Made available in DSpace on 2014-06-11T19:23:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2003Bitstream added on 2014-06-13T18:09:43Z : No. of bitstreams: 1 maia_jl_me_prud.pdf: 3722466 bytes, checksum: 4b39a6e2afdd3917058650acc98046cf (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A avaliação de feições cartográficas extraídas (semi-) automaticamente a partir de imagens digitais é de grande importância no contexto de validação de algoritmos computacionais de extração de feições. O procedimento geral para a avaliação da qualidade geométrica de feições cartográficas baseia-se na comparação entre as entidades extraídas por algoritmos computacionais e as correspondentes extraídas através da visão natural, sendo estas últimas denominadas de feições de referência. A comparação entre os dois grupos de feições é realizada através das seguintes etapas: (1) cálculo de pontos correspondentes entre as feições extraídas e as de referência; (2) cálculo de parâmetros de qualidade (completeza, correção, qualidade, erro médio (EM) e erro médio quadrático (EMQ)) com base nos pontos correspondentes; e (3) análise envolvendo os parâmetros de qualidade obtidos na etapa 2. A metodologia de avaliação foi testada numa variedade de situações, envolvendo tanto imagens com características diferentes quanto diferentes metodologias de extração. Os resultados comprovam que a metodologia permite uma avaliação bastante detalhada dos resultados dos métodos de extração. / The evaluation of cartographic features that were (semi-) automatically extracted from digital images is of great importance in the context of validation of computational algorithms of feature extraction. The general procedure to evaluate the geometrical quality of cartographic features is based on the comparison between the entities extracted via computational algorithms and the corresponding ones extracted through natural vision, being the latter called reference features. Such comparison between the two groups of features is performed in three steps, as follows: (1) calculation of corresponding points between the extracted features and the reference features; (2) calculation of quality parameters (completeness, correcteness, quality, mean error (RM) and root mean squared (RMSE) based on the corresponding points; and (3) analysis involving the quality parameters obtained in step 2. The evaluation methodology was tested in many situations, involving different images as well as extraction methodologies with different characteristics. The results proved that the methodology enables a very detailed evaluation of the results regarding the extraction methods.

Orientador : Aluir Porfírio Dal Poz / Resumo: A avaliação de feições cartográficas extraídas (semi-) automaticamente a partir de imagens digitais é de grande importância no contexto de validação de algoritmos computacionais de extração de feições. O procedimento geral para a avaliação da qualidade geométrica de feições cartográficas baseia-se na comparação entre as entidades extraídas por algoritmos computacionais e as correspondentes extraídas através da visão natural, sendo estas últimas denominadas de feições de referência. A comparação entre os dois grupos de feições é realizada através das seguintes etapas: (1) cálculo de pontos correspondentes entre as feições extraídas e as de referência; (2) cálculo de parâmetros de qualidade (completeza, correção, qualidade, erro médio (EM) e erro médio quadrático (EMQ)) com base nos pontos correspondentes; e (3) análise envolvendo os parâmetros de qualidade obtidos na etapa 2. A metodologia de avaliação foi testada numa variedade de situações, envolvendo tanto imagens com características diferentes quanto diferentes metodologias de extração. Os resultados comprovam que a metodologia permite uma avaliação bastante detalhada dos resultados dos métodos de extração. / Abstract: The evaluation of cartographic features that were (semi-) automatically extracted from digital images is of great importance in the context of validation of computational algorithms of feature extraction. The general procedure to evaluate the geometrical quality of cartographic features is based on the comparison between the entities extracted via computational algorithms and the corresponding ones extracted through natural vision, being the latter called reference features. Such comparison between the two groups of features is performed in three steps, as follows: (1) calculation of corresponding points between the extracted features and the reference features; (2) calculation of quality parameters (completeness, correcteness, quality, mean error (RM) and root mean squared (RMSE) based on the corresponding points; and (3) analysis involving the quality parameters obtained in step 2. The evaluation methodology was tested in many situations, involving different images as well as extraction methodologies with different characteristics. The results proved that the methodology enables a very detailed evaluation of the results regarding the extraction methods. / Mestre

Submitted by Mariana Pereira do Rego null (mari_rego@yahoo.com.br) on 2018-01-16T20:18:02Z No. of bitstreams: 1 Dissertacao_Mariana_Pereira_Rego.pdf: 4943487 bytes, checksum: 68ba15599a9a9ea2ef69bfd9006ecf39 (MD5) / Approved for entry into archive by Claudia Adriana Spindola null (claudia@fct.unesp.br) on 2018-01-17T12:39:31Z (GMT) No. of bitstreams: 1 rego_mp_me_prud.pdf: 4943487 bytes, checksum: 68ba15599a9a9ea2ef69bfd9006ecf39 (MD5) / Made available in DSpace on 2018-01-17T12:39:31Z (GMT). No. of bitstreams: 1 rego_mp_me_prud.pdf: 4943487 bytes, checksum: 68ba15599a9a9ea2ef69bfd9006ecf39 (MD5) Previous issue date: 2017-03-02 / A interpretação de um mapa é facilitada com a utilização de textos, os quais facilitam a comunicação do mapa. Os mapas de Sistema de Navegação e Guia de Rota em Automóvel (SINGRA) utilizam textos na área mapeada com a finalidade de auxiliar o motorista na tarefa de navegação. Os nomes de vias são um dos elementos mais importantes no uso como informação de guia de rota. A literatura na área da Cartografia apresenta recomendações para rotular feições cartográficas em mapas estáticos. Porém, os mapas exibidos em SINGRA são dinâmicos e apresentados em um esquema de referência egocêntrica. Então, é questionado se as indicações propostas pela literatura podem ser generalizadas para esse tipo de representação. Este trabalho avalia o tempo de leitura de nomes de vias em mapas de SINGRA, levando-se em consideração diferentes posicionamentos da toponímia de via em mapas com diferentes padrões de malha viária. Para esta avaliação foram projetados 16 mapas, oito com padrão de malha viária regular e oito com padrão de malha viária irregular. Um conjunto apresentou nomes de vias com posicionamento alinhado horizontalmente e outro com os nomes seguindo a via. A concepção dos mapas foi baseada em princípios de agrupamento perceptível, segregação de figura-fundo, bem como em técnicas de tipografia, uso de tipos na cartografia e, também, na análise de mapas de sistemas de navegação de ampla utilização no mercado. A avaliação foi realizada com 20 motoristas novos. O experimento ocorreu dentro de um automóvel estacionado. A tarefa do participante foi buscar um nome de via no mapa exibido em uma tela de pequenas dimensões, bem como falar em voz alta o nome da via solicitada pelo pesquisador. A duração do tempo de leitura foi extraída e analisada. Em mapa com padrão de malha viária regular, a análise estatística mostrou que não houve diferença significativa no tempo de leitura entre os diferentes posicionamentos do texto, tanto para o nome da via em que se encontra quanto para o nome da via em que irá entrar. Por outro lado, em mapa com padrão de malha viária irregular e nome com o posicionamento alinhado horizontalmente, a análise estatística dos dados revelou que o tempo de leitura do nome da via em que o motorista irá entrar é significativamente mais rápido do que a leitura do nome da via em que se encontra. Maiores implicações são apresentadas e discutidas. / Reading a map is facilitated by using texts, which facilitate the communication of the map. InCar Route Guidance and Navigation System maps (RGNS) use texts in the map to assist drivers in the navigation task. Road names are one of the most important elements in the use as route guidance information. The literature in the Cartography field presents recommendations for labeling cartographic features in static maps. However, maps showed in RGNS are dynamic and presented in an egocentric reference. Thus, it is questioned whether those results can be generalized to this kind of representation. This work evaluates the time in which drivers start reading road names in maps of RGNS, taking into account different positions for the road toponymy in maps with different road network patterns. For this evaluation, 16 maps were designed; eight with road pattern similar to a regular-grid network and eight with road pattern similar to an irregular-grid network. Half of the maps were designed with names aligned horizontally and the other half with names following the road. Creating maps was based on principles of perceptual grouping, figure-ground segregation, as well techniques of typography, use of types in Cartography and, also, in the analysis of some maps of navigation systems with high acceptance in the market. The evaluation was performed with 20 drivers aged between 20 and 30 years. The experiment took place inside a car parked. The task of the participant was looking for a street name showed in a small screen and speech in a loud voice the name requested by the researcher. The time took to start reading was gathered an analyzed. For maps with road pattern similar to a regular-grid network the analysis showed no significant difference in the time in which drivers start reading road names among different text positioning, both for road name where they are located and for road name where they will turn. On the other hands, for maps with road pattern similar to an irregular road network and name aligned horizontally, the statistical analysis revealed the reading time for the name in which drivers will turn is significantly faster than reading time for the name in which drivers are located. More implications are presented and discussed.