Uso de Descritores 3D e Intensidade na Detecção de Árvores em Ambiente Urbano por meio de Dados LiDAR

Autor: Cleber Junior Alencar, Mauricio Galo, Renato César dos Santos
Jazyk: English<br />Portuguese
Rok vydání: 2023
Předmět:
Zdroj: Revista Brasileira de Cartografia, Vol 75 (2023)
Druh dokumentu: article
ISSN: 0560-4613
1808-0936
Popis: A detecção de vegetação por meio de dados LiDAR possui aplicações em diferentes áreas do conhecimento, sendo importante para o manejo e preservação florestal, planejamento urbano, detecção de objetos obstruídos pelas copas das árvores, dentre outras. Nesse sentido, este artigo tem o propósito de avaliar a aplicabilidade dos descritores geométricos 3D baseados em autovalores e da intensidade na detecção de pontos amostrados sobre árvores. No cálculo dos atributos geométricos, vizinhanças do tipo esférica e cilíndrica foram definidas para o cálculo dos descritores, visando avaliar sua influência nos resultados. Após análises visuais dos resultados, os descritores omnivariância, curvatura, planaridade e entropia dos autovalores, além da intensidade, foram utilizados como atributos para a classificação dos pontos com o algoritmo K-Médias. Na classificação os pontos foram separados em duas classes: pontos de vegetação e não vegetação, sendo os resultados da classificação avaliados quantitativamente, com base em dados de referência e no uso dos indicadores de completeza, nível de acerto e F-Score. A completeza obtida para os atributos omnivariância, entropia dos autovalores, planaridade e intensidade foram superiores a 90%, o que sugere uma boa confiabilidade por parte dos descritores selecionados na detecção de árvores. No entanto, os valores de nível de acerto, em torno de 62%, não foram tão altos devido ao grande número de falsos positivos, devido a confusão entre pontos de árvores e pontos de bordas de edificação e linhas de transmissão. Analisando os valores de F-Score, a classificação usando o atributo omnivariância calculado numa vizinhança esférica de raio igual a 1 m se destacou, resultando em F-Score superior a 80%.
Databáze: Directory of Open Access Journals
Externí odkaz: