Made available in DSpace on 2014-06-11T19:22:25Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-03-26Bitstream added on 2014-06-13T20:28:44Z : No. of bitstreams: 1 langhi_pjp_me_prud.pdf: 4558873 bytes, checksum: 6633a0b385f223c9200a10403ba4fa9b (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / 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. / 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.

Made available in DSpace on 2014-06-11T19:23:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-11-29Bitstream added on 2014-06-13T19:09:02Z : No. of bitstreams: 1 barros_af_me_prud.pdf: 2562561 bytes, checksum: b5202d1eb66d73f102e8800f69945a7a (MD5) / O reconhecimento de padrões de alvos específicos presentes na paisagem urbana como telhados de edificações as quais não são padronizados, ou seja, possuem variadas formas geométricas, dimensões, cores e texturas não é uma tarefa simples devido à alta complexidade desses alvos. Detectar e discriminar esses alvos constitui tarefa fundamental nos processos de mapeamento baseados em análise de imagem. Entretanto, graças aos avanços tecnológicos incorporados às câmaras fotogramétricas digitais, tem-se percebido um aumento contínuo da resolução espectral. Isso torna possível adquirir imagens com maior potencial para a discriminação devido aos atributos espectrais. Como alternativa de sistema de aerolevantamento, foi desenvolvido o Sistema Aerotransportado de Aquisição e Pós- Processamento de Imagens Digitais (SAAPI) o qual é capaz de adquirir imagens aéreas multiespectrais com alta resolução espacial. O SAAPI é composto por sensores de quadro capazes de produzir imagens multiespectrais com características de flexibilidade, confiabilidade e baixo custo. Mas, esses dados espectrais devem ser avaliados em aplicações de reconhecimento de padrões para aprimorar sua utilização. Nesse contexto, este trabalho busca ajustar índices de realce para serem capazes de destacar alvos específicos como corpo d’água, sombra, via pavimentada e vegetação presentes na paisagem urbana registrados em imagens adquiridas pelo SAAPI... / Pattern recognition of specific targets in the urban scenery is not a simple task due to its high complexity. Recognizing building roofs, per example, has very variable features like geometrical form, dimension, color and texture. Detection and discrimination of these targets are basic tasks in mapping processes which are based on image analysis. Technological advancements of digital cameras have helped to improve the continuous increase of spectral resolution. Consequently, it allows the acquisition of aerial image data with higher potential for target discrimination based on spectral response. As an alternative to areal surveying system, it was developed the Lightweight Airborne Image Acquisition System (SAAPI) in order to survey high resolution areal-based multispectral images. The SAAPI is made-up of sensors to produce multispectral images with characteristics of flexibility, reliability and low cost. However, these spectral data must be evaluated for pattern recognition applications. Thus, this research intends to adjust enhancement indexes to detection of specific targets in the urban scenery, like water, shadow, paved roads and vegetation in images taken through the SAAPI... (Complete abstract click electronic access below)