Portal de Periódicos da CAPES

INTEGRAÇÃO ENTRE REDES NEURAIS E CORRELAÇÃO PARA IDENTIFICAR PONTOS DE APOIO PRÉ-SINALIZADOS

2005; UNIVERSIDADE FEDERAL DO PARANÁ; Volume: 11; Issue: 1 Linguagem: Inglês

10.5380/bcg.v11i2.4394

1982-2170

Romualdo Wandresen,

Satellite Image Processing and Photogrammetry

Este trabalho apresenta, como objetivo principal, novas opcoes para a identificacao automatizada de pontos pre-sinalizados para as aplicacoes relativas a fotogrametria, tal como fototriangulacao. O grau de dificuldade para o tratamento computacional de uma foto aerea digitalizada foi contornado com o uso de morfologia matematica, aplicando erosao binaria a uma das fotos que compoem o par aerofotogrametrico. Para a realizacao do trabalho, inicialmente foi estudada a identificacao de pontos pre-sinalizados em paredes externas do Centro Politecnico da Universidade Federal do Parana. A medida que se obteve razoavel experiencia com esse tipo de observacoes usando Redes Neurais Artificiais com o aplicativo MATLAB, passou-se a elaboracao de experimentos na area de testes que compreendem uma faixa de cinco aerofotos obtidas na regiao do Centro Politecnico e localidades vizinhas. Nesta regiao, foram pre-sinalizados, antes do voo aerofotogrametrico, sempre sobre asfalto, pontos de apoio em formas circular e de cruz. A identificacao automatica desses pontos de apoio foi possivel com o uso dos conceitos de correlacao estatistica, redes neurais artificiais e morfologia matematica. Na morfologia matematica, foi enfatizada a erosao binaria. Isto permitiu, com o uso da linguagem de programacao VISUAL C++, codificar procedimentos para identificar pontos de apoio pre-sinalizados na imagem esquerda do par de fotos. Os programas-fonte foram elaborados com base no procedimento em redes neurais artificiais conhecido na literatura como Backpropagation (Retropropagacao). Alem disso, usou-se a nova ideia denominada RPROP (Resilien Propagation) e morfologia matematica. Com o conhecimento das posicoes desses pontos e do recobrimento lateral das fotos, foi possivel obter-se o posicionamento dos pontos homologos na segunda foto do par, usando-se, alem de redes neurais artificiais, tambem correlacao estatistica. O conceito de correlacao foi usado tambem para identificar o posicionamento das marcas fiduciais nas fotos. Tambem com o uso de correlacao estatistica, foi obtido o posicionamento de pontos homologos naturais, escolhidos em uma das fotos. Com a finalidade de verificar a consistencia dos dados identificados, realizou-se a orientacao interior e a formacao do modelo matematico fotogrametrico, isto e, a orientacao exterior de um dos pares de aerofotos da area de testes. Integrating neural netwoks and their correspondation so as to identify control points pre-signalled Abstract This work aims to present new options for automated identification of photographic images of ground targets for aerophotogrametry applications such as aerotriangulation. The level of difficulty for computing treatment of a digitilized air picture was overcome using mathematical morphology, applied as binary erosion over one of the pictures of the stereoscopic model. Initially, the identification of target points placed on the external walls of the VI building of the Polytechnic Center of the Federal University of Parana (UFPR) was tried to gain experience. using Artificial Neural Networks through the software Matlab running several experiments. Five aerial photographs were taken over the Polytechnic Center and its neighbourhood where targets with circular and cross shape were painted on the asphalt before the flight. The automatic identification of these targeted control points become possible by the use of the concepts of statistical correlation, artificial neural networks and mathematic morphology with emphasis on binary erosion. The identification of the targeted control points image was done on one of the pictures (say the left one) forming one stereoscopic model by a computer program written Visual C++ language using the concepts of artifical neural networks with emphasis on the procedure known in the literature as “Backpropagation”, plus the new concept known as “RPROP” (Resilien Propagation) and the mathematical morphology. As overlaps of the pictures were known, it was possible to get an approximated position of the image of the same point on the neighbors pictures. The concept of correlation was also used to identify the position of fiducial marks on the photos. The position of non-targeted control points was also obtained with the use of statistical correlation.