DOI:
https://doi.org/10.14483/23448407.7940Publicado:
2017-12-31Número:
Núm. 12 (2017)Sección:
Artículo de investigación científica y tecnológicaDetecção e compensação de sombras em imagens de áreas urbanas densas com alta resolução espacial
Palabras clave:
Compensação de sombras, Detecção de sombras, Imagens de alta resolução, Processamento morfológico de imagens. (es).Descargas
Resumen (es)
Novas possibilidades para o mapeamento urbano vêm sendo criadas com o aumento no detalhamento das imagens. Contudo, as imagens acabam sofrendo com informações indesejadas ocasionadas por objetos elevados, como é o caso da grande quantidade de áreas de sombras, que influenciam na resposta espectral dos alvos e dificultam muitas aplicações. Dessa forma, este trabalho tem como principal objetivo estabelecer uma metodologia capaz de detectar e compensar os efeitos das sombras. O algoritmo proposto e implementado no Matlab utiliza propriedades de operadores morfológicos combinados para detectar as sombras, a partir do baixo padrão de respostas que elas apresentam nas imagens. O top-hat por fechamento de área consegue realçar as sombras que são detectadas na sequência pela binarização automática. Na compensação, o matching de histograma local é aplicado, combinando as estatísticas de cada região de sombras com sua vizinhança. O método foi testado em imagens WorldView-2 da área urbana de São Paulo. A análise dos resultados mostrou que a metodologia conseguiu identificar a maioria das áreas de sombras, comprovado pelos índices de completeza e correção calculados, e homogeneizar as diferenças radiométricas ocasionadas pelas sombras. Melhorias devem ser incorporadas no sentido de diminuir confusões e aumentar a discriminação dos alvos sob sombras.
Referencias
Adeline, K. R. M., Chen, M., Briottet, X., Pang, S. K., & Paparoditis, N. (2013). Shadow Detection in Very High Spatial Resolution Aerial Images: Comparative Study. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 80, p. 21-38.
Azevedo, S. C., Pagamisse, A., Silva, E. A. & Cardim, G. P. (2013). Study of the Preprocessing Influence in the Accuracy of Semi-Automated Shadow Detection Approach. JOURNAL OF COMMUNICATION AND COMPUTER, v. 10, p. 1321-1328.
Facon, J., (1996) Morfologia Matemática: Teoria e Exem-plos. Curitiba, PUC, 303 p.
Gonzales, R.C. & Woods, R.E. (2010) Processamento de Imagens Digitais. Tradução: Cristina Yamagami e Leonardo Piamonte. São Paulo. 3ª Ed. PEAESON PRENTICE HALL. 624p.
Liu, W. &Yamazaki, F. (2012). Object-Based Shadow Extraction and Correction of High- Resolution Opti-cal Satellite Images. IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING. V. 5, n. 4, p. 1296 -1302.
Meneses, P. R. & Almeida, T. (2012). Processamento de Imagens de Sensoriamento Remoto. Brasília
Otsu, N. (1979). A threshold Selection Method from Gray-Level Histograms. IEEE TRANSACTIONS ON SYSTEMS, MAN AND CYBERNETICS, v. 9, n. 1, p. 62-69, 1979.
Richards, A. J. (2012). Remote Sensing Digital Image Analysis: An Introduction. 5 ed. Canberra, Austrália: SPRINGER-VERLAG. 494 p.
Shahtahmassebi, A., Yang, N., Wang, K., Moore, N. & Shen, Z. (2013). Review of Shadow Detection and De-Shadowing Methods in Remote Sensing. CHINESE GEOGRAPHICAL SCIENCE, v. 23, n. 4, p. 403-420.Soille, P. (2004). Morphological Image Analysis. Berlin. SPRINGER-VERLAG. 391p.
Wiedemann, C., Heipke, C., Mayer, H. & Jamet, O. (1998). Empirical evaluation of automatically extracted road axes. IN: EMPIRICAL EVALUATION METHODS IN COMPUTER VISION. IEEE Computer Society Press, pp. 172-187.
Zhan, Q., Shi, W. & Xia, Y. (2005). Quantitative analysis of shadow effects in high-resolution images of urban areas. IN: INTERNATIONAL ARCHIVES OF PHO-TOGRAMMETRY AND REMOTE SENSING, Vol 36.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
La revista UD y la Geomática se encuentra bajo una licencia Creative Commons - 2.5 Colombia License.Atribución - No Comercial - Sin Derivadas