Embed Size (px)
Citation preview
Mapeamento e Monitoramento Ambiental Usando Imagens Aéreas de PequenoFormato
Natal Henrique CordeiroBruno Motta de Carvalho
Luiz Marcos Garcia GonçalvesUniversidade Federal do Rio Grande do Norte, Laboratório Natalnet
Campus Universitário, Lagoa Nova, Natal, RN, [email protected], [email protected], [email protected]
Resumo
No presente trabalho 1 descrevemos uma metodologiapara a construção de mosaicos georreferenciados a partirde imagens aéreas de pequeno formato, ou SFAI, conside-radas não controlada. Técnicas de Estéreo-Fotogrametria ede Visão Computacional são aplicadas para auxiliarem emresultados de qualidade e confiabilidade. As imagens sãoobtidas através de uma câmera digital comum acoplada aum helicóptero aeromodelo. Técnicas para eliminar distor-ções comuns são aplicadas e a orientação relativa dos mo-delos é realizada baseada na geometria perspectiva. Pontosreais do terreno são usados para executar a orientação ab-soluta, além de uma definição de escala e de um sistemade coordenadas que relaciona a imagem medidas no ter-reno. O mosaico será manipulado em um SIG (Sistema deInformação Geográfica), fornecendo informação útil paradiferentes tipos de usuários tais como pesquisadores, insti-tuições governamentais, pescadores e empresas de turismo.Resultados são mostrados, ilustrando a aplicabilidade dosistema. A principal contribuição é a geração de mosaicosgeorreferenciados usando imagens aéreas de pequeno for-mato, o que tem sido pouquíssima explorada em projetosde cartografia. A arquitetura proposta apresenta uma solu-ção viável e bem barata quando comparada com sistemasque utilizam imagens controladas.
AbstractWe propose a technique that uses small format aerial
images, or SFAI, considered as not controlled, and stereo-photogrammetry techniques to construct georeferenced mo-
1 Este documento contém informações da dissertação de mestrado de-nominada "Construção de Mosaicos Georreferenciados Usando Ima-gens Aéreas de Pequeno Formato".
saics. Images are obtained using a simple digital cameracoupled to a radio controlled (RC) helicopter. Techniquesfor removing common distortions are applied and the rela-tive orientation of the models are recovered using perspec-tive geometry. Ground truth points are used to get absoluteorientation, plus a definition of scale and a coordinate sys-tem which relates image measures to the ground. The mo-saic is read into a GIS system, providing useful informa-tion to different types of users, such as researchers, govern-ment officers, fishers and tourism enterprises. Results arereported, illustrating the applicability of the system. Themain contribution is the generation of georeferenced mo-saics using SFAIs, what has not been widely explored pre-viously in cartography projects. The proposed architecturepresents a viable and much less expensive solution, whencompared to systems using controlled pictures.
1. Introdução
Neste trabalho, propomos uma metodologia visando pro-duzir mosaicos georreferenciados usando imagens aéreas depequeno formato (small format aerial images - SFAI). Ummosaico nada mais é que uma composição de várias fotosou imagens adjacentes, visando ter uma visão mais ampla(e na mesma escala) de uma determinada cena, no caso,com mais realismo que os mapas. Imagens aéreas de pe-queno formato resumem-se à imagens capturadas com umacâmera digital comum, de baixa resolução.
Esta metodologia envolve a realização de uma série deetapas, desde a retirada de erros e distorções causados peloprocesso (ou pelo sistema) de aquisição, até a colagem finaldas imagens. No processo, devem ser aplicadas transforma-ções, visando reconstruir a orientação relativa das imagens,umas às outras, e absoluta, em relação à cena; Finalmente,
a definição e a adoção de uma escala e de um sistema de re-presentação, em relação à cena (terreno) imageada.
A metodologia para SFAI, em linhas gerais, segue apro-ximadamente o mesmo processo tradicional de cartografia,e do caso de se usarem imagens de grande formato (big for-mat aerial images - BFAI), sendo que esta última, permiteuma precisão significativamente melhor, uma vez que o sis-tema de aquisição é controlado.
Quando mencionamos sobre um sistema de aquisiçãocontrolado, significa dizer que as imagens podem ser toma-das em um momento desejado e a uma altura significativa,em que permite diminuir substancialmente as distorções ge-radas pelas variações de vôo e de vista perspectiva compa-rado com as obtidas usando uma câmera digital comum aco-plada a um helicóptero aeromodelo. É importante ressaltarque estas imagens(BFAI) possuem alta resolução e não ge-ram distorções oriundas da curvatura da lente como com-parado à uma câmera digital comum. Dessa forma, existea possibilidade de se produzir orto-imagens, ou imagensmuito próximas de uma projeção ortográfica.
Isso facilita muito o processo de correção das distorções.Neste trabalho, o uso de imagens aéreas de pequeno for-mato implica o cálculo de todos os coeficientes das transfor-mações(orientação relativa e absoluta) citadas acima, antesda geração do mosaico. Um dos principais problemas na ge-ração de mosaicos georreferenciados refere-se à qualidadedas imagens adquiridas.
No processo cartográfico tradicional, imagens adquiridaspor técnicas controladas são utilizadas, sendo que este pro-cesso, no entanto, mesmo com a introdução de etapas auto-matizadas pelo uso de tecnologia recente, é ainda caro, poisenvolve também o uso de câmeras especiais e o emprego deaviões específicos para aquisição dos dados.
O uso de imagens de satélite é uma alternativa, porémmenos precisa que as imagens obtidas a partir de aviões, porserem estas últimas adquiridas de altitudes menores, com ossensores mais próximos da cena, portanto em escalas maio-res.
O uso de câmeras comuns e helicópteros ou aviões ae-romodelos tornam o processo muito mais barato. Claro,ocorre também uma perda na precisão do controle de geor-referenciamento do produto final, mas há o apelo de que aprecisão visual é muito melhor que as outras duas, sendo porisso aceitável em algumas aplicações, tais como em moni-toramento ambiental, inspeção de locais, turismo, entre ou-tras. No presente trabalho, buscamos justamente uma novaabordagem para a geração de mosaicos georreferenciados,que se encaixe nesta terceira categoria.
Usamos imagens aéreas de pequeno formato (Small For-mat Aerial Images - SFAI), obtidas por uma câmera digi-tal Sony comum, acoplada ao helicóptero aeromodelo mos-trado na Figura 1. O helicóptero é guiado remotamente, so-brevoando áreas de interesse para a aquisição de seqüên-
cias de vídeo, que são posteriormente quebradas em qua-dros que, finalmente processados, produzem o mosaico fi-nal.
Figura 1. Helicóptero Aeromodelo.
2. Trabalhos Relacionados
Neste trabalho, como são disponibilizadas apenas ima-gens aéreas de pequeno formato sem um maior controle,torna-se indispensável adaptar e/ou criar metodologias ade-quadas para trabalhar com este formato de imagem. Siste-mas como o ArcView da ESRI, ERDAS da Leica Geosys-tem, Regeemy e Spring do INPE, entre outros permitem ge-rar mosaicos de qualidade, usando a técnica de registro emimagens aéreas de grande formato (BFAI).
Convém ressaltar que, por definição, imagens do tipoBFAI são controladas. Imagens controladas não apresentamdistorções, como as geradas pelo processo usando câmeradigital comum e pelas orientações do vôo, principalmentequando se obtêm imagens de escala grande. Ainda equipa-mentos que adquirem BFAI permitem gerar conhecimentosprévios, tais como de que forma e em que momento adqui-rir uma imagem. Desta maneira, as imagens de grande for-mato, controladas, podem possuir algumas distorções. Massão mínimas e, em alguns casos consideradas livres de dis-torções e até mesmo já georreferenciadas, dependendo daaplicação. Isso facilita substancialmente o processo, o quenão ocorre no tipo de dados que estamos tratando.
As imagens obtidas com câmeras digitais comuns têm oângulo de abertura maior em relação às fotografias aéreascontroladas ou às imagens de satélite, o que causa maiordistorção radial e radiométrica.
Ainda devido à baixa altitude, geralmente necessita-sede inúmeras imagens a partir de diferentes pontos de vista,sendo que a projeção perspectiva caracteriza as imagens
dessas câmeras, em contraposição à projeção ortogonal, oumuito próxima desta, conseguida usando câmeras fotogra-métricas ou imagens de satélite,
Notamos que o processo de mosaicamento será utilizado,justamente quando a área de estudo é maior que a imagemdisponibilizada pela câmera, visando cobrir melhor a áreade interesse. Além dos sistemas comerciais e outros acimacitados, vimos na literatura alguns que projetos usam técni-cas de registro de imagem para correção geométrica antesdo processo de geração do mosaico [6, 17, 8, 7, 16].
As técnicas de registro de imagens propiciam corrigirpequenas distorções geométricas, presentes em imagensde grande formato, principalmente pela baixa resolução,mesmo com distorções irrelevantes, usando uma variedadede pontos de controle (pontos no terreno). Observamos queeste modelo é diferente para as imagens de pequeno for-mato, cujos sistemas de aquisição não têm os mesmos re-quisitos.
No presente projeto, estaremos empregando SFAIs nãocontroladas e com vários tipos de distorções e, o que com-plica mais, usaremos poucos pontos de controle devido à re-gião de trabalho ser marinha, dificultando a sua aquisição.Observamos que o mosaico final é mais rico de detalhes,por usarmos imagens com escala maior, obtidas mais próxi-mas da superfície terrestre. Por outro lado, projetos que uti-lizam BFAI permitem monitorar áreas maiores, apesar docusto de aquisição ser maior.
O Global Rain Forest Mapping Project (GRFM) [6] éum projeto gerenciado pela Agência Nacional de Desenvol-vimento do Espaço do Japão (NASDA). Tem por objetivogerar mosaicos georreferenciados a partir de BFAIs adqui-ridas por satélites. São aplicadas técnicas para correção ra-diométrica nas imagens, a fim de melhorar a qualidade e denão perder informações nas regiões de sobreposição do mo-saico. O trabalho apresentado por Xiao e seus colaborado-res [16] também se preocupa com problemas ocorridos de-vido à iluminação, criando um método que combina ruídosna busca de qualidade. O método criado por Albrecht e Mi-chaelis [1] apresenta técnicas de estéreo-fotogrametria commelhorias na resolução espacial dos pares estereoscópicos,a fim de reduzir erros em regiões com relevo acentuado.
Já Nicolas [10] criou um método de mosaicamento, uti-lizando um critério de minimização analítica, para determi-nação de coeficientes baseados na variação temporal dasimagens de fundo, com foco em corrigir distorções geo-métricas. Zomet [18] propõe novos métodos com melho-res formas de correção geométrica de distorções resultan-tes da transformação 2D para 3D. Este projeto utiliza cál-culos analíticos para resolução do problema, e a sua relaçãocom o nosso projeto (NatalGIS) é a busca de disponibili-zar informações confiáveis após correção das distorções.
Syuhei [12] descreve uma nova abordagem para o posici-onamento de helicópteros aeromodelos operados de forma
autônoma. Métodos para obter a terceira dimensão e a alti-tude do helicóptero são realizados através de sensores, GPS(Global Positioning System), IMU (Inertial MeasurementUnit) e imagens, que são utilizadas para permitir que o sis-tema de controle do helicóptero seja autônomo. Metodolo-gias para a detecção de pontos no terreno são usadas para asolução do problema de posicionamento.
No trabalho em questão [12], o helicóptero aeromodelonão é utilizado para mapeamento da área ou para gerar mo-saicos georreferenciados. Entretanto as técnicas utilizadassão interessantes para aplicações que podem usar helicóp-tero aeromodelo e para futuros trabalhos relacionados aopresente projeto.
3. Construção de mosaicos georreferenciadosusando SFAIs
Como visto anteriormente, o processo de construção demosaicos georreferenciados é dificultado pelo uso de ima-gens aéreas de pequeno formato (SFAI). Além disso, o am-biente escolhido (região marinha) para mapeamento nesteprojeto é muito dinâmico, sofrendo mudanças devido avento, maré e iluminação (sol), aumentando a probabilidadede ocorrência de erros nas imagens. Também ocorrem vari-ações de posição e orientação do helicóptero durante o vôo,que podem gerar erros imprevisíveis. Outras distorções ge-odésicas, como as geradas pela curvatura da terra e a vari-ação do relevo, são insignificantes neste projeto, podendoser desprezadas. Porém distorções causadas pelos parâme-tros intrínsecos da câmera digital usada, tais como a radiale radiométrica devem ser retiradas.
Gonçalves [5] esclarece que, no processo de cartogra-fia tradicional, as condições de clima (vento, etc) e pilota-gem não permitem que o avião mantenha sua altitude cons-tante, bem como a velocidade e horizontalidade das asas.Esses, entre outros fatores, afetam a obtenção de um mo-delo "ideal"para a estéreo-fotogrametria. Ou seja, mesmousando dados supostamente controlados (no caso tradicio-nal), o que se obtém é um modelo mais ou menos próximodo ideal, com pequenas distorções. Isso se agrava ao usardados não controlados, ou seja, imagem sem nenhum con-trole na sua aquisição como é o caso no presente trabalho.
As câmaras de pequeno formato podem produzir ima-gens instáveis em relação à iluminação e à geometria, nãosomente pelas distorções radial e radiométrica, mas tambémpela instabilidade do vôo, freqüente no helicóptero aeromo-delo, no momento da aquisição de imagens. O fato de a câ-mara digital comum não se manter ortogonalmente à super-fície terrestre é um outro problema que produz mais dis-torções. Desta forma, são obtidas várias imagens, em vistaperspectiva, o que gera outras distorções geométricas natransformação da imagem de mundo (3D) para a imagemdigital (2D).
O processo de criação do mosaico resume-se à realiza-ção das fases descritas a seguir: Calibração de câmera, cor-reção das distorções radial e radiométrica, reconstrução apartir de estéreo-fotogrametria, geração do mosaico georre-ferenciado;
3.1. Calibração da câmera e correção da distorçãoradial e radiométrica
Quando se pretende obter informação tridimensional deuma cena ou objeto utilizando Visão Computacional, é ge-ralmente necessário determinar um modelo matemático dacâmera utilizada. No presente projeto, usamos o métodoTsai [14] para a etapa de calibração de câmera. O métodousa um esquema de transformação do sistema de coordena-das de mundo para o sistema de coordenadas de imagem.No método tradicional, são determinados 11 parâmetros,sendo 5 deles intrínsecos ( f (distância focal), κ1 (coefici-ente de distorção radial da lente de 1a ordem), Cx e Cy (co-ordenadas de centro de distorção radial da lente), Sx (fatorde escala)) e 6 extrínsecos (Rx, Ry e Rz (ângulos de rota-ção para a transformação entre as coordenadas nos framesde mundo e de câmera), Tx, Ty e Tz (componentes de trans-lação para a transformação entre as coordenadas nos fra-mes de mundo e de câmera)) [14]. Além destes parâmetros,neste trabalho, determinamos também o coeficiente de dis-torção radial de 2a ordem da lente, conhecido como κ2, parao processo de retirada de distorção radial e também o ân-gulo α (para retirada de distorção radiométrica, vista adi-ante). Após realizar a calibração da câmera, podemos cor-rigir a distorção radial (equação 1) e radiométrica (equação2) usando as equações abaixo [13].
x = xd(1+ k1r2 + k2r4),y = yd(1+ k1r2 + k2r4),
r =√
x2d + y2
d ,
(1)
onde, xd e yd são pontos na imagem distorcida. A incóg-nita r é a distância do centro da imagem até o pixel. O κ1 eκ2 são os coeficientes de distorção descobertos na etapa decalibração de câmera.
E(p) = L(P)
[π
4
(dz
)2
cos4α
]. (2)
Convém ressaltar que a iluminação na imagem P de-cresce o mesmo que a quarta potência do cosseno do ân-gulo formado entre o raio principal que chega a P e o eixoótico. Em caso de pequena abertura, este efeito pode ser ne-gligenciado; então, a irradiância na imagem pode ser enten-dida como uniformemente proporcional à radiância da cenasobre todo o plano da imagem [13].
3.2. Estéreo-Fotogrametria
Na aplicação em monitoramento ambiental, foco destetrabalho, temos recobrimento tanto longitudinal (pelo me-nos 70%) quanto lateral (pelo menos 30%) entre as ima-gens que farão parte do mosaico e cada imagem é adqui-rida de uma posição diferente. Isso propicia que técnicas dereconstrução estéreo possam ser empregadas visando me-lhorar ainda mais a qualidade do mosaico final. O princi-pal problema das técnicas de reconstrução a partir de ima-gens estéreo é descobrir quais pontos em cada imagem cor-respondem às projeções de um mesmo ponto da cena. Esteproblema é mais conhecido como matching [9], e o deno-minaremos simplesmente de correspondência, sendo ele aetapa mais demorada e uma das mais estudadas em VisãoEstéreo.
Em nossa aplicação, depois de determinadas as corres-pondências de todos os pixels das imagens, esta informa-ção é utilizada na construção do mosaico. A profundidadede cada pixel pode ser determinada em relação a um refe-rencial fixo, por triangulação, em relação às câmeras. Essaprofundidade pode ajudar a distinguir as características ouatributos de um dado pixel que aparece em mais de umaimagem. Note que, no pior caso, uma média entre os atri-butos pode ajudar a minimizar problemas de erros das ima-gens devidos ao processo de aquisição.
A correspondência entre as imagens pode ser feita porárea [4] ou atributo [9]. Neste trabalho, a correspondên-cia por área poderia ser usada com algumas simplificaçõesobservadas adiante. Esse tipo de operação é realizado comaplicação de operadores de correlação cruzada normalizada(ou simplesmente correlação) ou então, pela soma do qua-drado das diferenças (SSD) [2]. A SSD é mais rápida de sercalculada do que a correlação, mas não é imune a variaçõesde contraste e brilho nas imagens, problemas que não afe-tam a correlação cruzada normalizada, que pode ser dadapela Equação 3:
rx,y =n∑(xiyi)−∑(xi)∑(yi)√
n∑(x2i )− (∑xi)2
√n∑(y2
i )− (∑yi)2.
(3)
onde n é o número de amostras em cada sinal. Para omatching, a correlação é restrita a uma região (janela decomparação) de cada imagem, sendo n o número de pixelsdessa janela.
3.3. Orientação Relativa
Uma simplificação adotada neste trabalho, com o obje-tivo de reduzir a complexidade do modelo acima, é consi-derar que o relevo da região é plano. Essa simplificação se
justifica pelo fato de ser uma região marinha com diferen-ças mínimas de nível do fundo (variando entre zero e doismetros), o que é desprezível em relação à altitude de vôo.
Dessa maneira, distorções causadas pelo relevo podemser desconsideradas. Isto simplifica substancialmente o pro-cesso de reconstrução, permitindo realizar a orientação re-lativa entre cada par de imagens, [15] usando 6 pontos ape-nas, não exigindo, portanto, que a correspondência estéreo,o gargalo do processo de reconstrução estéreo [9] seja deter-minada para todos os pixels de cada par de imagens. Maisespecificamente, os princípios de estéreo-fotogrametria sãoempregados na fase de orientação relativa dos modelos pro-duzidos por cada par de imagens consecutivas, visando de-terminar as relações espaciais que o helicóptero possuía nomomento da tomada de cada imagem. A posição aproxi-mada do momento da tomada das imagens é dada pelo GPSde bordo, facilitando a determinação de uma primeira apro-ximação para os parâmetros de orientação exterior.
Com essas simplificações, com apenas 6 pares de pontosconhecidos (pontos de Von Grüber) em cada modelo (en-tre cada par de imagens), uma boa precisão pode ser con-seguida na determinação de coeficientes das transformaçãoque deverão retirar as distorções causadas pelo posiciona-mento e orientação não conhecidos do helicóptero. Dadasduas imagens da mesma cena, supondo-se uma à direita (r)e outra à esquerda (l) sendo pl e pr pixels nessas imagens,o que se deseja é determinar a transformação que leva os pi-xels de uma imagem pr na outra pl . A princípio, esta trans-formação envolve mais que uma transformação 2D, umavez que os pontos homólogos são projeções de pontos 3Dna cena.
3.4. Orientação Absoluta
Para o georreferenciamento em si (determinação de es-cala e referência à um sistema de coordenadas) são deter-minados a priori, na região a ser imageada, pontos de con-trole, cujas coordenadas são determinadas por GPS. Nesteprojeto, poucos pontos de apoio de campo serão determi-nados, o que dificulta o processo de georreferenciamentousando SFAI. Essa complexidade é existente por várias des-tas imagens não presenciarem os pontos previamente esco-lhidos no terreno. Usando técnicas de aerotriangulação [15],as coordenadas (Geográficas, UTM) conhecidas (dos Pon-tos de controle) são estendidas para os pontos determinadospelo processo de orientação relativa.
A partir desses, em caso de não assunção de um modelode relevo plano, seria possível estender a todos os outrospontos de todas as imagens, gerando assim coordenadas deterreno, referenciadas em relação a um sistema de coorde-nadas, para todo o mosaico [5]. Note que cada modelo (parde imagens) pode ser ligado ao posterior via uma das ima-gens comum a dois modelos adjacentes.
Estender as coordenadas dos pontos de controle signi-fica usar este recobrimento para extrapolar as coordenadasde uma imagem a outra. Note que um erro inerente ao pro-cesso de digitalização aparece aqui. Esse erro pode ser mi-nimizado através de outros cálculos, a partir de um outroponto de terreno (Obtido pelo GPS) presente em uma ou-tra imagem selecionada para o mosaico. Dessa forma, ex-trapolaríamos novamente as coordenadas das imagens.
A técnica tradicional de aerotriangulação é readaptadaneste trabalho, usando mínimos quadrados, para minimizarerros no processo de determinação de coordenadas para ospontos de cada modelo. Ao final, obtêm-se, por uma técnicade ajuste de bloco, as coordenadas georreferenciadas de to-dos os pontos. Usando essas, podem-se determinar quais oscoeficientes das transformações necessárias a serem aplica-das em cada imagem para geração do mosaico final.
4. Implementação
O sistema foi desenvolvido em C++, usando a bibliotecaQT para criação de interfaces gráficas com o usuário. A es-trutura geral do sistema é mostrado na Figura 2. Note queo módulo de calibração de câmera está localizado externoà região com linhas tracejadas. Isto ocorre devido ao pro-cesso de calibração de câmera ser realizado apenas uma vez,em que determina-se os parâmetros intrínsecos para corre-ção da distorção radial e radiométrica.
Na fase de calibração, computamos todos parâmetros ne-cessários usando método de Tsai, em que relaciona-se co-ordenadas do mundo com coordenadas da imagem. Assim,a correção radial e radiométrica foram realizadas aplicandoa Equação 1 e a Equação 2, seguido por interpolação de pi-xels, resultando em uma imagem corrigida. Após a corre-ção radial e radiométrica, a orientação relativa é determi-nada. Para calcular esta, definimos pontos homólogos entrepares estéreos e computamos as transformações de mapea-mento de uma imagem em relação a outra através do métodode mínimos quadrados. As transformações, contém transla-ção, rotação e escala, em que estas operações são usadaspara mapear os pixels correspondentes em diferentes ima-gens, então, estes são ajustados no mosaico final.
Para gerar mosaicos georreferenciados, precisamos exe-cutar a orientação absoluta, assim, obteremos coeficientespara realizar o processo de aero-triangulação e ajustar o mo-saico com as coordenadas do mundo (terreno).
No módulo de correção geométrica, transformações afim(Equação 4) ou projetiva (Equação 5) são aplicadas (usandointerpolação bilinear ou bicúbica). A transformação afim éformalizada a seguir:[
XY
]=[
A0 +A1X ′+A2Y ′
B0 +B1X ′+B2Y ′
](4)
Figura 2. Estrutura do sistema.
onde A0, A1, A2, B0, B1, B2 são parâmetros corresponden-tes a dois fatores de escala, um de rotação e um de não orto-gonalidade(cisalhamento), com i e j= 1 ou 2; X e Y são co-ordenadas a serem transformadas no espaço; X ′ e Y ′ são co-ordenadas no espaço transformado; X0 e Y0 são parâmetrosde translação na direção X e Y [11].
A transformação projetiva é dada por:
X ′ =[
a11X+a12Y+a13a31X+a32Y+1
]Y ′ =
[a21X+a22Y+a23a31X+a32Y+1
] (5)
onde ai j são os parâmetros das transformações geométricas,com i e j = 1, 2 ou 3; X e Y são os valores medidos no sis-tema de referência; X ′ e Y ′ são os valores calculados para osistema de ajuste [3].
A implementação dessas duas transformações é de sumaimportância para que possamos comparar os mosaicos ge-rados após as suas aplicações nas imagens. O objetivo é re-tirar distorções geométricas referentes às imagens que fa-rão parte do mosaico, principalmente da área de sobreposi-ção. No caso, distorções geradas pela variação da orienta-ção do helicóptero aeromodelo na captação das imagens empontos diferentes.
Essa diferença de resultados entre as transformaçõesafim e projetiva pode ser justificadas, porque o paralelismona transformação afim é mantido, enquanto que, na trans-formação projetiva pode não se manter. As duas transfor-mações são semelhantes nos aspectos de posição, escala eforma. Esses itens são alterados na transformação da ima-gem. Contudo a colinearidade não é alterada.
5. Experimentos e Resultados
Com intuito de verificar nossa metodologia, primeira-mente realizamos testes para validar os módulos do sistema
desenvolvido, passo a passo. Na Figura 3(a) mostra-se umaimagem aérea de pequeno formato obtida com a câmera di-gital comum acoplada ao helicóptero aeromodelo. Na Fi-gura 3(b) é ilustrado a correção radial e radiométrica, obtidaapós aplicar a distorção "pincushion". É interessante ressal-tar que esta correção foi realizada justamente com os coefi-cientes gerados no processo de calibração de câmera (Tsai).Nestes resultados pode observar-se uma sutil diferença ge-ométrica e de iluminação, principalmente nas áreas colate-rais da imagem.
Posteriormente, vários experimentos foram executadosno processo de orientação relativa, usando ambas as trans-formações, e observamos visualmente que a transformaçãoprojetiva produziu mosaicos com melhor qualidade. Essadiferença de resultados entre as transformações afim e pro-jetiva pode ser justificadas, porque o paralelismo na trans-formação afim é mantido, enquanto que, na transformaçãoprojetiva pode não se manter. As duas transformações sãosemelhantes nos aspectos de posição, escala e forma. Es-ses itens são alterados na transformação da imagem. Con-tudo a colinearidade não é alterada e essas informações sãovisíveis na figura 4.
Na Figura 4 é ilustrado o módulo de correção geomé-trica e orientação relativa, além dos resultados das trans-formações oriundas desse módulo. Pode ser observado queneste caso, as tranformações foram geradas somente com atransformação projetiva, justamente pela geração de resul-tados melhores. Na Figura 5 é mostrado dois exemplos demosaicos produzidos usando os mesmos módulos e as mes-mas transformações. Finalmente, na Figura 6 ilustramos oresultado de um mosaico georreferenciado. Para este pro-cesso foi necessário conhecer as coordenadas geográficasdos pontos de controle (terreno) usando GPS. Assim, atra-vés de uma interface gráfica, o usuário insere estas infor-mações, clicando nos pontos de controle planejados no mo-saico (imagem) e associando com as coordenadas geográfi-cas colhidas no terreno.
(a) (b)
Figura 3. Imagem Original (a), e imagem corrigida da distorção "Pincushion"κ1 = -2, κ2 = -0.025 e α = 0.45 (b)
6. Conclusão
Propomos, neste trabalho, um sistema completo para ge-rar mosaicos georreferenciados, usando imagens aéreas depequeno formato, obtidas por uma filmadora digital comumacoplada a um helicóptero aeromodelo. Por meio de técni-cas da estéreo-fotogrametria e da visão computacional, re-tiramos distorções, corrigimos as imagens visando a sua or-togonalização e construímos o mosaico final.
Então, com base em coordenadas de terreno (reais) depontos de controle, previamente escolhidos, o georreferen-ciamento foi realizado. O mosaico final está, então, prontopara ser usado em um SIG, correntemente em desenvolvi-mento na UFRN.
Uma das principais contribuições do presente trabalhoreside no fato de que esse tipo de imagem tem sido aindamuito pouco explorado na geração de mosaicos georrefe-renciados; especificando ainda mais, com o uso de um he-licóptero aeromodelo não foi encontrado nenhum trabalho,talvez em função de uso de imagens de grande formato, econtroladas (BFAI) ser geralmente a técnica adotada nosprojetos de cartografia, solicitados pelos órgãos governa-mentais e empresas.
Note que o uso de BFAI encarece o mapeamento, prin-cipalmente em projetos como o nosso, onde um monitora-mento constante da região de interesse é necessário. Aindaprojetos dessa natureza em regiões costeiras, que implicamsobrevôos rotineiros, visando checar determinadas caracte-rísticas, tornam-se factíveis com a nossa técnica.
Assim, como principal contribuição, com a implemen-tação dessas técnicas, mostramos ser possível desenvolveruma metodologia de baixíssimo custo, com o uso de umhelicóptero aeromodelo e câmera digital comum, voltada aprojetos de monitoramento ou a projetos onde a coleta dedados deve ser constante. No caso, uma câmera Sony sem
controle fotogramétrico foi usada.Ainda como trabalho futuro, faremos mais alguns vôos
na região dos Parrachos de Maracajaú, com o helicópterojá operacional (vários vôos experimentais já foram realiza-dos em terra). Depois de adquiridos novos dados, estes ser-virão de base para a construção do mosaico e, conseqüente-mente, a alimentação do SIG de monitoramento ambientalem desenvolvimento na UFRN.
Referências
[1] P. Albrecht and B. Michaelis. Stereo photogrammetry withimproved spatial resolution. In Proceedings of the 14th In-ternational Conference on Pattern Recognition, Otto-von-Guericke University Magdeburg Institute for MeasurementTechnology and Electronics P. O. Box 4120, D-39016 Mag-deburg, Germany, 1998. IEEE Computer Society Washing-ton, DC, USA.
[2] D. Ballard and C. Brown. Computer Vision. Pratice-Hall,Englewood Cliffs, New Jersey, 1982.
[3] L. Fonseca, E. Xavier, J. Alge, and E. Castejon. Implementa-ção da transformação projetiva na terralib: uma análise com-parativa com a transformação afim. In XIII Simpósio Brasi-leiro de Sensoriamento Remoto, pages 6283–6290, Florianó-polis/SC, 21-26 Abril 2007. INPE.
[4] M. Galo. Automação dos processos de correspondência eorientação relativa em visão estéreo. Master’s thesis, UNI-CAMP - Departamento de Engenharia Elétrica e de Compu-tação, Campinas, SP, Dezembro 2003.
[5] L. M. G. Gonçalves. Reconstrução a partir de estéreo foto-grametria. Rio de Janeiro - BRASIL, 1995.
[6] G. Grandi, P. Mayaux, Y. Rauste, A. Rosenqvist, M. Simard,and S. Saatchi. The global rain forest mapping project jers-1 radar mosaic of tropical africa: Development and productcharacterization aspects. IEEE Transactions On Geoscienceand Remote Sensing, 38(5), Setembro 2000.
(a) (b)
(c) (d)
(e) (f)
Figura 4. Modulo de orientação relativa e correção geométrica (a), SFAI Original (Primeira) (b), SFAI Original (Se-gunda) (c), SFAI Original (Terceira) (d), SFAI Corrigida (Segunda) com transformação projetiva (e), SFAI Corri-gida (Terceira) com transformação projetiva (f).
(a)
(b)
Figura 5. Mosaico com três SFAIs da Figura 4 (a), Outro exemplo de mosaico com cinco SFAIs (b).
(a) (b)
Figura 6. Examplo de mosaico com cinco SFAIs (a), Mosaico da Figura (a) georreferenciado com pontos dadopelo GPS (Coordenadas Geográficas) (b).
[7] S. Hsu. Geocoded terrestrial mosaics using pose sensors andvideos registrations. In ICCV. Proceedings. Eighth IEEE In-ternational Conference on Computer Vision, pages 834–841.IEEE Computer Society, Julho 2001.
[8] M. Lhuillier, L. Quan, H. Shum, and H. Tsui. Relief mosaicsby joint view triangulation. In ICCV. Proceedings. EighthIEEE International Conference on Computer Vision, pages785–790. IEEE Computer Society Washington, DC, USA,Julho 2001.
[9] D. Marr and T. Poggio. A computational theory of humanstereo vision. In PROC, volume 204, pages 301–328. RoyalSociety Publishing, 1979.
[10] H. Nicolas. New methods for dynamic mosaicking. IEEETransactions On Image Processing, 10(9), Agosto 2001.
[11] F. Nogueira. Geração automática de mapas de disparidadeem visão estéreo. Master’s thesis, UNICAMP - Faculdadede Engenharia Elétrica e de Computação - FEEC, Campinas,SP, Abril 1998.
[12] S. Syuhei, B. Yue, and M. Takahito. Autonomous flight con-trol for rc helicopter using camera image. In SICE, KagawaUniversity, September 2007. IEEE Computer Society.
[13] E. Trucco and A. Verri. Introductory Techniques for 3-DComputer Vision. Prentice-Hall, Upper Saddle River, NewJersey, 1998.
[14] R. Tsai. An efficient and accurate camera calibration tech-nique for 3d machine vision. Proceedings of IEEE Confe-rence on Computer Vision and Pattern Recognition, pages364–374, 1986.
[15] P. Wolf. Elements of Photogrammetry. McGraw-Hill BookCompany, Singapure, 1983.
[16] N. Xiao, Z. Wu, L. Xjao, Y. Tang, and W. Junma. Automethod for ambient light independet panorama mosaics. InProceedings of International Conference on Machine Lear-ning and Cybernetics, pages 3851–3854. IEEE ComputerSociety, Agosto 2004.
[17] Z. Zhu, A. Hanson, and E. Riseman. Parallel-perspective ste-reo mosaics. In ICCV. Proceedings. Eighth IEEE Internati-onal Conference on Computer Vision, pages 345–352, De-partment of Computer Science, University of Massachusettsat Amherst, MA 01003, Julho 2001. IEEE Computer Soci-ety.
[18] D. Zomet. Generating mosaics with minimum distortions. InProceedings of the Conference on Computer Vision and Pat-tern Recognition Workshop (CVPRW’04), School of Compu-ter Science and Engineering - The Hebrew University of Je-rusalem, Junho 2004. IEEE Computer Society.
