Análise automática do uso do solo no entorno de rodovias usando uma abordagem fuzzy

• Autor(a) principal: Zurssa, Lazaro Rodrigo de Marins
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/237478
• topic: Processamento de imagens Técnicas digitais; Lógica difusa; Solos Classificação; Image processing Digital techniques; Fuzzy logic DLC

A malha rodoviária brasileira, tanto em pistas duplas quanto em pistas simples e/ou em alargamentos de rodovias, tem ampliado sua extensão de forma bastante significativa junto ao crescimento populacional, e os impactos provocados pelas reformas e construções vêm gerando inúmeras discussões sob o ponto de vista de suas consequências ambientais. É sabido que as construções de rodovias nunca deixarão de existir, contudo, a implantação de medidas de controle e monitoramento ambiental podem reduzir em muito os impactos negativos evitando danos irreversíveis ao meio ambiente. Este trabalho tem como objetivo o estudo e desenvolvimento de uma metodologia para a classificação e segmentação de regiões em imagens do entorno de rodovias fundamentado em Processamento Digital de Imagens e Lógica Fuzzy a partir do uso dos descritores de cor e textura que melhor caracterizam os diversificados tipos de cobertura do solo. Para isso, com auxílio do software MATLAB, criou-se um banco de dados composto por 1200 amostras (recortes de imagens) de dimensões 7x7 pixels que foram extraídas do entorno da rodovia Raposo Tavares, sendo 200 amostras para cada grupo de cobertura do solo considerado neste trabalho: residências, indústrias, rodovias, solos expostos, vegetações arbóreas (matas) e rasteiras (gramíneas). A partir dessas amostras foi construído um sistema baseado em Lógica Fuzzy – pelo método de Mamdani, para o reconhecimento e classificação dos tipos de cobertura do solo. Com o sistema construído, em imagens recortadas aleatoriamente do entorno da rodovia Raposo Tavares entre os quilômetros 90 e 105, a classificação é realizada pixel a pixel de modo que a imagem é “varrida” por uma máscara de tamanho 7x7 pixels, retornando assim uma matriz de valores (pixels centrais classificados). A partir dos pixels classificados foi possível implementar e realizar a segmentação das várias regiões presentes, onde os testes realizados se mostraram bastante eficientes. Pode-se, deste modo, afirmar que o trabalho proposto traz grandes contribuições para análise de regiões no entorno de rodovias permitindo assim o planejamento de ações a partir de informações obtidas de grande conjunto de imagens de forma automática.