Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas

Detalhes bibliográficos
Autor(a) principal: Silva, Felipe Martins Marques da
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/26634
Resumo: Orientador: Prof. Hideo Araki
id UFPR_f065e96eb6d87ce4ffb36e43117f289d
oai_identifier_str oai:acervodigital.ufpr.br:1884/26634
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências GeodésicasAraki, Hideo, 1961-Silva, Felipe Martins Marques da2024-05-09T20:43:07Z2024-05-09T20:43:07Z2011https://hdl.handle.net/1884/26634Orientador: Prof. Hideo ArakiDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 26/09/2011Inclui referênciasResumo: Atualmente, os sensores de alta resolução espacial e radiométrica disponíveis, conseguem adquirir imagens nas quais os objetos na superfície terrestre são representados por pixels submétricos. Aliado a isto, tem-se o LiDAR (Light Detection And Ranging), tecnologia de sensoriamento remoto ativo de varredura a laser, que é capaz de coletar coordenadas tridimensionais de milhares de pontos em um curto intervalo de tempo. A tecnologia LiDAR, quando acoplada a aeronaves, é conhecida por ALS (Airborne LiDAR System), e tem sido utilizada para realizar mapeamentos.A integração destas tecnologias ? imagens orbitais de alta resolução e dados ALS ?é desejada pelo fato de fornecerem dados tais que geram informações complementares. Diante disso, esta pesquisa apresenta uma metodologia para identificação de edificações em ambiente urbano, a partir de imagem de alta resolução GeoEye®e dados ALS, baseada em objetos e classificação com base em regras geradas por meio de árvores de decisão. A análise com base em objetos vem da possibilidade de segmentar a imagem, ou seja, dividi-la em regiões espectralmente homogêneas. Com os dados ALS foram gerados o Modelo Digital de Terreno (MDT), o Modelo Digital de Superfície (MDS), e o Modelo Digital de Superfície Normalizado (MDSn), da área de estudo. A partir do MDS e da imagem original obteve-se a imagem ortorretificada que, tendo o MDSn como banda adicional, foi segmentada pelo segmentador FLSA (Full-Lambda Schedule Algorithm). A partir de uma imagem menor, chamada imagem base, foram coletadas amostras de segmentos de classe, que foram utilizadas em uma árvore de decisão para gerar regras de identificação. Estas regras foram aplicadas em (extrapoladas para) uma imagem maior, chamada de imagem teste, de modo a identificar as demais edificações. Nesta pesquisa verifica-se a capacidade de integração dos dados, os atributos que mais contribuem para a identificação de edificações e a metodologia de extrapolação das regras de identificação.Abstract: Nowadays, the high spatial and radiometric resolutions sensors available are able to get images where objects on the surface are represented by submeter pixels. Along with those sensors, there is the LiDAR (Light Detection And Ranging), an active remote sensing technology able to collect three-dimensional coordinates of thousands of points in a short period of time. This technology, when embedded in aircrafts, is known as ALS (Airborne Laser Scanner), and it has been used to perform mappings. The integration of those technologies ƒ{ high-resolution satellite images and ALS data ƒ{ is desirable because they provide datasets such that are able to generate complementary information. Therefore, this research presents a methodology to identify buildings in an urban area using a GeoEyeR image and ALS data, using an object-based analysis and rule-based classification generated by decision trees. The object-based analysis is possible after the image segmentation, that is, after dividing the image in spectrally homogeneous areas. With the ALS data it was created the Digital Terrain Model (DTM), the Digital Surface Model (DSM), and the Normalized Digital Surface Model (NDSM). By means of the DSM and the original image was made the orthorectified image. Adding the NDSM as a band of the orthorectified image, it was made the image segmentation. In a smaller image, called base image, it was collected samples of the segments in each class, then those samples were used in a decision tree to generate the identification rules. This rules were applied in (extrapolated to) a larger image, called test image, in order to classify another buildings. In this research it was verified the capability of data integration, the attributes that most contribute to identify buildings in urban areas, and the methodology of extrapolating the identification rules.181f. : il. algumas color.application/pdfDisponível em formato digitalEdificaçõesSatelites geodesicosProcessamento de imagensGeodésiaIntegração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALDISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdfapplication/pdf9373925https://acervodigital.ufpr.br/bitstream/1884/26634/1/DISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf2daaf98c7a673a7cc076a149d89195c9MD51open accessTEXTDISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf.txtExtracted Texttext/plain302046https://acervodigital.ufpr.br/bitstream/1884/26634/2/DISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf.txtd8eef23e75c206d80fe16485f7366871MD52open accessTHUMBNAILDISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf.jpgGenerated Thumbnailimage/jpeg1227https://acervodigital.ufpr.br/bitstream/1884/26634/3/DISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf.jpg8286a3e7055e7b5e935703977aad047dMD53open access1884/266342024-05-09 17:43:07.315open accessoai:acervodigital.ufpr.br:1884/26634Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-09T20:43:07Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
title Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
spellingShingle Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
Silva, Felipe Martins Marques da
Edificações
Satelites geodesicos
Processamento de imagens
Geodésia
title_short Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
title_full Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
title_fullStr Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
title_full_unstemmed Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
title_sort Integração de dados de imagens orbitais de alta resolução e ALS para detecção semi-automática de edificações em áreas urbanas
author Silva, Felipe Martins Marques da
author_facet Silva, Felipe Martins Marques da
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências Geodésicas
dc.contributor.advisor1.fl_str_mv Araki, Hideo, 1961-
dc.contributor.author.fl_str_mv Silva, Felipe Martins Marques da
contributor_str_mv Araki, Hideo, 1961-
dc.subject.por.fl_str_mv Edificações
Satelites geodesicos
Processamento de imagens
Geodésia
topic Edificações
Satelites geodesicos
Processamento de imagens
Geodésia
description Orientador: Prof. Hideo Araki
publishDate 2011
dc.date.issued.fl_str_mv 2011
dc.date.accessioned.fl_str_mv 2024-05-09T20:43:07Z
dc.date.available.fl_str_mv 2024-05-09T20:43:07Z
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/1884/26634
url https://hdl.handle.net/1884/26634
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 181f. : 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/1884/26634/1/DISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf
https://acervodigital.ufpr.br/bitstream/1884/26634/2/DISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/26634/3/DISSERTACAO_UFPR_FELIPE_M_M_SILVA_impressa.pdf.jpg
bitstream.checksum.fl_str_mv 2daaf98c7a673a7cc076a149d89195c9
d8eef23e75c206d80fe16485f7366871
8286a3e7055e7b5e935703977aad047d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860185039306752

Registros relacionados