texto completo - Iris.sel.eesc.sc.usp.br - USP

2 Fundamentação TeóricaNesta seção será apresentado como foi construídaa base de dados de imagens aéreas bem como a descriçãodas principais técnicas utilizadas neste artigo.2.1 O Banco de Dados de Imagens AéreasAs imagens contêm áreas de pastagens, lavourase áreas urbanas, obtidas na região de Santa Rita doSapucaí – MG em Setembro de 2007, com o auxílio de umavião de pequeno porte, contendo uma câmera acoplada aum suporte. A base de imagens é composta por 200imagens sequenciais. As imagens foram adquiridas comdimensão de 3504 x 2336 pixels, com 24 bits por pixelcom 72 dpi (pontos por polegada) no formato JPG,utilizando 8 Megapixels de resolução. A Figura 1 ilustraum exemplo de imagem usada no projeto.Figura 1– Exemplo de imagem usada no projeto.As imagens foram obtidas seguindo um padrãode aquisição (para evitar distorções), que inclui osseguintes itens:• A câmera foi posicionada horizontalmente emrelação ao solo;• O avião percorreu sempre a mesma distância,fazendo movimentos horizontais na área demarcada, paraobtenção das imagens (Figura 2);• A obtenção da sequência de imagens foi feita comum tempo determinado e síncrono, entre a imagemanterior e a posterior, para gerar regiões de sobreposição.Para gerar um mosaico com a mínima distorçãopossível, é de extrema importância que seja seguido opadrão apresentado para a obtenção das imagens.2.2. SIFTA Transformada SIFT (LOWE, 2004) é capaz detransformar uma imagem em uma coleção de vetores decaracterísticas locais (descritores de características) e cadaum desses vetores são invariantes à escala, rotação eparcialmente invariante à mudanças de iluminação e pontode vista.Região 1 para obtenção das imagensRegião 2 para obtenção das imagensRegião 3 para obtenção das imagensRegião 4 para obtenção das imagensFigura 2 – Padrão de rota do avião.As características fornecidas pela TransformadaSIFT são bem localizadas em ambos os domínios, o dafrequência e o do espaço, reduzindo assim a probabilidadede não haver correspondência das características poroclusão ou ruído. As características são altamentedistintas, permitindo que uma simples característica sejacorretamente correspondida com alta probabilidade diantede um grande banco de dados de características,possibilitando assim, uma base para o reconhecimento deobjetos e cenas.O custo de extrair essas características éminimizado por meio de uma abordagem de filtragem emcascata, na qual as operações com maior custo operacionalsão executadas apenas em locais que passaram em testesiniciais.Os quatro principais estágios que compõem aTransformada SIFT para gerar o conjunto decaracterísticas de imagens são:• Detecção de extremos no Espaço Escala: Nesteprimeiro estágio é feito a procura por todas as escalas elocais de uma imagem. Para isto é utilizada uma funçãoconhecida como Diferença da Gaussiana, paraidentificação dos potenciais pontos de interesse que sãoinvariantes à escala e orientação. Esta é a parte maiscustosa do algoritmo.• Localização dos pontos chave: Para cada localcandidato, é determinada a sua posição e escala. Os pontoschave são selecionados baseados em medidas de suaestabilidade.• Definição da Orientação: Uma ou maisorientações são atribuídas para cada ponto chavelocalizado, baseado em direções do gradiente. Todas asoperações posteriores são realizadas sobre os dados daimagem que foram considerados ponto chave e que foramtransformados em relação à orientação, escala elocalização, proporcionando invariância a estastransformações.