Utilização do algoritmo k-médias para a filtragem e classificação de dados LiDAR

Autores

¹Américo Ribeiro de Oliveira, R.; ²Galo, M.

¹FCT - UNESP Email: renanamerico@gmail.com
²FCT - UNESP Email: galo@fct.unesp.br

Resumo

Conforme avançam as técnicas de mapeamento e obtenção de informações geoespaciais, entre elas as utilizadas em Fotogrametria e Sensoriamento Remoto, novas alternativas de aquisição deste tipo de dado vêm surgindo. Dentre elas pode-se mencionar a utilização de sistemas LiDAR (Light Detection and Ranging), baseados na emissão e recepção de feixes LASER (Light Amplification by Stimulated Emission of Radiation) embarcados em plataformas aerotransportadas de diferentes portes. Estes sistemas operam de modo sincronizado com receptores GNSS (Global Navigation Satellite System), e unidade de medidas inerciais (IMU) que em conjunto, possibilitam a estimativa da posição e orientação da plataforma, bem como a determinação das coordenadas tridimensionais dos pontos da nuvem gerada. O uso deste tipo de informação é crescente, decorrente tanto do desenvolvimento de algoritmos e métodos eficientes de filtragem e extração de feições de interesse, bem como da disponibilização de softwares e bibliotecas eficientes que permitem o processamento e análise de nuvens de pontos. Dentre as muitas utilizações científicas e profissionais dos sistemas LiDAR, as que se destacam mais estão relacionadas às aplicações de interesse ambiental, como por exemplo, a estimação de biomassa de regiões florestais, embora a abrangência das utilizações deste tipo de dado possa chegar até ao controle de dados cadastrais e outras. Para a cartografia de modo geral, a aplicação de maior interesse é a geração do MDT (Modelo Digital de Terreno), obtido após filtragens e processamentos sobre um MDS (Modelo Digital de Superfície). Deste modo, ao avaliar o nível de detalhamento e a qualidade posicional que os pontos extraídos de uma nuvem LiDAR podem atingir, criou-se uma motivação na comunidade cartográfica em investigar os processos de automação computacional destinados a realizar a filtragem, classificação e extração de feições de interesse. Neste contexto, de automatização de algumas tarefas a partir do uso de dados gerados por Sistemas de Varredura a LASER Aerotransportados (SVLA), foram implementados algoritmos na linguagem C visando a filtragem e classificação de algumas feições antrópicas, como telhados por exemplo. Com este propósito, foi implementado em linguagem ANSI C o uso do algoritmo k-médias para a classificação de algumas feições de interesse, sendo utilizados como dados de entrada, atributos como desvio-padrão e entropia das altitudes estimadas a partir da nuvem de pontos original. Além destes atributos, foram utilizadas algumas heurísticas que permitiram reclassificar pontos erroneamente classificados na etapa anterior a partir da análise da vizinhança. As funções disponibilizadas pela biblioteca de uso livre FLANN (Fast Library for Approximate Nearest Neighibors) para a aplicação do algoritmo k-medias foram utilizadas na implementação e experimentos com dados reais foram realizados. Os resultados obtidos a partir do algoritmo desenvolvido foram comparados aos obtidos por outros softwares de processamento de dados LiDAR, como o LAStools. A partir desta comparação foram observadas algumas deficiências na classificação, sendo a principal, a confusão gerada em regiões que representam bordas de objetos, como edificações e árvores, que é decorrente tanto ao problema intrínseco dos dados LiDAR em definir regiões de borda, quanto a um problema relacionado ao tamanho da célula utilizada na amostragem dos pontos da nuvem em uma grande regular, onde a vizinhança representativa de cada célula engloba pontos com altitude registradas muito discrepantes, o que influencia nos cálculos dos atributos utilizados na classificação. Outro fator que teve influência na classificação dos dados foi a baixa densidade de pontos em algumas das nuvens utilizadas nos experimentos, uma vez que a estimativa dos atributos é afetada quando a densidade de pontos é reduzida. Portanto, embora melhorias significativas devam ser incorporadas aos procedimentos implementados, percebeu-se que as heurísticas empregadas no processo, bem como a utilização do conceito de entropia das altitudes, por exemplo, mostram-se como alternativas interessantes na classificação de algumas feições a partir de dados LiDAR.

Keywords

Dados LiDAR; filtragem e classificação; k-médias

ARTIGO COMPLETO