Submitted by ÉRICO FERNANDO DE OLIVEIRA MARTINS null (profericomartins@gmail.com) on 2017-10-20T20:50:58Z No. of bitstreams: 1 TESE_PPGCC_EFOM_FINAL.pdf: 19920753 bytes, checksum: 0914bc57a7e2e403ee03d576a74e8e57 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-10-23T19:41:39Z (GMT) No. of bitstreams: 1 martins_efo_dr_prud.pdf: 19920753 bytes, checksum: 0914bc57a7e2e403ee03d576a74e8e57 (MD5) / Made available in DSpace on 2017-10-23T19:41:39Z (GMT). No. of bitstreams: 1 martins_efo_dr_prud.pdf: 19920753 bytes, checksum: 0914bc57a7e2e403ee03d576a74e8e57 (MD5) Previous issue date: 2017-08-25 / Fundação de Amparo à Pesquisa do Estado de Mato Grosso (FAPEMAT) / Os processos convencionais de extração de rodovias em imagens digitais não costumam fazer uso de informações a priori e normalmente não há uma preocupação a respeito da padronização necessária para que os resultados das extrações sejam utilizados em Infraestruturas de Dados Espaciais (IDE). Por consequência, os resultados dessas extrações acabam sendo geometricamente robustos, porém fragmentados em relação ao contexto e a seu padrão de estrutura, ou seja, necessitarão de um grande esforço do operador humano para que possam se tornar elegíveis à IDE, contrariando uma das principais motivações para o desenvolvimento de métodos (semi-) automáticos de extração, que é desonerar o operador humano de tarefas repetitivas e enfadonhas. Neste contexto a hipótese motivadora desta pesquisa levanta a questão: “adaptando processos clássicos de extração de rodovias para a integração de dados geoespaciais preexistentes, será possível apresentar um método para atualização sistemática de malha rodoviária em área rural, que seja capaz de preservar informações e estruturas preexistentes? ”. Como resposta é apresentado aqui um método para a atualização da malha rodoviária em formato vetorial, advinda de bases de dados cartográficas elaboradas segundo uma IDE, por meio da integração de diferentes tipos de dados, preservando sua integridade. No decorrer das três etapas em que está organizado o método o arquivo vetorial sofrerá uma série de modificações geométricas, configuradas em distintos processos, começando com uma conflação vetor-para-vetor com o mapa de rodovias inferido a partir de trajetórias de deslocamento com objetivo de identificar ramos ausentes na malha e agregá-los (Expansão da Malha); seguida de uma conflação vetor-para-vetor com os segmentos de eixo de rodovias extraídos de uma imagem sintética obtida a partir das imagens RapidEye (Ajuste da Malha Expandida); finalizando com a etapa de refino pela aplicação das snakes de redes sobre a malha ajustada e a imagem sintética (Refino da Malha Ajustada) e por fim uma atribuição da componente altimétrica por meio de um Modelo Digital de Superfície, resultando em um arquivo vetorial geometricamente atualizado e expandido para o espaço tridimensional, com estrutura e atributos preservados. Os experimentos realizados demonstraram a robustez do método, com a média do RMSE da malha inicial em 50,86 m, alcançando 18,72 m na primeira etapa do método (expansão da malha), reduzindo para 7,25 m na etapa seguinte (ajuste da malha), e para 3,74 m na etapa final (refino da malha). Assim, o processo finaliza com um RMSE médio de 3,74 m e um desvio-padrão de 2,86 m, que permite o enquadramento da malha resultante no PEC-PCD 1:50.000 classe A, devidamente adequado aos padrões da IDE. / Conventional road extraction processes in digital imagery do not usually make use of a priori information and there is usually no concern about the standardization required for extraction results to be used in Spatial Data Infrastructures (SDI). As a result, these extractions turn out to be geometrically robust but fragmented in relation to the context and their structure pattern, that is, they will require a great effort from the human operator so that they can become eligible for SDI, contrary to one of the main motivations for the development of (semi) automatic extraction methods, which is to deprive the human operator of repetitive and tedious tasks. In this context the motivating hypothesis of this research raises the question: "adapting classic processes of road extraction for the integration of preexisting geospatial data, it will be possible to present a method for systematic updating of road network in rural area, which is able to preserve preexisting information and structures? ". A method for updating the road network in vector format from cartographic databases elaborated according to an SDI is presented here, through the integration of different types of data, preserving its integrity. During the three stages in which the method is organized the vector file will undergo a series of geometric modifications, configured in different processes, starting with a vector-to-vector conflation with the road map inferred from displacement paths with the objective of identify missing branches in the mesh and aggregate them (Mesh Expansion); followed by vector-to-vector conflation with the segments of road axes extracted from a synthetic image obtained from the RapidEye (Expanded Mesh Adjustment) images; finishing with the refining step by applying the network snakes on the adjusted mesh and the synthetic image (Refining the Adjusted Mesh) and finally an assignment of the altimetric component through a Digital Surface Model, resulting in a vector file geometrically updated and expanded for the three-dimensional space with preserved structure and attributes. The experiments showed the robustness of the method, with the average RMSE of the initial mesh in 50.86 m, reaching 18.72 m in the first step of the method (mesh expansion), reducing to 7.25 m in the next step (mesh adjustment), and to 3.74 m in the final step (mesh refining). Thus, the process ends with an average RMSE of 3.74 m and a standard deviation of 2.86 m, which allows framing of the resulting mesh in the 1: 50,000 Class A PEC-PCD, duly adapted to SDI standards. / FAPEMAT: 231463/2013