The thesis is aimed on hydromorphological assessment with usage of distance data. The distance method QuaWaDis is defined and the usage of results of image processing within the hydromorphological assessment is considered. The aim of the assessment is classification of hydromorphological conditions of water bodies according to Water Framework Directive 2000/60/EC. Distance method is based on visual interpretation of public data. Image processing results can extend the number of parameters of the distance method - object based classification was applied on aerial imagery (in land cover classification), unsupervised classification and image reclassification was applied on multispectral satellite data (in water depths classification). The calibration of distance method and the credibility of the distance data was evaluated in comparison with results of field survey EcoRivHab (Matoušková, 2008). Object based image processing was aimed on accuracy assessment, index of efficiency was defined and the concept of fuzzy logic was applied in accuracy assessment. From consideration of classification efficiency is obvious, that large internally heterogeneous objecs is more effectivelly to vectorise manually. Accuracy assessment with usage of concept of fuzzy logic shows the success of object recognition within each...

Made available in DSpace on 2014-06-11T19:22:25Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-12-09Bitstream added on 2014-06-13T19:27:42Z : No. of bitstreams: 1 martins_efo_me_prud.pdf: 7697728 bytes, checksum: 0a4768f80fcc4184fcaa8a4d6ead444b (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nesta pesquisa é proposta uma metodologia semi-automática para extração de rodovias a partir de um estéreo par de imagens aéreas de baixa resolução e do respectivo Modelo Digital de Terreno, tendo por base a otimização por programação dinâmica no espaço-objeto. A metodologia consiste em um processo iterativo iniciado com pontos sementes fornecidos pelo operador no espaço-imagem, que após transformação para o espaço-objeto passam por ciclos de otimização via Programação Dinâmica até descreverem o eixo da rodovia. O desempenho da metodologia foi testado por meio de experimentos com dados reais, cujos resultados foram avaliados tanto na forma visual (qualitativamente) como numérica (quantitativamente). Os resultados alcançados nos experimentos demonstraram a robustez da metodologia diante de problemas de caráter geométrico e radiométrico comuns na extração semi-automática de rodovias a partir de imagens aéreas. Problemas de oclusão e baixa resposta radiométrica foram minimizados pelo uso de injunções globais, de natureza geométrica, bem como pela redundância e complementação de dados radiométricos provenientes das imagens que compõem o estéreo par. As linhas de busca multiresolução e os critérios de parada das iterações se mostraram como sendo importantes recursos na tentativa de conciliar extração de qualidade com baixo esforço computacional / This research proposes a semi-automatic methodology for road extraction by using a stereo pair of aerial images with low resolution, as well as Digital Terrain Model and dynamic programming in object-space. The methodology consists of an interactive process that starts with seed points provided by the operator in the space-image, which are later projected onto the space-object. Next, cycles of optimization are accomplished by the dynamic programming algorithm until the axis of the highway is correctly described. The performance of the methodology was tested with experiments by using real data, and results were evaluated both visually and numerically. The results achieved in the experiments have demonstrated the robustness of the methodology in face of geometrical and radiometric problems which are common in road extraction. Occlusions and low radiometric responses were minimized by the use of global geometric constraints, as well as the redundancy and complementation of radiometric data from the images that build the stereo pair. The line of multi-resolution search and stopping criteria of the interactions have showed themselves that they have been an important resort in the attempt to reconcile the extraction of high quality with low consumption of computational resources

No description available.

Coregistration of airborne laser scanning data and aerial images Abstract This thesis is dealing with the co-registration of aerial laser scanning and aerial images. Theoretical part with research of current methods puts emphasis on methods suitable for remote sensing datasets. Part of the thesis is about pre-processing data for co-registration and DSM production. Selection of co- registration methods for remote sensing is based on previous researches. Selected co-registration methods are applied on datasets from EuroSDR research project and ČÚZK dataset. Application is realised by programming codes and functions that were created for this purpose in Matlab. Possibilities of usage, advantages and disadvantages of methods are being mentioned in the next parts of the thesis with emphasis on time of the computation and final accuracy. The function programmed in Matlab allows comparison of co-registration methods and allows the user to decide which of the co- registration methods to use on input datasets. Discussion section describes the possibilities of method extensions and problematic parts across the whole co-registration process. Keywords: co-registration, laser, scanning, images, photogrammetry, remote sensing, coordinate, image matching.

As técnicas de super-resolução possibilitam combinar várias imagens de uma mesma cena para se obter uma imagem com resolução radiométrica e geométrica aumentada, denominada de imagem de super-resolução. Nessa imagem são realçadas características importantes possibilitando recuperar detalhes e informações. As aplicações envolvem diferentes áreas, tais como: na agricultura para identificar possíveis desmatamentos e controle de pragas, na área médica para a detecção de doenças em estágios iniciais, identificação facial de pessoas suspeitas em imagens de circuito fechado, reconstrução de filmes, identificação de placas de veículos, entre outras. No presente trabalho, é proposta uma metodologia para a geração de imagens de super-resolução a partir de uma região selecionada de um mosaico. Embora existam vários trabalhos publicados relacionados à geração de imagens de super-resolução, as metodologias não se aplicam para uma região específica do mosaico. E grande parte dos trabalhos utiliza uma imagem de referência, a partir da qual é gerada a imagem de super-resolução. Na metodologia proposta, inicialmente, é gerado um mosaico a partir de um conjunto de imagens baseando-se nos algoritmos SIFT ou SURF, BBF e RANSAC e é criada uma estrutura de dados, que organiza os pontos correlacionáveis das imagens com sobreposição, facilitando e simplificando o processo de fusão desses pontos para a obtenção da imagem de super-resolução. A ferramenta implementada a partir dessa metodologia, possibilita ao operador selecionar a região de interesse no mosaico, a partir da qual, é gerada a imagem de super-resolução utilizando as técnicas SIFT (ou SURF), interpolação Bicúbica e a fusão pelo valor mediano dos pontos da área com sobreposição das imagens da sequência. Para validar a metodologia, foram utilizados quatro conjuntos de imagens, que incluem imagens simuladas, obtidas com câmeras de baixa e alta resolução, imagens aéreas de áreas urbanas e rurais, coloridas e em escalas de cinza, e imagens contendo elementos textuais. Nas imagens simuladas foram adicionados ruídos e avaliada a imagem de super-resolução gerada por meio de duas métricas: raiz do erro médio quadrático (RMSE) e o índice de similaridade estrutural (SSIM). Os resultados mostraram que mesmo com valor de RMSE elevado, o SSIM foi acima de 70%, evidenciando o alto grau de similaridade. As imagens de super-resolução obtidas a partir de uma região dos mosaicos gerados foram comparadas com imagens superamostradas por meio de interpolações e avaliadas confrontando as imagens extrapoladas para verificação visual dos elementos da cena. Os resultados apresentados concluem que as imagens de super-resolução geradas, apresentam melhorias no que diz respeito à restauração das mesmas para futura análise de alvos de interesse, sem ter o retrabalho de adquirir novas imagens da cena, pois dependendo da cena analisada não será possível nova aquisição. O presente trabalho contribui com a geração de imagem de super-resolução, a partir de uma região do mosaico e com estruturas de dados e algoritmos que possibilitam a análise de regiões específicas do mosaico, sem que o mesmo tenha que ser processado integralmente. / Super-resolution techniques allow combining several images of the same scene in order to obtain an image with increased geometric and radiometric resolution, called super-resolution image. In this image are enhanced features allowing to recover important details and information. The applications involve different areas, such as: in the agriculture to identify possible deforestation and pest control, in the medical area to detect diseases in early stages, facial identification in images of suspects in closed loop, movies reconstruction, license plates recognition, among others. In this work, we propose a methodology for generating super-resolution images from a selected region of a mosaic. Although there are several published papers related to the generation of super-resolution images, the existing methodologies do not apply to a specific region of the mosaic. And the majority of studies use a reference image, from which is generated the super-resolution image. In the proposed methodology, initially, a mosaic is generated from a set of images based on the algorithms SIFT or SURF, BBF and RANSAC and creates a data structure that organizes the points correlate of the images with overlapping, facilitating and simplifying the fusion process of these points to obtain the super-resolution image. The tool implemented from this methodology allows to the operator to select the region of interest in the mosaic, from which is generated the image using super-resolution techniques SIFT (or SURF), Bicubic interpolation and fusion process by the median value of the points with overlapping area from the images of the sequence. In order to validate the methodology, we used four sets of images, including simulated images taken with cameras of low and high resolution, aerial images of urban and rural areas, color and grayscale images and images containing texts. In the simulated images were added noise and were evaluated the super-resolution image generated by two metrics: root mean square error (RMSE) and the structural similarity index (SSIM). The results showed that even with high RMSE value, the SSIM was above 70%, reflecting the high degree of similarity. The super-resolution images obtained from a region of the mosaics were compared with images generated by super-sampled interpolation and evaluated by comparing the images extrapolated to visual inspection of elements of the scene. From the results it can be concluded that the super-resolution images generated present improvements with regard to restoration of images for further analysis of targets of interest, without reworking to acquire new images of the scene, because depending on the analyzed scene it would not be possible a new acquisition. This work contributes to the generation of super-resolution image from a region of the mosaic and with data structures and algorithms which enable the analysis of specific regions of the mosaic without it has to be fully processed.

As técnicas de super-resolução possibilitam combinar várias imagens de uma mesma cena para se obter uma imagem com resolução radiométrica e geométrica aumentada, denominada de imagem de super-resolução. Nessa imagem são realçadas características importantes possibilitando recuperar detalhes e informações. As aplicações envolvem diferentes áreas, tais como: na agricultura para identificar possíveis desmatamentos e controle de pragas, na área médica para a detecção de doenças em estágios iniciais, identificação facial de pessoas suspeitas em imagens de circuito fechado, reconstrução de filmes, identificação de placas de veículos, entre outras. No presente trabalho, é proposta uma metodologia para a geração de imagens de super-resolução a partir de uma região selecionada de um mosaico. Embora existam vários trabalhos publicados relacionados à geração de imagens de super-resolução, as metodologias não se aplicam para uma região específica do mosaico. E grande parte dos trabalhos utiliza uma imagem de referência, a partir da qual é gerada a imagem de super-resolução. Na metodologia proposta, inicialmente, é gerado um mosaico a partir de um conjunto de imagens baseando-se nos algoritmos SIFT ou SURF, BBF e RANSAC e é criada uma estrutura de dados, que organiza os pontos correlacionáveis das imagens com sobreposição, facilitando e simplificando o processo de fusão desses pontos para a obtenção da imagem de super-resolução. A ferramenta implementada a partir dessa metodologia, possibilita ao operador selecionar a região de interesse no mosaico, a partir da qual, é gerada a imagem de super-resolução utilizando as técnicas SIFT (ou SURF), interpolação Bicúbica e a fusão pelo valor mediano dos pontos da área com sobreposição das imagens da sequência. Para validar a metodologia, foram utilizados quatro conjuntos de imagens, que incluem imagens simuladas, obtidas com câmeras de baixa e alta resolução, imagens aéreas de áreas urbanas e rurais, coloridas e em escalas de cinza, e imagens contendo elementos textuais. Nas imagens simuladas foram adicionados ruídos e avaliada a imagem de super-resolução gerada por meio de duas métricas: raiz do erro médio quadrático (RMSE) e o índice de similaridade estrutural (SSIM). Os resultados mostraram que mesmo com valor de RMSE elevado, o SSIM foi acima de 70%, evidenciando o alto grau de similaridade. As imagens de super-resolução obtidas a partir de uma região dos mosaicos gerados foram comparadas com imagens superamostradas por meio de interpolações e avaliadas confrontando as imagens extrapoladas para verificação visual dos elementos da cena. Os resultados apresentados concluem que as imagens de super-resolução geradas, apresentam melhorias no que diz respeito à restauração das mesmas para futura análise de alvos de interesse, sem ter o retrabalho de adquirir novas imagens da cena, pois dependendo da cena analisada não será possível nova aquisição. O presente trabalho contribui com a geração de imagem de super-resolução, a partir de uma região do mosaico e com estruturas de dados e algoritmos que possibilitam a análise de regiões específicas do mosaico, sem que o mesmo tenha que ser processado integralmente. / Super-resolution techniques allow combining several images of the same scene in order to obtain an image with increased geometric and radiometric resolution, called super-resolution image. In this image are enhanced features allowing to recover important details and information. The applications involve different areas, such as: in the agriculture to identify possible deforestation and pest control, in the medical area to detect diseases in early stages, facial identification in images of suspects in closed loop, movies reconstruction, license plates recognition, among others. In this work, we propose a methodology for generating super-resolution images from a selected region of a mosaic. Although there are several published papers related to the generation of super-resolution images, the existing methodologies do not apply to a specific region of the mosaic. And the majority of studies use a reference image, from which is generated the super-resolution image. In the proposed methodology, initially, a mosaic is generated from a set of images based on the algorithms SIFT or SURF, BBF and RANSAC and creates a data structure that organizes the points correlate of the images with overlapping, facilitating and simplifying the fusion process of these points to obtain the super-resolution image. The tool implemented from this methodology allows to the operator to select the region of interest in the mosaic, from which is generated the image using super-resolution techniques SIFT (or SURF), Bicubic interpolation and fusion process by the median value of the points with overlapping area from the images of the sequence. In order to validate the methodology, we used four sets of images, including simulated images taken with cameras of low and high resolution, aerial images of urban and rural areas, color and grayscale images and images containing texts. In the simulated images were added noise and were evaluated the super-resolution image generated by two metrics: root mean square error (RMSE) and the structural similarity index (SSIM). The results showed that even with high RMSE value, the SSIM was above 70%, reflecting the high degree of similarity. The super-resolution images obtained from a region of the mosaics were compared with images generated by super-sampled interpolation and evaluated by comparing the images extrapolated to visual inspection of elements of the scene. From the results it can be concluded that the super-resolution images generated present improvements with regard to restoration of images for further analysis of targets of interest, without reworking to acquire new images of the scene, because depending on the analyzed scene it would not be possible a new acquisition. This work contributes to the generation of super-resolution image from a region of the mosaic and with data structures and algorithms which enable the analysis of specific regions of the mosaic without it has to be fully processed.

Extraction of buildings from remote sensing sources is an important GIS application and has been the subject of extensive research over the last three decades. An accurate building inventory is required for applications such as GIS database maintenance and revision; impervious surfaces mapping; storm water management; hazard mitigation and risk assessment. Despite all the progress within the fields of photogrammetry and image processing, the problem of automated feature extraction is still unresolved. A methodology for automatic building extraction that integrates remote sensing sources and GIS data was proposed. The methodology consists of a series of image processing and spatial analysis techniques. It incorporates initial simplification procedure and multiple feature analysis components. The extraction process was implemented and tested on three distinct types of buildings including commercial, residential and high-rise. Aerial imagery and GIS data from Shelby County, Tennessee were identified for the testing and validation of the results. The contribution of each component to the overall methodology was quantitatively evaluated as relates to each type of building. The automatic process was compared to manual building extraction and provided means to alleviate the manual procedure effort. A separate module was implemented to identify the 2D shape of a building. Indices for two specific shapes were developed based on the moment theory. The indices were tested and evaluated on multiple feature segments and proved to be successful. The research identifies the successful building extraction scenarios as well as the challenges, difficulties and drawbacks of the process. Recommendations are provided based on the testing and evaluation for future extraction projects.

Made available in DSpace on 2014-06-11T19:30:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-10-31Bitstream added on 2014-06-13T20:47:04Z : No. of bitstreams: 1 gallis_rba_dr_prud.pdf: 3261376 bytes, checksum: 6967d0b5771ef57a837696cfb04efa2f (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Este trabalho propõe uma nova metodologia para extração de rodovias utilizando imagens aéreas digitais. A inovação baseia-se no algoritmo de Programação dinâmica (PD), que nesta metodologia realiza o processo de otimização no espaço objeto, e não no espaço imagem como as metodologias tradicionais de extração de rodovias por PD. A feição rodovia é extraída no espaço objeto, o qual implica um rigoroso modelo matemático, que é necessário para estabelecer os pontos entre o espaço imagem e objeto. Necessita-se que o operador forneça alguns pontos sementes no espaço imagem para descrever grosseiramente a rodovia, e estes pontos devem ser transformados para o espaço objeto para inicialização do processo de otimização por PD. Esta metodologia pode operar em diferentes modos (modo mono e estéreo), e com diversos tipos de imagens, incluindo imagens multisensores. Este trabalho apresenta detalhes da metodologia mono e estéreo e também os experimentos realizados e os resultados obtidos. / This work proposes a novel road extraction methodology from digital images. The innovation is based on the dynamic programming (DP) algorithm to carry out the optimisation process in the object space, instead of doing it in the image space such as the DP traditional methodologies. Road features are traced in the object space, which implies that a rigorous mathematical model is necessary to be established between image and object space points. It is required that the operator measures a few seed points in the image space to describe sparsely and coarsely the roads, which must be transformed into the object space to make possible the initialisation of the DP optimisation process. Although the methodology can operate in different modes (mono-plotting or stereoplotting), and with several image types, including multisensor images, this work presents details of our single and stereo image methodology, along with the experimental results.

Orientador: Aluir Porfírio Dal Poz / Banca: Edson Aparecido Mitishita / Banca: Maurício Galo / Resumo: Nesta pesquisa é proposta uma metodologia semi-automática para extração de rodovias a partir de um estéreo par de imagens aéreas de baixa resolução e do respectivo Modelo Digital de Terreno, tendo por base a otimização por programação dinâmica no espaço-objeto. A metodologia consiste em um processo iterativo iniciado com pontos sementes fornecidos pelo operador no espaço-imagem, que após transformação para o espaço-objeto passam por ciclos de otimização via Programação Dinâmica até descreverem o eixo da rodovia. O desempenho da metodologia foi testado por meio de experimentos com dados reais, cujos resultados foram avaliados tanto na forma visual (qualitativamente) como numérica (quantitativamente). Os resultados alcançados nos experimentos demonstraram a robustez da metodologia diante de problemas de caráter geométrico e radiométrico comuns na extração semi-automática de rodovias a partir de imagens aéreas. Problemas de oclusão e baixa resposta radiométrica foram minimizados pelo uso de injunções globais, de natureza geométrica, bem como pela redundância e complementação de dados radiométricos provenientes das imagens que compõem o estéreo par. As linhas de busca multiresolução e os critérios de parada das iterações se mostraram como sendo importantes recursos na tentativa de conciliar extração de qualidade com baixo esforço computacional / Abstract: This research proposes a semi-automatic methodology for road extraction by using a stereo pair of aerial images with low resolution, as well as Digital Terrain Model and dynamic programming in object-space. The methodology consists of an interactive process that starts with seed points provided by the operator in the space-image, which are later projected onto the space-object. Next, cycles of optimization are accomplished by the dynamic programming algorithm until the axis of the highway is correctly described. The performance of the methodology was tested with experiments by using real data, and results were evaluated both visually and numerically. The results achieved in the experiments have demonstrated the robustness of the methodology in face of geometrical and radiometric problems which are common in road extraction. Occlusions and low radiometric responses were minimized by the use of global geometric constraints, as well as the redundancy and complementation of radiometric data from the images that build the stereo pair. The line of multi-resolution search and stopping criteria of the interactions have showed themselves that they have been an important resort in the attempt to reconcile the extraction of high quality with low consumption of computational resources / Mestre

Orientador: Antonio Maria Garcia Tommaselli / Banca: Aluir Porfírio Dal Poz / Banca: Edson Aparecido Mitishita / Resumo: As diferenças radiométricas entre áreas homólogas de imagens aéreas digitais são causadas por vários fatores e afetam os processos fotogramétricos, como a correspondência e a mosaicagem. Para que as imagens possam ser melhoradas, alguns procedimentos como correção geométrica e radiométrica são aplicados, sendo a correção radiométrica o tema de estudo deste trabalho. O processo de correção radiométrica em imagens aéreas digitais tem como principal objetivo tornar semelhantes os histogramas de imagens que possuam sobreposição, facilitando os processos posteriores de correspondência de pontos homólogos e a formação de mosaicos. O método proposto neste trabalho realiza em duas etapas a correção radiométrica para um bloco de imagens aéreas digitais. A primeira etapa é um processamento global, baseado nos dados dos histogramas. A segunda etapa é uma correção local, que pode ser realizada através de dois métodos estudados, sendo que o primeiro trata a interpolação dos valores de correção à partir de regiões homólogas, possibilitando a correção radiométrica da região de sobreposição das imagens; e o segundo método utiliza o ajuste de uma superfície parabolóide às diferenças radiométricas entre imagens, fornecendo, posteriormente, valores de correção para toda a imagem. Para realizar os processos descritos acima, foi implementado um programa em linguagem C, o qual realiza o ajuste local a partir de pontos correspondentes. Alguns experimentos foram realizados, utilizando três blocos de imagens aéreas obtidas com câmeras digitais Hasselblad de 22 e 39 megapixels, respectivamente, os quais apresentaram resultados satisfatórios. / Abstract: Radiometric differences between homologous areas in digital aerial imagens are caused by several factors and affect the photogrammetric processes like correspondence and mosaicking. In order to enhance those images, some procedures like geometric and radiometric corrections can be applied, the last being the aim of this work. The process of radiometric adjustment in digital aerial images aim at to make similar the histograms of overlapping images, favoring the processes of correspondence and mosaicking formation. The method proposed in this work is performed in two stages: firstly a global processing based on the histograms data and secondly a local strategy, for which two methods were studied. The first is an interpolation of correction values corresponding to the radiometric differences in the overlapping images. The second method for the local adjustment uses surface adjustment in order to correct the differences in the corresponding regions. In order to assess the proposed methodology, a program in C language was implemented to perform the local adjustment based on some corresponding points. Some experiments were accomplished, using three blocks of aerial images taken with 22 and 39 megapixels digital cameras, and good results were achieved. / Mestre