Return to search

Métodos de visão computacional aplicados a extração de características de ambientes urbanos em imagens de satélite de baixa resolução / Computer vision methods applied to extraction of characteristics of urban environments in low resolution satellite imagery

Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2018-11-05T18:46:12Z
No. of bitstreams: 2
Dissertação - Dyego Oliveira Almeida - 2018.pdf: 32110237 bytes, checksum: 4d30b2227be666802bbb2e5437450fc2 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-06T10:03:22Z (GMT) No. of bitstreams: 2
Dissertação - Dyego Oliveira Almeida - 2018.pdf: 32110237 bytes, checksum: 4d30b2227be666802bbb2e5437450fc2 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-11-06T10:03:22Z (GMT). No. of bitstreams: 2
Dissertação - Dyego Oliveira Almeida - 2018.pdf: 32110237 bytes, checksum: 4d30b2227be666802bbb2e5437450fc2 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2018-10-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The urban growth of the population and the deforestation of greenareas are one of the most critical problems currently in Brazil. Due to mobilization of rural people to the urban, high solar irradiation and the deforestation, the Government is creating sustainable actions sustainable in order to enlarge the green areas and permeable. In this perspective, to promote this mapping effectively in large areas necessary to the use of technologies of recognition of facial features. Low-resolution satellite imagery have low cost and great coverage area coverage, and therefore apply them in identifying features is advantageous over other types of images. However, to accomplish this identification is computationally complex due to the different features present in images of this type. This work proposes an effective method of digital processing of low resolution images in the identification of features, in particular the pertinent green aáreas with average accuracy of 80.5% and detection of buildings with an average accuracy of 63%. / O crescimento urbano da população e o desmatamento de áreas verdes são um dos problemas mais críticos atualmente no Brasil. Devido a mobilização da população rural para o âmbito urbano, elevação da irradiação solar e o desmatamento, o governo está criando ações sustentáveis a fim de ampliar as áreas verdes e permeáveis. Nesta perspectiva, para promover esse mapeamento de forma eficaz em grandes áreas se faz necessário o uso de tecnologias de reconhecimento de feições. Imagens de satélite de baixa resolução possuem baixo custo e grande abrangência de área, e portanto aplicá-las na identificação de feições é vantajoso em relação a outros tipos de imagens. No entanto, realizar essa identificação é computacionalmente complexo devido as diferentes características existentes em imagens desse tipo. Este trabalho propõe um método eficaz de processamento digital de imagens de baixa resolução na identificação de feições, em particular as pertinentes a áreas verdes com acurácia média de 80,5% e detecção de edificações com precisão média de 63%.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/9036
Date03 October 2018
CreatorsAlmeida, Dyego de Oliveira
ContributorsOliveira, Leandro Luis Galdino de, Spoto, Edmundo Sérgio, Sene Junior, Iwens Gervasio
PublisherUniversidade Federal de Goiás, Programa de Pós-graduação em Ciência da Computação (INF), UFG, Brasil, Instituto de Informática - INF (RG)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG
Rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess
Relation-3303550325223384799, 600, 600, 600, 600, -7712266734633644768, 3671711205811204509, 2075167498588264571

Page generated in 0.0026 seconds