Made available in DSpace on 2014-06-11T19:22:26Z (GMT). No. of bitstreams: 0
Previous issue date: 2007-04-20Bitstream added on 2014-06-13T18:47:37Z : No. of bitstreams: 1
fazan_aj_me_prud.pdf: 2364125 bytes, checksum: cd65fb05ed616ab1330e59a785328669 (MD5) / Este trabalho apresenta uma metodologia para a predição de sombras projetadas por edifícios em vias urbanas usando imagens aéreas de alta-resolução e modelos digitais de elevações (MDE). Elementos de sombra podem ser usados na modelagem de informação contextual para, por exemplo, a extração semi-automática ou automática da malha viária a partir de imagens aéreas ou de satélite, principalmente em áreas urbanas densas. O contexto modela as relações entre os objetos numa imagem, como por exemplo, as relações entre edifícios e vias adjacentes. O uso de conhecimento contextual tem se tornado cada vez mais comum em processos de análise de imagem, principalmente em se tratando de cenas complexas. Este trabalho foi inspirado nas atuais possibilidades de se obter modelos digitais de elevações densos e acurados de áreas urbanas complexas a partir de dados de sistemas aerotransportados de varredura a laser. A metodologia proposta consiste de três etapas seqüenciais. Primeiramente, os contornos de telhados de edifícios são extraídos manualmente a partir de uma imagem altimétrica obtida pela transformação do MDE/laser. De maneira similar, os contornos dos limites das vias são extraídos, agora a partir da imagem de intensidade de retorno do pulso laser. Na etapa seguinte, os polígonos dos contornos de telhado são projetados nas vias adjacentes através do uso da projeção paralela. A direção das retas de projeção paralela é calculada a partir de dados de efemérides solares e do instante de tomada da imagem aérea. Finalmente, as partes dos polígonos de sombra que estão livres de obstruções perspectivas de edifícios são determinadas a partir da separação das regiões afetadas pela perspectiva de tomada. / This research presents a methodology for prediction of building shadows cast on urban roads using high-resolution aerial images and Digital Elevation Models (DEM). Shadow elements can be used in the modeling of contextual information, as e. g., in the semiautomatic or automatic road network extraction from satellite or aerial images, mainly in dense urban areas. Context models the relations among objects in an image, as e. g., the relations among buildings and adjacent roads. The use of contextual knowledge has become more common in image analysis processes, mainly if complex scenes are present. This research drew inspiration from the present possibilities of obtaining accurate and dense DEM from airborne laser scanning data of complex urban areas. The proposed methodology consists in three sequential steps. First, the building roof contours are manually extracted from an intensity image generated from the laser DEM. In similar way, the road side contours are extracted, now from the radiometric information of the laser scanning data. Second, the roof contour polygons are projected onto the adjacent roads by using the parallel projection. The direction of the parallel straight lines is computed from the solar ephemeris, which depends on the taken time of the aerial photograph. Finally, the parts of shadow polygons that are freed of building perspective obstructions are determined, given rise to new shadow polygons.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/86818 |
| Date | 20 April 2007 |
| Creators | Fazan, Antônio Juliano [UNESP] |
| Contributors | Universidade Estadual Paulista (UNESP), Poz, Aluir Porfírio Dal [UNESP] |
| Publisher | Universidade Estadual Paulista (UNESP) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | xii, 101 f. : il. |
| Source | Aleph, reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -1, -1 |
Page generated in 0.0028 seconds