utilização de imagens aéreas e pontos característicos ... · inicialmente, empregou-se duas...
TRANSCRIPT
Utilização de Imagens Aéreas e Pontos Característicos para Estimação
Automática da Altitude
Marco Antonio Pizani
Domiciano
Instituto de Estudos
Avançados
Elcio Hideiti
Shiguemori
Instituto de Estudos
Avançados
Luiz Alberto Vieira
Dias
Instituto Tecnológico de
Aeronáutica
Orlando Demétrio
Zaloti Júnior
Instituto de Estudos
Avançados
Abstract
This work aims to present a study, in development
phase, which employs aerial photography keypoints to
altitude estimation from coincident points in images. It
has been employed an algorithm to automatic images
characteristic estimation. From flying and camera
information, the elevation of the keypoints is estimated.
This information is important and can be employed in
UAV’s autonomous navigation.
1. Introdução
Nos últimos anos do século XX e início do século XXI
observa-se a evolução da tecnologia em diversos ramos
das Ciências, por exemplo, Eletrônica, Computação e
Comunicação; que propiciam a pesquisa para o
desenvolvimento de aeronaves não tripuladas também
chamadas de Veículos Aéreos Não-Tripulados – VANT.
O VANT se destaca, especialmente, em missões nas
quais a presença de um piloto a bordo pode ser um fator
limitante. Um dos atuais desafios é dotar um VANT da
capacidade de navegação autônoma com a menor
dependência possível de sistemas de navegação por
satélite (Global Navigation Satellite System).
A navegação de um VANT pode ser realizada por
diferentes modos, entre eles, de forma controlada ou de
forma autônoma. Na primeira, a aeronave é controlada
remotamente através de uma estação de controle. Na
navegação autônoma, um sistema embarcado no VANT
captura as informações de vôo, que replaneja sua
navegação de forma automática.
Na navegação autônoma, um módulo de navegação
deve ser capaz de garantir o cumprimento de uma rota
pré-planejada, de forma segura e eficiente.
A utilização de imagens em aplicações que envolvem
execução em tempo real tem crescido nos últimos anos,
principalmente devido ao desenvolvimento computacional
e tecnológico. Dentre as aplicações destaca-se a
navegação aérea autônoma baseada em imagens. Alguns
projetos têm por objetivo desenvolver um dispositivo
eletrônico capaz de fornecer informações de posição para
um Veículo Aéreo Não-Tripulado (VANT) baseando-se
em imagens [2], [3].
Neste trabalho é abordada uma das possibilidades de
obter a posição da aeronave em um determinado instante
de tempo baseada na construção de um modelo digital de
elevação (DEM) a partir das imagens a fim de compará-lo
com um modelo pré-existente [3], [5], [6].
Para se obter o modelo digital de elevação são
considerados pontos correspondentes em imagens
seqüenciais obtidos pelo algoritmo SIFT e então a
elevação é estimada a partir destes pontos.
Este procedimento visa o vôo de um VANT sobre
áreas rurais, nas quais, há maior dificuldade de
localização por apresentar uma quantidade menor de
referências no solo, comparada com a área urbana.
Na seção 2 são apresentados alguns trabalhos
relacionados ao tema de pesquisa, na seção 3 é
apresentado o cálculo da elevação dos pontos. Na seção 4
é descrita a metodologia para se estimar informações de
altitude automaticamente. Na seção 5 alguns resultados
são apresentados.
2. Navegação Aérea Autônoma
Segundo [8], a navegação pode ser vista como a
guiagem de um veículo para um ponto desejado. Desta
forma, pode-se entender navegação como uma forma de
guiar um veículo para que este desvie dos obstáculos
percorrendo uma rota pré-determinada a fim de atingir seu
objetivo, chegar ao destino.
A navegação pode ser dividida de acordo com o tipo
de veículo a ser utilizado, em terrestre, aérea, aquática ou
sub-aquática.
Para a navegação autônoma, é importante extrair os
parâmetros de navegação de forma acurada tais como a
posição absoluta e a velocidade de uma aeronave, onde a
posição absoluta, representada com relação à coordenadas
da Terra, corresponde ao componente de posição da
orientação exterior utilizado no campo da fotogrametria.
Utilizando estes parâmetros, pode-se ajustar a velocidade
e a direção de destino.
04-07 de Julho - FCT/UNESP - P. Prudente VI Workshop de Visão Computacional
296
Sem o completo conhecimento do ambiente, um agente
somente pode planejar um caminho ótimo com relação ao
seu conhecimento em tempo de planejamento [9].
A navegação autônoma pode ser atingida com a
utilização dos seguintes auxílios: Sistema de Navegação
Inercial (INS), Sistema de Posicionamento por Satélite
(SPS), Sistema de Navegação por Visão Computacional
(VC), outros sistemas podem ser baseados na utilização
de sensores (sonar, laser). [10]
3. Obtenção Automática dos Pontos
Característicos
A fim de identificar os pontos nas duas imagens, neste
trabalho utilizou-se o algoritmo SIFT [4], que
proporcionou informações pontuais necessárias para o
cálculo. O algoritmo foi desenvolvido na década de 90 [4]
e cria descritores de pontos-chave de uma imagem, que
são invariantes a mudanças de escala, rotação, translação
e luminosidade, o que é desejado na aplicação por serem
utilizadas imagens capturadas durante o vôo. O algoritmo
tem 4 etapas principais: detecção de extremos, localização
de pontos-chave, definição de orientação e descrição dos
pontos-chave. Para cada imagem é encontrado um
conjunto de descritores e utilizado um algoritmo para
encontrar os pontos correspondentes entre os dois
conjuntos de descritores das imagens. O melhor candidato
para correlacionar cada ponto-chave é encontrado pela
identificação de seu vizinho mais próximo, através da
menor distância euclidiana entre os descritores dos
pontos. Entretanto, muitos pontos de uma imagem não
têm correspondentes na outra imagem. Para eliminar essas
falsas correspondências, utiliza-se um método que
compara a menor distância com a segunda menor
distância. Mais detalhes são encontrados em [4].
4. Estimação Automática da Altitude
O cálculo da elevação dos pontos é procedimento
realizado manualmente pelos cartógrafos utilizando
métodos da Fotogrametria.
Este trabalho propõe o cálculo automático dessas
elevações e após utilizá-las para construir o Modelo
Digital de Elevação, extrair informações e fornecer a um
sistema de navegação aérea autônoma.
Para se obter informações de elevação necessita-se
identificar pontos correspondentes em duas imagens
seqüenciais com recobrimento longitudinal mínimo de
cinqüenta e cinco porcento. Após o passo de obtenção dos
pontos característicos, obteve-se a altitude de cada ponto
identificado utilizando a equação (1) empregada na
fotogrametria.
A altitude de ponto A em relação a um Datum
especificado a partir de um par de imagens pode ser
obtida utilizando-se a seguinte equação empregada em
fotogrametria [3], [7]:
aa
axx
fBHh
'
.
−
−= (1)
onde H é a altitude de vôo em relação a um Datum
especificado, B a linha base aérea, f a distância focal, xa a
distância do ponto A até o centro da primeira imagem e
x’a a distância do ponto A até o centro da segunda
imagem.
A partir dos pontos obtidos com a aplicação do
algoritmo SIFT, é utilizada uma transformação afim, de
modo a obter as correspondências entre outros pontos das
duas imagens e com isso formar uma grade regular.
Utilizou-se um intervalo de quarenta pixels para
montagem desta grade regular.
De posse deste conjunto de pontos, calculou-se as
altitudes correspondentes e obteve-se um modelo digital
de elevação desta malha.
5. Resultados
São apresentados alguns resultados obtidos no estudo.
Foram utilizadas fotografias aéreas digitalizadas.
Inicialmente, empregou-se duas fotos aéreas da cidade de
São José dos Campos no Estado de São Paulo, com
recobrimento longitudinal de aproximadamente 60%,
apresentada na Fig. 1 e Fig. 2. Estas imagens foram
fornecidas pelo 1o/6
o Grupo de Aviação [1].
A estas imagens aplicou-se o operador SIFT para
obtenção dos pontos coincidentes. De posse destes pontos,
é realizado o calculo das altitudes correspondentes com a
utilização da Equação (1).
04-07 de Julho - FCT/UNESP - P. Prudente VI Workshop de Visão Computacional
297
Figura 1 - Fotografias Aéreas de São José dos
Campos – [1].
Figura 2 - Fotografias Aéreas de São José dos
Campos – [1].
O primeiro passo para estimação automática da altitude
é estimar pontos correspondentes nas duas imagens
seqüenciais, na Fig. 3 são apresentadas relações entre as
duas imagens, que foram retornados com a aplicação do
algoritmo SIFT.
Figura 3 – Pontos Correspondentes – SIFT
A partir destes pontos são estimadas diferentes
altitudes para os pontos. Na Fig. 4 é apresentada a
elevação dos pontos que foram obtidos com a utilização
do algoritmo SIFT.
Figura 4 – Pontos de elevação.
Na Fig, 5 apresenta-se o modelo digital de elevação
obtido apenas dos pontos retornados do algoritmo SIFT.
Figura 5 – Modelo Digital de Elevação
x
y
Alt
itu
de
04-07 de Julho - FCT/UNESP - P. Prudente VI Workshop de Visão Computacional
298
A Fig. 6 mostra o modelo digital de elevação após
aplicar um polinômio de terceira ordem para gerar pontos
espaçados de 40 pixels e formar uma grade regular.
Figura 6 – Modelo Digital de Elevação
Na Fig. 7 apresenta-se uma rede triangular irregular
para os pontos obtidos com o uso de um polinômio de
terceira ordem.
Figura 7 – Triangulated Irregular Network – TIN
Rede Triangular Irregular
A metodologia aplicada nestas imagens obteve
altitudes próximas às reais do terreno, o que indica que
podem ser aplicadas na estimação de posição do VANT
através do DEM. A altitude média da cidade é de 600m.
O passo seguinte é comparar o resultado obtido com o
modelo digital de elevação da região em uma escala
apropriada para apurar o erro do algoritmo.
6. Comentários Finais
Este trabalho apresentou uma metodologia para
obtenção de altitudes de pontos do terreno com o uso de
fotografias aéreas e suas características. Os resultados
alcançados são promissores, no entanto, o trabalho ainda
está em fase de desenvolvimento e outras metodologias e
estudos de caso serão abordados com objetivo de
aplicação em navegação aérea autônoma.
7. Referências
[1] 1o/6
o Grupo de Aviação, Fotografias Aéreas de São
José dos Campos, Recife, 1999.
[2] A. Canhoto, E. H. Shiguemori, M. A. P. Domiciano,
“Image Sequence Processing Applied to Autonomous
Aerial Navigation”, IEEE International Conference on
Signal and Image Processing Applications (ICSIPA),
Kuala Lumpur. vol. 1, Nov. 2009.
[3] M. A. P. Domiciano, R. A. P. Vitalli, E. H.
Shiguemori, L. A. V. Dias, “Estudo da Influência do
Tamanho Real do CCD para o Cálculo do DEM”,
SERFA, Nov. 2008.
[4] D.G. Lowe, “Distintive image features from scale-
invariant keypoints”, International Journal of Computer
Vision, vol. 60, no. 2, pp 91-110, 2004.
[5] H. Schultz, “Terrain Reconstruction from Widely
Separated Images”. Proc. SPIE, vol. 2486, pp. 113-123,
Abr. 1995.
[6] H. Schultz, A. R. Hanson, E. M. Riseman, F. Stolle, Z.
Zhu, C. D. Hayward, D. Slaymaker, “A System for Real-
time Generation of Geo-referenced Terrain Models”.
SPIE Enabling Technologies for Law Enforcement, 2000.
[7] P. R. Wolf. Elements of photogrammetry: with air
photo interpretation and remote sensing. 2. ed., vol único,
New York, NY: McGraw-Hill, 1983, 628 p.
[8] Sim, D.-G., et al., Integrated Position Estimation
Using Aerial Image Sequences, in IEEE Transactions on
Pattern Analysis and Machine Intelligence, IEEE, Editor.
2002. p. 18.
[9] Sinopoli, B., et al. Vision Based Navigation for an
Unmanned Aerial Vehicle. in Proceedings of the IEEE
International Conference on Robotics & Automation.
2001. Seoul, Korea: IEEE.
[10] PITER. Processamento de Imagens em Tempo Real.
Acesso em: 25/01/2008; Available from:
http://www.ieav.cta.br/geointeligencia/EGI_s/projeto_PIT
ER.php, 2003.
04-07 de Julho - FCT/UNESP - P. Prudente VI Workshop de Visão Computacional
299