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.Na tabela 1, é mostrada a classificação dos objetosem telhados e não telhados, feita manualmente e aobtida pelo método.Tabela 1 - Classificação dos Métodos Manual eAutomáticoMétodoAutomáticoMétodo ManualSim Não TotalSim 46 7 53Não 11 31 42Total 57 38 95A estatística Kappa é calculada pela fórmula:p − pe)K = (4)(1 − p )( 0eonde p 0 é a concordância observada e p e é aconcordância esperada. Da tabela 1 obtemos p 0 = 0,81 ep e = 0,51. Portanto, Kappa = 0,61.A tabela 2 mostra o nível de concordância indicadopelo coeficiente Kappa.Tabela 2 - Nível de concordância indicado pelocoeficiente KappaValor do coeficienteNível de ConcordânciaKappaNenhuma concordância κ = -1Baixa concordância κ < 0.20Leve concordância 0.20 < κ < 0.40ConcordânciaModerada0.40 < κ < 0.60Alta concordância 0.60 < κ < 0.80Muito alta concordância κ > 0.80Total Concordância κ = 1Pela tabela resulta que o método desenvolvido possuium alto grau de concordância com o método manual.6. ConclusõesEste artigo demonstrou a utilização de operadoresmorfológicos em fotos aéreas de uma região urbana,com o objetivo de localizar automaticamente as casaspor meio da identificação dos seus telhados.A aplicação de operadores morfológicos paraalcançar o objetivo mostrou um bom resultado naidentificação dos telhados. Em todas as imagenstestadas, 80% dos telhados foram corretamenteidentificados. Apenas alguns poucos objetos não foramcorretamente identificados como telhado, tais como olado sombra de um telhado ou um telhado feito com ummaterial escuro. Ajustar os limiares utilizados durante abinarização poderia solucionar esse problema, evitandoa rejeição desses objetos.Para que o resultado deste método possa ser utilizadona prática, deve ser realizado o georreferenciamento.Este procedimento é feito identificando-se pontos naimagem com coordenadas geográficas já conhecidas, oschamados pontos de controle.AgradecimentosOs autores gostariam de agradecer a Dra. SimoneSayuri Sato pelas imagens cedidas e ao ConselhoNacional de Desenvolvimento Científico e Tecnológico(CNPq) pelo apoio financeiro.Referências[1] F. Fitzgerald, “Picturing the Landscape: A Guide to AerialPhotography”, Design Center for American UrbanLandscape- Design Brief, vol.12, April 2004; Minnesota, p. 7.[2] T. M. Lillesand and R. W. Kiefer, Remote Sensing andImage Interpretation, 2 nd edition, John Wiley & Sons, NewYork, 1987.[3] A. F. Elaksher, J. S. Bethel and E. M. Mikhail,“Reconstructing 3D Building Wireframes from MultipleImages”, International Archives of Photogrammetry RemoteSensing and Spatial Information Sciences, vol. 34; GreatBritain, 2002, part 3/A, pages 91-96.[4] J. A. Benediktsson, M. Pesaresi and K. Arnason,“Classification and feature extraction for remote sensingimages from urban areas based on morphologicaltransformations”, IEEE Transactions on Geoscience andRemote Sensing., vol. 41, no. 9, 2003, pp. 1940-1949.[5] R. Daré, “Identificação de novas ocupações urbanasutilizando técnicas de Geoprocessamento e Fotografias Aéreasde Pequeno Formato”, Anais XIII Simpósio Brasileiro deSensoriamento Remoto, Florianópolis, Brasil, 2007, INPE, p.5179-5185.[6] R. A. A Nobrega, C. G. O’Hara, J. A. Quintanilha,“Preliminary results or road detection in informal settlementsusing object-based technologies and Ikonos data”, AnnualResearch Symposium of Graduate Student Association ofMississippi State University, 4th, 2006, Starkville.[7] R. A. A Nobrega, C. G. O’Hara, J. A. Quintanilha,“Detecting roads in informal settlements surrounding SãoPaulo city by using object-based classification” InternationalConference on Object-Based Image Analysis, 1st, 2006,Salzburg.[8] C. M. D. Pinho, F.F. Feitosa, H. Kux, “Classificaçãoautomática de cobertura do solo urbano em imagem IKONOS:Comparação entre a abordagem pixel-a-pixel e orientada aobjetos” Simpósio Brasileiro de Sensoriamento Remoto, XII,2005, Goiânia, p. 4217-4224.[9] R. A. L. Alves, O. R. Vergara, “Identificação de alvosurbanos em imagens Ikonos, aplicando classificação orientada213