Utilize este identificador para citar ou criar um atalho para este documento: https://hdl.handle.net/10923/12731
Tipo: masterThesis
Título: Método de avaliação de algoritmos de detecção e remoção de sombra em imagens aéreas
Autor(es): Döth, Ricardo Vinicius
Orientador: Azevedo, Dario Francisco Guimarães de
Editora: Pontifícia Universidade Católica do Rio Grande do Sul
Programa: Programa de Pós-Graduação em Engenharia Elétrica
Data de Publicação: 2018
Palavras-chave: FOTOGRAMETRIA AÉREA
FOTOGRAFIA AÉREA
PROCESSAMENTO DE IMAGENS - TÉCNICAS DIGITAIS
ENGENHARIA ELÉTRICA
Resumo: Sistemas WAMI (Wide Area Motion Imagery) adquirem imagens aéreas de grandes áreas em tempo real para prover informações precisas de uma determinada região (BLASCH et al., 2014). Este sistema é aplicado para monitoramento aéreo urbano. Condições ambientais desfavoráveis, como áreas sombreadas, são fatores que aumentam a complexidade do sistema comprometendo a eficácia de algoritmos de rastreamento e a interpretação visual humana (PORTER; FRASER; HUSH, 2010). Diversas técnicas de remoção de sombra em imagens aéreas foram desenvolvidas, no entanto devido às características da sombra e da imagem aérea é desconhecido um método específico para avaliar e comparar a remoção de sombras em imagens aéreas. O objetivo principal deste estudo é desenvolver um método para avaliar algoritmos de remoção de sombra em imagens aéreas adquiridas pelo sistema WAMI. Este trabalho propõe uma abordagem radiométrica modificando a iluminação em um ambiente controlado, simulando uma cena aérea, adquirindo imagens com e sem sombras. A imagem com sombra é processada pelo algoritmo de remoção de sombra avaliado, sendo a imagem sem sombra o resultado ideal a ser alcançado. A detecção de sombra é avaliada utilizando o conceito de matriz de confusão (error matrix). A remoção de sombra é avaliada utilizando o índice de similaridade estrutural entre duas imagens (SSIM). Foram desenvolvidos o modelo de cena aérea em escala reduzida para gerar imagens com e sem sombra e a avaliação de 3 métodos de remoção de sombras utilizando os data sets de imagens obtidas do modelo em escala aplicando a metodologia descrita.
Wide Area Motion Imagery (WAMI) systems acquire large area aerial images in real time to provide accurate situational awareness information from a region (BLASCH et al., 2014). This system is applied for urban aerial monitoring. Unfavorable environmental conditions, such as shadow regions, are factors that increase system complexity by compromising the effectiveness of tracking algorithms and human visual interpretation (PORTER; FRASER; HUSH, 2010). Several techniques of shadow removal in aerial images have been developed, however due to the characteristics of the shadow and aerial image, a specific method to evaluate and compare the removal is unknown. The main objective of this study is to develop a method to evaluate shadow removal algorithms in aerial images acquired by the WAMI system. This work proposes a radiometric approach modifying the illumination in a controlled environment, simulating an aerial scene, acquiring images with and without the presence of shadows. The image with shadows is processed by the evaluated shadow removal algorithm, with the ideal output being the shadow free image. Shadow detection is evaluated using the confusion matrix concept. Shadow removal is evaluated using the structural similarity index (SSIM). As a result the reduced scale aerial scene model is presented to generate shadow and freeshadow images and the evaluation of 3 shadow removal methods using the data sets of images obtained from the scale model applying the methodology developed.
URI: http://hdl.handle.net/10923/12731
Aparece nas Coleções:Dissertação e Tese

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
000489721-Texto+Completo-0.pdfTexto Completo9,06 MBAdobe PDFAbrir
Exibir


Todos os itens no Repositório da PUCRS estão protegidos por copyright, com todos os direitos reservados, e estão licenciados com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional. Saiba mais.