Integração de dados LiDAR e imagens ópticas terrestres para a geração de nuvens de pontos multiespectrais

• Ano de defesa: 2024
• Autor(a) principal: Norberto, Isabella Subtil [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Materiais cartográficos; Sensoriamento Remoto; Remote-sensing images; Nuvem de pontos colorida; LiDAR; Imagens multiespectrais
• Link de acesso: https://hdl.handle.net/11449/260107

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.