Publicação: Integração de dados LiDAR e imagens ópticas terrestres para a geração de nuvens de pontos multiespectrais
Carregando...
Data
2024-10-25
Autores
Orientador
Tommaselli, Antonio Maria Garcia 
Coorientador
Shimabukuro, Milton Hirokazu
Pós-graduação
Ciências Cartográficas - FCT
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A geração de nuvens de pontos multiespectrais pode ser viabilizada com a integração de sensores, combinando câmaras multiespectrais e sistemas LiDAR (Light Detection and Ranging). Atualmente, escâneres terrestres comerciais permitem a obtenção de nuvens de pontos coloridas em RGB. No entanto, soluções para a captura de nuvens de pontos multiespectrais com múltiplas bandas de uma câmara ainda não estão amplamente disponíveis no mercado. Nesta dissertação, foram utilizadas diferentes técnicas para criar um fluxo de processamento capaz de resultar em uma nuvem tridimensional multiespectral. A compatibilização geométrica dos dados foi realizada estabelecendo as posições da câmara em relação à nuvem por meio da fototriangulação. Após a estimação da posição e atitude das imagens, as informações foram utilizadas para a determinação do ponto de vista do observador (câmara) em relação ao objeto (nuvem de pontos). A abordagem proposta visa reduzir o custo computacional ao diminuir a densidade de pontos fora da região de interesse da imagem e minimizar os efeitos do duplo mapeamento antes da atribuição de valores multiespectrais à nuvem de pontos. O método de culling otimiza o processamento, descartando pontos fora do volume visível da câmara. Por outro lado, o algoritmo Hidden Points Removal é ideal para identificar e rotular pontos oclusos, que são obstruídos por outros pontos mais próximos ao sensor, além de mitigar o duplo mapeamento. Essas técnicas atuam de forma complementar ao restringir o cálculo das projeções espectrais exclusivamente aos pontos visíveis da nuvem de pontos, utilizando as equações de colinearidade para relacionar as coordenadas tridimensionais aos valores espectrais. Como resultado das técnicas utilizadas, a colorização revelou-se eficaz quando realizada com uma quantidade adequada de pontos de controle bem distribuídos, com múltiplas estações para mitigar distorções originadas do alinhamento das imagens, coleta do LiDAR na resolução 814 pt/m², aplicação do culling reduziu o custo computacional em quatorze vezes e a rotulação de pontos oclusos, localizados fora do volume de visualização da câmara. As técnicas empregadas mostraram-se operacionalmente eficientes para a colorização. Entretanto, problemas observados durante a coleta, como os movimentos causados pelo vento, podem impactar significativamente a obtenção de um produto de alta resolução espacial.
Resumo (inglês)
Multispectral point clouds can be generated by integrating sensors, combining multispectral cameras and LiDAR (Light Detection and Ranging) systems. Currently, RGB point clouds can be obtained using commercially available terrestrial scanners. However, there are not yet many solutions on the market that can capture multi-band multispectral point clouds with a single camera. This project investigated techniques to create a processing flow that would result in a three-dimensional multispectral cloud. Phototriangulation was used to determine the position and attitude of the camera relative to the LiDAR point cloud to allow the data to be made compatible. The information can be used to determine the viewpoint of the observer (camera) with respect to the object (point cloud) once the position and attitude of the images have been estimated. Before assigning multispectral values to the point cloud, the proposed approach aims to reduce the computational cost by reducing the density of points outside the region of interest of the image and minimizing the effects of double mapping. By discarding points outside the visible volume of the camera, the Culling method optimizes the processing. On the other hand, the Hidden Points Removal operator is ideal for identifying and labelling occluded points that are obscured by other points closer to the sensor, as well as mitigating double mapping. These techniques complement each other by using the collinearity equations to relate the three-dimensional coordinates to the spectral values, and by restricting the calculation of the spectral projections to the visible points of the point cloud. As a result, colorization proved effective when performed with an adequate number of well-distributed control points, multiple acquisitions to mitigate distortions from image alignment, 814 pt/m² LiDAR acquisitions, application of a culling method that reduced computational cost fourteen-fold, and removal of occluded points. The techniques used proved to be operationally efficient for colorization. However, challenges during acquisitions had a significant impact on obtaining a product with high spatial resolution.
Descrição
Idioma
Português
Como citar
NORBERTO, Isabella Subtil. Integração de dados LiDAR e imagens ópticas terrestres para a geração de nuvens de pontos multiespectrais. Orientador: Antonio Maria Garcia Tommaselli. 2024. Dissertação (Mestrado em Ciências Cartográficas) - Faculdade de Ciências e Tecnologia, Universidade Estadual Paulista, Presidente Prudente, 2024.
