| spelling |
Philippe Maillardhttp://lattes.cnpq.br/6237067074411037Rodrigo Affonso de Albuquerque NóbregaJeferson Alex dos SantosJosé Alberto QuintanilhaYosio Edemir Shimabukurohttp://lattes.cnpq.br/5891492535518645Marília Ferreira Gomes2023-05-22T13:58:26Z2023-05-22T13:58:26Z2016-12-14http://hdl.handle.net/1843/53720https://orcid.org/0000-0001-6853-236XA 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.The requirements for advanced knowledge on forest resources have led researchers to develop efficient methods to provide detailed information about trees. Traditionally, this information is obtained from forest inventories, which are expensive and time-consuming procedures that do not usually cover large areas. Since 1999, orbital remote sensing has been providing very high resolution (VHR) image data, which allows the identification of individual tree crowns. The increase in spatial resolution has had a profound effect in image processing techniques and has motivated the development of new object-based procedures to extract information. Tree crown detection has become a major area of research in image analysis considering the complex nature of trees in an uncontrolled environment. However, most of the research for automatic detection of individual tree crowns has been developed for temperate forests. Considering this lag, this thesis undertook the task of developing an automatic method to detect individual tree crowns that is adaptable to different environments and capable of delineating their crown as single objects. The approach, named PPM-TM, integrates geometricaloptical modeling, marked point processes (MPP), and template matching (TM) to individually detect and provide a simplified delineation of tree crowns in VHR images. The algorithm is based on the use of an adaptive metric, which allows the detection of trees, even if they do not have high similarity with the 3D model. It also incorporates functions of spectral thresholds and first-order texture to aid the decision process in the inclusion of objects as individual tree crowns. Phases of birth and death are alternated, in which objects are created and destroyed if they do not meet the criteria determined to be recognized as a tree. A series of post-processing refinements was also incorporated including the redefinition of the tree crown diameter and the relocating of the tree crown center. The PPM-TM was tested in different tree outside environments (TOF) as urban environments, orchards and in natural vegetation of savanna (cerrado sensu stricto) and deciduous tropical forest (mata seca). The mean accuracy of detection was 91.9% and the mean accuracy of the delineation was 67.61%, with best results for isolated trees.porUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em GeografiaUFMGBrasilIGC - DEPARTAMENTO DE GEOGRAFIA. Sensoriamento remotoGeoprocessamentoProcessamento de imagens – Técnicas digitaisÁrvoresDetecção de copas de árvores individuaisImagens de alta resolução espacialProcessos pontuais marcadosTemplate matchingÁrvores fora de florestasSensoriamento remotoProcessamento digital de imagensDetecção de copas de árvores em imagens de alta resolução espacialIndividual tree crown detection in sub-meter satellite imageryinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALTese Detecção de copas de árvores em imagens de alta resolução espacial _MFG.pdfTese Detecção de copas de árvores em imagens de alta resolução espacial _MFG.pdfapplication/pdf10906346https://repositorio.ufmg.br/bitstream/1843/53720/1/Tese%20Detec%c3%a7%c3%a3o%20de%20copas%20de%20%c3%a1rvores%20em%20imagens%20de%20alta%20resolu%c3%a7%c3%a3o%20espacial%20_MFG.pdf30e079c82bb7f75cc192fbf3cf0269feMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/53720/2/license.txtcda590c95a0b51b4d15f60c9642ca272MD521843/537202023-05-22 10:58:27.567oai:repositorio.ufmg.br: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ório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2023-05-22T13:58:27Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|