COMPARAÇÃO DE TÉCNICAS DE EXTRAÇÃO DE TELHADOS UTILIZANDO ANÁLISE DE IMAGEM BASEADA EM OBJETO (OBIA) EM PRODUTOS OBTIDOS POR AERONAVE REMOTAMENTE PILOTADA
DOI:
https://doi.org/10.36557/2674-9432.2026v5n4p134-157Keywords:
Extração de telhados, Drone, Modelo Digital de Superfície, Análise de Componentes Principais, Classificação orientada a objetosAbstract
Este artigo compara duas estratégias de extração automática de telhados a partir de produtos obtidos por aeronave remotamente pilotada: a composição RGBZ, formada pelo ortomosaico RGB e pelo Modelo Digital de Superfície (MDS), e a composição PCA-RGBZ, obtida pela Análise de Componentes Principais. As duas abordagens foram processadas por análise de imagem baseada em objeto (OBIA), segmentação MeanShift, extração de atributos estatísticos e classificação supervisionada por SVM. A validação foi realizada por matriz de confusão, acurácia global, acurácia do produtor, acurácia do usuário, F1-score e Kappa. Os resultados indicaram desempenho superior da PCA-RGBZ, com acurácia global de 95,7% e Kappa de 0,949, enquanto a RGBZ obteve 84,1% e Kappa de 0,813. A PCA reduziu redundâncias entre bandas, melhorou a delimitação das bordas e diminuiu confusões entre telhados, vegetação e objetos elevados. Conclui-se que a integração entre MDS, PCA e OBIA é promissora para mapeamento de coberturas urbanas em escala local.
Downloads
References
ANTUNES, F. S.; NEVES, L. V.; SILVA, K. S.; GRAÇA, A. J. S. Análise da integração entre Sensoriamento Remoto e SIG na classificação da cobertura da terra em Duque de Caxias/RJ. Revista Brasileira de Geomática, v. 5, n. 1, p. 82-102, 2017.
AWRANGJEB, M.; FRASER, C. S. Automatic segmentation of raw LIDAR data for extraction of building roofs. Remote Sensing, v. 6, n. 5, p. 3716-3751, 2014. DOI: 10.3390/rs6053716.
BLASCHKE, T. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, v. 65, n. 1, p. 2-16, 2010. DOI: 10.1016/j.isprsjprs.2009.06.004.
BORGES, T.; BRANFORD, S. Kalungas usam mapeamento digital para defender seu território. Mongabay - Notícias Ambientais, 2021. Disponível em: https://brasil.mongabay.com/2021/03/comunidade-kalunga-mapeia-seu-territorio-digitalmente-para-sobreviver-no-cerrado/. Acesso em: 23 nov. 2021.
CAL, A. High-Resolution Object-Based Building Extraction Using PCA of LiDAR nDSM and Aerial Photos. In: TIEFENBACHER, J. P.; POREH, D. (org.). Spatial Variability in Environmental Science - Patterns, Processes, and Analyses. London: IntechOpen, 2020. DOI: 10.5772/intechopen.92640.
CHANG, C. C.; LIN, C. J. LIBSVM: A library for support vector machines. ACM Transactions on Intelligent Systems and Technology, v. 2, n. 3, p. 1-27, 2011. DOI: 10.1145/1961189.1961199.
COMANICIU, D.; MEER, P. Mean shift: a robust approach toward feature space analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 24, n. 5, p. 603-619, 2002. DOI: 10.1109/34.1000236.
CONGALTON, R. G. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, v. 37, n. 1, p. 35-46, 1991. DOI: 10.1016/0034-4257(91)90048-B.
FOODY, G. M. Status of land cover classification accuracy assessment. Remote Sensing of Environment, v. 80, n. 1, p. 185-201, 2002. DOI: 10.1016/S0034-4257(01)00295-4.
HSU, C. W.; CHANG, C. C.; LIN, C. J. A Practical Guide to Support Vector Classification. Taipei: Department of Computer Science, National Taiwan University, 2016. Disponível em: https://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf. Acesso em: 23 nov. 2021.
HUANG, C.; WEI, H. L.; RAU, J. Y.; JHAN, J. P. Use of principal components of UAV-acquired narrow-band multispectral imagery to map the diverse low stature vegetation fAPAR. GIScience & Remote Sensing, v. 56, n. 4, p. 605-623, 2019. DOI: 10.1080/15481603.2018.1550873.
JOLLIFFE, I. T.; CADIMA, J. Principal component analysis: a review and recent developments. Philosophical Transactions of the Royal Society A, v. 374, n. 2065, 2016. DOI: 10.1098/rsta.2015.0202.
LOPES, T.; MELANDA, E. A.; STANGANINI, F. N. Avaliação dos produtos cartográficos gerados por RPA quadrimotor. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais [...]. São José dos Campos: INPE, 2019. p. 2438-2441.
MARROQUIM, R. MeanShift Segmentation. Rio de Janeiro: Universidade Federal do Rio de Janeiro, 2016. Disponível em: https://www.lcg.ufrj.br/marroquim/courses/cos756/assignments/assignment-meanshift-segmentation.pdf. Acesso em: 23 nov. 2021.
NOORI, R. et al. Assessment of input variables determination on the SVM model performance using PCA, Gamma test, and forward selection techniques for monthly stream flow prediction. Journal of Hydrology, v. 401, p. 177-189, 2011.
PORTELA, N. M. Modelo de mistura de Gaussiana Fuzzy contextual. 2015. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2015.
SIMS, D. A.; GAMON, J. A. Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages. Remote Sensing of Environment, v. 81, n. 2-3, p. 337-354, 2002. DOI: 10.1016/S0034-4257(02)00010-X.
STEHMAN, S. V. Selecting and interpreting measures of thematic classification accuracy. Remote Sensing of Environment, v. 62, n. 1, p. 77-89, 1997. DOI: 10.1016/S0034-4257(97)00083-7.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Fernando Alves Barros Firmino, Sângela Cruz Morais
This work is licensed under a Creative Commons Attribution 4.0 International License.
Você tem o direito de:
- Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
- Adaptar — remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial.
- O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
- Atribuição — Você deve dar o crédito apropriado , prover um link para a licença e indicar se mudanças foram feitas . Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
- Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
