1 |
[en] HYBRID MATCHING METHOD FOR STEREO PAIRS OF HIGH-DEFINITION AERIAL AND SATELLITE IMAGES / [pt] MÉTODO HÍBRIDO DE CORRESPONDÊNCIA PARA PARES ESTEREOSCÓPICOS DE IMAGENS AÉREAS E DE SATÉLITE DE ALTA DEFINIÇÃOYVES DENIS HECKEL 10 September 2009 (has links)
[pt] A partir da disponibilização comercial de imagens de alta resolução,
modelos 3D de superfícies geradas a partir de imagens aéreas e de satélite
tornaram-se uma alternativa mais atraente para aplicações como planejamento de
telecomunicações, monitoramento de desastres e planejamento urbano. A exatidão
dos modelos 3D da superfície terrestre baseados em pares de imagens
estereoscópicas depende da exatidão com que pontos homólogos são localizados
em ambas as imagens. Os métodos automáticos de localização de pontos
homólogos em imagens digitais baseados em área, combinados com técnicas de
crescimento de região, são capazes de produzir uma nuvem densa e exata de
pontos homólogos. Entretanto, o processo de crescimento de região pode ser
interrompido em regiões da imagem cujo efeito de uma variação abrupta da
paralaxe no eixo x aparece de maneira importante. Neste caso, novas sementes
devem ser introduzidas, normalmente por um operador humano. A partir dessas
novas sementes, o processo será reiniciado. Dependendo do tipo da imagem
utilizada e da estrutura 3D da região mapeada, a intervenção humana pode ser
considerável. Propõe-se então uma alternativa completamente automatizada no
qual se combinam as técnicas do SIFT (Scale Invariant Feature Transform),
mínimos quadrados e crescimento de região. Experimentos realizados em pares de
imagens aéreas e de satélite cobrindo diversos tipos de terrenos mostraram a
eficácia do método proposto, especialmente em regiões com mudanças abruptas
de elevação, como fachadas de prédios altos. / [en] After the high resolution images became commercially available, 3D surface
models generated from space-born stereo images turned into an attractive
alternative for applications such as telecommunication planning, disaster
monitoring and urban planning. The accuracy of the 3D models of the earth
surface depends on the accuracy of corresponding points located in both images.
Area-based automatic image matching combined with a region-growing technique
are able to provide a dense and accurate grid of corresponding points. However
the region-growing process may stop at image patches where the effect of a
sudden change in the x-parallax is important. In such a case new seed points must
be provided, usually by human operator. From the additional seed points the
region-growing procedure may continue. Depending upon the type of image and
the 3D-structure of the mapped area, the human intervention may be considerable.
A fully automatic alternative that combines the SIFT (Scale Invariant Feature
Transform), least square matching and region-growing technique is proposed in
this work. Experiments conducted on stereo pairs of Ikonos and aerial images
covering different terrain types have shown the effectiveness of the proposed
method especially in locations with abrupt height changes, such as façades of high
buildings.
|
2 |
[en] UNSUPERVISED CLASSIFICATION OF SATELLITE IMAGES / [pt] CLASSIFICAÇÃO NÃO-SUPERVISIONADA DE IMAGENS DE SENSORIAMENTO REMOTOALEXANDRE HENRIQUE LEAL NETO 12 June 2006 (has links)
[pt]
A classificação e segmentação não-supervisionadas de
imagens de sensoriamento remoto são examinadas neste
trabalho. A classificação é realizada tomando-se como base
o critério de Bayes, que busca minimizar o valor esperado
do erro de classificação. Os algoritmos desenvolvidos
foram propostos pressupondo-se que a estrutura das classes
presentes na imagem podem ser bem modeladas por vetores
aleatórios guassianos. Os classificadores convencionais,
que só levam em conta a informação dos pixels de forma
isolada, forma tratados sob a ótica da quantização
vetorial. Em particular, foi proposto um algoritmo de
classificação com base na quantização vetorial com
restrição de entropia. O desempenho das técnicas de
classificação é analisado obsevando-se a discrepância
entre classificações, comparando-se as imagens
classificadas com imagens referencia e classificando-se
imagens sintéticas. A taxa de acerto, entre 80% e 95%.
Este bom desempenho dos classificadores é limitado pelo
fato de, em suas estruturas, levarem em conta a informação
dos pixels de forma isolada. Buscamos, através da
classificação de segmentos, incorporar informações de
contexto em nossos classificadores. A classificação de
segmentos levou a taxas de erros inferiores àquelas
alcançadas por classificadores baseados em pixels
isolados. Um algoritmo de segmentação, que incorpora ao
modelo de classificação por pixels a influencia de sua
vizinhança através de uma abordagem markoviana, é
apresentado. / [en] Unsupervised classification and segmentation of satellite
images are examined in this work. The classification is
based on Bayes` criterion, which tries to minimize the
expected value of the classification error. The algorthms
developed were proposed postulating that the classes in
the image are well modeled by gaussian random vectors.
Conventional classifiers, which take into account only
pixelwise information, were treated as vector quantizers.
Specifically, it was proposed a classification algorithm
based on entropy constrained vector. The behaviour of the
classifiers is examined observing the discrepancy between
classifications, comparing classified images with
reference-images and classifyng sinthetic images. The
percentage of pixels whitch are assigned to the same class
as in the reference-images ranged from 80,0% to 95,0%.
This good behaviour of the classidiers is limited by the
fact that, in theirs structures, are taken into account
only isolated pixel information. We have sought, by
classifying segments, to introduce contextual information
into the classifiers structure. The segments classidiers.
A segmentation algorithm, which introduces contextual
information into pixelwise classifier by a markovian
approach, is presented.
|
3 |
[en] THE CREATION OF A SEMI-AUTOMATIC CLASSIFICATION MODEL USING GEOGRAPHIC KNOWLEDGE: A CASE STUDY IN THE NORTHERN PORTION OF THE TIJUCA MASSIF - RJ / [pt] A CRIAÇÃO DE UM MODELO DE CLASSIFICAÇÃO SEMI-AUTOMÁTICA UTILIZANDO CONHECIMENTO GEOGRÁFICO: UM ESTUDO DE CASO NA PORÇÃO SETENTRIONAL DO MACIÇO DA TIJUCA - RJRAFAEL DA SILVA NUNES 30 August 2018 (has links)
[pt] Os processos de transformação da paisagem são resultantes da interação de elementos (bióticos e abióticos) que compõe a superfície da Terra. Baseia-se, a partir de uma perspectiva holística, no inter-relacionamento de uma série de ações e objetos que confluem para que a paisagem seja percebida como um momento sintético da confluência de inúmeras temporalidades. Desta maneira, as geotecnologias passam a se constituir como um importante aparato técnico-científico para a interpretação desta realidade ao possibilitar novas e diferentes formas do ser humano interpretar a paisagem. Um dos produtos gerados a partir desta interpretação é a classificação de uso e cobertura do solo e que se configura como um instrumento central para a análise das dinâmicas territoriais. Desta maneira, o objetivo do presente trabalho é elaboração de um modelo de classificação semi-automática baseada em conhecimento geográfico para o levantamento do padrão de uso e cobertura da paisagem a partir da utilização de imagens de satélite de alta resolução, tendo como recorte analítico uma área na porção setentrional no Maciço da Tijuca. O modelo baseado na análise de imagens baseadas em objetos, quando confrontados com a classificação visual, culminou em um valor acima de 80 por cento de correspondência tanto para imagens de 2010 e 2009, apresentando valores bastante elevados também na comparação classe a classe. A elaboração do presente modelo contribuiu diretamente para a otimização da produção dos dados elaborados contribuindo sobremaneira para a aceleração da interpretação das imagens analisadas, assim como para a minimização de erros ocasionados pela subjetividade atrelada ao próprio classificador. / [en] The transformation processes of the landscape are results from the interaction of factors (biotic and abiotic) that makes up the Earth s surface. This interaction, from a holistic perspective, is then based on the inter-relationship of a series of actions and objects that converge so that landscape is perceived as a moment of confluence of numerous synthetic temporalities. Thus, the geotechnologies come to constitute an important technical and scientific apparatus for the interpretation of this reality by enabling new and different ways of interpreting the human landscape. One of the products that can be generated from this interpretation is the use classification and land cover and is configured as a central instrument for the analysis of territorial dynamics. Thus, the aim of this work is the development of a semi-automatic classification model based on geographic knowledge to survey the pattern of land use and cover the landscape from the use of satellite images of high resolution, with the analytical approach an area in the northern portion of the Tijuca Massif. The model built on an Object-Based Image Analysis, when confronted with the visual classification, culminated in a value above 80 percent match for 2010 and 2009, with very high values in the comparison class to class. The development of this model directly contributed to the optimization of the production of processed data contributing greatly to the acceleration of the interpretation of the images analyzed, as well as to minimize errors caused by the subjectivity linked to the classifier itself.
|
4 |
[en] A FUZZY MODEL FOR MULTITEMPORAL IMAGE CLASSIFICATION / [pt] UM MODELO NEBULOSO PARA CLASSIFICAÇÃO MULTITEMPORAL DE IMAGENSMARIA CLARA DE OLIVEIRA COSTA 04 September 2006 (has links)
[pt] O presente trabalho apresenta a modelagem de conhecimento
multitemporal
para a classificação automática de cobertura do solo para
imagens de satélite. O
procedimento de classificação agrega os conhecimentos
espectral e multitemporal
utilizando conjuntos nebulosos e suas pertinências de
classe como informação
prévia. O método se baseia no conceito de Redes de Markov
Nebulosas, um
sistema com um conjunto de estados que a cada instante de
tempo troca o estado
corrente de acordo com possibilidades associadas a cada
um. No caso deste
trabalho cada estado representa uma classe, e as
possibilidades são estimadas
automaticamente a partir de dados históricos de uma mesma
região geográfica,
empregando algoritmos genéticos. A avaliação experimental
utilizou um conjunto
de imagens Landsat-5 da cidade do Rio de Janeiro, obtidas
em cinco datas
separadas por aproximadamente quatro anos. Os resultados
indicaram que o uso
do conhecimento multitemporal, conforme modelado pelo
método proposto traz
um significante aumento da eficiência de classificação em
comparação à
classificação puramente espectral, além de flexibilizar o
procedimento de
classificação no que diz respeito aos dados necessários
para o treinamento do
modelo. / [en] This work presents a multitemporal knowledge model for
automatic
classification of remotely sensed images. The model
combines multitemporal and
spectral knowledge within a fuzzy framework. This method
is based on Fuzzy
Markov Chains, a system having a set of states that, at
each time, change the
current state according to the fuzzy possibilities
associated to each one. In this
work each state represents one class, and the
possibilities are automatically
estimated based on historical data by using genetic
algorithms. The experimental
evaluation was carried through for a set of Landsat-5 TM
images of the Rio de
Janeiro State, Brazil, acquired at five dates separated by
approximately four years.
Results indicate that the use of multitemporal knowledge
as modeled by the
proposed method brings an expressive improvement in
efficiency to the
classification, when compared to the pure spectral
classifier. Besides it, adds
flexibility to the classification procedure, concerning to
necessary data used for
model training.
|
5 |
[en] A PREDICTIVE CACHE SYSTEM FOR REAL-TIME PROCESSING OF LARGE 2D GRAPHICAL DADA / [pt] UM SISTEMA DE CACHE PREDITIVO PARA O PROCESSAMENTO EM TEMPO-REAL DE GRANDES VOLUMES DE DADOS GRÁFICOSSERGIO ESTEVAO MACHADO LISBOA PINHEIRO 31 March 2004 (has links)
[pt] Atualmente, diversas áreas de Computação Gráfica
necessitam processar uma grande quantidade de dados. Para
visualizar em tempo-real esses dados é necessário lidar
com dois tipos de problema. O primeiro está relacionado
com o pouco tempo destinado para realizar os cálculos no
processo de síntese de imagem. O segundo problema surge
da capacidade limitada de armazenamento dos dispositivos
de alta velocidade, como memórias RAM e de textura. Para
resolver o primeiro problema, este trabalho utilizou a
técnica de multi-resolução para representar os dados
gráficos. A representação em multi-resolução permite que
a quantidade de dados processada durante a visualização
seja praticamente constante. O segundo problema foi
resolvido a partir de um sistema de gerenciamento de
memória preditivo baseado no modelo de memória virtual.
Este trabalho propõe uma arquitetura que permite que
qualquer tipo de dispositivo de armazenamento seja
inserido. Os dispositivos estão organizados em seqüência.
O funcionamento do sistema consiste em reservar um espaço
de memória em cada dispositivo e gerenciar esse espaço de
forma otimizada. O sistema de predição tem a finalidade
de carregar antecipadamente os dados que serão
provavelmente utilizados pela aplicação num futuro
próximo. Este trabalho propõe um algoritmo de predição
adaptativo específico para o problema de visualização.
Este algoritmo explora as informações sobre as variações
dos parâmetros da câmera e as informações sobre a taxa de
transferência de dados, que são usadas para decidir o que
deve ser carregado. As informações dos parâmetros da
câmera ajudam a determinar os dados que possivelmente
serão utilizados pela aplicação. A informação da taxa de
transmissão é utilizada para decidir qual o nível de
resolução desses dados que devem ser carregados
antecipadamente para os dispositivos de alta velocidade.
O sistema de gerenciamento de memória preditivo foi
testado em aplicações de visualização de imagens de
satélite e panoramas virtuais,em tempo-real. / [en] Nowadays, many areas of computer graphics need to process a
huge amount of data. In order to visualize the data in
realtime time, it is necessary to solve two different
problems. The first problem is the limited time available to
perform rendering. The second one arises from the
restricted capacity of storage high-speed memories, like
RAM and texture memories. In order to solve the first
problem, this work has used multi-resolution techniques.
The multi-resolution representation allows the application
to work with a constant amount of data during the rendering
process. The second problem has been solved by a predictive
management memory system based on the virtual memory model.
This work proposes an architecture that allows any
storage device to be incorporated in the system. Devices
are organized sequentially. The heart of the system
consists in allocating an area of memory for each device
and managing this space optimally. The predictive
system aims to load in advance. The data that will probably
be used by the application in the near future. This work
proposes a specific adaptative prediction algorithm for the
visualization problem. This algorithm exploits
the information about the camera parameter variations as
well as the data transfer rate, in order to decide what
should be loaded. The camera parameters are used to
determine which data will possibly be used by the
application. The transfer rate is used to decide which
resolution level of the data should be loaded to the high-
speed devices, in advance. The predictive
memory management system has been tested for real-time
visualization of satellite images and virtual panoramas.
|
Page generated in 0.045 seconds