Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2020 |
| Outros Autores: | , , , , , , |
| Tipo de documento: | Artigo |
| Idioma: | por |
| Título da fonte: | Anuário do Instituto de Geociências (Online) |
| DOI: | 10.11137/2020_2_426_436 |
| Texto Completo: | https://revistas.ufrj.br/index.php/aigeo/article/view/37427 |
Resumo: | A abordagem de classificação baseada em objetos representa um novo paradigma no processamento de imagens de altas resoluções espaciais, espectrais e temporais, e a construção de objetos baseia-se na segmentação das imagens. A análise de imagens baseada em objetos (GEOBIA - Geographic Object-Based Image Analysis) apresenta métodos capazes de explorar, além de atributos espectrais, elementos como textura, forma ou contexto. Existem aplicações que buscam melhorar o desempenho computacional com soluções sequenciais e distribuídas, ou programas como TerraView que abordam o uso de sistemas gerenciadores de banco de dados. Este trabalho propõe explorar especificações de aplicações para integrar o Sistema Gerenciador de Banco de Dados (SGBD) PostgreSQL/PostGIS e o classificador Object-Based Image Analysis (OBIA) do InterIMAGE Desktop para processamento de grandes imagens orbitais. O método apresentado é expansível no uso da biblioteca TerraLib 5, com linguagem de programação C++. Os experimentos realizados com as representações matriciais (raster) indicaram a viabilidade das aplicações e podem se consolidar sob a forma de processos de armazenamento e processamento da segmentação no SGBD. |
| id |
UFRJ-21_87fd6fe306bdcd2ec771c897c13d3654 |
|---|---|
| oai_identifier_str |
oai:www.revistas.ufrj.br:article/37427 |
| network_acronym_str |
UFRJ-21 |
| network_name_str |
Anuário do Instituto de Geociências (Online) |
| spelling |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGESegmentação; InterIMAGE; PostGISA abordagem de classificação baseada em objetos representa um novo paradigma no processamento de imagens de altas resoluções espaciais, espectrais e temporais, e a construção de objetos baseia-se na segmentação das imagens. A análise de imagens baseada em objetos (GEOBIA - Geographic Object-Based Image Analysis) apresenta métodos capazes de explorar, além de atributos espectrais, elementos como textura, forma ou contexto. Existem aplicações que buscam melhorar o desempenho computacional com soluções sequenciais e distribuídas, ou programas como TerraView que abordam o uso de sistemas gerenciadores de banco de dados. Este trabalho propõe explorar especificações de aplicações para integrar o Sistema Gerenciador de Banco de Dados (SGBD) PostgreSQL/PostGIS e o classificador Object-Based Image Analysis (OBIA) do InterIMAGE Desktop para processamento de grandes imagens orbitais. O método apresentado é expansível no uso da biblioteca TerraLib 5, com linguagem de programação C++. Os experimentos realizados com as representações matriciais (raster) indicaram a viabilidade das aplicações e podem se consolidar sob a forma de processos de armazenamento e processamento da segmentação no SGBD.Universidade Federal do Rio de JaneiroGuarda, Simone Dutra MartinsSano, Edson EyjiBias, Edilson SouzaCastejon, Emiliano FerreiraHapp, Patrick NigriTeixeira, Alexandre de AmorimAntunes, Rodrigo RodriguesSousa, Rogério Baptista de2020-08-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3742710.11137/2020_2_426_436Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 426_436Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 426_4361982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/37427/20525/*ref*/About Neta, S. R. A.; Bias, E. S. & Santos, C. A. M. 2018. Classificação baseada em objetos e mineração de dados. Aplicação de ferramentas open source no mapeamento de área urbana. Revista Brasileira de Cartografia, 70(3): 932-966. Antunes, R. R.; Souza, E. S.; Brites, R. S. & Costa, G. A. O. 2015. Desenvolvimento de técnica para monitoramento do cadastro urbano baseado na classificação orientada a objetos. Estudo de caso: município de Goianésia - GO. Revista Brasileira de Cartografia, 67(2): 357-372. Baatz, M. & Schäpe, A. 2000. Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation. In: Angewandte Geographische Informations Verarbeitung, p. 12-23. Wichmann-Verlag, Heidelberg. Disponível em: <http://www.ecognition. com/sites/default/files/ 405_baatz_fp_12.pdf>. Acesso em: 13 mai. 2018. Blaschke, T. 2010. Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1): 2-16. Blaschke, T. & Strobl, J. 2001. What’s wrong with pixels? Some recent developments interfacing remote sensing and GIS. GeoBIT, 6(6): 12-17. Blaschke, T.; Lang, S. & Hay, G. J. 2008. Object based Image Analysis – Spatial Concepts for Knowledge-Driven Remote Sensing Applications. Lecture Notes in Geoin-formation and Cartography. Springer-Verlag, Berlin, 818 p. Blaschke, T.; Hay, G. J.; Kelly, M.; Lang, S.; Hofmann, P.; Addink, E.; Feitosa, R. Q.; Meer, F. V. D.; Werff, H. V. D.; Coillie & F. V. & Tiede, D. 2014. Geographic object-based image analysis–towards a new paradigm. ISPRS Journal of Photogrammetry and Remote Sensing, 87: 180-191. Chubey, M. S.; Franklin, S. E. & Wulder, M. A. 2006. Object-based analysis of Ikonos-2 imagery for extraction of forest inventory parameters. Photogrammetric Engineering & Remote Sensing, 72(4): 383-394. Costa, G. A. O. P.; Feitosa, R. Q.; Fonseca, L. M. G.; Oliveira, D. A. B.; Ferreira, R. S. & Castejon, E. F. 2010. Knowledge-based interpretation of remote sensing data with the InterIMAGE system: major characteristics and recent developments. Proceedings of the 3rd GEOBIA. DEFINIENS IMAGING. 2016. eCognition. Disponível em: <http://www.ecognition.com/>. Acesso em: 03/10/2016. Espíndola, G. M. & Câmara, G. 2007. Ajuste de parâmetros no algoritmo de segmentação de imagens do software eCognition®. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., Florianópolis, SC. Anais... São José dos Campos: INPE, p. 5739- 5744. Hay, G. J. & Castilla, G. 2008. Geographic Object-Based Image Analysis (GEOBIA): A new name for a new discipline. In: Blaschke, T.; Lang, S. & Hay, G. (Eds.), Object Based Image Analysis. Nova York, Springer, p. 93-112. INTERIMAGE. InterIMAGE – Interpreting images freely. Desenvolvido por Laboratório de Visão Computacional da Pontifícia Universidade Católica do Rio de Janeiro. Rio de Janeiro, Brasil, 2009. Disponível em: http:// www.lvc.ele.pucrio.br/projects/interimage/. Acesso em: 03 out. 2016. Novack, T. & Kux, H. J. H. 2010. Urban land cover and land use classification of an informal settlement area using the open-source knowledge-based system InterIMAGE. Health, Risk & Society, 55(1): 23-41. Oliveira, J. C. & Formaggio, A. R.; Epiphanio, J. C. N.; Luiz, A. J. B. 2003. Index for the evaluation of segmentation (IAVAS): An application to agriculture. Mapping Sciences and Remote Sensing. 40(3): 155-169. POSTGIS. PostGIS Manual. Disponível em: <http://postgis. net/docs/>. Acesso em: 20 jul. 2018. Sample, J. R. & Ioup, E. 2010. Image tile creation. In: SampleE, J. T. & Ioup, E. (eds.) Tile-Based Geospatial Information Systems. Nova York, Springer, p. 81-95. Schultz, B.; Formaggio, A. R.; Eberhardt, I. D. R.; Sanches, I. D. A.; Oliveira, J. C. & Luiz, A. J. B. 2016. Classificação orientada a objetos em imagens multitemporais Landsat aplicada na identificação de cana-de-açúcar e soja. Revista Brasileira de Cartografia, 68(1): 131- 146. TERRALIB. 2017. TerraLib and TerraView Wiki Page. Disponível em: <http://www.dpi.inpe.br/terralib5/>. Acesso em: 16 jan. 2017. Zhong, C.; Zhongmin, Z.; Dongmei, Y. & Renxi, C. 2005. Multiscale segmentation of the high resolution remote sensing image. In: INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, IGARSS 2005, Seul, 2005. Proceedings, IEEE, p. 3682-3684.Copyright (c) 2020 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2020-09-21T10:59:44Zoai:www.revistas.ufrj.br:article/37427Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2020-09-21T10:59:44Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false |
| dc.title.none.fl_str_mv |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| title |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| spellingShingle |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE Guarda, Simone Dutra Martins Segmentação; InterIMAGE; PostGIS Guarda, Simone Dutra Martins Segmentação; InterIMAGE; PostGIS |
| title_short |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| title_full |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| title_fullStr |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| title_full_unstemmed |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| title_sort |
Segmentação Distribuída de Imagem de Sensoriamento Remoto a partir de Banco de Dados PostgreSQL/InterIMAGE |
| author |
Guarda, Simone Dutra Martins |
| author_facet |
Guarda, Simone Dutra Martins Guarda, Simone Dutra Martins Sano, Edson Eyji Bias, Edilson Souza Castejon, Emiliano Ferreira Happ, Patrick Nigri Teixeira, Alexandre de Amorim Antunes, Rodrigo Rodrigues Sousa, Rogério Baptista de Sano, Edson Eyji Bias, Edilson Souza Castejon, Emiliano Ferreira Happ, Patrick Nigri Teixeira, Alexandre de Amorim Antunes, Rodrigo Rodrigues Sousa, Rogério Baptista de |
| author_role |
author |
| author2 |
Sano, Edson Eyji Bias, Edilson Souza Castejon, Emiliano Ferreira Happ, Patrick Nigri Teixeira, Alexandre de Amorim Antunes, Rodrigo Rodrigues Sousa, Rogério Baptista de |
| author2_role |
author author author author author author author |
| dc.contributor.none.fl_str_mv |
|
| dc.contributor.author.fl_str_mv |
Guarda, Simone Dutra Martins Sano, Edson Eyji Bias, Edilson Souza Castejon, Emiliano Ferreira Happ, Patrick Nigri Teixeira, Alexandre de Amorim Antunes, Rodrigo Rodrigues Sousa, Rogério Baptista de |
| dc.subject.por.fl_str_mv |
Segmentação; InterIMAGE; PostGIS |
| topic |
Segmentação; InterIMAGE; PostGIS |
| description |
A abordagem de classificação baseada em objetos representa um novo paradigma no processamento de imagens de altas resoluções espaciais, espectrais e temporais, e a construção de objetos baseia-se na segmentação das imagens. A análise de imagens baseada em objetos (GEOBIA - Geographic Object-Based Image Analysis) apresenta métodos capazes de explorar, além de atributos espectrais, elementos como textura, forma ou contexto. Existem aplicações que buscam melhorar o desempenho computacional com soluções sequenciais e distribuídas, ou programas como TerraView que abordam o uso de sistemas gerenciadores de banco de dados. Este trabalho propõe explorar especificações de aplicações para integrar o Sistema Gerenciador de Banco de Dados (SGBD) PostgreSQL/PostGIS e o classificador Object-Based Image Analysis (OBIA) do InterIMAGE Desktop para processamento de grandes imagens orbitais. O método apresentado é expansível no uso da biblioteca TerraLib 5, com linguagem de programação C++. Os experimentos realizados com as representações matriciais (raster) indicaram a viabilidade das aplicações e podem se consolidar sob a forma de processos de armazenamento e processamento da segmentação no SGBD. |
| publishDate |
2020 |
| dc.date.none.fl_str_mv |
2020-08-21 |
| dc.type.none.fl_str_mv |
|
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/37427 10.11137/2020_2_426_436 |
| url |
https://revistas.ufrj.br/index.php/aigeo/article/view/37427 |
| identifier_str_mv |
10.11137/2020_2_426_436 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/37427/20525 /*ref*/About Neta, S. R. A.; Bias, E. S. & Santos, C. A. M. 2018. Classificação baseada em objetos e mineração de dados. Aplicação de ferramentas open source no mapeamento de área urbana. Revista Brasileira de Cartografia, 70(3): 932-966. Antunes, R. R.; Souza, E. S.; Brites, R. S. & Costa, G. A. O. 2015. Desenvolvimento de técnica para monitoramento do cadastro urbano baseado na classificação orientada a objetos. Estudo de caso: município de Goianésia - GO. Revista Brasileira de Cartografia, 67(2): 357-372. Baatz, M. & Schäpe, A. 2000. Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation. In: Angewandte Geographische Informations Verarbeitung, p. 12-23. Wichmann-Verlag, Heidelberg. Disponível em: <http://www.ecognition. com/sites/default/files/ 405_baatz_fp_12.pdf>. Acesso em: 13 mai. 2018. Blaschke, T. 2010. Object-based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1): 2-16. Blaschke, T. & Strobl, J. 2001. What’s wrong with pixels? Some recent developments interfacing remote sensing and GIS. GeoBIT, 6(6): 12-17. Blaschke, T.; Lang, S. & Hay, G. J. 2008. Object based Image Analysis – Spatial Concepts for Knowledge-Driven Remote Sensing Applications. Lecture Notes in Geoin-formation and Cartography. Springer-Verlag, Berlin, 818 p. Blaschke, T.; Hay, G. J.; Kelly, M.; Lang, S.; Hofmann, P.; Addink, E.; Feitosa, R. Q.; Meer, F. V. D.; Werff, H. V. D.; Coillie & F. V. & Tiede, D. 2014. Geographic object-based image analysis–towards a new paradigm. ISPRS Journal of Photogrammetry and Remote Sensing, 87: 180-191. Chubey, M. S.; Franklin, S. E. & Wulder, M. A. 2006. Object-based analysis of Ikonos-2 imagery for extraction of forest inventory parameters. Photogrammetric Engineering & Remote Sensing, 72(4): 383-394. Costa, G. A. O. P.; Feitosa, R. Q.; Fonseca, L. M. G.; Oliveira, D. A. B.; Ferreira, R. S. & Castejon, E. F. 2010. Knowledge-based interpretation of remote sensing data with the InterIMAGE system: major characteristics and recent developments. Proceedings of the 3rd GEOBIA. DEFINIENS IMAGING. 2016. eCognition. Disponível em: <http://www.ecognition.com/>. Acesso em: 03/10/2016. Espíndola, G. M. & Câmara, G. 2007. Ajuste de parâmetros no algoritmo de segmentação de imagens do software eCognition®. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., Florianópolis, SC. Anais... São José dos Campos: INPE, p. 5739- 5744. Hay, G. J. & Castilla, G. 2008. Geographic Object-Based Image Analysis (GEOBIA): A new name for a new discipline. In: Blaschke, T.; Lang, S. & Hay, G. (Eds.), Object Based Image Analysis. Nova York, Springer, p. 93-112. INTERIMAGE. InterIMAGE – Interpreting images freely. Desenvolvido por Laboratório de Visão Computacional da Pontifícia Universidade Católica do Rio de Janeiro. Rio de Janeiro, Brasil, 2009. Disponível em: http:// www.lvc.ele.pucrio.br/projects/interimage/. Acesso em: 03 out. 2016. Novack, T. & Kux, H. J. H. 2010. Urban land cover and land use classification of an informal settlement area using the open-source knowledge-based system InterIMAGE. Health, Risk & Society, 55(1): 23-41. Oliveira, J. C. & Formaggio, A. R.; Epiphanio, J. C. N.; Luiz, A. J. B. 2003. Index for the evaluation of segmentation (IAVAS): An application to agriculture. Mapping Sciences and Remote Sensing. 40(3): 155-169. POSTGIS. PostGIS Manual. Disponível em: <http://postgis. net/docs/>. Acesso em: 20 jul. 2018. Sample, J. R. & Ioup, E. 2010. Image tile creation. In: SampleE, J. T. & Ioup, E. (eds.) Tile-Based Geospatial Information Systems. Nova York, Springer, p. 81-95. Schultz, B.; Formaggio, A. R.; Eberhardt, I. D. R.; Sanches, I. D. A.; Oliveira, J. C. & Luiz, A. J. B. 2016. Classificação orientada a objetos em imagens multitemporais Landsat aplicada na identificação de cana-de-açúcar e soja. Revista Brasileira de Cartografia, 68(1): 131- 146. TERRALIB. 2017. TerraLib and TerraView Wiki Page. Disponível em: <http://www.dpi.inpe.br/terralib5/>. Acesso em: 16 jan. 2017. Zhong, C.; Zhongmin, Z.; Dongmei, Y. & Renxi, C. 2005. Multiscale segmentation of the high resolution remote sensing image. In: INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, IGARSS 2005, Seul, 2005. Proceedings, IEEE, p. 3682-3684. |
| dc.rights.driver.fl_str_mv |
Copyright (c) 2020 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Copyright (c) 2020 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
| publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
| dc.source.none.fl_str_mv |
Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 426_436 Anuário do Instituto de Geociências; Vol 43, No 2 (2020); 426_436 1982-3908 0101-9759 reponame:Anuário do Instituto de Geociências (Online) instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
| instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
| instacron_str |
UFRJ |
| institution |
UFRJ |
| reponame_str |
Anuário do Instituto de Geociências (Online) |
| collection |
Anuário do Instituto de Geociências (Online) |
| repository.name.fl_str_mv |
Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ) |
| repository.mail.fl_str_mv |
anuario@igeo.ufrj.br|| |
| _version_ |
1822178678958718976 |
| dc.identifier.doi.none.fl_str_mv |
10.11137/2020_2_426_436 |