Proposição de plataforma co-design para processamento de imagens de sensoriamento remoto

• Ano de defesa: 2019
• Autor(a) principal: Cardim, Guilherme Pina [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: PDI; Crescimento de regiões; Morfologia matemática; Extração de malhas viárias; Sensoriamento remoto; GPU; Crecimiento de región; Morfología matemática; Extracción de redes viales; Teledetección; DIP; Region growing; Mathematical morphology; Road network extraction; Remote sensing
• Link de acesso: http://hdl.handle.net/11449/191040

O processamento digital de imagens (PDI) consiste em uma área de grande interesse científico. Em Cartografia, o PDI é muito utilizado para extração de feições cartográficas de interesse presentes nas imagens de sensoriamento remoto (SR). Dentre as feições cartográficas, a detecção de malhas viárias é de grande interesse científico, pois proporciona a obtenção de informações atualizadas e acuradas para a realização de planejamentos urbanos. Devido à sua importância, a literatura científica possui diversos trabalhos propondo diferentes metodologias de extração de malhas viárias em imagens digitais. Dentre as metodologias, é possível encontrar metodologias propostas baseadas em lógica fuzzy, em detector de bordas e crescimento de regiões, por exemplo. Contudo, os estudos existentes focam na aplicação da metodologia de extração para determinadas áreas ou situações e utilizam recortes da imagem em seus estudos devido à grande quantidade de informações contidas nessas imagens. O avanço tecnológico proporcionou que imagens de SR sejam adquiridas com alta resolução espacial, espectral e temporal. Esse fato produz uma grande quantidade de dados a serem processados durante estudos desenvolvidos nessas imagens, o que acarreta um alto custo computacional e, consequentemente, um alto tempo de processamento. Na tentativa de reduzir o tempo de execução das metodologias de extração, os desenvolvedores dedicam esforços na redução da complexidade dos algoritmos e na utilização de outros recursos hardware disponíveis, sugerindo então, soluções que incluem o processamento a nível de software e hardware. Sendo assim, o presente trabalho apresenta uma metodologia de extração de malhas viárias que pode ser aplicada considerando diferentes tipos de vias e sob imagens de SR de alta resolução espacial com grandes dimensões. Para isso, a metodologia proposta para a extração se baseia no algoritmo de crescimento de regiões, para o qual foi proposta uma nova implementação de forma a possibilitar sua execução em uma plataforma GPU (Graphics Processing Unit) com o intuito de obter melhores desempenhos. Os resultados da extração foram avaliados estatisticamente, por métricas definidas na literatura, apresentando resultados satisfatórios, sendo verificado uma maior dificuldade em cenas mais complexas contendo vias urbanas. Em termos de desempenho, a utilização do algoritmo de crescimento de região proposto possibilitou que a metodologia de extração fosse executada com tempos inferiores a 20% quando comparado com a utilização do algoritmo anteriormente desenvolvido para a grande maioria das imagens testadas. Além disso, aplicou-se a metodologia proposta em plataforma GPU para compor o sistema co-desing proposto. O comportamento e desempenho da metodologia de extração foi avaliada em duas GPUs distintas, obtendo vantagens na execução de grandes imagens. No entanto, quando se utiliza a plataforma GPU para processar imagens menores obteve-se dois cenários distintos de acordo com a GPU avaliada. Para a GPU mais potente, obtevese vantagem, em termos de tempo de processamento, para a grande maioria das imagens. Porém ao utilizar a GPU menos potente, o custo do transporte da imagem entre a memória do computador e da GPU acarretou em um maior tempo de execução da extração. Dessa forma, essa pesquisa contribui para a literatura científica ao propor uma metodologia de extração de malhas viárias para diferentes tipos de vias, a qual pode ser aplicada às imagens de sensoriamento remoto com alta complexidade. Além disso, um sistema co-design foi gerado e avaliado em relação as vantagens e desvantagens obtidas na aplicação da metodologia de extração proposta em duas plataformas GPU distintas.