III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.Extração Automática de Feições Urbanas em FotografiasAéreas utilizando Morfologia MatemáticaJuliana Denipote 1 , Robson Barcellos 2 , Maria Stela de Paiva 3Departamento de Engenharia Elétrica - Escola de Engenharia de São Carlos (EESC)Universidade de São Paulo (USP){judeni 1 , mstela 3 }@sel.eesc.usp, barcellos.robson@uol.com.br 2ResumoOs resultados da análise de fotografias aéreasde regiões urbanas podem ser utilizados em muitasaplicações, principalmente na área de planejamentourbano. Porém, esta análise é uma tarefa complexavisto o grande número de objetos que podem seridentificados nessas imagens. Este trabalho descreve ouso de operadores morfológicos para extrairautomaticamente feições urbanas de fotografias aéreas.1. IntroduçãoFotos tiradas com uma câmera embarcada em umveículo aéreo, como um avião, um helicóptero, umbalão ou mesmo em uma pipa, são chamadas fotografiasaéreas. As fotografias aéreas podem ser divididas emdois tipos principais: verticais e oblíquas. As fotografiasverticais são tiradas com uma câmera posicionada deforma que o eixo de sua lente esteja coincidente com avertical ao solo, com uma tolerância de 3 0 . Elas cobremuma área relativamente pequena e fornecem uma visãonão familiar do terreno, visto que é tirada de cima. Suavantagem é que as distâncias e direções podem seaproximar da indicada em mapas, se tiradas de umterreno plano. As fotografias oblíquas podem serdivididas em dois sub-tipos: baixa obliqüidade, quandoas fotos são tiradas com a câmera inclinadaaproximadamente 30 0 em relação à vertical e sãousadas, por exemplo, como auxílio a um ataque aéreo, ealta obliqüidade, com a câmera inclinada em torno de60 0 em relação à vertical e podem ser usadas naconfecção de cartas aeronáuticas [1].As imagens obtidas através de fotografias aéreas,quando adequadamente analisadas, podem fornecer umagrande variedade de informações que podem ser usadascomo auxílio ao planejamento urbano [2] para:1) Estimação da população em uma cidade ou região;2) Estudo da qualidade de moradias de uma região,através da análise do tamanho das residências, dadensidade de construções, largura e estado deconservação das ruas, tamanho das áreas verdes eproximidade a regiões industriais;3) mapear as mudanças da área urbana pelainterpretação de imagens de múltiplas datas; entreoutras aplicações.No entanto, a análise dessas imagens é uma tarefacomplexa, devido à enorme quantidade de objetospossíveis de serem interpretados em imagens de grandesescalas.Alguns autores combinam imagens aéreas comalgum outro recurso para encontrar feições urbanas.Elaksher, Bethel e Mikhail [3] processaram imagensaéreas utilizando a técnica de segmentação split emerge. As regiões extraídas são classificadas em“telhado” e “não-telhado” por uma rede neural de duascamadas. Um parâmetro de entrada para a rede neural éa linearidade da borda de uma região e outro parâmetroé a média de elevação da região. Para encontrar aelevação, os autores utilizaram o Modelo Digital deElevação (DEM) do terreno. Cada construção éidentificada por meio da análise de 4 imagens. As retasque fazem parte de uma construção são encontradaspela transformada de Hough e assim, gera-se umpolígono para representar cada construção em umambiente 3D.Benediktsson, Pesaresi e Arnason [4] utilizaramoperadores morfológicos em imagens aéreashiperespectrais, ou seja, com várias bandas do espectrovisível e infravermelho. Os elementos estruturantesutilizados variam conforme as escalas das imagens. Osautores utilizaram ainda Análise de ComponentesPrincipais (PCA) para reduzir a dimensionalidade dosdados e, assim, diminuir o custo computacional dométodo por eles elaborado. Utilizaram uma rede neuralpara classificar as feições urbanas entre as classes“árvores”, “estacionamentos”, “asfalto”, “solo”,“sombras” e “telhados”. Porém a aquisição de imagenshiperespectrais exigem equipamento de maior custoquando comparada as fotografias aéreas.Daré et al. [5] utilizaram 12 fotografias aéreas nãoconvencionaisde baixo custo, conhecidas como depequeno formato (FAPEF) para a identificação doíndice de ocupação de um bairro da cidade de Viçosa –MG, Brasil. A localização das edificações existentes nobairro em estudo foi realizada por meio da identificaçãovisual das mesmas. O resultado obtido tem alto grau de209