| Journal: | Boletim de ciencias geodesicas |
| Database: | PERIÓDICA |
| System number: | 000409353 |
| ISSN: | 1413-4853 |
| Authors: | Silva, Felipe Martins Marques da1 Araki, Hideo1 |
| Institutions: | 1Universidade Federal do Parana, Programa de Pos-Graduacao em Ciencias Geodesicas, Curitiba, Parana. Brasil |
| Year: | 2015 |
| Season: | Jul-Sep |
| Volumen: | 21 |
| Number: | 3 |
| Pages: | 548-571 |
| Country: | Brasil |
| Language: | Portugués |
| Document type: | Artículo |
| Approach: | Analítico, descriptivo |
| English abstract | Currently, the high spatial and radiometric resolution sensors are able to acquire images where features on the surface are represented by submeter pixels. Along with, the ALS ( Airborne LiDAR System, an active remote sensing technology embedded in aircrafts ( is able of collecting elevation data from thousands of coordinate points on the Earth's surface. This integration is desirable, because it can generate complementary or additional data. Therefore, this research presents a methodology to detect buildings in an urban area, using a GeoEye(r) image and ALS data, based on an object-based analysis and classification rules generated by decision trees. The ALS data enable the production of the digital models, such as the DSM (Digital Surface Model), DTM (Digital Terrain Model) and NDSM (Normalized Digital Terrain Model). The image was orthorectified by means of the DSM, and the image segmentation process relied on the NDSM using the so-called FLSA (Full Lambda Schedule Algorithm). Representative samples of the classes of interest were used to train the classification process, set parameters and create the decision rules. After training, the complete dataset was subjected to a classification process. The experiments sought to verify which attributes most contributed to building detection |
| Portuguese abstract | Atualmente, sensores de alta resolução espacial e radiométrica adquirem imagens onde feições terrestres são representadas por pixels de resolução espacial submétrica. Aliado a isto, o ALS (Airborne LiDAR System) - tecnologia de Sensoriamento Remoto ativo de varredura a laser acoplada em aeronaves - é capaz de coletar dados de altimetria de milhares de coordenadas de pontos na superfície terrestre. A integração destas tecnologias é desejada, pois geram dados complementares. Este artigo apresenta uma metodologia para detecção de edificações em ambiente urbano, utilizando imagem GeoEye(r) e dados ALS, baseada na segmentação de objetos, e submetidos a um processo de classificação baseada em árvores de decisão. Os dados adquiridos pelo ALS permitem gerar o MDS (Modelo Digital de Superfície), o MDT (Modelo Digital de Terreno) e o MDSn (Modelo Digital de Terreno normalizado) da área de estudo. Com o MDS e a imagem GeoEye, fez-se a ortorretificação da imagem, a qual, junto com o MDSn, foi segmentada pela ação do segmentador FLSA (Full-Lambda Schedule Algorithm). Amostras representativas das classes de interesse, foram usadas para treinar o processo de classificação, com a finalidade de criar regras de decisão. Os experimentos realizados buscaram verificar os atributos mais importantes para a detecção de edificações |
| Disciplines: | Geociencias |
| Keyword: | Cartografía, Geodesia, Integración de datos, Alta resolución, GeoEye, Imágenes orbitales, Edificios |
| Keyword: | Earth sciences, Cartography, Geodesy, Data integration, High resolution, GeoEye, Orbital images, Buildings |
| Full text: | Texto completo (Ver PDF) |
