Neste artigo é proposto um método semiautomático para extração de rodovias combinando um estereopar de imagens aéreas de baixa resolução com um poliedro gerado a partir de um modelo digital do terreno (MDT). O problema é formulado no espaço-objeto através de uma função objetivo que modela o objeto 'rodovia' como uma curva suave e pertencente a uma superfície poliédrica. A função objetivo proposta depende também de informações radiométricas, que são acessadas no espaço-imagem via relação de colinearidade entre pontos da rodovia no espaço-objeto e os correspondentes nos espaços imagem do estereopar. A linha poligonal que melhor modela a rodovia selecionada é obtida por otimização no espaço-objeto da função objetivo, tendo por base o algoritmo de programação dinâmica. O processo de otimização é iterativo e dependente do fornecimento por um operador de uma aproximação inicial para a rodovia selecionada. Os resultados obtidos mostraram que o método é robusto frente a anomalias existentes ao longo das rodovias, tais como obstruções causadas por sombras e árvores.

In this paper a semiautomatic method is proposed for road extraction by combining a stereoscopic pair of low-resolution aerial images and a polyhedron generated by using a digital terrain model (DTM). The problem is formulated in the object space by means of an objective function which models the object 'road' as a smooth curve that belongs to a polyhedral surface. The proposed objective function also depends on the radiometric information, which is accessed in the image space via collinearity relation between road points, in the object space and corresponding points in the image spaces of stereoscopic images. The polyline providing the best representation for a selected road is obtained in the object space via optimization of the objective function by using the dynamic programming algorithm. The optimization process is iterative and an operator needs to supply an initial polyline approximating the selected road. The obtained results showed that the method is robust against anomalies existing along roads, such as obstruction caused by shadows and trees.

Este artigo apresenta uma metodologia automática para a extração da malha viária em imagens de média- e alta-resolução. Baseia-se em duas etapas. Na primeira etapa sementes de rodovia são extraídas usando um conjunto de quatro objetos semânticos de rodovia e regras de conexão entre eles. Cada objeto semântico de rodovia é uma representação local de um segmento de rodovia aproximadamente reto. No segundo passo, duas estratégias para complementação automática da malha viária são aplicadas a fim de gerar a malha viária completa. A primeira estratégia baseia-se em duas regras básicas de agrupamento perceptivo, isto é, as regras de colinearidade e proximidade, que permitem a reconstrução seqüencial das lacunas entre cada par de sementes de rodovia desconectadas. A segunda estratégia de complementação da malha viária visa reconstruir os cruzamentos de rodovia. Basicamente, polígonos representando os cruzamentos de rodovia são extraídos. Este artigo apresenta a metodologia proposta e os resultados experimentais.

This paper presents an automatic methodology for road network extraction from medium- and high-resolution images. It is based on two steps. In the first step road seeds are extracted using a set of four road objects and connection rules among them. Each road object is a local representation of an approximately straight road segment. In the second step, two strategies for road network completion are applied in order to generate the complete road network. The first strategy is based on two basic perceptual grouping rules, i.e., proximity and collinearity rules, which allow the sequential reconstruction of gaps between every pair of disconnected road seeds. The second strategy for road network completion aims at reconstructing road crossings. Basically, polygons representing the road crossings are extracted. This paper presents the proposed methodology and experimental results.