Classificação e monitoramento de áreas urbanizadas usando técnicas de visão computacional

Autores

DOI:

https://doi.org/10.5380/dma.v61i0.79431

Palavras-chave:

visão computacional, adensamento urbano, impermeabilidade, impacto ambiental

Resumo

Neste artigo propomos um sistema de visão computacional para classificar áreas permeáveis e impermeáveis de uma região delimitada para estudo compreendendo a Microbacia do Segredo e microbacias adjacentes, localizada no município de Campo Grande/MS, Brasil, a fim de avaliar o aumento do adensamento urbano entre os anos de 2008 e 2016. O sistema proposto baseia-se no método de segmentação de imagens Simple Linear Iterative Clustering (SLIC) para particionar uma imagem em múltiplos segmentos e gerar superpixels que diferenciem as áreas permeáveis e impermeáveis; e algoritmos de extração de atributos para descrever as características visuais, como cor, gradiente, textura e forma. O desempenho de cinco métodos de aprendizado supervisionados foi avaliado para a tarefa de reconhecimento de áreas permeáveis e impermeáveis. A abordagem proposta atingiu uma acurácia de 94,6% usando o algoritmo Support Vector Machine (SVM). Além disso, os resultados mostraram um aumento de 7,2% na taxa de ocupação urbana da área de estudo entre os anos analisados. Os resultados indicam que a abordagem proposta pode apoiar especialistas e gestores no monitoramento do adensamento urbano e o seu impacto ambiental.

Downloads

Publicado

2023-03-17

Como Citar

Tetila, E. C., de Moraes, P. M., Constantino, M., da Costa, R. B., Ayres, F. M., Reynaldo, G. O., … Pistori, H. (2023). Classificação e monitoramento de áreas urbanizadas usando técnicas de visão computacional. Desenvolvimento E Meio Ambiente, 61. https://doi.org/10.5380/dma.v61i0.79431

Edição

Seção

Artigos