Uso de algoritmos de extração de características para seguir nuvens

Authors

  • Jonas Augusto Galvão Xavier IFPE
  • Aida Araújo Ferreira

Keywords:

processamento de imagem, extração de características, vetores de movimento de nuvens

Abstract

Este trabalho propõe o uso de algoritmos de extração de características para seguir nuvens em imagens de satélite. Foram utilizadas imagens de satélite sobre o mar e nelas usados três algoritmos de extração de características, a saber: ORB, SURF e SIFT. As características extraídas por cada algoritmo foram usadas para criar mapas de vetores de nuvens. Um filtro de qualidade foi proposto para validar os vetores, classificando como corretos e incorretos. Na comparação dos resultados SURF gerou os melhores velores de movimento de nuvens, com um mapa de vetores de tamanhos uniformes e distribuição espacial uniforme. Isso mostra que as características presentes nas nuvens e reconhecidas pelos algoritmos tem distribuição uniforme ao longo da área das imagens. O filtro proposto falhou gerando vetores sobrepostos.

Author Biography

Jonas Augusto Galvão Xavier, IFPE

TADS

References

BAY, H. et al. Speeded-up robust features (surf). Computer Vision and Image Understanding, v. 110, n. 3, p. 346 – 359, 2008. ISSN 1077-3142. Similarity Matching in Computer Vision and Multimedia. Disponível em: .

GALTON, F. Regression towards mediocrity in hereditary stature. The Journal of the Anthropological Institute of Great Britain and Ireland, [Royal Anthropological Institute of Great Britain and Ireland, Wiley], v. 15, p. 246–263, 1886. ISSN 09595295. Disponível em: .

GENG, Z. et al. A comparative study of local feature extraction algorithms for web pornographic image recognition. In: 2015 IEEE International Conference on Progress in Informatics and Computing (PIC). [S.l.: s.n.], 2015. p. 87–92.

INPE. DSA - Precipitação por Satélite. 2016. Disponível em: .

KUMAR, G.; BHATIA, P. K. A detailed review of feature extraction in image processing systems. In: 2014 Fourth International Conference on Advanced Computing Communication Technologies. [S.l.: s.n.], 2014. p. 5–12. ISSN 2327-0632.

LAURENT, H. et Al. Extração do vento utilizando imagens de satélite no cptec: Nova versão e avaliação com dados do wetamc/lba e dados operacionais da dsa/cptec. International Winds Workshop, 2002.

LAURENT H. E; MACHADO, L. Extração do vento utilizando imagens de satélites meteorológicos. Congresso Brasileiro de Meteorologia, 1994.

LEESE, J. A.; NOVAK, C. S.; CLARK, B. B. An automated technique for obtaining cloud motion from geosynchronous satellite data using cross correlation. Journal of Applied Meteorology, v. 10, n. 1, p. 118–132, 1971. Disponível em: 2.0.CO;2>.

LINDEBERG, T. Scale-space theory: a basic tool for analyzing structures at different scales. Journal of Applied Statistics, v. 21, n. 1-2, p. 225–270, 1994. Disponível em: .

LOWE, D. G. Object recognition from local scale-invariant features. In: Computer Vision, 1999. The Proceedings of the Seventh IEEE International Conference on. [S.l.: s.n.], 1999. v. 2, p. 1150–1157 vol.2.

MACHADO, L. Extração do vento e estimativa de sistemas convectivos utilizando imagens do satélite goes. Congresso Brasileiro de Meteorologia, 1998.

MARSHALL, J. L. Cloud and water vapour motion vectors in tropical cyclone track forecasting — a review. Meteorology and Atmospheric Physics, p. 141–151, 1998.

NEGRI, R. G.; MACHADO, L. A. T. Estimativa do vento para os baixos níveis utilizando imagens dos canais visível e infravermelho próximo 3.9 μm. Revista Brasileira de Meteorologia, scielo, v. 23, p. 206 – 218, 06 2008. ISSN 0102-7786. Disponível em: .

ROUSSEEUW, P. J. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. In: Computational and Applied Mathematics. [s.n.], 1987. p. 53–65. Disponível em: .

RUBLEE, E. et al. Orb: An efficient alternative to sift or surf. In: 2011 International Conference on Computer Vision. [S.l.: s.n.], 2011. p. 2564–2571. ISSN 1550-5499.

SIRMACEK, B.; UNSALAN, C. Urban-area and building detection using sift keypoints and graph theory. IEEE Transactions on Geoscience and Remote Sensing, v. 47, n. 4, p.1156–1167, April 2009. ISSN 0196-2892.

Downloads

Published

2018-04-24

How to Cite

Galvão Xavier, J. A., & Ferreira, A. A. (2018). Uso de algoritmos de extração de características para seguir nuvens. CIENTEC - Revista De Ciência, Tecnologia E Humanidades Do IFPE, 9(2). Retrieved from https://revistas.ifpe.edu.br/cientec/article/view/123

Issue

Vol. 9 No. 2 (2017)

Section

Paper article

License

I expressly declare that the manuscript submitted to the CIENTEC Journal is original, unpublished, and that its publication does not violate third-party rights. The listed authors have approved the final version of the document and assume exclusive responsibility for the opinions expressed in the work. I authorize the grammatical and orthographic revision of the text by the editorial team, provided that it does not entail alterations to the empirical or theoretical content.

I declare that the preparation of the article is of an academic and non-remunerated nature. The authors retain unrestricted ownership of the copyright to the work (moral and economic rights), granting the Federal Institute of Education, Science and Technology of Pernambuco (IFPE) and the CIENTEC Journal exclusively the right of first publication.

I authorize the editing, dissemination, and distribution of the text, in both print and electronic media, under the Creative Commons Attribution 4.0 International license (CC BY 4.0). This license permits the sharing, reproduction, and adaptation of the work by third parties, provided that authorship credit is attributed and the initial publication in this journal is cited.