Dete¸c˜ao em imagens (2D) das linhas de condu¸c˜ao

O processo de extra¸c˜ao das linhas de contorno das estradas de mapas topogr´aficos digitalizados envolve a execu¸c˜ao sequencial dos seguintes procedimentos: a seg- menta¸c˜ao da imagem a cores para nela reconhecer os objetos, a determina¸c˜ao da morfologia e a aplica¸c˜ao de filtros para eliminar informa¸c˜ao n˜ao relevante. Ter˜ao de ser inclu´ıdos pontos terminais e de encontro de referˆencias, para cruzar informa¸c˜ao e ligar linhas de contorno interrompidas (Samet et al., 2010).

Os algoritmos desenvolvidos para extrair estradas de imagens a´ereas de baixa re- solu¸c˜ao podem a ser usados em imagens obtidas de sat´elite de alta defini¸c˜ao. A classifica¸c˜ao dos m´etodos de extra¸c˜ao autom´atica, com base nas diferen¸cas identi- ficadas em cada uma das suas etapas, pode ser encontrada em artigo publicado por

Mena (2003). Mais tarde, especificamente para a dete¸c˜ao em imagens a´ereas de alta resolu¸c˜ao de espa¸cos rurais ou semi-urbanos, foi publicado um novo artigo (Mena e Malpica, 2005). Nele s˜ao apresentados os resultados da aplica¸c˜ao sucessiva de dois algoritmos de esqueletiza¸c˜ao para a vetoriza¸c˜ao autom´atica de uma ortoimagem (ap´os ter sido aplicado um filtro mediano como primeiro tratamento de imagem), Figura2.8.

(a) Ortoimagem (b) Esqueletiza¸c˜ao 1 (c) Esqueletiza¸c˜ao 2

Figura 2.8 – Esqueletiza¸c˜ao de ortoimagem [adaptada de (Mena e Malpica,2005)].

36 CAP´ITULO 2. NAVEGAC¸ ˜AO AUT ´ONOMA EM VINHA DE ENCOSTA EM PATAMARES

desenvolvidos que recorrem `a an´alise das caracter´ısticas geom´etricas da estrada, para extra¸c˜ao de redes vi´arias usando imagens sat´elite de alta defini¸c˜ao.

• Desai e Vala(2014) evidenciam as vantagens e limita¸c˜oes da aplica¸c˜ao de cinco dos principais m´etodos de extra¸c˜ao, nomeadamente o m´etodo geod´esico (Miao et al.,2014), o MSM (Mean Shift Method ), o SVM (Support Vector Machine), o LSM (Level Set Method ) e o SFM (Shape Feature Method ). Concluem sobre a importˆancia do recurso `a abordagem semiautom´atica.

• Kaur(2013) faz tamb´em uma an´alise sobre os diferentes m´etodos de extra¸c˜ao existentes, identificando as lacunas que neles encontra e apontando poss´ıveis solu¸c˜oes.

• Babaali et al.(2014) classificam os m´etodos autom´aticos de extra¸c˜ao de redes de estradas em duas classes: a t´ecnica geral e a combinada. Na geral, que com- preende os m´etodos tradicionais de dete¸c˜ao da forma, incluem-se os processos de segmenta¸c˜ao, os de vetoriza¸c˜ao e os que envolvem as redes neuronais e os algoritmos gen´eticos (para otimiza¸c˜ao dos resultados obtidos e n˜ao para a ex- tra¸c˜ao propriamente dita). Na t´ecnica combinada a imagem ´e pr´e-processada e durante a extra¸c˜ao s˜ao usados novos parˆametros como a textura, a morfolo- gia ou a informa¸c˜ao espetral da estrada. Os autores apresentam os diferentes m´etodos e concluem n˜ao existir um universal que possa ser aplicado a todas as imagens. A escolha da t´ecnica depende essencialmente do tipo de imagem e do tipo e da forma dos objetos nela identificados.

Enumeram-se, pela sua especificidade, alguns dos desenvolvimentos na dete¸c˜ao de estradas em imagens de sat´elite de alta defini¸c˜ao:

• Tian e Kamata(2007) prop˜oem um novo m´etodo para extrair as caracter´ısticas comuns entre uma imagem a´erea e um mapa, designado por caminho de difus˜ao geod´esica (DGP, Diffusion Geodesic Path), e a sua utiliza¸c˜ao no processo de registo dos limites ou fronteiras dos objetos reconhecidos (vias de circula¸c˜ao, entre outros).

2.3. LINHAS DE CONDUC¸ ˜AO 37

• Li e Briggs (2009) introduzem um novo m´etodo, designado por c´ırculo de referˆencia, para identificar corretamente os pixels que pertencem `a mesma es- trada e usam essa informa¸c˜ao para reconstruir a totalidade da rede de estradas. Afirmam ser o seu m´etodo invari´avel `a forma e dire¸c˜ao da estrada, tolerando elevadas perturba¸c˜oes.

• Gupta e Singh (2014) prop˜oem um m´etodo que recorre simultaneamente aos algoritmos gen´eticos, `a teoria de controlo difuso e `a morfologia. Neste s˜ao utilizadas imagens pancrom´aticas multi espectrais (RGB) com um metro e quatro metros de resolu¸c˜ao, obtidas do sat´elite de observa¸c˜ao terrestre comer- cial IKONOS.

• Miao et al.(2014) defendem a solu¸c˜ao semiautom´atica como a mais robusta e a que apresenta melhor qualidade. Prop˜oem uma solu¸c˜ao baseada no m´etodo geod´esico que, tendo dado bons resultados para imagens a´ereas de baixa re- solu¸c˜ao, n˜ao os tinha ainda dado para alta resolu¸c˜ao. O m´etodo compreende trˆes etapas principais: inicialmente, recorrendo ao m´etodo geod´esico, permite extrair os segmentos de estada que ligam os pontos inicial e terminal definidos pelo utilizador; em seguida, ´e produzido um mapa de probabilidade com base nos segmentos definidos e recorrendo a um operador de limiar, separando a parte da imagem que ´e estrada; e, por ´ultimo, o m´etodo geod´esico ´e novamente aplicado para ligar os pontos com base numa fun¸c˜ao que estima a densidade do mapa. Como resultado ´e apresentada, de forma suave, a linha central extra´ıda para a estrada. Concluem sobre a robustez da solu¸c˜ao, uma vez que n˜ao faz depender o m´etodo da localiza¸c˜ao dos pontos definidos de forma manual e n˜ao apresenta as descontinuidades da estrada, como acontecia no m´etodo original. Os autores apresentam a inten¸c˜ao de, em trabalhos futuros, apurar o m´etodo, tornando autom´atica a identifica¸c˜ao dos pontos terminais e utilizando a teoria dos grafos para determinar a totalidade da rede de estradas.

• Anil e Natarajan (2010) prop˜oem a extra¸c˜ao da rede de estradas a utilizando um m´etodo de fus˜ao estat´ıstica da regi˜ao, na etapa de segmenta¸c˜ao da imagem, seguindo-se a esqueletiza¸c˜ao das curvas discretas resultantes. Afirmam que o m´etodo d´a bons resultados mesmo em imagens de diferente resolu¸c˜ao desde que

38 CAP´ITULO 2. NAVEGAC¸ ˜AO AUT ´ONOMA EM VINHA DE ENCOSTA EM PATAMARES

as vias n˜ao se apresentam encobertas pela presen¸ca de nuvens, por exemplo.

Xu et al. (2016) apresentam um novo m´etodo autom´atico de extra¸c˜ao das linhas de n´ıvel de um mapa topogr´afico de qualidade m´edia digitalizado via scanner. As mais valias deste m´etodo aplicam-se em termos da segmenta¸c˜ao onde ´e utilizado um algoritmo difuso de an´alise espacial, para a resolu¸c˜ao dos problemas de existirem linhas finas, com a remo¸c˜ao dos n´os, e lacunas ou descontinuidades das curvas de n´ıvel. Este m´etodo quando aplicado a um mapa, poderia ser usado para dete¸c˜ao estradas.

Cao e Sun (2014) apresentam um m´etodo totalmente autom´atico de determina¸c˜ao da linha mediana das estradas tendo como ponto de partida uma imagem e a in- forma¸c˜ao georeferenciada de caracter´ısticas da estrada como seja a forma, o tipo de rede de estradas e a rela¸c˜ao entre tro¸cos. Visa ser aplicado a estradas com diferentes formas, a cen´arios complexos e a imagens de diferente resolu¸c˜ao.

Do conjunto de m´etodos dispon´ıveis de cada classe n˜ao se pode dizer qual deles tem mais sucesso; depende da cor da imagem obtida, do tipo de interferˆencias na estrada e mesmo do seu tipo.

Uma abordagem diferente ´e efetuada quando considerado o caso tridimensional.