Extração de Bordas em Imagem de Alta Resolução Utilizando Técnicas de Processamento de Imagem_artigopublicado

EXTRAÇÃO DE BORDAS EM IMAGEM DE ALTA RESOLUÇÃO UTILIZANDO TÉCNICAS DE PROCESSAMENTO DE IMAGEM\n\nThaisa Manoela Silva França 1 , Ana Lúcia Bezerra Candeias2\n1 Acadêmico em Engenharia Cartográfica e Agrimensura, UFPE, Recife-PE hasmanole.p91@gmail.com\n2 Engª Eletrônica, Professora do Dept. DECART, UFRPE, Recife-PE, alucenas@yahoo.com.br\n\nRESUMO: A partir da vetorização de ortofotos transfere-se as informações visíveis dos\nmodelos estereoscópicos para o mapa de traços ou vetor, em geral, usa-se o instrumento chamado\nde restituidor no qual manualmente, delimita-se feições segundo superposição do marco\nflutuantes, logo a qualidade de restituição está atrelada à subjetividade do operador, no entanto,\na partir do processamento de imagem podemos identificar feições, utilizando a binarização das\nfotografias, e geração de seu contorno de forma automática. Para isso, é necessário o estudo do\nhistograma da imagem, e desta forma, obtém-se o limiar para a binarização. A imagem de alta\nresolução ortorectificada (ortofoto) é, então, simplificada em duas classes. A partir daí, delimita-se\na s bordas das feições por procedimentos de imagem. Aqui, compare-se os filtros de Sobel,\nRoberts e o gradiente morfológico na extração de bordas dos alvos de interesse. No\ngeoprocessamento, a transformação dessas bordas que estão no formato raster em vetor é uma\ntarefa importante para análise com informações espaciais e não espaciais. Neste trabalho\nutiliza-se um ortofoto com resolução espacial de 30 centímetros (0,3 metros), situada na\nCidade Universitária, região metropolitana do Recife, Pernambuco. A componente S\n(saturação) da transformação IHS é usada como embasamento na extração das feições de\ninteresse.\n\nPALAVRA CHAVE: binarização, vetorização, Ortofoto.\n\nINTRODUÇÃO: A subjetividade na vetorização das fotografias aéreas é um ponto que deve\nser melhorado. Dependendo do operador que desenvolve o vetorizaç\u00e3o a partir dos restituidores\nque está sujeito a várias como: cansaço, conhecimento da área, etc., o resultado da extração\ndas feições pode sofrer alterações. Para diminuir essa subjetividade, tem-se as técnicas de\nprocessamento de imagem como uma ponte importante na validação dos mecanismos que\notimizam e restrição e a automatização vetorial.\n\nO processamento digital de imagens, consiste em técnicas voltadas para a análise de dados\nmultidimensionais, adquiridos por diversos tipos de sensores, ou seja, é a manipulação de uma\nimagem por computador de modo onde a entrada e a saída do processo são imagens (www.dpi.inpe.br).\n\nA partir do processamento de imagem pode-se identificar feições, de forma simplificada\nutilizando a binarização das fotografias digitais, e a posteriori gera-se o contorno de forma\nautomática. Para isso, é necessário o estudo do histograma da imagem e, para obter o limiar para \na binarização da feição que se deseja.\n\nA ortofoto é uma imagem retificada isenta de distorções devido à geometria e deslocamento do\nrelevo, possuindo resolução especial melhor que as imagens de satélites possibilitando um nível\nde detalhamento importante na identificação dos objetos permitindo visualização com maior\nnitidez, além de correlacionar a imagem (qualidade métrica) com o terreno. A imagem de alta\n\n381 resolução (ortofoto) pode ser simplificada em duas classes, com base na definição de uma\nlimiar no histograma. A partir dali, delimita-se as bordas das feições desejadas por\nprocessamento de imagem.(Berberan et al, 2003)\n\nUtilizando a foto ortorectificada desenvolve-se o modelo IHS do espaço de cores (Candeias et\nal, 2016) que auxilia na extração das feições de interesse. A Figura 2 apresenta graficamente o\nmodelo IHS. Aqui deseja-se extrair estradas e utiliza-se a componente saturação (S) no\ndesenvolvimento da metodologia.\n\nFigura 2 - Modelo IHS. Fonte: González e Woods (2000).\n\nOs filtros de Sobel e Roberts (GONZALEZ & WOODS, 2000) e o gradiente morfológico\n(pode ser usados na extração de bordas dos alvos de interesse. No geoprocessamento, a\ntransformação dessas bordas que estão no formato raster em vetor pode auxiliar na análise de\ninformações espaciais e não espaciais.\n\nNesse trabalho utiliza-se um ortofoto com resolução espacial de 30 centímetros (0,3 metros).\nA Figura 1 apresenta a localização dessa área que está situada na Cidade Universitária, região\nmetropolitana do Recife, Pernambuco.\n\nFigura 1 – Localização da área, na Cidade Universitária, Recife-PE.\n\nO objetivo de estudo é automatizar a vetorização para diminuir a subjetividade e otimizar os\nresultados, pois o procedimento de restituição é o mais oneroso e demorado, além de fazer\nnecessário definir rotinas para o operador manusear os restituidores para obter a melhor\nqualidade possível no produto final (mapa vetorial), logo é de suma importância a\n\n382 automação, pois aumenta a precisão na identificação dos alvos utilizando métodos de\nprocessamento de imagem.\n\nMATERIAIS E MÉTODOS: Como materiais, utiliza-se uma ortofoto com resolução especial\nde 30 centímetros (0,3 metros), situada na região metropolitana de Recife, Cidade Universitária\n– Pernambuco, e o software SPRING desenvolvido pelo Instituto Nacional de Pesquisas\nEspaciais. Como método tem-se as etapas:\n\na) Importação da ortofoto para o SPRING\nb) Transformação da imagem RGB em IHS\nc) Utilizando o componente S, obtém-se o histograma, o limiar e a imagem binária\nd) A partir do negativo da imagem binária obtém-se os resultados com os filtros de Sobel,\nRoberts e o gradiente morfológico na extração de bordas dos alvos de interesse.\n\ne) Compare-se com um perfil a imagem e resultados com a imagem original.\n\nRESULTADOS: Utilizando as etapas descritas no item anterior tem-se a Figura 3 que\napresenta a imagem original, a imagem 'S' saturação e a respectiva imagem binária a partir do\nlimiar do histograma de 'S'.\n\nFigura 3 – Área utilizada. (a) ortofoto, (b) Componente da Saturação S. (c) Imagem binária. (d)\nhistograma de (b) limiar para obter (c).\n\n383 O negativo da imagem binária (Figura 4(a)) mostra os alvos de interesse com o valor máximo. Nessa imagem aplica-se as filtragens de Sobel, Roberts e gradiente morfológico (Figura 4(b), 4(c) e 4(d)). CONSIDERAÇÕES FINAIS: Este trabalho apresentou etapas para obtenção de bordas de uma imagem de alta resolução (ortofoto) usando a componente S da transformação IHS. Deseja-se com isso automatizar a extração de feições e a subjetividade humana. Tem-se que a imagem negativo binária gera uma simplificação da imagem original. Mas devido aos ruídos ainda presentes, a extração de bordas fica prejudicada em todos os métodos observados. É necessário um pré-processamento na imagem binária para que os contornos gerados fiquem melhor definidos. O gradiente morfológico é o que apresentou menor ruído. Figura 4 – Ampliação da Extração das bordas. (a) Componente S. (b) Negativo da Imagem Binária. (c) Com filtro de Sobel. (d) Com filtro de Roberts. (e) gradiente morfológico.