Detecção de regiões de via integrando dados de varredura a LASER aerotransportado e imagens de alta resolução

• Autor(a) principal: Mendes, Tatiana Sussel Gonçalves [UNESP]
• Data de Publicação: 2012
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/100791
• topic: Cartografia; Redes neurais (Computação); Imagens digitais; Radar otico; Imagens de sensoriamento remoto; Urbanização; Cartography

O problema de extração automática da malha viária urbana é extremamente complexo, uma vez que em cenas urbanas as vias apresentam forte interação com outros objetos, como obstruções provocadas por árvores, veículos e sombras de edificações e árvores. Esse problema pode ser simplificado se regiões que correspondem às vias forem previamente isoladas. Na sequência, a malha viária urbana pode ser extraída baseando-se apenas nessas regiões detectadas, obtendo resultados mais confiáveis e com redução da área de busca e do esforço computacional. A classificação de imagens pode ser usada no intuito de isolar as regiões de via, mas em cenas urbanas complexas a utilização de apenas dados espectrais pode não ser suficiente para separar com confiabilidade classes com comportamento espectral similar, por exemplo, vias e edificações de telhado cinza. Com a evolução tecnológica dos sistemas de Varredura a LASER Aerotransportado (VLA), os dados provenientes destes sistemas possuem potencial para serem usados como informações complementares contribuindo para a distinção entre essas classes. O método proposto baseia-se em duas etapas principais. A primeira etapa consiste da detecção e isolamento da classe via por meio de um método de classificação por Redes Neurais Artificiais (RNA) integrando dados...