Loading...
Please wait, while we are loading the content...
Similar Documents
Integração De Dados De Imagens Orbitais De Alta Resolução E Als Para Detecção Semi-automática De Edificações Em Áreas Urbanas
| Content Provider | Semantic Scholar |
|---|---|
| Author | Silva, Felipe M. Da Araki, Hideo |
| Copyright Year | 2015 |
| Abstract | Atualmente, sensores de alta resolucao espacial e radiometrica adquirem imagens onde feicoes terrestres sao representadas por pixels de resolucao espacial submetrica. Aliado a isto, o ALS (Airborne LiDAR System) – tecnologia de Sensoriamento Remoto ativo de varredura a laser acoplada em aeronaves – e capaz de coletar dados de altimetria de milhares de coordenadas de pontos na superficie terrestre. A integracao destas tecnologias e desejada, pois geram dados complementares. Este artigo apresenta uma metodologia para deteccao de edificacoes em ambiente urbano, utilizando imagem GeoEye® e dados ALS, baseada na segmentacao de objetos, e submetidos a um processo de classificacao baseada em arvores de decisao. Os dados adquiridos pelo ALS permitem gerar o MDS (Modelo Digital de Superficie), o MDT (Modelo Digital de Terreno) e o MDSn (Modelo Digital de Terreno normalizado) da area de estudo. Com o MDS e a imagem GeoEye, fez-se a ortorretificacao da imagem, a qual, junto com o MDSn, foi segmentada pela acao do segmentador FLSA (Full-Lambda Schedule Algorithm). Amostras representativas das classes de interesse, foram usadas para treinar o processo de classificacao, com a finalidade de criar regras de decisao. Os experimentos realizados buscaram verificar os atributos mais importantes para a deteccao de edificacoes. |
| Starting Page | 548 |
| Ending Page | 571 |
| Page Count | 24 |
| File Format | PDF HTM / HTML |
| DOI | 10.1590/S1982-21702015000300031 |
| Alternate Webpage(s) | https://revistas.ufpr.br/bcg/article/download/43238/26253 |
| Alternate Webpage(s) | https://doi.org/10.1590/S1982-21702015000300031 |
| Volume Number | 21 |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
