Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015. / O antibiograma por disco-difusão é um procedimento laboratorial utilizado para determinar a suscetibilidade de micro-organismos em relação a um antibiótico. Neste exame, os antibióticos são impregnados em discos que são rotulados com caracteres alfanuméricos. A identificação automática destes rótulos é de crucial importância na automação deste antibiograma, visto que descrevem o antimicrobiano e sua respectiva concentração. Sendo assim, este trabalho apresenta uma técnica de descritores baseada em Momentos Invariantes com objetivo de reconhecer os padrões alfanuméricos presentes nos exames de antibiogramas por disco-difusão e sua aplicação no método Automático de Identificação do Antibiograma (AIA), que é parte integrante do projeto AUTOBAC. No experimento, foram utilizadas as técnicas de Momentos Invariantes em comparação ao uso do Scale-invariant Feature Transform (SIFT), técnica comercial utilizada pelo AIA. Para os Momentos Invariantes, a solução proposta apresentou 90,9% de identificações corretas e o SIFT apresentou 94,9% de identificações corretas, ou seja, a solução proposta apresentou um resultado apenas 4% menor do que a solução comercial proposta inicialmente pelo AIA, indicando a aplicabilidade da solução. / The antibiogram by disk diffusion is a laboratory procedure used to determine the relative susceptibility of microorganisms to an antibiotic. In this exam, antibiotics are impregnated discs labeled with alphanumeric characters. The automatic identification of these labels is crucial to antibiogram automation, as describing the antimicrobial and its respective concentration. Thus, this work presents a descriptors technique based on Invariant Moments in order to recognize the alphanumeric patterns present in antibiotic susceptibility tests by disk diffusion and its application in Automatic Identification Antibiogram (AIA) method, which is part of the AUTOBAC project. In the experiments, was achieved a comparison of the Invariant Moments techniques and the Scale-invariant Feature Transform (SIFT), a commercial technique used by the AIA. For the Invariant Moments, the proposed solution showed 90.9% of correct identifications and the SIFT with 94.9% of correct identifications, i.e., the proposed solution shows a result about only 4% lower than the commercial solution originally proposed by AIA, indicating the applicability of the solution.

No description available.

Made available in DSpace on 2014-08-13T14:50:48Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-02-25Bitstream added on 2014-08-13T18:00:30Z : No. of bitstreams: 1 000758676.pdf: 2049270 bytes, checksum: f95548fba5af3d1f0ef8dcecb0a1ad33 (MD5) / Esse trabalho propõe melhorias em uma metodologia preexistente para o refinamento geométrico de contornos de telhados extraídos de dados LASER, usando imagens aéreas de alta resolução e campos aleatórios de Markov (MRF - Markov Random Field). A metodologia original assume que a descrição 3D de cada telhado de edifício reconstruído de dados de varredura a LASER está topologicamente correta e que é necessário apenas melhorar sua acurácia. Uma vez que as cumeeiras de telhado são acuradamente extraídas de dados de varredura a LASER, o objetivo básico é usar imagens aéreas de alta resolução para melhorar somente a qualidade geométrica dos contornos de telhado. Para tanto, essa metodologia utiliza retas extraídas da imagem e as projeções dos contornos de telhados extraídos dos dados LASER para estabelecer uma descrição MRF com base em relações de comprimento, proximidade e orientação entre ambos os conjuntos de retas. A função de energia associada com a descrição MRF é minimizada através de uma versão modificada do algoritmo de força bruta, resultando em um agrupamento de retas para cada contorno de telhado. Uma das melhorias propostas nesse trabalho consiste em incluir na função de energia associada ao MRF uma restrição denominada injunção de quina. Esta restrição leva em conta que a intersecção de duas retas adjacentes, correspondentes a lados de contorno, deve estar próxima de uma quina em 90º. As quinas são extraídas na imagem através de um algoritmo apropriado de processamento de imagem. Outra melhoria na função de energia baseia-se no fato de que as retas representativas de contornos de telhados são aproximadamente paralelas ou ortogonais entre si... / This paper proposes improvements in a previous methodology for the geometric refinement of building roof contours extracted from LASER data using high-resolution aerial images and Markov Random Field (MRF) models. The original methodology takes for granted that the 3D description of each building roof reconstructed from the laser scanning data is topologically correct and that it is only necessary to improve its accuracy. Since roof ridges are accurately extracted from laser scanning data, our main objective is to use high-resolution aerial images to improve the accuracy of roof outlines. For this, this methodology uses lines extracted form the image and the projection of the roof contours extracted from the LASER data to establish a MRF description based on relations of length, proximity and orientation between the two sets of straight lines. One of the proposed improvements is to include in the energy function associated with the MRF a restriction called corner injuction. This restriction considers that the intersection of two adjacent lines, corresponding to the contour sides, should be close to a corner in 90º. The corners are extracted from an image through an appropriate image processing algorithm. Other improvement in the energy function is based on the fact that the lines representing roof contours are aproximately parallel or orthogonal. This restriction was called rectangularity injuction. Other modification in the original methodology refers to the energy function optimization algorithm. The original methodology used the brute force optimization algorithm associated with some heuristics. Although this method allows to obtain the optimal solution, if there is, the search space becomes computationally intractable when dozens of lines are in the search space. It is proposed to use a genetic algorithm in order to solve this problem...

Made available in DSpace on 2013-08-07T18:42:25Z (GMT). No. of bitstreams: 1 000444462-Texto+Completo-0.pdf: 2799490 bytes, checksum: aa689a595b738094f4c295382853e8fb (MD5) Previous issue date: 2012 / This work explores the current model used to store the flow of operations done in the image editing process. Tools for editing normally use a stack to store this flow, and this work presents problems of this model: when the user undoes some operations and applies a new one the undone operations are lost. Other problem is that the history is kept on a session basis, and if the user saves an image after editing and opens it at another time the history will be empty, thus losing the changes that have already been executed and is no longer possible to undo. This work presents a nonlinear way for storing and viewing these flows, based on trees. With one tree users can have multiple paths in a unique way to visualize. Saving this tree keeps the history for future editing. Other advantages and details the proposed model is described throughout the paper. Finally we introduce the prototype developed to evaluate the model, after we present the results of evaluations with users using the prototype. / Este trabalho disserta sobre modelos utilizados para representar e armazenar o fluxo de operações para edição de imagens. As ferramentas de edição de imagens, geralmente, utilizam uma pilha para armazenar este fluxo, e neste trabalho são apresentados alguns problemas encontrados neste modelo, como por exemplo: quando o usuário desfaz algumas operações e aplica uma nova, as operações desfeitas são perdidas. Outro problema detectado é que o histórico é mantido por sessão, ou seja, ao salvar uma imagem e abrir uma edição dela em outro momento o histórico estará vazio, perdendo-se as transformações que já foram executadas e não é mais possível retroceder. Este trabalho apresenta uma forma não-linear para armazenar e visualizar estes fluxos, baseando-se em uma árvore. Com uma árvore é possível ter vários caminhos que são diversas edições em uma única forma de visualizar. Salvando esta árvore pode-se manter o histórico para uma futura edição. Outras vantagens e detalhes do modelo proposto são descritos ao longo do trabalho. Por fim é introduzido o protótipo desenvolvido para avaliar o modelo, em seguida são apresentados resultados de avaliações com usuários utilizando o protótipo.

Made available in DSpace on 2013-08-07T18:42:32Z (GMT). No. of bitstreams: 1 000439268-Texto+Completo-0.pdf: 3839238 bytes, checksum: fd0fa234ac3d8f99019784f88a77547f (MD5) Previous issue date: 2012 / The segmentation of people (automatic or semi-automatic) in still images is a very challenging task, mainly due to several factors in the real world, such as those related to the lighting of the scene where the image was captured, shadows, image noise, occlusions, high similarity of the object of interest with the background of the scene and the lack of information inherent in depth when a scene is captured into a 2D image. In this work we present a skeleton-based model for human segmentation in still images. The input data of the model, related to the skeleton model, can be obtained automatically (using an algorithm for 2D pose estimation of people in images, for example) or manually (through user interaction), depending on the particular application. The skeleton model is used to guide the segmentation by taking into account color information, brightness, angle constraints and anthropometric parameters. In a general way, the main idea of the proposed approach is to build a graph around the skeleton model, for a given input image, and find out the best path in this graph that satisfies a certain condition (e. g., the one that maximizes a certain energy criterion), thus generating the contour of the person in the picture. It is also being proposed in this work an approach to measure quantitatively the experimental results, from information provided through user interaction. The experimental results demonstrate that the proposed model generates satisfactory results for non-trivial images containing people with varied appearances and poses (containing self-occlusions), in various complex environments (and uncontrolled), with different lighting conditions and image quality. The results obtained using the proposed model was also compared with those obtained by a work considered state of the art. Our experiments indicate that the proposed model adapts better to the contours, while the human body shape priors in the confronted work enforce a smoother contour. The proposed segmentation model generates a closed contour (for each person in the image) with semantic information included, (e. g., each contour point is associated with a particular body part), which can be used for various purposes (for example, construction of virtual humans with features extracted from the image, methods for clothes estimation in images, estimation of the human shape under the clothes, etc. ). / A segmentação (automática ou semi-automática) de pessoas em imagens estáticas é uma tarefa bastante desafiadora, principalmente devido a diversos fatores do mundo real, como por exemplo, fatores relacionados à iluminação da cena onde a imagem foi capturada, sombras, ruídos na imagem, oclusão, alta similaridade do objeto de interesse com o fundo da cena e a falta de informação inerente de profundidade quando uma cena é capturada em uma imagem 2D. Nessa tese é apresentado um modelo para segmentação de pessoas em imagens baseado em esqueleto. Os dados de entrada para o modelo proposto, associados ao modelo de esqueleto, podem ser obtidos de forma automática (utilizando um algoritmo para estimativa de pose 2D de pessoas em imagens, por exemplo) ou manual (através de interação com usuário), dependendo da aplicação em questão. O modelo de esqueleto guia a segmentação da pessoa na imagem levando em consideração informações de cor, luminosidade, restrições de ângulos e parâmetros antropométricos. De uma forma geral, a idéia principal da abordagem proposta é construir um grafo ao redor do modelo de esqueleto, para uma determinada imagem de entrada, e buscar o melhor caminho nesse grafo que satisfaça uma determinada condição (por exemplo, aquela que maximiza certo critério de energia), gerando assim o contorno da pessoa na imagem. Também está sendo proposta nessa tese uma abordagem para avaliar quantitativamente os resultados experimentais obtidos, a partir de informações fornecidas através de interação com usuário. Os resultados experimentais demonstram que o modelo proposto gera resultados satisfatórios para imagens não triviais, contendo pessoas com aparências e poses variadas (podendo haver membros parcialmente ocultos), em diversos ambientes complexos (e não controlados), com diferentes iluminações e qualidade de imagem, entre outros fatores. Os resultados obtidos com a utilização do modelo proposto também foram comparados com os obtidos por um trabalho considerado estado-daarte e os experimentos indicam que o nosso modelo gera resultados mais coerentes para o contorno da pessoa, enquanto que os contornos obtidos pelo trabalho em questão apresentam formas mais suaves.O modelo de segmentação proposto é capaz de gerar um contorno fechado (para cada pessoa na imagem) contendo informação semântica, ou seja, cada ponto do contorno resultante está associado a uma determinada parte do corpo, que pode ser utilizada para diversos fins (por exemplo, construção de humanos virtuais com características extraídas da imagem, métodos para estimativa de roupas em imagens, estimativa da forma humana sobre as roupas, entre outros).

Made available in DSpace on 2014-06-11T19:30:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-08-31Bitstream added on 2014-06-13T19:19:26Z : No. of bitstreams: 1 medeiros_ng_dr_prud.pdf: 2551311 bytes, checksum: e8d6fb96dac45b6a8ca1c8ff6b406c84 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / O objetivo deste trabalho é o desenvolvimento e avaliação de dois modelos de orientação exterior para sensores de varredura linear (pushbroom) que permitem estimar os coeficientes que descrevem a trajetória da plataforma, ambos utilizando feições retas como controle de campo. Considerando que a aquisição da imagem de varredura linear não é instantânea, devem ser calculados seis Parâmetros de Orientação Exterior (POE) para cada linha adquirida. Para tanto a posição e atitude do sensor são modeladas a partir de um polinômio temporal. A relação de uma reta no espaço imagem e sua homóloga no espaço objeto é estabelecida no primeiro modelo, a partir da equivalência entre o vetor normal ao plano de projeção no espaço imagem e o vetor normal ao plano de projeção no espaço objeto rotacionado. A propriedade de equivalência entre planos foi adaptada para considerar a geometria da imagem de varredura linear. O segundo modelo tem como princípio a ortogonalidade do vetor posição de um ponto da reta no espaço imagem (vetor de visada) e o vetor normal ao plano de projeção que contém essa reta no espaço objeto. Além destes, o modelo de colinearidade usando pontos adaptado ao sensor de varredura linear, também foi implementado a fim de comparar as metodologias. Experimentos com dados simulados correspondentes a uma cena do satélite CBERS (China-Brazil Earth Resource Satellite) e experimentos com dados reais usando uma imagem CBERS foram realizados para testar os modelos desenvolvidos. Os resultados mostraram que os modelos propostos podem ser usados para calcular os POE de imagens de varredura linear, e dispondo de tais parâmetros, a correção geométrica de imagens orbitais pode ser realizada. São analisados ainda, vários fatores determinantes da precisão, como o número e distribuição das entidades de controle. / The aim of this paper is to present the derivation and evaluation of two models for orientation of pushbroom sensors that allow estimating the polynomial coefficients describing the platform trajectory. Both models use only linear features as ground control. Considering that pushbroom image acquisition is not instantaneous, six EOP (Exterior Orientation Parameters) for each scanned line must be estimated. The sensor position and attitude parameters are modeled with a time dependent polynomial. The relationship between a straight line in the image space and its homologous in the object space is established in the first model through a mathematical model based on the equivalence between the vector normal to the projection plane in the image space and the vector normal to the rotated projection plane in the object space. The equivalence property between planes was adapted to consider the pushbroom geometry. The second model rely on the principle that the position vector containing image point (viewing vector) and the normal vector to the projection plane in the object space are orthogonal. The model based on collinearity equations using points adapted to the pushbroom geometry were also implemented aiming at the comparison the methodologies. Experiments with simulated data corresponding to a CBERS scene (China-Brazil Earth Resource Satellite) and experiments with real data using a CBERS image were accomplished in order to test the developed models using straight lines. The obtained results showed that the proposed models can be used to estimate the EOP of pushbroom images with suitable accuracy. Such parameters (EOP) can be used to accomplish the geometric correction of orbital images. Several other factors attesting accuracy like distribution and number of control entities were also evaluated.

Made available in DSpace on 2014-06-11T19:23:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2003Bitstream added on 2014-06-13T19:50:22Z : No. of bitstreams: 1 medeiros_ng_me_prud.pdf: 4732444 bytes, checksum: 68ffda87b04d5da40a3c9af553db0a4a (MD5) / A segmentação de imagens é um processo muito utilizado e relevante em diversas áreas do conhecimento. Neste trabalho tem-se um exemplo na área de cartografia. O processo de extração de feições não é uma tarefa fácil e necessita do uso de técnicas mais complexas e de dados com boa qualidade para o sucesso dos resultados. Assim, este trabalho teve por objetivo reunir técnicas de Processamento Digital de Imagens (PDI), em especial a Morfologia Matemática, em conjunto com imagens de Sensoriamento Remoto, na utilização específica da segmentação de imagens, visando a obtenção de resultados relevantes à área de cartografia. Visto que os operadores morfológicos utilizam como padrão de reconhecimento apenas os valores de brilho, a idéia foi realizar um tratamento de realce que melhorasse a qualidade das feições de interesse para serem extraídas no processo de segmentação. A melhora da qualidade dessas imagens pode contribuir para a obtenção de resultados mais significativos. Para isto, foram utilizados alguns dos operadores morfológicos contidos na toolbox de morfologia matemática acoplada ao software MATLAB, voltados a etapa de préprocessamento de imagens originais (“brutas”) e a implementação de duas abordagens utilizadas para a geração da imagem de marcadores. A imagem original e/ou tratada e a imagem de marcadores são usadas como parâmetros de entrada no processo de segmentação com o operador watershed. Os operadores implementados foram o gradiente morfológico multi-escala e o mínimos impostos. As imagens utilizadas são imagens orbitais do satélite Landsat, dos sensores TM e ETM+, disponíveis no banco de imagens da FCT - Unesp. Após a realização dos testes foi verificado o desempenho dos operadores implementados e realizada a análise dos resultados... / Image segmentation is a process often used in several different areas including Cartography. Feature extraction is a very troublesome task, and successful results require more complex techniques and good quality data. The aim of this work is to study Digital Image Processing techniques, with emphasis in Mathematical Morphology, using Remote Sensing imagery. These techniques were used to segment images aiming significant cartographic applications. Considering that morphological operators use grays levels as the major recognition pattern, the proposal of this research is to apply previously an enhancement technique aiming the improvement of the interest features to be extracted in the segmentation process. More meaningful results can be attained with this previous image enhancement step. In order to test the proposed approach some morphological operators related to early processing were applied in unprocessed images using an existing MatLab Toolbox. Furthermore, two distinct techniques generating marker images were implemented in the MatLab environment. The raw and the enhanced images, and the marker image were used as input parameters in the segmentation process with the Watershed operator. The implemented operators were the morphological multi-scale gradient and minima imposed. Orbital images of the Landsat satellite, sensors TM and ETM+ , available in the image database of FCT-UNESP were used. The performance of the implemented operators and the results were analised after some tests with the existing images. Extraction of linear features, such as highways, airports, etc., can contribute in cartographic applications as the feature identification or cartographic updating, considering that orbital images contain more recent information and the changes can be emphasized and extracted. The proposed objectives were reached with contributions to the segmentation processes using Watersheds.

Submitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2013-10-11T12:05:23Z No. of bitstreams: 1 dissertacao_mestrado_jose-grimaldo.pdf: 19406681 bytes, checksum: d108855fa0fb0d44ee5d1cb59579a04c (MD5) / Approved for entry into archive by LIVIA FREITAS(livia.freitas@ufba.br) on 2013-10-11T19:14:00Z (GMT) No. of bitstreams: 1 dissertacao_mestrado_jose-grimaldo.pdf: 19406681 bytes, checksum: d108855fa0fb0d44ee5d1cb59579a04c (MD5) / Made available in DSpace on 2013-10-11T19:14:00Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_jose-grimaldo.pdf: 19406681 bytes, checksum: d108855fa0fb0d44ee5d1cb59579a04c (MD5) / Accuracy in image object detection has been usually achieved at the expense of much computational load. Therefore a trade-o between detection performance and fast execution commonly represents the ultimate goal of an object detector in real life applications. Most images are composed of non-trivial amounts of background nformation, such as sky, ground and water. In this sense, using an object detector against a recurring background pattern can require a signi cant amount of the total processing time. To alleviate this problem, search space reduction methods can help focusing the detection procedure on more distinctive image regions. Among the several approaches for search space reduction, we explored saliency information to organize regions based on their probability of containing objects. Saliency detectors are capable of pinpointing regions which generate stronger visual stimuli based solely on information extracted from the image. The fact that saliency methods do not require prior training is an important bene t, which allows application of these techniques in a broad range of machine vision domains. We propose a novel method toward the goal of faster object detectors. The proposed method was grounded on a multi-scale spectral residue (MSR) analysis using saliency detection. For better search space reduction, our method enables ne control of search scale, more robustness to variations on saliency intensity along an object length and also a direct way to control the balance between search space reduction and false negatives caused by region selection. Compared to a regular sliding window search over the images, in our experiments, MSR was able to reduce by 75% (in average) the number of windows to be evaluated by an object detector while improving or at least maintaining detector ROC performance. The proposed method was thoroughly evaluated over a subset of LabelMe dataset (person images), improving detection performance in most cases. This evaluation was done comparing object detection performance against di erent object detectors, with and without MSR. Additionally, we also provide evaluation of how di erent object classes interact with MSR, which was done using Pascal VOC 2007 dataset. Finally, tests made showed that window selection performance of MSR has a good scalability with regard to image size. From the obtained data, our conclusion is that MSR can provide substantial bene ts to existing sliding window detectors. / Salvador

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-18T02:51:42Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T16:45:08Z : No. of bitstreams: 1 173309.pdf: 13092143 bytes, checksum: f531c5f24f416aaa2bce6049d36ce77d (MD5) / Este trabalho apresenta uma técnica de interpolação de imagens baseada na transformada wavelet. Métodos usuais de interpolação assumem que o sinal a ser interpolado seja uma função contínua, possuindo também uma ou mais derivadas contínuas. Tais considerações não são satisfeitas geralmente para imagens naturais, que apresentam variações bruscas de luminância nos limites entre os objetos. A suposição de continuidade da função de interpolação e suas derivadas produz imagens interpoladas com bordas excessivamente suavizadas. Para superar tal problema, introduz-se um método de interpolação baseado em wavelets que não impõe nenhuma limitação de continuidade. O algoritmo proposto estima a regularidade das bordas (medindo a função de decaimento dos coeficientes wavelet nas diferentes escalas de decomposição), objetivando preservá-la na extrapolação de uma nova sub-banda a ser utilizada na reconstrução da imagem. O algoritmo produz bordas notadamente mais nítidas do que técnicas clássicas utilizadas, como a bilinear e a cúbica, levando a uma sensível melhora da imagem interpolada tanto na razão sinal-ruído de pico (PSNR) quanto subjetivamente. Exemplos ilustram o desempenho e a eficiência do algoritmo proposto.

Nos últimos anos, o crescimento desordenado das grandes cidades gerou diversos problemas na infra-estrutura urbana que atingiram também as proximidades dos aeroportos, surgindo obstáculos que afetam a segurança das aeronaves, dos passageiros e da população que vive nesses locais. Além da segurança aeroportuária, a intensa circulação humana junto à Zona de Proteção dos Aeroportos, afeta o desenvolvimento sócio-econômico adequado da região. Visando padronizar as operações aéreas no mundo de forma a torná-las mais seguras, a Organização de Aviação Civil Internacional (OACI) publicou diversos documentos normativos que regulamentam as atividades aeronáuticas, havendo, no entanto, uma grande dificuldade na aplicação das normas de zona de proteção de aeródromos. Devido à precisão necessária as medidas e os levantamentos de obstáculos são realizados com métodos topográficos clássicos, o que demanda um custo alto devendo-se buscar novas alternativas que permitam realizar as medições com a precisão necessária, porém em um tempo menor e maior eficiência. O Sensoriamento Remoto desenvolveu-se de sobremaneira nos últimos anos, passando a contar com sensores capazes de produzir imagens com pixel de tamanho igual ou inferior a 1m. Atualmente, a utilização de imagens de alta resolução apresenta-se como uma moderna alternativa para a solução do problema de gerenciamento de obstáculos, visando o monitoramento contínuo do aumento de implantações irregulares no entorno dos aeroportos. Neste sentido, duas imagens IKONOS II, datadas de 2001 e 2008 foram utilizadas para o levantamento da ocupação do entorno do Aeroporto Salgado Filho em Porto Alegre, Rio Grande do Sul, com objetivo de propor uma metodologia de fácil compreensão que possibilite o rápido entendimento dos planos de zona de proteção de aeródromo a sua relação com as áreas urbanas do entorno dos aeródromos, a localização e identificação de obstáculos e diversos outros alvos que se localizem nas referidas áreas, por meio da utilização de imagens de alta resolução espacial. Este estudo revelou que o uso de imagens de alta resolução apresenta-se como uma técnica eficiente para as análises de obstáculos, haja vista que um erro estimado de 2,66 m nas coordenadas da imagem ortorretificada é tolerável na maior parte dos parâmetros estabelecidos pelas superfícies limitadoras de obstáculos. / In recent years, large cities have experienced disordered growth, resulting in many problems of infrastructure that reached the airports neighborhoods, causing many obstacles that affect the safety of aircrafts, passengers and people living near the airports. An other result is the airport’s restriction, in such a way to affect the socio-economic development of the region attended by it. In intention of standardize, the aviation operations in the world to make them more safeties, the International Civil Aviation Organization (ICAO) published many documents to normalize and regulates the aviation activities, but there is a great difficulty to obey the rules of obstacles control. Because the necessary precision, the measures and obstacles surveying are made with conventional topography methods, which demand a very high cost, that makes necessary to look for new alternatives for performing measurements with the necessary precision, but in a shorter time and greater efficiency. In the last years, the remote sensing developed in a greater way, such to have sensors capable of producing images with a pixel size equal to or less than 1 m. Nowadays, the use of high-resolution images is presented as a modern alternative to solve the problem of obstacles managing to continuously monitoring the increase in irregular deployments around the airports. In this sense, two IKONOS II images, dated 2001 and 2008 were used to survey the occupation of the area surrounding the Salgado Filho airport in Porto Alegre, Rio Grande do Sul with the objective of propose a methodology of easy comprehension that makes possible to understand quickly the aerodrome obstacles limiting surfaces and its relation to the urban areas that surround the aerodromes, the localization and identification of obstacles and many other implantations that are situated in these areas, by using the high resolution images. This study showed that using high-resolution images is presented as an efficient technique for the analysis of obstacles, given that an estimated error of 2.66 m in the coordinates of the orthorectified image is tolerable in most of the parameters set by the surfaces that limits the obstacles implantation.