Generalização 3D para arborização urbana a partir de dados LiDAR

Detalhes bibliográficos
Autor(a) principal: Silva, Daniel Luís Andrade e, 1980-
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/77782
Resumo: Orientador: Prof. Dr. Daniel Rodrigues dos Santos
id UFPR_e6e83ba24227d74214f0add6bac32cfb
oai_identifier_str oai:acervodigital.ufpr.br:1884/77782
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Silva, Daniel Luís Andrade e, 1980-Camboim, Silvana Philippi, 1977-Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências GeodésicasSantos, Daniel Rodrigues dos, 1973-2022-10-26T16:48:51Z2022-10-26T16:48:51Z2022https://hdl.handle.net/1884/77782Orientador: Prof. Dr. Daniel Rodrigues dos SantosCoorientadora: Profª Drª Silvana Philippi CamboimTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa : Curitiba, 17/05/2022Inclui referênciasResumo: Com o avanço das tecnologias geoespaciais, as aquisições LiDAR (light detection and ranging) têm se tornado mais ágeis e flexíveis, impactando o volume de dados espaciais tridimensionais (3D) e, consequentemente, o seu custo operacional. Buscando eficiência no mapeamento de arborização urbana utilizando dados LiDAR, uma opção é realizar a generalização 3D, que objetiva a redução operacional do volume de dados sem causar perda de eficácia. Nesse contexto, a presente pesquisa é motivada pela busca de uma solução de generalização 3D que permita obter informações sobre a localização, o porte e a distribuição espacial de árvores urbanas a partir de dados LiDAR adquiridos em plataformas aéreas. Como estratégia de generalização, é adotada uma combinação dos operadores 2D agregação e simplificação adaptados para o domínio 3D, sendo estabelecidas condições que exploram medidas espaciais associadas aos princípios-Gestalt da proximidade e semelhança, além da aplicação de duas técnicas de compressão de nuvens de pontos: partição espacial por octree e aprendizado não-supervisionado profundo (autoencoder). Anteriormente à generalização, foram empregadas sequencialmente, com a finalidade de delimitar automaticamente as árvores de interesse, as seguintes técnicas de processamento de nuvens de pontos: filtragem, classificação e segmentação. Os experimentos foram realizados com dados LiDAR referentes a dois cenários urbanos distintos (Salvador-BA e Curitiba-PR), adquiridos respectivamente em plataforma aerotransportada convencional e não-tripulada. Os resultados obtidos pela generalização 3D das árvores são compatíveis com o nível de detalhe 2 das classes SVO e PC do módulo Vegetation, e representados de acordo com o módulo PointCloud do padrão internacional CityGML 3.0, permitindo assim validar a metodologia desenvolvida nesta pesquisa.Abstract: Due to geotechnological advances, LiDAR (light detection and ranging) acquisitions have become more agile and flexible, impacting volume of threedimensional (3D) spatial data and, consequently, its operational cost. Seeking efficiency in urban afforestation mapping using LiDAR data, one option is to perform 3D generalization, which aims to reduce volume of data without causing loss of effectiveness. In this context, the present thesis is motivated by search for a 3D generalization solution that allows obtaining information about location, size and spatial distribution of urban trees from LiDAR data acquired on aerial platforms. As a generalization strategy, a combination of 2D aggregation and simplification operators adapted for 3D domain is adopted, establishing conditions that explore spatial measures associated to proximity and similarity Gestalt-principles, in addition to application of two pointcloud compression techniques: partition by octree and unsupervised deep learning (autoencoder). Prior to generalization, pointcloud processing techniques were used sequentially, in order to automatically delimit trees of interest: filtering, classification and segmentation. Experiments were carried out with LiDAR data referring to two distinct urban scenarios (Salvador-BA and Curitiba-PR), respectively acquired in conventional and unmanned airborne platforms. Results obtained after 3D generalization are compatible with level of detail 2 for SVO and PC classes of Vegetation module, and represented according to PointCloud module of international standard CityGML 3.0, thus allowing to validate methodology developed in this research.1 recurso online : PDF.application/pdfArborização das cidadesModelagem de dadosSensoriamento remotoGeodésiaGeneralização 3D para arborização urbana a partir de dados LiDARinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - DANIEL LUIS ANDRADE E SILVA.pdfapplication/pdf10566456https://acervodigital.ufpr.br/bitstream/1884/77782/1/R%20-%20T%20-%20DANIEL%20LUIS%20ANDRADE%20E%20SILVA.pdf1e6ff876c727147dcdff4b1b0480b948MD51open access1884/777822022-10-26 13:48:51.576open accessoai:acervodigital.ufpr.br:1884/77782Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-10-26T16:48:51Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Generalização 3D para arborização urbana a partir de dados LiDAR
title Generalização 3D para arborização urbana a partir de dados LiDAR
spellingShingle Generalização 3D para arborização urbana a partir de dados LiDAR
Silva, Daniel Luís Andrade e, 1980-
Arborização das cidades
Modelagem de dados
Sensoriamento remoto
Geodésia
title_short Generalização 3D para arborização urbana a partir de dados LiDAR
title_full Generalização 3D para arborização urbana a partir de dados LiDAR
title_fullStr Generalização 3D para arborização urbana a partir de dados LiDAR
title_full_unstemmed Generalização 3D para arborização urbana a partir de dados LiDAR
title_sort Generalização 3D para arborização urbana a partir de dados LiDAR
author Silva, Daniel Luís Andrade e, 1980-
author_facet Silva, Daniel Luís Andrade e, 1980-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Camboim, Silvana Philippi, 1977-
Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências Geodésicas
dc.contributor.author.fl_str_mv Silva, Daniel Luís Andrade e, 1980-
dc.contributor.advisor1.fl_str_mv Santos, Daniel Rodrigues dos, 1973-
contributor_str_mv Santos, Daniel Rodrigues dos, 1973-
dc.subject.por.fl_str_mv Arborização das cidades
Modelagem de dados
Sensoriamento remoto
Geodésia
topic Arborização das cidades
Modelagem de dados
Sensoriamento remoto
Geodésia
description Orientador: Prof. Dr. Daniel Rodrigues dos Santos
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-10-26T16:48:51Z
dc.date.available.fl_str_mv 2022-10-26T16:48:51Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/77782
url https://hdl.handle.net/1884/77782
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 1 recurso online : PDF.
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/1884/77782/1/R%20-%20T%20-%20DANIEL%20LUIS%20ANDRADE%20E%20SILVA.pdf
bitstream.checksum.fl_str_mv 1e6ff876c727147dcdff4b1b0480b948
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_ 1801860238711717888

Registros relacionados