Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global

Detalhes bibliográficos
Autor(a) principal: Santos, Kênia Samara Mourão, 1992-
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/63714
Resumo: Orientadora: Professora Drª. Christel Lingnau
id UFPR_8980eb5b953ac5412cfd60e554947182
oai_identifier_str oai:acervodigital.ufpr.br:1884/63714
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Santos, Kênia Samara Mourão, 1992-Lingnau, ChristelSantos, Daniel Rodrigues dosUniversidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal2019-12-17T21:32:30Z2019-12-17T21:32:30Z2018https://hdl.handle.net/1884/63714Orientadora: Professora Drª. Christel LingnauCoorientador: Professor Dr. Daniel Rodrigues dos SantosDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa : Curitiba, 09/03/2018Inclui referênciasÁrea de concentração: Manejo florestalResumo: Esta pesquisa teve como objetivo a criação de um algoritmo para detecção automática de árvores a partir de nuvens de pontos 3D gerados de imagens ópticas de RPAS. O algoritmo criado, denominado DAA (Detecção Automática de Árvores), cujo funcionamento baseia-se na metodologia de filtro de máximos globais, foi aplicado em dois tipos de povoamentos florestais de Pinus spp.: plantio jovem, de 2 anos de idade e plantio adulto, de 11 anos recém desbastado. Para analisar o potencial de funcionamento do DAA, este foi inicialmente aplicado na nuvem de pontos 3D pré-processada do plantio jovem, de 2 anos de idade. O resultado obtido mostrou-se satisfatório, com 91% das árvores detectadas automaticamente pelo algoritmo. Quando aplicado no plantio adulto, o DAA foi comparado a outro algoritmo de detecção automática de árvores, o ITD (Individual Tree Detection), cujo princípio de funcionamento tem como base o método de filtro de máximos locais, o mais utilizado para este objetivo. Ao comparar os dois algoritmos com os métodos de contagem em campo das árvores e contagem por fotointerepretação de ortofoto, o DAA apresentou melhores resultados, com 93% de árvores detectadas corretamente, quando comparado a contagem pela ortofoto e 89% em relação ao censo florestal. Em contrapartida, o ITD apresentou valores de 71% de acertos em relação a ortofoto e 74% em relação ao censo florestal. Portanto, o algoritmo ITD subestimou o número total de árvores do talhão adulto, e o DAA obteve melhor desempenho para esta finalidade. Palavras-chaves: Automatização. Filtro de máximos globais. Censo florestal. RPAS. Sensoriamento Remoto 3D.Abstract: The goal of this research was the creation of an algorithm for automatic detection of trees from point cloud generated by RPAS's optical images. The algorithm, called DAA (Detecção Automática de Árvores), whose operation is based on the methodology of global maxima filter, was applied in two types of Pinus taeda's forests plantings: young planting, 2 years of age and adult planting, of 11 years old. To analyze the potential for DAA, it was first applied in a pre-processed 3D spot cloud of young, 2-year-old planting. The result obtained was satisfactory, with 91% of the seedlings detected automatically by the algorithm. When applied to adult planting, the DAA was compared to another algorithm of automatic tree detection, the ITD (Individual Tree Detection), whose principle of operation is based on the method of local maxima filter, the most used for this type of activity. When comparing the two algorithms with the counting methods in the field and counting by photointerpretation of orthophoto, the DAA presented better results, with 93% of correctly detected trees when compared to orthophoto counts and 89% in relation to the forest census. On the other hand, the ITD presented values of 71% of hits in relation to orthophoto and 74% in relation to the forest census. Therefore, the ITD algorithm underestimated the total number of trees in the adult field, and DAA obtained better performance for this purpose. Key-words: Automation. 3D Remote Sensing. Forest census. Global maxima filter. RPAS.99 p. : il. (algumas color.).application/pdfSensoriamento remotoProcessamento de imagens - Tecnicas digitaisAlgorítmos de computadorLevantamentos florestais - Programas de computadorPinheiroRecursos Florestais e Engenharia FlorestalDetecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo globalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - KENIA SAMARA MOURAO SANTOS.pdfapplication/pdf8338912https://acervodigital.ufpr.br/bitstream/1884/63714/1/R%20-%20D%20-%20KENIA%20SAMARA%20MOURAO%20SANTOS.pdf546ed4513190d1551975d2db41d120eeMD51open access1884/637142019-12-17 18:32:30.63open accessoai:acervodigital.ufpr.br:1884/63714Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082019-12-17T21:32:30Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
title Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
spellingShingle Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
Santos, Kênia Samara Mourão, 1992-
Sensoriamento remoto
Processamento de imagens - Tecnicas digitais
Algorítmos de computador
Levantamentos florestais - Programas de computador
Pinheiro
Recursos Florestais e Engenharia Florestal
title_short Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
title_full Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
title_fullStr Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
title_full_unstemmed Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
title_sort Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global
author Santos, Kênia Samara Mourão, 1992-
author_facet Santos, Kênia Samara Mourão, 1992-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Lingnau, Christel
Santos, Daniel Rodrigues dos
Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal
dc.contributor.author.fl_str_mv Santos, Kênia Samara Mourão, 1992-
dc.subject.por.fl_str_mv Sensoriamento remoto
Processamento de imagens - Tecnicas digitais
Algorítmos de computador
Levantamentos florestais - Programas de computador
Pinheiro
Recursos Florestais e Engenharia Florestal
topic Sensoriamento remoto
Processamento de imagens - Tecnicas digitais
Algorítmos de computador
Levantamentos florestais - Programas de computador
Pinheiro
Recursos Florestais e Engenharia Florestal
description Orientadora: Professora Drª. Christel Lingnau
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2019-12-17T21:32:30Z
dc.date.available.fl_str_mv 2019-12-17T21:32:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/63714
url https://hdl.handle.net/1884/63714
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 99 p. : il. (algumas color.).
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/63714/1/R%20-%20D%20-%20KENIA%20SAMARA%20MOURAO%20SANTOS.pdf
bitstream.checksum.fl_str_mv 546ed4513190d1551975d2db41d120ee
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898742769647616

Registros relacionados