Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2005Bitstream added on 2014-06-13T20:10:57Z : No. of bitstreams: 1 mendes_tsg_me_prud.pdf: 3488297 bytes, checksum: edcf0b9a2b1e54f8b59d3dd8474a32a0 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / É esperado que o operador humano permaneça, por um longo tempo, como parte integrante do sistema de extração de feições. Portanto, as pesquisas que caminham para o desenvolvimento de novos métodos semi-automáticos são ainda de grande importância. Nesta linha, esta pesquisa propõe um método semi-automático para a extração de rodovias em imagens digitais. A metodologia é uma combinação entre técnicas de correlação e estratégia de teste ativo. Os resultados experimentais obtidos da aplicação do método em imagens reais mostram que o método funciona corretamente, demonstrando que pode ser usado em esquemas de captura de dados. / The human operator is still expected to remain as part of the feature extraction system for a relative long time. Therefore, researches for the development of new semi-automatic methods is still of great importance. Following this line, this research proposes a semi-automatic method for road extraction from digital images. It is based on a combination between correlation techniques and an active testing strategy. In order to initialize the extraction process, the operator needs to supply two close seed points plus another one at the end of road segment selected to be extracted. Experimental results obtained from the application of the method to real image data show that the method works properly, demonstrating that the developed method can be used in data capturing schemes.