As câmeras de distância são capazes de medir a distância entre o sensor e a superfície dos objetos para cada pixel da imagem, em um único instante, produzindo uma imagem de distâncias. Além das distâncias, também obtém a intensidade e a amplitude para cada pixel, formando as imagens de intensidade e amplitude, respectivamente. Como toda a medida, aquelas obtidas pelas câmeras de distância possuem erros, e um dos fatores que geram erros nas medidas é a iluminação ambiente. Neste estudo foi analisada a influência que a iluminação ambiente exerce sobre os valores calculados de distância, amplitude e intensidade. Para isso, realizou-se experimentos em uma sala escura, onde foram obtidas imagens de distância, intensidade e amplitude de uma parede branca, em que incidia diversos níveis de iluminação gerada por duas lâmpadas cujos feixes convergiam ao centro da parede. Verificou-se que: a iluminação fornecida nos experimentos aumentou os valores de distância; a relação entre os erros de distância e a variação da amplitude é diretamente proporcional e linear; e que a relação entre os erros de distância e a variação da intensidade também se mostrou linear para valores de intensidade menores que 26600, para a frequência de modulação de 21 MHz. As correlações lineares atingiram valores acima de 0,9. A imagem de intensidade se mostrou mais sensível à incidência de iluminação ambiente do que a imagem de amplitude.

Range cameras are able to measure the distance between the sensor and the surface of objects for each image pixel, in a just single instant, producing an image of distance. It also measure the intensity and amplitude for each pixel, in order to produce images of intensity and amplitude, respectively. Like any measure, those obtained by the distance of cameras have errors, and one of the factors that produces errors in the measurements is the external lighting at the environment. In this study it was analyzed the influence of the external lighting on the calculated values of distance, amplitude and intensity. In a dark room it was made up some experiments, where it was obtained images of distance images, intensity and amplitude of a white wall, where various lighting levels generated by two lamps whose beams converged on the center of the wall. Some conclusions are: the external illumination increased distance values; the ratio of the distance error and the amplitude variation is directly proportional and linear; and the relationship between the distance error and the variation of intensity it was also linear for values lower intensities than 26600, at 21 MHz of modulation frequency. It was achieved linear correlation above 0.9. The image of intensity is more sensitive to the effect of external lighting than the amplitude image

Resumo:Atualmente, sensores de alta resolução espacial e radiométrica adquirem imagens onde feições terrestres são representadas por pixels de resolução espacial submétrica. Aliado a isto, o ALS (Airborne LiDAR System) - tecnologia de Sensoriamento Remoto ativo de varredura a laser acoplada em aeronaves - é capaz de coletar dados de altimetria de milhares de coordenadas de pontos na superfície terrestre. A integração destas tecnologias é desejada, pois geram dados complementares. Este artigo apresenta uma metodologia para detecção de edificações em ambiente urbano, utilizando imagem GeoEye(r) e dados ALS, baseada na segmentação de objetos, e submetidos a um processo de classificação baseada em árvores de decisão. Os dados adquiridos pelo ALS permitem gerar o MDS (Modelo Digital de Superfície), o MDT (Modelo Digital de Terreno) e o MDSn (Modelo Digital de Terreno normalizado) da área de estudo. Com o MDS e a imagem GeoEye, fez-se a ortorretificação da imagem, a qual, junto com o MDSn, foi segmentada pela ação do segmentador FLSA (Full-Lambda Schedule Algorithm). Amostras representativas das classes de interesse, foram usadas para treinar o processo de classificação, com a finalidade de criar regras de decisão. Os experimentos realizados buscaram verificar os atributos mais importantes para a detecção de edificações

Abstract:Currently, the high spatial and radiometric resolution sensors are able to acquire images where features on the surface are represented by submeter pixels. Along with, the ALS ( Airborne LiDAR System, an active remote sensing technology embedded in aircrafts ( is able of collecting elevation data from thousands of coordinate points on the Earth's surface. This integration is desirable, because it can generate complementary or additional data. Therefore, this research presents a methodology to detect buildings in an urban area, using a GeoEye(r) image and ALS data, based on an object-based analysis and classification rules generated by decision trees. The ALS data enable the production of the digital models, such as the DSM (Digital Surface Model), DTM (Digital Terrain Model) and NDSM (Normalized Digital Terrain Model). The image was orthorectified by means of the DSM, and the image segmentation process relied on the NDSM using the so-called FLSA (Full Lambda Schedule Algorithm). Representative samples of the classes of interest were used to train the classification process, set parameters and create the decision rules. After training, the complete dataset was subjected to a classification process. The experiments sought to verify which attributes most contributed to building detection

As câmaras de distância são capazes de medir a distância entre o sensor e a superfície dos objetos para cada pixel da imagem. Comparando com os equipamentos de varredura a laser possuem a vantagem de obter a distância de vários pontos em um único instante, sem equipamento de varredura. As medidas obtidas pela câmara possuem erros sistemáticos que devem ser minimizados. Alguns fatores como o tempo de integração, a distância a ser medida, bem como a iluminação da cena, influenciam na obtenção da medida. Neste estudo foi analisada a influência da variação do tempo de integração e da distância câmara-alvo na exatidão do cálculo da distância, procurando modelar os erros sistemáticos das medições feitas com uma câmara PMD Camcube 3.0. A modelagem foi feita por meio da Transformada Discreta de Fourier e permitiu diminuir o erro médio quadrático (RMSE) de 15,01 cm para 5,05 cm, para das observações feitas com tempo de integração de 4000 (s. Também foi verificado que a amplitude do erro é diretamente proporcional ao tempo de integração utilizado.

Range cameras are devices to measure the distance between the sensor and the object surface for each pixel within an image. Comparing to laser scanner they have the advantage of measuring range for several points at the same time without scanning systems. The measurements obtained by a range camera may have systematic errors that must be modeled to correct the measurements. Some factors as the integration time used, the distance to be measured, and the illumination of the scene, may affect the range measurement. In this paper we examine the influence of the integration time and the distance between the camera and the targets on the measured distance, proposing a model for the cyclic error of a Camcube PMD 3.0 camera using the Discrete Fourier Transform. The model allowed to reduce the root mean square error (RMSE) from 15.01 cm to 5.05 cm in observations made with the integration time of 4000 (s. It was also verified that the error amplitude is proportional to the integration time.