Difference between revisions of "QGIS: Deteção de estradas em imagens Sentinel-2"
| Line 19: | Line 19: | ||
[http://www.mdpi.com/2072-4292/7/7/8779 River Detection in Remotely Sensed Imagery Using Gabor Filtering and Path Opening] | [http://www.mdpi.com/2072-4292/7/7/8779 River Detection in Remotely Sensed Imagery Using Gabor Filtering and Path Opening] | ||
| + | |||
| + | == Imagem para teste == | ||
| + | |||
| + | Imagem para teste (Noroeste de Portugal) | ||
| + | |||
| + | [https://scihub.copernicus.eu/dhus/odata/v1/Products('3df8693a-bb39-4114-a262-166a0884eb87')/$value] | ||
| + | |||
| + | [[File:S2B MSIL2A 20180326T112109 N0207 R037 T29TNF 20180326T132716-ql.jpg]] | ||
Revision as of 20:25, 7 April 2018
Proposta do IBGE
Minha sugestão de um projeto conjunto seria o aproveitamento das imagens Sentinel 2A para extração de feições lineares que atendam nosso novo desafio que é gerar uma base contínua e integrada na escala 1/100.000 do país, em um primeiro momento seria excluída a região amazônica pelo problema de presença constante de nuvens. Inicialmente, entendo para que haja um bom aprendizado inicial com a categoria de sistema de transportes (rodovias e ferrovias).
Outras motivações para essa categoria são:
- o fato de que é bastante desatualizada essa informação nas nossas bases cartográficas;
- de ser fundamental para planejamento dos percursos dos nossos pesquisadores de campo principalmente porque vamos ter agora um censo agroambiental de todo o país;
- e também precisamos saber a dinâmica de ocupação do território que sempre começa com a abertura de estradas vicinais.
Como informação de referência para testar os algoritmos de extração temos a base cartográfica vetorial do estado de Goiás na escala de 1/100.000, com aquisição manual de feições utilizando imagens ALOS Avnir (10m) e Rapid Eye (5m), e concluímos agora o estado do Rio de Janeiro na escala de 1/25.000 a partir de restituição aerofotogramétrica de fotos aéreas na escala de 1/30.000. Ou seja, em ambos os casos, a categoria de transportes foi extraída de forma totalmente manual e com auxilio do Google Earth para dirimir dúvidas.
É importante frisar que o processo deverá ser concluído com a geração de um vetor shapefile ou CAD da feição extraída, através de uma conversão raster => vetor.
Apontadores
Utilização do Canny edge detector. Grass includes this module: https://grass.osgeo.org/grass70/manuals/addons/i.edge.html
River Detection in Remotely Sensed Imagery Using Gabor Filtering and Path Opening
Imagem para teste
Imagem para teste (Noroeste de Portugal)
