INTEGRAÇÃO DE IMAGEM AÉREA DE ALTA RESOLUÇÃO E DADOS DE VARREDURA A LASER NA CLASSIFICAÇÃO DE CENAS URBANAS PARA DETECTAR REGIÕES DE VIA

Abstract

O problema de extração automática da malha viária urbana é extremamente
complexo, uma vez que em cenas urbanas as vias apresentam forte interação com os
outros objetos da cena (vegetação, edificações, veículos etc.). Esse problema pode
ser simplificado se regiões correspondente às vias forem previamente isoladas. Na
sequência, a malha viária urbana pode  ser extraída baseando-se apenas nessas
regiões, reduzindo a área de busca e o esforço computacional. A classificação de
imagens pode ser usada no intuito de isolar as regiões de via, mas em cenas urbanas
complexas a utilização de somente dados espectrais pode não ser suficiente para
separar com confiabilidade classes com comportamento espectral similar. Para
contornar esse problema, é proposta a integração dos dados geométricos e
radiométricos de varredura a laser com imagem aérea RGB de alta resolução numa
classificação por Redes Neurais Artificiais, tendo por foco principal o isolamento de
regiões de via. O benefício desta integração foi verificado  usando diferentes
combinações de dados de entrada na rede. Os experimentos mostraram que a
combinação que integra diferentes fontes de dados permitiu separar a classe via com melhor acurácia e que problemas relacionados com as respostas espectrais similares
foram minimizados.