Document details

Made available in DSpace on 2015-06-17T19:34:43Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-02-27. Added 1 bitstream(s) on 2015-06-18T12:47:11Z : No. of bitstreams: 1 000831684.pdf: 4075102 bytes, checksum: 7a4a8a59a88bbc29686b796132c4dd3b (MD5)

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Novas possibilidades para o mapeamento urbano vêm sendo criadas com o aumento no detalhamento das imagens. A alta resolução espacial, espectral e radiométrica fornecem benefícios na identificação de elementos individuais em áreas urbanas, como casas, árvores, edifícios, entre outros. Contudo, as imagens acabam sofrendo com informações indesejadas ocasionadas por esses objetos elevados, como é o caso das regiões de sombras, responsáveis por influenciar na resposta espectral dos alvos e degradação visual das imagens. Como forma de reduzir as diferenças radiométricas ocasionadas pelas sombras, este trabalho tem como principal objetivo estabelecer uma metodologia capaz de detectar e restaurar sombras em imagens digitais de áreas urbanas de alta resolução espacial. O algoritmo proposto e implementado no Matlab utiliza propriedades de operadores morfológicos combinados para detectar as sombras, a partir do baixo padrão de respostas que elas apresentam nas imagens. O top-hat por fechamento de área permite realçar as sombras que são detectadas na sequência pela binarização automática...

New possibilities for urban mapping have been created by improved level of detailing in images. High spatial, spectral and radiometric resolution provides advantages in identifying individual elements in urban areas, such as houses, trees, buildings, etc. However, these tall objects often throw up unwanted information as shadows, which influence visual image degradation and the spectral response of targets. This research aims to establish a methodology to detect and restore shadows in high spatial resolution digital images in urban areas in order to reduce radiometric differences caused by shadows. The proposed algorithm was implemented in Matlab and applies morphological operators based on the low intensity property they present in the images. The black top-hat by area closing is used to highlight shadows detected in the following with automatic binarization. In the restoration step, objects defined by the labelling of binary images are corrected by local histogram matching, which combines statistical parameters extracted from each shadow area and their neighborhood non-shadow areas...