| Summary: | O estudo do ambiente urbano desperta grande interesse no sensoriamento remoto, dadas as implicações sociais e econômicas desse tipo de aplicação. Avanços tecnológicos têm proporcionado a geração de imagens com maior poder de discriminação de alvos da superfície terrestre, as quais têm sido utilizadas para obter informações dessas áreas. Todo sistema para compreensão de cenas possui um conjunto de operações fundamentais, incluindo a segmentação, considerada de fundamental importância para a extração de informações. Entretanto, as imagens de alta resolução apresentam alta heterogeneidade espacial e espectral para um mesmo objeto, o que torna o processo de segmentação mais difícil. Dessa forma, novos conceitos e análises têm surgido, visando aprimorar o mapeamento do espaço urbano. Este trabalho propõe uma metodologia para a detecção de objetos regulares em imagens de alta resolução, baseada em formas retangulares, utilizando casamento de modelos. O método tem como entrada uma ou mais bandas espectrais e um conjunto de polígonos resultantes de uma segmentação. Visando facilitar a detecção dos objetos, uma etapa de classificação é realizada. Baseado na técnica de casamento de modelos desenvolvida, os polígonos da classe de interesse são processados e redefinidos. O resultado é um novo conjunto de polígonos que melhor representam os objetos presentes na imagem. Um método que calcula o ângulo principal de um segmento foi proposto, possibilitando o correto posicionamento das soluções encontradas. Para avaliar a eficiência da metodologia, os resultados dos experimentos realizados utilizando dados sintéticos e reais são apresentados e discutidos. === The study of urban environment arouses great interest on remote sensing, given the social and economic implications of such application. Technological advances have increased the images generation with great capacity to discriminate Earth surface targets, which have been used to gather information about these areas. Every scene comprehension system has a set of fundamental operations, including segmentation, considered one of the most important operation for the information extraction. However, the high resolution images have high spatial and spectral heterogeneity for the same object, which makes the segmentation process more difficult. Thus, new concepts and analysis have appeared to improve the mapping of urban space. Therefore, this work proposes a methodology for regular objects detection applied to high resolution imagery, based on rectangular shapes, using template matching. The method gets as input one or more spectral channels and a set of polygons from a previous segmentation. To make the process easy, a classification is previously performed. Based on the template matching technique developed, the polygons of interesting classes are processed and redefined. The result is a new set of polygons that better represents the urban objects on image. A method that calculates the main angle of a segment is also proposed, allowing the correct positioning of solutions. In order to verify the efficiency of the methodology, experimental results using synthetic and real data are presented and discussed.
|
|---|
