de peso como padrão (1.3 e compacidade (Compactness) para 0. Como já comentado. Realizar tentativas de parâmetros diferentes. ou seja.1.

não precisando ter a imagem segmentada por completo. Isto poderia ser feito para a classe Residencial caso fosse desejado. Ou caso. Observe que apenas as quadras que foram classificadas como comercial foram segmentadas na imagem. Agora clique com o botão direito e mande executar o processamento. 56 . queira aplicar diferentes segmentações para cada tipo de região. Neste caso Comercial e Residencial. Aguarde e visualize o resultado.M – Execução do Processamento 12.

utilizaremos o Algoritmo Spectral Difference Segmentation onde ele unirá os segmentos a partir da diferença espectral definida como parâmetro. Neste momento. Caso não seja satisfatório pode ser testados outros parâmetros que se adapte a imagem e a informação que se deseja extrair. 57 . Em Algorithm escolha Spectral Difference Segmentation.Você pode utilizar as ferramentas de zoom e de modo de visualização para modificar a forma de visualização da segmentação e observar como saiu o resultado da segmentação. Clique com o botão direito sobre a “base” Analysis Level e escolha Insert Child (Como no passo anterior). N – Novos Parâmetros e Nova Segmentação 13. Agora aplica uma nova segmentação sobre a segmentação já executada na tentativa de aprimorar os segmentos para a classificação.

Caso deseje pode ser aplicado outros valores. Em Class filter deixe como padrão. Em Algorithm Parameters -> Level Settings -> Level Usage deixe Use Current. Em Level selecione Analysis Level. 58 .Na caixa que é aberta coloque: Em Image Object Domain deixe como image obejct level. Depois dê OK. Observe a diferença entre as duas imagens. Deixe o restante como padrão. caso já não esteja inserido. Em Segmentation Settings -> Maximum spectral difference coloque o valor 40. Agora execute o processamento e aguarde o resultado para visualizar.

Clique com o botão direito na parte vazia da caixa Process Tree clique em Append New e defina o nome Classification.O – Criação da “base” Classificação 14. E depois clica em OK. Isto impede que o processo seja executado dentro desta base. o que poderá acarretar problemas e desta maneira se torna um pouco mais organizado. Vamos inserir nossa “base” para classificação. Depois selecione classification dentro da caixa Process Tree e deixe-a no mesmo alinhamento da “base” segmentation. 59 .

60 . Pois é preciso indicar amostras de treinamento para cada classe. Solo Exposto. Repita esta mesma operação para todas as demais classes. Neste caso foi definida as seguintes: Água. Telhado Metal. Na caixa Class Hierarchy clique com o botão direito e selecione Insert Class. Telhado Cerâmica. Criaremos as classes para a classificação. Asfalto.P – Criação das Classes para a Classificação 15. Vegetação Herbácea/Rasteira. Será aberta uma nova janela. pode deixar as classes Comercial e Residencial na caixa Class Hierarchy. Poderia se hierarquizar as classes. Por momento não utilizaremos a “base” classification. Telhado Concreto. Vegetação Arbórea-Arbustiva. Neste caso. O importante neste momento é ter conhecimento do ambiente a que pretende se classificar. mas para o momento deixamos da forma como mostra a imagem. Pavimento Rua. defina o nome da classe e a cor desejada. Concreto. Sombra.

61 . Clique com o botão direito do mouse sobre o nome classes e selecione Save Class Hierarchy.Poderão ser salvas as classes criadas para que possam ser abertas em outro projeto que se deseje utilizar as mesmas. escolha um nome (Classes) para o arquivo e clique em Salvar. escolha o local para salvar (neste caso .C:Dados_Ecognition).

Neste caso faremos para as classes Residencial e Comercial. basta dar duplo clique sobre a classe de interesse. Agora iremos selecionar o algoritmo classificador para as classes. Vá até a aba Classification na barra de ferramentas e procure por Nearest Neighbor. neste momento estará selecionando todas as classes para fazerem parte do classificador. 62 . Será definido apenas um para todas as classes. clique sobre ALL ----> >.Q – Definição do Algoritmo Classificador 16. Aparecerá uma nova janela. as quais não serão usadas nesta classificação. Caso deseje excluir ou incluir alguma classe em seu projeto. coloca o mouse sobre este e depois seleciona Apply Standard NN to Classes.

chegou o momento de apontar para o classificador. será aberta outra janela (Edit Standard Nearest Neighbor Feature Space). será aberta uma nova janela (Class Descrition). agora clique sobre as bandas que deseja que o classificador utilize no processo. 63 . Com o classificador definido para as classes. E depois é só clicar em OK. Dê um duplo clique sobre o nome do classificador.R – Definição das Bandas a Serem Usadas na Classificação 16. caso queira conferir é só dar um clique duplo sobre outra classe e ver que as bandas estão designadas para o classificador. Expanda clicando no “mais” de Object feature  Layer Values  Mean. Vá a caixa Class Hierarchy dê um duplo clique sobre qualquer classe. ele já estará disponível para todas as outras classes. onde é possível observar o algoritmo de classificação (Standard Nearest Neighbor (generated)) na caixa ALL. quais bandas da imagem ele utilizará no processo classificatório. Só dar novamente um clique sobre o OK.

basta mudar a seleção da classe na caixa Class Hierarchy e realizar a coleta para a classe selecionada no momento. você pode definir como visualizar as samples. Pronto. Ao final. 64 .S – Coleta das Amostras de Treinamento 17. Depois de finalizar a primeira classe. depois vá à aba Classification na barra de ferramentas e procure por Samples coloque o mouse sobre e selecione a opção Select Samples. Sendo importante a coleta de amostras dispersas por toda a imagem para uma maior homogeneização de cada classe por toda a cena. Segue sucessivamente até a última classe está com suas amostras coletadas. No ecogniton ele o chama de sample. agora já pode coletar as amostras para a classe selecionada. Você precisará dá um duplo clique sobre cada segmento que servirá como amostra para cada classe. Agora é a hora de coletar as amostras de treinamento para a classificação. Primeiro selecione uma classe na caixa Class Hierarchy. você terá uma imagem com as amostras (samples) destacadas.

Observe que as amostras já ficaram com a cor definida para a classe a qual foi indicada. 65 .

Em Threshold condition clique sobre os três pontinhos e será abera uma caixa de diálogo (Select Single Feature) procure e expanda Thematic attributes -> Thematic object attribute -> Thematic Layer 1 e clique sobre o nome atributos. e selecione-o. Agora vamos inserir os parâmetros: Em Level deixe Analysis Level e em Class filter deixe como padrão. 66 . Será aberta uma nova janela (Edit Process). para inserção do processo. Agora vai se inserir os parâmetros para classificação. Clique o botão direito sobre a “base” Classification e escolha Insert Child. vá para algorithm e procure por hierarchical classification dentro dos processos basic classification.T – Inserção de Parâmetros de Classificação com Restrição 18.

Depois clique em Ok. De volta a caixa de diálogo Edit Process. desmarque a opção Always use all classes e em seguida desmarque as classes Residencial e Comercial. Lembrando que o nome deve estar entre aspas (“Comercial”) e ser exatamente igual ao encontrado na coluna da tabela do arquivo vetor. utilizaremos o Comercial. vá até o item Active Classes e na coluna Valor clique sobre os três pontinhos ao lado do nome All será aberta a caixa de diálogo (Edit Classificatino Filter). 67 . Observe que todas as classes estão marcadas.Será aberta uma nova caixa de diálogo (Edit Thresold condition). Logo abaixo você verá outro item com o nome Threshold settings. Neste caso. marque a opção de igual (=). e clique em Ok. Depois vá até a caixa logo abaixo onde se encontra o valor zero e digite o nome do atributo que se queira destacar. Observe se no item feature se encontra o nome da coluna junto com o nome do layer temático.

Posteriormente mande executar o processamento e aguarde pelo resultado. Clique na opção View Classification na barra de ferramentas para visualizar a classificação. enfim você conseguirá executar alterações básicas. você pode clicar para alternar a forma de visualização. Nos ícones ao lado deste. 68 . Para editar algum aspecto da classificação vá à aba Tools na barra de ferramentas e até Manual Editing e coloque o mouse sobre.U – Execução do Procedimento Clique em Ok na caixa Edit Process. abrirá algumas opções de edição dos polígonos e união deste. Observe o resultado da classificação. Foi possível classificar apenas a área de interesse (Comercial) sem que se expandisse para toda a imagem.

Neste momento você dividirá sua tela de visualização.Agora vamos unir os segmentos dentro de cada classe correspondente na classificação com a ferramenta Merge Region como visto em passos anteriores. Este procedimento já foi realizado em passo anterior. Vá ao item Windows na barra de ferramentas e seleciona Split. você verá duas linhas se cruzando no ponteiro do mouse. Clique centralizado na imagem. Agora quando mover o mouse na área de visualização do layer. A qual unirá os polígonos para cada classe. em quatros telas menores. Sua tela deverá aparecer como na imagem abaixo: 69 . V – Visualização do Resultado com a Ferramenta Swipe View 19. Verificar o resultado da classificação com a ferramenta Swipe view.

Caso opte pela segunda sua tela aparecerá acima e abaixo. Neste vamos desmarcar Split Horizontally. Vá ao item Windows novamente e desmarque uma das duas opções.Neste caso precisaremos utilizar apenas duas telas para utilizar a ferramenta swipe view. sua tela aparecerá lado a lado. Caso desmarque a primeira opção. Veja como a tela fica na imagem abaixo: 70 . entre Split Horizontally e Split Vertically.

71 . marque-a. neste momento você verá uma tela com a imagem e na outra com a classificação. Vá ao local onde ficam os itens de visualização de classificação e marque View Layer. Então vamos mudar a visualização da primeira. Clique sobre a primeira e você verá uma borda azul. identificando em qual tela você está utilizando no momento. movendo a barra central na direção que desejar para verificar o resultado.Neste momento você estará com duas telas de visualização. Agora você poderá mover uma tela sobre a outra. Vá ao item Windows e procure por Swipe View . Agora vamos acionar a ferramenta Swipe View para que se possa verificar o resultado da classificação.

72 . Neste caso. na caixa de diálogo eu se abre (Edit Process). basta ir ao item Windows e desmarcar o nome Split. Agora vamos exportar os resultados. Vá à base Classification clique com o botão direito e selecione Insert Child. usaremos o processo de exportação como um procedimento a ser integrado dentro das bases dos procedimentos anteriores.Para desativar esta forma de visualização. A tela voltará para visualização completa. Vamos utilizar a base Clasification. X – Exportação dos Resultados 20. em Algorithm procure por export vector layer. mas vamos fazer um procedimento diferente do anterior para exportar.

Neste Caso C:\Dados_Ecognition\ClassesComercial. Em Export series deixe como padrão. Em Parameter e Valor deixe-o com padrão. Será aberta a caixa de diálogo Select Multiple Features.Name}\{:Project. pois este nível é onde se encontra a classificação anteriormente realizada e a qual deseja-se exportar.Na caixa Image Object Domain deixe como image object level.Name}. no item Export Data e em Attribute table procure ao lado (Click to edit atribute table) e clique nos três pontinhos que aparece. caso se encontra no Analysis Level. caso não esteja. Em Export path. substitua as informações existentes ({:Workspc.OutputRoot}\results\{:Item.v{:Project. observando apenas o item Level. Logo abaixo. 73 .Ver}. vão ser inseridas as informações para exportação da classificação.{:Ext}) digitando o caminho onde será salvo a classificação. Em Export mode selecione a opção Use explicit path. Já em Algorithm Parameters. lembrando de ao final digitar o nome que será usado para o vetor.

Na nova caixa que se abre clique em Ok novamente. Na caixa Select Multiple Features na aba Available surgirá o item com o nome Class name(0.0). isto fará com que o item passe para a aba Selected. quando for exportado. 74 .Clique e expanda Class-Related features -> Relations to Classification -> Class name e dê um duplo clique sobre Create new ‘Class name’ será aberta uma nova caixa de diálogo (Create Classe name) dê apenas Ok. Clique em Ok. estamos selecionando os nomes das classes para aparecerem na tabela de atributos do arquivo vetor. dê um duplo clique sobre esse nome para seleciona-lo.

Em Name of features class to export digite o mesmo nome (somente o nome final) que foi utilizado no item Export path. Em Export Type selecione a opção Smoothed. como no caso de linhas (Lines). não deixando que suas margens fiquem idênticas as de um pixel (Quadriculada). Logo abaixo em Export format selecione a opção ShapFile (*. Neste caso. podendo preencher o interior com uma cor desejada e não apenas o contorno. Pois este irá suavizar as bordas das classes. Depois clique em Ok. deixando-as mais “arredondadas”. 75 . ClassesComercial. E deois mande executar. Pois tem-se classes em forma de polígono torna-se melhor a visualização. formato mundialmente utilizado e aceito para vetores.Agora em Shape Tipe selecione a opção Polygons.shp).

Visualizando o resultado em outro software.4 Chugiak para visualizar o arquivo vetor. quando precisar mandar executar em apenas uma base. os procedimentos de segmentação e classificação. mas é muito importante quando é necessário executar todos os processamentos de uma vez. abrir no QGIS 2. 76 .Esse procedimento pode ser mais oneroso que o anterior apresentado. já incluindo o de exportação. W – Visualizando o Resultado 21. Ou seja.

UTILIZANDO INFORMAÇÕES ADICIONAIS NA INTERPRETAÇÃO Utilizando NDVI para auxiliar o processo de classificação 77 .

usaremos a de número 4. Neste caso.: Realizado no Windows Seven. agora temos que ajustar manualmente as posições das abas. Deveremos escolher a configuração das abas dos processos (Rule Sets). Será aberta uma janela (02). PARTE III A – Iniciando o Software 1. OBS. marque a janela Rule Set Mode (à direita) e depois clique em OK. 2. Sua tela deverá aparecer da forma como a imagem acima. Vá ao menu iniciar -> todos os programas -> Trimble -> Ecognition -> clique para abrir o software (01). 78 . Você agora estará com o software aberto.

79 . Agora vá ao local Thematic Layer Alias. e procure por New Project. onde ela se encontra (No caso deste tutorial . arraste-o para o lado direito.Coloque o mouse entre as abas (local indicado pelas setas). Vá ao menu File. Layer 4 -> NIR. No campo Project Name.4.shp) ou onde você tenha salvo seu arquivo vetor. renomeie para sua preferência (Neste caso. Mas lembre-se que será nessas caixas que estarão às descrições dos processos. substitua-os pelos respectivos nomes na faixa do visível do espectro e a imagem resultante do cálculo. onde deve ser criado o projeto e inserido a imagem base para o trabalho. clique sobre. Agora vá a coluna Imagem Layers Alias e dê um duplo clique sobre os nomes Layer 1 (2. Substituir: Layer 1 -> Blue. quando o ícone do mouse mudar para duas linhas com setas opostas. B – Criação do Projeto 3. ao lado direito tem um item “Insert”.3. no diretório. clique nele e procure pela imagem a ser trabalhada. Será aberta uma nova janela.tif) ou onde você tenha salvo sua imagem para trabalho.C:Dados_Ecognition\Cena. chamaremos de tutorial3A). clique nele e procure pela imagem a ser trabalhada.C:Dados_Ecognition\Quadras.5) e na janela que se abre. Depois clique em OK e seu projeto será iniciado. Layer 2 -> Green. onde ela se encontra (No caso deste tutorial . ao lado direito tem um item “Insert”. Agora vá ao local Imagem Layers Alias. Layer 3 -> Red. deixando o tamanho que desejar. no diretório. Criar o projeto para execução dos processos.

80 . onde podem ser marcadas e definidas as composições. na posição horizontal os layers e na vertical os canais RGB. Deixe os parâmetros restantes como padrão (Equalizing -> Linear (1. o software permite que você mude a composição da imagem.C – Composição das Bandas Para melhor identificar as feições da imagem. Vá à barra de ferramentas e procure por Edit Image Layer Mixing. clique sobre e será aberta uma janela com o mesmo nome. Nesta janela você observará as camadas (bandas) existentes na imagem.00) e clique em OK. Depois de escolher a melhor composição para visualização (neste caso será: 4 ->R / 3 ->G / 2 ->B).

81 . Agora serão inseridos os processos a serem realizados na caixa Process Tree. D – Inserção da Árvores de Processos 6. Neste momento. lembrar sempre de salvar o projeto constantemente. Lembre-se de marcar os canais/bandas que se quer e depois desmarcar os canais/bandas que nãos serão utilizados. Basta clicar no item Save Project na barra de ferramentas. seleciona a opção Append New. O nome que será criado é Segmentation. não clique em execute.Obs. Pois se não o software entende que você quer utilizar todos que estejam marcados na composição. surgirá uma nova janela para inserção dos parâmetros. Clica com o botão direito sobre o espaço em branco dentro da caixa. Depois é só clicar em OK.

clique sobre ela e se abrirá os vários os processos disponíveis. Quando selecionar o processo desejado.D – Inserção de Processos e Parâmetros 7. Vá ao item Algorithm e logo abaixo à direita tem uma seta. Como padrão a janela deverá aparecer da forma abaixo: Agora define-se os parâmetros para o processo (Algoritmo) utilizado: Em Image Objet Domain ficará como padrão. Procure por multiresolution segmentation e selecione-o. Será inserido em forma de uma ligação de processo. Clique com o botão direito sobre o nome que foi criado (Segmentation) e seleciona a opção Insert Child. 82 . dentro da própria janela aparecerão vários campos para inserção dos parâmetros desejados para o algoritmo selecionado.

Podem ser utilizados outros valores. 83 . defina o tamanho 20. Em Segmentation Settings define três parâmetros. caso já não se encontre selecionado. o ideal é que o peso fique entre 0 a 1. Em Sacle parameter. utilizaremos os seguintes pesos Blue 0. então definimos com peso maior as bandas que são usadas no NDVI. dá-se o nome desejado para o level (nível) de execução deste processo. NIR 1. Neste caso. primeiro o peso para cada banda da imagem (Image Layer weights).8. Ao final sua tela deverá aparecer algo parecido com a imagem abaixo. Coloca-se neste caso Level 1. . Em Composition of Homgeneity Criterion define-se os valores de parâmetros para forma (shape) para 0. Em Thematic Layer usage selecione YES. Red 1. estamos utilizando o NDVI como parâmetro para seleção.5. Green 0.3 e compacidade (Compactness) para 0. caso deseje.No item Level Settings.5. Mande executar e aguarde o processo concluir e veja o resultado da segmentação. OBS.: Lembrando que como.

84 . procure por Object features -> Customized -> dê um duplo clique sobre Create new ‘Arithmetic Feature’. onde será colocada a fórmula para o cálculo do NDVI. Vá até a caixa de ferramentas Feature view. E – Calculando o NDVI Agora vamos calcular e gerar o NDVI. Será aberta uma janela.Você poderá manipular o zoom da sua imagem para verificar se os segmentos satisfazem a necessidade do seu trabalho.

onde será adicionado a fórmula a expressão floor (). Primeiro clique em floor. Na caixa em branco será colocada a formula. substitua o nome Arithmetic Feature 1 por NDVI. a qual será NIR – RED que deve sem inserida entre os parênteses. Agora vamos inserir a primeira “razão”. 85 .Agora na caixa Aritgmetic em Feature name.

Depois clique em Aplicar e em Ok. Agora na caixa de expressão (onde está sendo inserida a formula) coloque o curso do mouse fora da expressão e dê um clique para indicar onde será inserida o restante da expressão. Clique sobre o sinal de divisão (/). a qual será NIR + RED que deve sem inserida entre os parênteses. Procure e expanda Layer Values -> Mean -> depois selecione primeiro a banda NIR com um duplo clique. Procure e expanda Layer Values -> Mean -> depois selecione primeiro a banda NIR com um duplo clique.Logo abaixo a direita do quadro branco existe uma caixa de diálogo. 86 . em seguida na caixa de expressões selecione o sinal de menos (-). onde será adicionado a fórmula à expressão floor () novamente. Agora vamos inserir a primeira “razão”. Em seguida clique em floor. em seguida na caixa de expressões selecione o sinal de menos (+). Depois volte a Layer Values -> Mean -> e selecione a banda RED com um duplo clique. Depois volte a Layer Values -> Mean -> e selecione a banda RED com um duplo clique. Logo abaixo a direita do quadro branco existe uma caixa de diálogo.

Vá em Object features -> Customised -> Dê um duplo clique sobre o NDVI. marque-a.Pronto! Está montada a expressão para cálculo do NDVI. Nos campos que estão os valores de 0. F – Rotulação de segmentos por valores do NDVI Será gerada uma seleção e rotulação dos segmentos a partir da expressão (NDVI) criada. Vá até a caixa de ferramentas (aberta) Feature view no seu final você encontrará uma caixa para seleção. Observe que a 87 .3 e na da direita 0. os mesmos serão substituídos pelos valores de interesse para seleção. Na caixa esquerda coloque 0.9.

Obs.Utilizando NDVI Produzido em Software Externo 1. G . onde os objetos que aparecem em verde e azul correspondem a valores dentro do intervalo definido. A classificação será realizada após o próximo passo. Sendo que os objetos em azuis. O NDVI foi produzido no software QGIS 2. pois será apresentado o uso do NDVI produzido externamente. 88 .9.3 e os em verde estão próximos de 0. utilizando a calculadora de campo. Você pode tentar outros intervalos.imagem gerada apresenta outra visualização para a seleção. Será utilizado a imagem NDVI como uma faixa dentro do software para geração das análises. quando se trata do NDVI.4. os valores estão próximos de 0.: Estes valores foram selecionados por corresponderem pela faixa onde a vegetação melhor responde.

agora temos que ajustar manualmente as posições das abas. OBS. Vá ao menu iniciar -> todos os programas -> Trimble -> Ecognition -> clique para abrir o software (01). Sua tela deverá aparecer da forma como a imagem acima. 89 .H .: Realizado no Windows Seven. Neste caso. Será aberta uma janela (02). Você agora estará com o software aberto.tif ao Projeto 1. Deveremos escolher a configuração das abas dos processos (Rule Sets). 2. usaremos a de número 4.Adicionando a Imagem ndvi. marque a janela Rule Set Mode (à direita) e depois clique em OK.

deixando o tamanho que desejar. Vá ao menu File. renomeie para sua preferência (Neste caso. onde deve ser criado o projeto e inserido a imagem base para o trabalho. ao lado direito tem um item “Insert”. clique sobre. onde ela se encontra (No caso deste tutorial . e procure por New Project. chamaremos de tutorial3). ao lado direito tem um item “Insert”. clique nele e procure pela imagem a ser trabalhada. 3.shp) ou onde você tenha salvo seu arquivo vetor. Layer 4 -> NIR. substitua-os pelos respectivos nomes na faixa do visível do espectro e a imagem resultante do cálculo.tif) ou onde você tenha salvo sua imagem para trabalho. arraste-o para o lado direito. No campo Project Name. Agora vá ao local Imagem Layers Alias.C:Dados_Ecognition\Cena. no diretório. Layer 3 -> Red. Substituir: Layer 1 -> Blue.tif) ou onde você tenha salvo sua imagem para trabalho. ao lado direito tem um item “Insert”. quando o ícone do mouse mudar para duas linhas com setas opostas.4. Depois clique em OK e seu projeto será iniciado.Coloque o mouse entre as abas (local indicado pelas setas).3. Agora vá a coluna Imagem Layers Alias e dê um duplo clique sobre os nomes Layer 1 (2. ela se encontra (No caso deste tutorial - C:Dados_Ecognition\ndvi.5) e na janela que se abre. Layer 2 -> Green. no diretório. Layer 5 -> NDVI. onde ela se encontra (No caso deste tutorial . clique nele e procure pela imagem no diretório. clique nele e procure pela imagem a ser trabalhada. Volte ao local Imagem Layers Alias. Mas lembre-se que será nessas caixas que estarão às descrições dos processos. Criar o projeto para execução dos processos. Será aberta uma nova janela. 90 . Agora vá ao local Thematic Layer Alias.C:Dados_Ecognition\Quadras.

clique sobre e será aberta uma janela com o mesmo nome. Deixe os parâmetros restantes como padrão (Equalizing -> Linear (1. Nesta janela você observará as camadas (bandas) existentes na imagem. 91 . o software permite que você mude a composição da imagem.Para melhor identificar as feições da imagem. Depois de escolher a melhor composição para visualização (neste caso será: 4 ->R / 3 ->G / 2 ->B). Vá à barra de ferramentas e procure por Edit Image Layer Mixing. na posição horizontal os layers e na vertical os canais RGB.00)) e clique em OK. onde podem ser marcadas e definidas as composições.

Depois é só clicar em OK. surgirá uma nova janela para inserção dos parâmetros. 92 . não clique em execute. O nome que será criado é Segmentation.Obs. Neste momento. Pois se não o software entende que você quer utilizar todos que estejam marcados na composição. Clica com o botão direito sobre o espaço em branco dentro da caixa. I – Inserindo Árvore de Processo 6. lembrar sempre de salvar o projeto constantemente. Agora serão inseridos os processos a serem realizados na caixa Process Tree. Lembre de marcar os canais/bandas que se quer e depois desmarcar os canais/bandas que nãos serão utilizados. seleciona a opção Append New. Basta clicar no item Save Project na barra de ferramentas.

7. dentro da própria janela aparecerão vários campos para inserção dos parâmetros desejados para o algoritmo selecionado. Vá ao item Algorithm e logo abaixo à direita tem uma seta. clique sobre ela e se abrirá os vários os processos disponíveis. Clique com o botão direito sobre o nome que foi criado (Segmentation) e seleciona a opção Insert Child. Quando selecionar o processo desejado. Procure por multiresolution segmentation e selecione-o. Será inserido em forma de uma ligação de processo. Como padrão a janela deverá aparecer da forma abaixo: 93 .

defina o tamanho 20.: Lembrando que comos estamos utilizando o NDVI como parâmetro para seleção. primeiro o peso para cada banda da imagem (Image Layer weights). Mande executar e aguarde o processo concluir e veja o resultado da segmentação. Ao final sua tela deverá aparecer algo parecido com a imagem abaixo. então definimos com peso maior as bandas que são usadas no NDVI e a própria imagem NDVI. caso já não se encontre selecionado. Coloca-se neste caso Level 1. No item Level Settings. Em Thematic Layer usage selecione YES.8.J – Inserção de Parâmetros Agora define-se os parâmetros para o processo (Algoritmo) utilizado: Em Image Objet Domain ficará como padrão. Em Composition of Homgeneity Criterion define-se os valores de parâmetros para forma (shape) para 0. caso deseje. Neste caso. NIR 1. Podem ser utilizados outros valores. Em Sacle parameter. NDVI 1. Em Segmentation Settings define três parâmetros. Red 1. 94 . Green 0.3 e compacidade (Compactness) para 0.5. dá-se o nome desejado para o level (nível) de execução deste processo. o ideal é que o peso fique entre 0 a 1.5. OBS. utilizaremos os seguintes pesos Blue 0.

95 . K – Identificação de Segmentos por Valores Agora faremos uma seleção para identificação dos segmentos (objetos) através de valores. procure por NDVI e dê um duplo clique. Vá até a caixa de ferramentas (aberta) Feature view -> Clique e expanda a sequência Object features -> Layer Values -> Mean neste momento será aberta todos as camadas das imagens inseridas. os valores correspondentes ao raster (iamgem) NDVI. neste caso.Você poderá manipular o zoom da sua imagem para verificar se os segmentos satisfazem a necessidade do seu trabalho.

Vamos realizar uma seleção específica de valores. Buscando destacar apenas a faixa que compreende a vegetação.Observe o resultado. levando em consideração apenas os valores do NDVI para identificar os objetos (segmentos) e rotulando- os. Dê zoom para melhor visualizar a seleção executada. Vá até a caixa de ferramentas (aberta) Feature view no seu final você encontrará uma caixa para seleção. marque-a. os objetos referentes a vegetação ficaram em destaque com a cor branca. Neste momento o software está fazendo uma leitura. Observe que como o NDVI é um cálculo (imagem) para análise de vegetação. 96 .

Obs. Você pode tentar outros intervalos. Dando um zoom para a área total.3 e na da direita 0. Sendo que os objetos em azuis.9. pode-se observar a classificação feita pela seleção definida. os mesmos serão substituídos pelos valores de interesse para seleção. os valores estão próximos de 0. 97 .3 e os em verde estão próximos de 0.9.: Estes valores foram selecionados por corresponderem pela faixa onde a vegetação melhor responde quando se trata do NDVI.Nos campos que estão os valores de 0. Observe que a imagem gerada apresenta outra visualização para a seleção. Na caixa esquerda coloque 0. onde os objetos que aparecem em verde e azul correspondem a valores dentro do intervalo definido.

tanto faz ser realizado no Projeto Tutorial3A ou Tutorial3. Na caixa Class Hierarchy crie uma classe chamada Vegetação e defina uma cor. pois utiliza-se as informações as mesmas informações. neste caso será utilizada a cor verde. 98 .L – Procedimento para Classificação O próximo passo classificação.

Agora procure por NDVI e dê um duplo clique. Clique na seta e procure por assign class e selecione-a. dê o nome e em seguida clique sobre a base criada com o botão direito novamente e selecione Insert Child. Agora selecione o Algoritimo de classificação na caixa Algorithm.Crie uma base com o nome Classification. neste momento será aberta uma nova janela (Select Single Feature). Agora vá até a opção Threshold condition clique no ícone com três pontinhos. Botão direito do mouse e selecione Append New. Vá até Object features -> Layer Values -> Mean expandindo-as. 99 .

3 serão inclusos. Neste momento será inserida a segunda condição. 100 . Clique em OK para definir a condição. digite 0. deixe como padrão o item Feature (Mean NDVI). Em Threshold settings nos ‘sinais’ escolha a opção de igual ou maior que (=>) e na caixa logo abaixo.Na caixa aberta (Edit threshold condition). Neste momento estamos criando uma condição para classificação indicando que os valores que os segmentos com valor igual ou superior a 0.3. para que se possa ter um kintervalo de classificação dos objetos (segmentos).

e logo ao lado abaixo de Value selecione a classe Vegetação criada em passo anterior. Vá até Object features -> Layer Values -> Mean expandindo-as.9. Clique em OK para definir a condição. Agora na caixa Algorithm parameter procure a linha Use class abaixo de Parameter na tabela. 101 . neste momento será aberta uma nova janela (Select Single Feature).Agora vá até a opção Second condition clique no ícone com três pontinhos. Agora procure por NDVI e dê um duplo clique. Em Threshold settings nos ‘sinais’ escolha a opção de igual ou menor que (<=) e na caixa logo abaixo. digite 0.

Observe o resultado. 102 . Sua tela deve ficar parecida com a imagem abaixo. Após a execução clique sobre o ícone de visualização de classificação (View Classification).M – Execução do Procedimento Clique em Execute e aguarde o resultado.

razões entre bandas de interesse do intérprete. Pode-se utilizar da exportação desta classificação para que ela possa ser manipulada em forma de vetor em outro software para as diversas análises. utilizamos apenas para separar o que seria vegetação e o que não era.Para melhor visualização desmarque o ícone de mostra ou oculta linha (Show or Hide Outlines). como também médias de bandas ou imagens que facilitem o processo de classificação. OBS. Bem como pode ser inserida em um novo projeto como um Layer temático delimitador para segmentação. tendo a possibilidade de separar inúmeras situações da vegetação dentro dos limites do índice. 103 . Observe o resultado da classificação da vegetação sobre a imagem. como cálculo de áreas. Neste caso. Utilize as ferramentas de zoom para verificar os resultado. Pode-se observar que existe a possibilidade de gerar classificação com outros intervalos no NDVI. Bem como. contando que gere valores legíveis ao software.: Lembrando que este método pode ser aplicado para qualquer índice de vegetação que se deseja utilizar.

104 .N – Exportação do Resultado Vamos exportar a classificação para um arquivo vetor. Na caixa Classes clique na parte inferior em Select classes e selecione a classe que deseja exportar. Nessa janela serão colocados os parâmetros para exportação do vetor. Vá ao item Export na barra de ferramentas e clique em Export Results. Em Level coloque New level. Em Content Type Coloque Polygon smothed. Será aberta uma janela de exportação do arquivo.shp). Neste caso será utilizado o nome NDVI_vegetation. Clique em Ok. Em Export Type deixe o padrão Shapefile. Em Format deixe Shapefile (*. Em Export File Name digite um nome para o arquivo que será exportado. dando dois cliques sobre ela.

Vá à caixa Features e na parte inferior e clique em Select features. Expanda Class-Related features  Relations to classification  Class name e clique sobre Create New “Classe name”. Agora clicará no nome Export e será aberta a janela do Explorer para que seja indicado o local de salvamento do arquivo. Depois clique em Ok. Depois é só selecionar a pasta e dá o OK. Será realizado o processo e então o arquivo estará salvo. será aberta uma nova janela. utilizaremos a pasta Dados_Ecognition dentro do Disco C:. 105 . apenas confirme clicando em OK. deixando tudo como padrão. Será aberta uma nova janela.Agora vamos indicar o que desejamos que seja exportado junto às classes na tabela de atributos. Neste caso.

4 Chugiak para visualizar o arquivo vetor. 106 . O – Visualização dos Resultados Visualizando o resultado em outro software. Salve o projeto ao concluir. abrir no QGIS 2.

Prefixo Editorial: 7621 Número ISBN: 978-85-7621-140-2 Título: Uso do eCognition 8 para classificação de imagem de satélite com alta resolução Tipo de Suporte: E-book .