Resumo:Esse artigo apresenta um método de filtragem de nuvem de pontos LASER para obtenção de um Modelo Digital de Terreno (MDT). O processo de filtragem é realizado com base em uma superfície aproximada gerada a partir de pontos amostrados sobre vias urbanas. Esses pontos são determinados por meio de linhas detectadas na imagem de intensidade do pulso laser via detector de Steger. A principal suposição do método é que o terreno tem um comportamento suave no interior das quadras e, dessa forma, os pontos amostrados ao longo das vias permitem, utilizando o método de interpolação por krigagem, uma representação adequada do terreno no interior das quadras, ou seja, relativamente próxima dos pontos LASER de terreno dessas regiões. Assim, a filtragem é realizada pela verificação da proximidade dos pontos da nuvem LASER original com a superfície aproximada gerada. Por fim, um MDT é obtido da nova amostra pelo método de interpolação por krigagem, melhorando a descrição da superfície. A partir dos experimentos realizados foi possível verificar a viabilidade do método proposto, com resultados de boa coerência visual e indicadores numéricos satisfatórios.
Palavras-chave: MDT, Filtragem, Krigagem.
Abstract:This paper presents a method of filtering point clouds generated by laser scanning, to obtain a Digital Terrain Model (DTM). The filtering process is performed based on an approximated
Abstract. In this article, a method for road network extraction is proposed, based on GPS (Global Positioning System) trajectories. Unlike existing methods, it is not necessary to resample the GPS trajectories into a raster structure; instead, all analyses are based on the polylines that represent the GPS trajectories. Basically, a morphological analysis and a skeletonization technique are used by the proposed method. Two main steps of the method can be identified: the first step consists in generating an elongated polygon (that delimitates an elongated ribbon) that represents the selected road; and the second step aims at reconstructing the road network. The proposed method was evaluated based on four GPS trajectory datasets and the results obtained can be considered good, but some inconsistencies were noted, as for example: extraction failures occur in places with very low trajectory density (such as 3–4 trajectories); merging of very close and parallel roads; some road crossings that are close to one another have been merged into a single point. The proposed method was also compared with existing methods in the literature and the obtained results showed good consistency between them.
RESUMONeste artigo é proposto um método semiautomático para extração de rodovias combinando um estereopar de imagens aéreas de baixa resolução com um poliedro gerado a partir de um modelo digital do terreno (MDT). O problema é formulado no espaço-objeto através de uma função objetivo que modela o objeto 'rodovia' como uma curva suave e pertencente a uma superfície poliédrica. A função objetivo proposta depende também de informações radiométricas, que são acessadas no espaço-imagem via relação de colinearidade entre pontos da rodovia no espaço-objeto e os correspondentes nos espaços imagem do estereopar. A linha poligonal que melhor modela a rodovia selecionada é obtida por otimização no espaço-objeto da função objetivo, tendo por base o algoritmo de programação dinâmica. O processo de otimização é iterativo e dependente do fornecimento por um operador de uma aproximação inicial para a rodovia selecionada. Os resultados obtidos mostraram que o método é robusto frente a anomalias existentes ao longo das rodovias, tais como obstruções causadas por sombras e árvores.
Todo o conteúdo deste livro está licenciado sob uma Licença de Atribuição Creative Commons. Atribuição 4.0 Internacional (CC BY 4.0). O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.