O presente projeto consiste na implementação e aplicação de uma técnica de Inpainting de imagens digitais para a reconstrução de feições cartográficas parcialmente detectadas e a remoção da segmentação excessiva, resultante da aplicação de rotinas morfológicas. Com isso, foi selecionada uma técnica de Inpainting que será utilizada para reconstruir e remover a segmentação excessiva contida em imagens digitais de feições cartográficas parcialmente detectadas resultantes da aplicação de rotinas morfológicas baseados na teoria da Morfologia Matemática. Em seguida, será feito a seleção de áreas testes de feições cartográficas que foram extraídas com alguma parte danificada ou segmentação excessiva, cuja a natureza dessas feições sejam antrópicas, como ruas, rodovias, aeroportos etc. Partindo desta problemática, será estudada e implementada as técnica de Inpainting de Kimura et al [1], para em seguida ser aplicada nas extrações de feições cartográficas. Portanto, este projeto se mostra importante devido as necessidades de criação e atualização de produtos cartográficos em diversas escalas, contribuindo com o mapeamento no território nacional. (AU)

Na atualidade, mesmo com o avanço de tecnologias, acompanhar as modificações da superfície terrestre é uma das maiores problemáticas enfrentadas pela cartografia brasileira. Estar ciente destas alterações se faz de extrema importância para o planejamento, na qual é necessário produtos cartográficos atualizados e de qualidade, que auxiliem e sirvam como base para implementação de projetos. Diante disso, com a utilização de imagens orbitais obtidas por Sensoriamento Remoto submetidas a processos e manipulações, se torna possível gerar produtos cartográficos atualizados e de qualidade visando a resolução do problema em questão. Sendo assim, aliando técnicas híbridas de Processamento Digital de Imagens (PDI) e da Morfologia Matemática (MM) possibilitou-se detectar e extrair feições de interesse, tendo como um resultado um documento cartográfico. Utilizando do software Matlab, por meio das tooboxes de Image Processing, aplicando técnicas de PDI juntamente com a MM e também com técnicas pós processamento, como o Inpainting, é possível detectar e extrair feições de interesse. E a partir do software Cartomorph analisar a qualidade dos resultados com as métricas estatísticas, para que posteriormente possa visualizar as alterações destas áreas testes e realizar a atualização de produtos cartográficos. O presente projeto consiste em desenvolver uma metodologia melhorada para extração de feições cartográficas visando a atualização de áreas urbanas utilizando imagens de sensoriamento remoto de média e alta resoluções espaciais. (AU)

Processos de extração de feições de interesse cartográfico a partir de imagens digitais têm sido de suma importância na área de Cartografia. Tais processos têm como foco principal a identificação de alvos presentes na superfície terrestre, como, por exemplo, rodovias, drenagens, pistas de aeroportos, e a atualização de produtos cartográficos. A superfície terrestre passa por constantes alterações causadas principalmente por ações antrópicas e da natureza e, a identificação de tais alterações é essencial para a cartografia de um país com as dimensões continentais do Brasil. Várias técnicas de Processamento Digital de Imagens podem ser utilizadas no processo de extração de feições, e, na maioria das vezes, os resultados obtidos por essas técnicas apresentam feições parcialmente detectadas, acarretando prejuízo na qualidade do processo de extração. Existem estudos que envolvem a reconstrução de tais feições, porém suas aplicações em feições curvilíneas produzem efeito de qualidade abaixo do que a esperada. Assim, com base no que foi decorrido, o presente projeto tem por objetivo principal desenvolver uma metodologia para reconstrução de feições curvilíneas parcialmente detectadas por meio da utilização de técnicas baseadas em inpainting, visando a melhoria dos resultados no processo de extração de feições cartográficas em imagens digitais. Também serão realizadas as tarefas de interfaceamento das técnicas selecionadas, implementadas e testadas junto à biblioteca do CARTOMORP bem como a proposição de metodologia para minimização dos ruídos presentes no entorno das feições de interesse. (AU)

O processamento digital de imagens (PDI) consiste em uma área de grande interesse de estudos a qual normalmente requer uma grande quantidade de processamento de informações. Em Cartografia, o PDI é muito utilizado em estudos de sensoriamento remoto para detecção de feições de interesse presentes nas imagens. Atualmente, com o grande avanço tecnológico, as imagens de sensoriamento remoto possuem alta resolução espacial possuindo grandes quantidades de informações a serem processadas durante os estudos desenvolvidos a partir dessas imagens. Sendo assim, o processamento de imagens de alta resolução espacial necessita, normalmente, de um alto tempo para finalizar todo o processamento. Por esse motivo, diversas bibliotecas de processamento digital de imagens surgiram na literatura para facilitar a utilização das funções de PDI e melhorar o desempenho das mesmas, tais como OpenCV, DipImage e CARTOMORPH. Dentre as bibliotecas citadas, vale ressaltar a importância da biblioteca CARTOMORPH para a área de Cartografia, uma vez que esta foi desenvolvida visando estudos de detecção de feições cartográficas presentes em imagens digitais e focada nas técnicas de morfologia matemática, as quais estão ganhando bastante destaque em estudos relacionados. Porém há momentos onde o processamento de imagens cartográficas de alta resolução, por meio de bibliotecas de PDI, ainda são lentos, pela grande quantidade de informação a ser processada e pela complexidade de alguns algoritmos de PDI. Sendo assim, o presento projeto tem como proposta propor uma metodologia para analisar rotinas de detecção de alvos cartográficos, desenvolvidas com a biblioteca CARTOMORPH, para dividir e controlar o fluxo de operações necessárias. A proposta do projeto continua após a divisão da rotina de detecção, com a possibilidade de enviar parte do processamento para uma plataforma hardware, a ser definida durante o desenvolvimento do projeto, a qual se responsabilizará pelo processamento de alto custo computacional. Dessa forma, tem-se a proposta de um sistema em co-design entre hardware e software para o processamento de imagens de alta resolução espacial, provenientes de sensores remotos, para obtenção dos resultados esperados em um menor tempo de processamento. O projeto se justifica pela necessidade de estudos para melhorar o desempenho e diminuir a espera de pesquisadores da área de Cartografia no desenvolvimento de rotinas computacionais para detecção de feições cartográficas de interesse presentes em imagens de sensoriamento remoto. (AU)

O interesse em dados de Sensoriamento Remoto (RS) para diversas aplicações tem motivado o desenvolvimento, construção e lançamento de sensores do satélite com alta resolução espacial por muitos países. Novas metodologias, no entanto, são necessários para analisar de maneira eficiente essa nova geração de dados, especialmente em aplicações urbanas, devido à grande variedade de objetos e sombras formadas por objetos elevados. A presença de sombra leva a efeitos indesejáveis e problemas significativos para análise de imagem, uma vez que provoca omissão ou perda de informações recurso. Consequentemente, os dados em falta podem interferir na classificação de cobertura do solo urbano, aplicação ambiental, extração automática e reconhecimento de objetos, reconstrução tridimensional e muitas outras coisas. Vários projetos de pesquisa se propôs a remover o efeito de sombra como um primeiro passo de pré-processamento necessário em técnicas de processamento de imagem, a fim de melhorar o seu resultado. No entanto, no imaginário RS contexto de alta resolução, há espaço para melhorias e problemas que devem ser enfrentados para abordar remoção sombra. Em geral, os efeitos de problemas penumbra e pixel misto entre regiões sombra e objectos semelhantes para a sombra deve ser tratado para garantir uma saída adequado, com qualidade visual efectiva, de modo a evitar a propagação do erro na linha de processamento. Além disso, as considerações sobre a precisão radiométrica de restauração sombra não foram ainda avaliados após o processo de remoção de sombra. Por estas razões, esse projeto se justifica pela necessidade de encontrar alternativas robustas, rápidos, precisos e automáticos para superar o desafio de sombra em alta resolução RS imagens. Neste sentido, o projecto será realizado na Universidade de Chapman com um supervisor do Departamento de Ciência e Engenharia Computacional, com experiência de Ciência do Sistema Terrestre e aplicações RS. Será muito importante obter experiência para desenvolver técnicas de análise de imagem e de reconstrução, como a remoção de sombra. (AU)

A importância de Sistemas de Informações Geográficas (SIG) e consequentemente da aquisição e atualização de dados espaciais motivou muitas pesquisas sobre detecção de feições cartográficas. A aquisição e atualização de dados espaciais são de grande importância, por exemplo, para o planejamento urbano. Sendo assim, a detecção de feições cartográficas necessitam ser realizadas de modo rápido e eficiente. Neste sentido, diversas pesquisas possuem o objetivo de extrair automaticamente feições cartográficas a partir de imagens de sensoriamento remoto. Este projeto possui o objetivo de continuar o desenvolvimento do sistema CARTOMORPH fazendo com que este fique mais rápido, robusto e eficiente. O CARTOMORPH é um projeto Open Source com foco na teoria de morfologia matemática para facilitar o desenvolvimento de métodos de extração de feições cartográficas. O projeto do sistema CARTOMORPH está em desenvolvimento no projeto nacional financiado pela FAPESP (Projeto 2013/03768-7). Sendo assim, este projeto introduz a implementação de novas funções para este sistema e a análise dos algoritmos implementados para minimizar o tempo de processamento e o uso de memória por parte de todo o sistema. O projeto será realizado na Universidade de Alcalá (UAH) com um orientador do departamento de eletrônica, o qual possui grande experiência em morfologia matemática e análise de complexidade de algoritmos. (AU)