Detecção de copas de árvores em imagens de alta resolução espacial

• Autor(a) principal: Marília Ferreira Gomes
• Data de Publicação: 2016
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/53720; https://orcid.org/0000-0001-6853-236X
• topic: Detecção de copas de árvores individuais; Imagens de alta resolução espacial; Processos pontuais marcados; Template matching; Árvores fora de florestas; Sensoriamento remoto; Processamento digital de imagens; . Sensoriamento remoto; Geoprocessamento; Processamento de imagens – Técnicas digitais; Árvores

A necessidade de conhecimento sobre a vegetação levou pesquisadores a desenvolverem métodos para fornecer informações detalhadas sobre as árvores. Tradicionalmente, essas informações são obtidas a partir de inventários florestais, que é um procedimento caro, demorado e que não recobre grandes áreas. Desde 1999, o sensoriamento remoto orbital tem fornecido imagens de alta resolução espacial (very high resolution - VHR) que permitem a identificação das copas de árvores, individualmente. O aumento na resolução espacial teve um efeito profundo nas técnicas de processamento de imagens e motivou o desenvolvimento de novos procedimentos baseados em objetos para extração dessas informações. A detecção automática de copas de árvores se tornou uma importante área de pesquisa em análise de imagens. No entanto, a maior parte das pesquisas para detecção automática de copas de árvores individuais foi desenvolvida para vegetação situada em florestas de clima temperado. Com base na lacuna existente nessa área do conhecimento, esta tese foi focada no desenvolvimento de um método de detecção automática de árvores individuais para identificar e segmentar as árvores como um único objeto. O método proposto, denominado PPM-TM, integra modelagem ótica geométrica tridimensional (3D), processos pontuais marcados (PPM) e modelo de correspondência (template matching ou TM) para detectar as árvores e fornecer um delineamento simplificado de suas copas, a partir de imagens VHR. O algoritmo se baseia na utilização de uma métrica flexível, que permite a detecção das árvores mesmo nos casos em que elas não possuam alta similaridade com o modelo 3D, e de funções de limiares espectrais e intervalos de textura de primeira ordem no processo de decisão para inclusão dos objetos como copas de árvores. Fases de nascimento e de morte são alternadas, nas quais os objetos são criados e destruídos, quando eles não atendem aos critérios estabelecidos para ser uma árvore. Aprimoramentos foram acrescentados permitindo o refinamento do resultado, que incluem a redefinição do diâmetro e a relocalização precisa do centro da copa. O PPM-TM foi testado em diversos ambientes de árvores fora de florestas (trees outside forests - TOF), especificamente em áreas urbanas, pomares, cerrado sensu stricto e em remanescentes de mata seca. A acurácia média da detecção das árvores foi de 91,9% e de 67,61% para o delineamento de suas copas, com melhores resultados para árvores isoladas.