Atualmente, o imageamento orbital é uma das principais técnicas de coleta de informações geoespaciais. Embora os sistemas orbitais sejam equipados com sensores de orientação direta (GNSS, giroscópios, sensores de estrelas, dentre outros), nem sempre as imagens corrigidas a partir dos dados (efemérides e atitude) provenientes destes sensores apresentam a acurácia requerida para certas aplicações. Uma das alternativas para solucionar este problema é a orientação dessas imagens considerando as informações de órbita (efemérides e atitude) com o uso adicional de pontos de apoio. O objetivo principal deste trabalho consiste em avaliar experimentalmente o modelo de colinearidade com dados orbitais no processo de orientação de imagens CBERS-2B. Este modelo foi implementado no programa TMS (Triangulação MultiSsensor), seguindo a abordagem de triangulação multissensor. Foram realizados experimentos com imagens do nível 1 (com apenas correção radiométrica) coletadas pelos sensores CCD e HRC. Nos casos estudados verificou-se que a utilização das informações de órbita possibilita a orientação de imagens CBERS-2B com um número reduzido de pontos de apoio.
RESUMONesse artigo é proposto um método para refinar geometricamente telhados 3D extraídos dos dados LASER com o uso de uma imagem aérea de alta-resolução e modelos de campo aleatório de Markov (MRF -Markov Random Field). Para tanto, uma descrição MRF para agrupamento de retas é desenvolvida, assumindo que cada lado de contorno e cumeeira projetado está topologicamente correto e que é necessário apenas melhorar sua acurácia. Embora a combinação de dados LASER com dados de imagem é justificada mais para o refinamento de contorno de telhado, a estrutura de cumeeiras pode dar maior robustez na descrição topológica da estrutura de telhado. O modelo MRF é formulado com base em relações (de comprimento, proximidade e orientação) entre as retas extraídas da imagem e o polígono projetado e, também, em injunções de retangularidade e quina. A função de energia associada à descrição MRF é minimizada via algoritmo genético, resultando em um agrupamento de retas para cada telhado. Finalmente, o agrupamento de retas é topologicamente reconstruído baseando-se na topologia do correspondente polígono projetado no espaço imagem. Os resultados obtidos foram satisfatórios. Esse método foi capaz de fornecer polígonos de telhado refinados em
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.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.