Use este identificador para citar ou linkar para este item:
https://www.repositorio.mar.mil.br/handle/ripcmb/844646| Título: | Detecção de embarcações em imagens de sensores orbitais ópticos por meio de um método baseado em características contextuais e comparação de contorno |
| Autor(es): | Volotão, Carlos Frederico de Sá Teixeira, Karla dos Santos |
| Autor(es): | Almeida, Nadjane Corrêa de |
| Orientador(es): | Volotão, Carlos Frederico de Sá Teixeira, Karla dos Santos |
| Palavras-chave: | Comparação de formato de contorno Redes neurais artificiais |
| Data do documento: | 2018 |
| Editor: | Instituto Militar de Engenharia (IME) |
| Descrição: | A importância econômica da pesca, as reservas de petróleo e gás existentes no subsolo marinho e a utilização das vias marítimas para o comércio, turismo e lazer fazem do território marítimo brasileiro uma das principais fontes de recursos do país. Portanto, é necessário monitorá-lo para protegê-lo. O sensoriamento remoto é indicado para a aquisição de dados de monitoramento de recursos terrestres em áreas extensas por não exigir o contato direto com a região investigada. Esta dissertação apresenta um método para detecção de embarcações em imagens provenientes de sensores ópticos orbitais baseado em características contextuais, relacionadas a dados espectrais, de textura e de formato, como a compacidade e o diâmetro, e características de comparação de formato de contorno dos alvos detectados na imagem a partir da aplicação de filtros de detecção de bordas. Essas características constituem descritores que são submetidos a um processo de classificação por rede neural artificial. O método foi avaliado pelas medidas de precisão e abrangência combinadas pela medida-F. A média dos resultados do método, aplicado a um estudo de caso em que foram utilizadas imagens RapidEye com resolução espacial de 5 metros, foi de 94,94%. A média da abrangência para o método foi de 100%, i. e. todas as embarcações de médio a grande porte presentes nas imagens foram detectadas. As falhas de precisão ocorreram em virtude de falsos positivos provocados por pequenas e médias ilhas. O método conseguiu detectar embarcações juntas e ou atracadas ao cais. Dissertação de Mestrado apresentada ao Curso de Mestrado em Engenharia de Defesa do Instituto Militar de Engenharia, como requisito parcial para a obtenção do título de Mestre em Engenharia de Defesa. |
| Abstract: | Due to the economic importance of fishing such as oil and gas reserves in marine subsoil and the use of sea routes for trade, tourism and recreation, the Brazilian maritime territory is one of the main resources of the country. Therefore, it is necessary to monitor and protect it. Remote sensing is used to monitor and get data from earth resources over large areas because it is not necessary any direct contact with the investigated region. This dissertation presents a method to detect vessels in images from orbital optical receivers that uses contextual characteristics, related to spectral, texture and shape, such as compactness and diameter, and contour shape comparison characteristics of targets detected in image by applying edge detection filters. These characteristics represent descriptors that are submitted to a neural artificial network classification process. The method was evaluated by precision, recall and F-measure and it was applied to RapidEye images with 5 meters spatial resolution. The average method result was 94,94% and the average method recall was 100%. It means that all medium to large sized vessels in images were detected. Precision failures were caused by false positives related to small and medium islands. The method was able to detect vessels beside each other or docked. |
| Tipo de Acesso: | Acesso aberto |
| URI: | http://www.repositorio.mar.mil.br/handle/ripcmb/844646 |
| Tipo: | Dissertação |
| Aparece nas coleções: | Operações Navais: Coleção de Dissertações |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Dissertacao_Nadjane.pdf | 3,22 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.