Perito criminal - Área 11: Engenharia Cartográfica - 2025
Considerando que, no processamento de imagens digitais, a fase de pré-processamento objetiva a remoção ou correção de erros instrumentais, de interferência atmosférica e de distorções geométricas, julgue o seguinte item.
A técnica de subtração do pixel escuro ( dark object subtraction ), utilizada para correção de distorções geométricas, baseia-se no mapeamento de áreas que deveriam conter pixels com valores próximos ou iguais a zero, como áreas de sombras de relevo e corpos d’água.
Considerando que, no processamento de imagens digitais, a fase de pré-processamento objetiva a remoção ou correção de erros instrumentais, de interferência atmosférica e de distorções geométricas, julgue o seguinte item.
A principal técnica de correção do erro representado na imagem a seguir, que corresponde a uma linha de ruído com valores saturados, baseia-se na substituição da linha afetada pelo valor médio dos pixels correspondentes das linhas anterior e posterior da imagem.
Considerando que, no processamento de imagens digitais, a fase de pré-processamento objetiva a remoção ou correção de erros instrumentais, de interferência atmosférica e de distorções geométricas, julgue o seguinte item.
A curvatura da Terra e a sua rotação durante o tempo de imageamento são exemplos de fontes de distorções atmosféricas que podem alterar radiometricamente uma imagem por completo.
Julgue o item subsequente, relativos ao processo de classificação digital de imagens.
Classificação supervisionada é um exemplo de classificação pixel a pixel , utilizada quando os usuários dispõem de informações que possibilitam a identificação de uma classe de interesse, permitindo o treinamento de um algoritmo de classificação.
Julgue o item subsequente, relativos ao processo de classificação digital de imagens.
Classificadores pixel a pixel utilizam apenas a informação espectral de cada pixel para o mapeamento de regiões homogêneas.
Julgue o item subsequente, relativos ao processo de classificação digital de imagens.
Classificação não supervisionada é um exemplo de classificação por região, em que o classificador utiliza algoritmos para reconhecer as classes presentes em uma imagem, havendo, portanto, elevada interferência por parte do usuário nos resultados obtidos.
A tabela a seguir apresenta o resultado da avaliação de exatidão de um processo de classificação digital de imagens. Na diagonal da tabela, estão dispostos os
pixels
classificados corretamente pelo algoritmo de classificação e, fora da diagonal, os
pixels
classificados incorretamente.
Considerando as informações precedentes, julgue o próximo item.
No levantamento da classe comercial, os erros de comissão do usuário foram de 10%.
A tabela a seguir apresenta o resultado da avaliação de exatidão de um processo de classificação digital de imagens. Na diagonal da tabela, estão dispostos os
pixels
classificados corretamente pelo algoritmo de classificação e, fora da diagonal, os
pixels
classificados incorretamente.
Considerando as informações precedentes, julgue o próximo item.
No levantamento da classe água, não foram identificados erros de comissão, e a exatidão do produtor de dados sobre a verdade terrestre foi de 100%.
A tabela a seguir apresenta o resultado da avaliação de exatidão de um processo de classificação digital de imagens. Na diagonal da tabela, estão dispostos os
pixels
classificados corretamente pelo algoritmo de classificação e, fora da diagonal, os
pixels
classificados incorretamente.
Considerando as informações precedentes, julgue o próximo item.
No levantamento da classe residencial, a exatidão do produtor de dados sobre a verdade terrestre foi de 80%.
A tabela a seguir apresenta o resultado da avaliação de exatidão de um processo de classificação digital de imagens. Na diagonal da tabela, estão dispostos os
pixels
classificados corretamente pelo algoritmo de classificação e, fora da diagonal, os
pixels
classificados incorretamente.
Considerando as informações precedentes, julgue o próximo item.
A exatidão geral da classificação digital de imagens exibida na matriz de erros é superior a 85%.