[pt] A partir da disponibilização comercial de imagens de alta resolução,
modelos 3D de superfícies geradas a partir de imagens aéreas e de satélite
tornaram-se uma alternativa mais atraente para aplicações como planejamento de
telecomunicações, monitoramento de desastres e planejamento urbano. A exatidão
dos modelos 3D da superfície terrestre baseados em pares de imagens
estereoscópicas depende da exatidão com que pontos homólogos são localizados
em ambas as imagens. Os métodos automáticos de localização de pontos
homólogos em imagens digitais baseados em área, combinados com técnicas de
crescimento de região, são capazes de produzir uma nuvem densa e exata de
pontos homólogos. Entretanto, o processo de crescimento de região pode ser
interrompido em regiões da imagem cujo efeito de uma variação abrupta da
paralaxe no eixo x aparece de maneira importante. Neste caso, novas sementes
devem ser introduzidas, normalmente por um operador humano. A partir dessas
novas sementes, o processo será reiniciado. Dependendo do tipo da imagem
utilizada e da estrutura 3D da região mapeada, a intervenção humana pode ser
considerável. Propõe-se então uma alternativa completamente automatizada no
qual se combinam as técnicas do SIFT (Scale Invariant Feature Transform),
mínimos quadrados e crescimento de região. Experimentos realizados em pares de
imagens aéreas e de satélite cobrindo diversos tipos de terrenos mostraram a
eficácia do método proposto, especialmente em regiões com mudanças abruptas
de elevação, como fachadas de prédios altos. / [en] After the high resolution images became commercially available, 3D surface
models generated from space-born stereo images turned into an attractive
alternative for applications such as telecommunication planning, disaster
monitoring and urban planning. The accuracy of the 3D models of the earth
surface depends on the accuracy of corresponding points located in both images.
Area-based automatic image matching combined with a region-growing technique
are able to provide a dense and accurate grid of corresponding points. However
the region-growing process may stop at image patches where the effect of a
sudden change in the x-parallax is important. In such a case new seed points must
be provided, usually by human operator. From the additional seed points the
region-growing procedure may continue. Depending upon the type of image and
the 3D-structure of the mapped area, the human intervention may be considerable.
A fully automatic alternative that combines the SIFT (Scale Invariant Feature
Transform), least square matching and region-growing technique is proposed in
this work. Experiments conducted on stereo pairs of Ikonos and aerial images
covering different terrain types have shown the effectiveness of the proposed
method especially in locations with abrupt height changes, such as façades of high
buildings.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:14101 |
Date | 10 September 2009 |
Creators | YVES DENIS HECKEL |
Contributors | RAUL QUEIROZ FEITOSA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0016 seconds