dc.creatorMarco, Anderson Gonçalves
dc.creatorBruno, Adriana B.
dc.creatorRodrigues, Francisco Aparecido
dc.creatorCosta, Luciano da Fontoura
dc.creatorBruno, Odemir Martinez
dc.date.accessioned2016-04-19T19:25:25Z
dc.date.accessioned2018-07-04T16:53:31Z
dc.date.available2016-04-19T19:25:25Z
dc.date.available2018-07-04T16:53:31Z
dc.date.created2016-04-19T19:25:25Z
dc.date.issued2011
dc.identifierLearning and Nonlinear Models, Rio de Janeiro : Sociedade Brasileira de Redes Neurais - SBRN, v. 9, n. 1, p. 42-51, 2011
dc.identifier1676-2789
dc.identifierhttp://www.producao.usp.br/handle/BDPI/50069
dc.identifierhttp://www.deti.ufc.br/~lnlm/papers/vol9-no1-art4.pdf
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1641783
dc.description.abstractA adoção de ferramentas e métodos de visão computacional aplicados as imagens de sensoriamento remoto pode trazer um grande benefício para os estudos de urbanismo. Neste trabalho é apresentado um arcabouço computacional para auxiliar a aquisição e análise de imagens de sensoriamento remoto, provindas do Google Earth®. O sistema proposto se conecta ao Google Earth e compõe uma imagem especificada pelas coordenadas de latitude e longitude informadas pelo usuário. O sistema também segmenta automaticamente a imagem em áreas edificadas e não-edificadas. O processo de segmentação é realizado por meio de métricas do histograma cromático. É apresentado um experimento com imagens de duas cidades do interior paulista, São Carlos e Rio Claro, a fim de validar o sistema e determinar quais as melhores métricas de histogramas devem ser utilizadas para a tarefa.
dc.description.abstractComputer vision methods applied in remote sensing images can bring important benefits to the field of urbanism. In this work, a computer framework to aid acquiring and analyzing remote sensing images from Google Earth® is presented. The proposed system connects to the Google Earth and extracts an image specified by the latitude and longitude coordinates. The image is automatically segmented into edified and non-edified regions. The segmentation process is carried out by the analysis of the image chromatic histogram. An experiment showing results from the segmentation of two São Paulo State’s towns are presented. The comparison of the histogram metrics and the color channels and its segmentation performance are discussed.
dc.languagepor
dc.publisherSociedade Brasileira de Redes Neurais - SBRN
dc.publisherRio de Janeiro
dc.relationLearning and Nonlinear Models
dc.rightsCopyright Sociedade Brasileira de Redes Neurais (SBRN)
dc.rightsrestrictedAccess
dc.subjectSensoriamento remoto
dc.subjectSegmentação de imagens
dc.subjectAnálise de histograma
dc.subjectRemote sensing image
dc.subjectImage segmentation
dc.subjectHistogram analysis
dc.titleSegmentação automática de áreas urbanas em imagens de sensoriamento remoto
dc.typeArtículos de revistas


Este ítem pertenece a la siguiente institución