Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

Tema: Prelucrarea si interpretarea imaginii Landsat

Student: Dragomir Valeriu Costin

Grupa:9402
1.Interpretarea vizual a imaginii Landsat, folosind minim dou
compoziii RGB.

Cu ajutorul aplicatiei software LeoWorks, am deschis cele 7 benzi

spectrale si am realizat 2 imagini RGB folosind combinatii ntre 3
benzi spectrale.

Imaginea 1- o combinatie Imaginea 2-o combinatie

dintre benzile spectrale: dintre benzile spectrale
4-3-2 5-4-2
Prin aceast combinatie identificm Prin aceasta combinatie
usor pdurile, suprafetele agrcole. Identificam usor,suprafetele
. agricole.
2. Analiza peisajului corespunzator zonei de test

Pentru o analiza mai usoara a imaginii, creem combinatiile 4-3-2

(evidentiaza culturile plantate) si 4-5-3 (evidentiaza culoarea
naturala a terenului).

Putem observa faptul ca planul satelitar cuprinde suprafete

construite, padure si cursuri de apa insa ponderea cea mai
mare o are suprafata acoperita de arabil.
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

3. Identificarea claselor de acoperire a terenului si vectorizarea in

intregime a a imaginii Landsat

Pentru a identifica clasele de acoperire a terenului (curs de apa,

paduri, arabil,constructii), am vectorizat imaginea Landsat utilizand
programul Leo Works. Pentru a identifica claselor de acoperire, am
utilizat o compozitie de 3 benzi spectrale(RGB-4-3-2) a imaginii
Landsat fiind ca imagine de fundal.
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

4. Realizarea unei harti tematice pe baza interpretarii vizuale a

imaginii Landsat.

Dupa vectorizarea imagini

Landsat, am creat o harta cu
acoperirea terenului, indicand
elemente care trebuie sa
contina o harta: titlu, scara,
legenda, directia nordului.
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

5.Clasificarea automata a imaginii Landsat folosind metoda

nesupervizata si aplicarea unui filtru post-clasificare.

Clasificarea imaginii Landsat folosind metoda nesupervizata cu 4

clase si 20 iteratii.
Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

Dupa clasificare
nesupervizata am
aplicat un filtru de
post-clasificare 3 x 3
prezentat in imagine:
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

6. Analiza histogramelor unidimensionale i bidimensionale ale

imaginii satelitare Landsat (doua exemple din fiecare tip de
histograma)
Histograma este mijloc care ajuta in a lua decizii privind modul prin care
ar putea fi imbunatatit aspectul unei imagini. Aceasta afiseaza
intensitatea nivelelor de gri corelata cu numarul pixelilor.

Pentru prima
exemplificare a unei
histograme
unidimensionale am
folosit o imagine Landsat
in nivele de gri.Aceasta
contine 255 de intervale
de pixeli corespunzatori
fiecarei valori.

Histograma
unidimensionala
banda 5.
Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

Histograma
unidimensionala banda 1
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

Histograme Bidimensionale:

Histograma
Bidimensionala
comb 1-3.
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

Dupa clasificare
nesupervizata am
aplicat un filtru de
post-clasificare 3 x 3
prezentat in imagine:

Histograma Bidimensionala comb 3-4.

Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti
Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

Dupa clasificare
nesupervizata am
aplicat un filtru de
post-clasificare 3 x 3
prezentat in imagine:
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

8. Clasificarea imaginii Landsat folosind analiza componentelor

principale:
 Universitatea de Stiinte Agronomice si Medicina Veterinara Bucuresti

9. Calculul indicelui de vegetatie NDVI

NDVI este utilizat pentru masurarea si monitorizarea
acoperirea cu vegetatie si biomasa.
Am selectat benzile speactrale 4 si 3 accesand comanada
Compute NDVI din Tools. Acest indice ia valori de la [-1,1]
rezultand vegatatie maxima [1](foarte bogata) fiind vizibila si in
aceasta imagine in sud si vegatatie minima [-1]sau lipsa de
vegetatie