Pramod J Deore

Die automatisierte Extraktion aus hochaufl senden Satellitenbildern bietet die M glichkeit, Stra enbereiche zu extrahieren, die f r die Fahrzeugnavigation n tzlich sind. Allerdings machen Faktoren wie die Verdeckung durch B ume entlang der Stra e, Schatten von Geb uden und Fahrzeugen, unterschiedliche Stra enoberfl cheneigenschaften und sich ndernde Stra engeometrie, die in hochaufl senden Satellitenbildern deutlicher werden, die Stra enextraktion zu einem schwierigen Problem. In diesem Text werden drei verschiedene Methoden zur Stra enerkennung untersucht. Diese Methoden sind Clustering, Directional Morphology und Adaptive Threshold und werden auf der Grundlage verschiedener Parameter wie Vollst ndigkeit, Korrektheit und Qualit t verglichen. Was die Verarbeitungszeit betrifft, so ben tigt die Methode der gerichteten Morphologie mehr Zeit f r die Bildverarbeitung, da es sich um einen pixelbasierten Vorgang handelt, der acht Richtungen f r die Segmentierung ber cksichtigt, aber einen h heren Korrektheitswert erzeugt. Die Clustering-Methode ben tigt im Vergleich zu anderen Methoden weniger Zeit, die Zeit f r die Segmentierung h ngt von der Anzahl der Iterationen ab und variiert je nach Art des Bildsatzes. Die gro e Iterationszahl f hrt zu besseren Ergebnissen, ben tigt aber mehr Zeit f r die Bildsegmentierung. Die adaptive Schwellenwertmethode ben tigt sehr viel weniger Zeit.

L'extraction automatis e partir d'images satellite haute r solution permet d'extraire les zones routi res, qui sont utiles pour la navigation des v hicules. Cependant, des facteurs tels que l'occultation due aux arbres le long de la route, les ombres des b timents et des v hicules, la variation des caract ristiques de la surface de la route et le changement de la g om trie de la route, qui deviennent plus apparents dans les images satellite haute r solution, font de l'extraction de la route un probl me difficile. Dans ce texte, trois m thodes diff rentes de d tection des routes sont tudi es. Ces m thodes sont le regroupement, la morphologie directionnelle et le seuil adaptatif, et sont compar es sur la base de diff rents param tres tels que l'exhaustivit , l'exactitude et la qualit . En termes de temps de traitement, la m thode de morphologie directionnelle prend plus de temps pour traiter l'image car il s'agit d'une op ration bas e sur les pixels, elle prend en compte 8 directions pour la segmentation mais produit une valeur plus lev e de justesse. La m thode de regroupement prend moins de temps que les autres m thodes, son temps de segmentation d pend du nombre d'it rations qu'elle prend et varie en fonction du type d'image. Le nombre d'it rations lev produit de meilleurs r sultats mais prend plus de temps pour segmenter l'image. La m thode de seuillage adaptatif n cessite tr s peu de temps.

A extra o automatizada de imagens de sat lite de alta resolu o oferece uma oportunidade para extrair reas de estradas, que s o teis para a navega o de ve culos. No entanto, factores como a oclus o devido a rvores ao longo da estrada, sombras de edif cios e ve culos, a varia o das carater sticas da superf cie da estrada e a altera o da geometria da estrada, que se tornam mais evidentes em imagens de sat lite de alta resolu o, tornam a extra o de estradas um problema dif cil. Neste texto, s o estudados tr s m todos diferentes de dete o de estradas. Estes m todos s o o agrupamento, a morfologia direcional e o limiar adaptativo, e s o comparados com base em diferentes par metros, como a exaustividade, a corre o e a qualidade. Em termos de tempo de processamento, o m todo de morfologia direcional demora mais tempo a processar a imagem, uma vez que uma opera o baseada em pixels, considera 8 direc es para a segmenta o, mas produz um valor mais elevado de corre o. O m todo de agrupamento demora menos tempo em compara o com os outros m todos. O tempo de segmenta o depende do n mero de itera es efectuadas e varia em fun o do tipo de conjunto de imagens. O grande n mero de itera es produz melhores resultados mas demora mais tempo a segmentar a imagem. O m todo de limiariza o adaptativa requer muito menos tempo.

L'estrazione automatica da immagini satellitari ad alta risoluzione offre l'opportunit di estrarre l'area stradale, utile per la navigazione dei veicoli. Tuttavia, fattori come l'occlusione dovuta agli alberi lungo la strada, le ombre degli edifici e dei veicoli, la variazione delle caratteristiche del manto stradale e il cambiamento della geometria della strada, che diventano pi evidenti nelle immagini satellitari ad alta risoluzione, rendono l'estrazione della strada un problema impegnativo. In questo testo vengono studiati tre diversi metodi di rilevamento delle strade. Questi metodi sono il clustering, la morfologia direzionale e la soglia adattiva e vengono confrontati sulla base di diversi parametri quali la completezza, la correttezza e la qualit . In termini di tempo di elaborazione, il metodo della morfologia direzionale richiede pi tempo per elaborare l'immagine in quanto un'operazione basata sui pixel, considera 8 direzioni per la segmentazione ma produce un valore pi alto di correttezza. Il metodo di clustering richiede meno tempo rispetto agli altri metodi; il tempo di segmentazione dipende dal numero di iterazioni necessarie e varia a seconda del tipo di immagine. Un numero elevato di iterazioni produce risultati migliori, ma richiede pi tempo per segmentare l'immagine. Il metodo della soglia adattiva richiede un tempo molto ridotto.