Avaliação do Desempenho dos Métodos ICP, CPD e SVR para Registro Automático de Nuvens de Pontos Relativas a Telhados Extraídas de Dados LiDAR Aerotransportados

A partir dos anos 2000, houve um aumento na aquisição de dados LiDAR (Light Detection and Ranging) em áreas urbanas, o que possibilitou diversos estudos e aplicações nas mais variadas áreas, verificando-se um crescimento dos acervos históricos. Com isso, são necessários métodos de processamento robustos para manipulação desses dados. Os métodos de registro de dados laser inserem-se nesse contexto, essenciais para promover a utilização de dados oriundos de distintos equipamentos e datas. Este estudo consiste em avaliar o desempenho de três métodos de registro: Iterative Closest Point (ICP), Coherent Point Drift (CPD) e Support Vector Registration (SVR). A metodologia contempla o pré-processamento dos dados LiDAR para a extração de três telhados de edifícios com características distintas, localizados no campus da UFPR, em Curitiba – PR. Foram utilizados dados do sensor Optech ALTM Pegasus HD 500, com frequência de 300 kHz e altura de voo de 1.600 m, densidade média de 1,71 pontos por m² e IFOV de 25°. Os métodos foram implementados na linguagem Python. Como resultados, foram obtidos os registros, dos quais foram extraídas suas acurácias e tempos de processamento. Os resultados evidenciaram que os métodos CPD e SVR são ótimas alternativas para superar as limitações do ICP, ressaltando-se o desempenho do CPD e a eficiência computacional do SVR, sendo que este último é particularmente adequado para lidar com dados ruidosos.