%0 Journal Article
%@holdercode {isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}
%@nexthigherunit 8JMKD3MGPCW/3ER446E
%@archivingpolicy denypublisher denyfinaldraft
%X A abundância relativa de um dado material pode ser determinada estabelecendo uma relação de  proporcionalidade entre uma característica da forma do espectro e a sua quantidade. No caso de análise de espectros ou de imagens hiperespectrais os estudos ficam focados nas feições de absorção diagnostica dos elementos. O presente trabalho possui como objetivo apresentar uma revisão sobre os dois principais métodos de processamento digital de imagens para a quantificação espectral: a regressão linear e a profundidade da banda espectral. No trabalho é descrito o método de regressão linear simples bem como os métodos que utilizam a regressão linear múltipla como a Análise Linear de Mistura Espectral (ALME) e os procedimentos de sua evolução como o método Multiple Endmember Spectral Mixture Analysis (MESMA). As características da profundidade da banda de absorção são detalhadas evidenciando os seus efeitos na análise de mistura. --> ABSTRACT: The relative abundance of a material can be determined establishing a proportionality relationship between a characteristic of the form of the spectrum and its quantity. In the case of analysis of spectra or of hyperspectral images the studies are focused on the features of diagnostic absorption of the elements. The present work aims to present a revision about two main methods of digital image processing for spectral quantification: the linear regression and spectral band depth. In this work is described the linear regression method as well as the methods that utilize the multiple linear regression such as the Linear Spectral Mixing Analysis and the further procedures as the Multiple Endmember Spectral Mixture Analysis (MESMA) method. The characteristics of the depth of the absorption band are detailed highlighting its effects in the mixture analysis.
%N 1
%T Mistura Espectral: (III) Quantificação
%@secondarytype PRE PN
%K mistura spectral, classificação espectral, sensoriamento remoto, spectral mixture, spectral classification, remote sensing.
%@usergroup administrator
%@usergroup marciana
%@usergroup sergio
%@group DSR-INPE-MCT-BR
%3 mistura espectral (III).pdf
%@copyholder SID/SCD
%@secondarykey INPE-12375-PRE/7679
%@issn 1516-9375
%2 sid.inpe.br/iris@1912/2005/05.10.17.33.23
%@affiliation Instituto Nacional de Pesquisas Espaciais
%@affiliation UNB - Univeridade de Brasilia - Ecologia - Geografia
%B Espaço e Geografia
%@versiontype publisher
%P 199-222
%4 sid.inpe.br/iris@1912/2005/05.10.17.33
%@documentstage not transferred
%D 2003
%V 6
%A Carvalho Junior, Osmar Abílio de,
%A Carvalho, Ana Paula Ferreira de,
%A Guimarães, Renato Fontes,
%A Meneses, Paulo Roberto,
%A Shiamabukuro, Yosio Edemir,
%@area SRE