{"title":"从用于正射生成的处理例程中生成的地图投影点中提取位置信息","authors":"Agostinho Prado Alves Junior, Luciano Nardini Gomes","doi":"10.14393/rbcv74n1-56925","DOIUrl":null,"url":null,"abstract":"As aeronaves remotamente pilotada (RPA) têm sido amplamente utilizadas na geração de ortofotos e modelos digitais de elevação (MDE), que subsidiam as análises geoespaciais. Ocasionalmente, estas análises requerem levantamentos rápidos, o que inviabiliza o uso de RPA associado a pontos de apoio para a correção da posição, ajuste e avaliação da qualidade dos ortofotos e MDE. Atualmente é possível a geração automatizada destes produtos por meio do uso de rotinas preestabelecidas disponíveis em programas especializados na manipulação das imagens obtidas com RPA. Dessa forma, a presente pesquisa se justifica pela carência de análises efetivas do processamento de imagens coletadas com RPA, em que poderá contribuir metodologicamente com a qualidade do mapeamento. Portanto, o objetivo deste trabalho foi extrair a informação posicional de pontos de projeção cartográfica geradas em rotinas de processamento para a geração de ortofotos no software Agisoft Metashape. Após o processamento das imagens, os resultados com ambas rotinas se mostraram satisfatórias para extração das informações geográficas, porém apenas as rotinas de alto rigor de qualidade se mostram como uma importante ferramenta no auxílio na atualização cadastral. Contudo, para o mapeamento de áreas rurais o processamento pode ser realizado nas cinco rotinas de processamento (Lowest, Low, Medium, High e UltraHigh).","PeriodicalId":36183,"journal":{"name":"Revista Brasileira de Cartografia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-02-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Extração da Informação Posicional de Pontos de Projeção Cartográfica Geradas em Rotinas de Processamento para Geração de Ortofotos\",\"authors\":\"Agostinho Prado Alves Junior, Luciano Nardini Gomes\",\"doi\":\"10.14393/rbcv74n1-56925\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"As aeronaves remotamente pilotada (RPA) têm sido amplamente utilizadas na geração de ortofotos e modelos digitais de elevação (MDE), que subsidiam as análises geoespaciais. Ocasionalmente, estas análises requerem levantamentos rápidos, o que inviabiliza o uso de RPA associado a pontos de apoio para a correção da posição, ajuste e avaliação da qualidade dos ortofotos e MDE. Atualmente é possível a geração automatizada destes produtos por meio do uso de rotinas preestabelecidas disponíveis em programas especializados na manipulação das imagens obtidas com RPA. Dessa forma, a presente pesquisa se justifica pela carência de análises efetivas do processamento de imagens coletadas com RPA, em que poderá contribuir metodologicamente com a qualidade do mapeamento. Portanto, o objetivo deste trabalho foi extrair a informação posicional de pontos de projeção cartográfica geradas em rotinas de processamento para a geração de ortofotos no software Agisoft Metashape. Após o processamento das imagens, os resultados com ambas rotinas se mostraram satisfatórias para extração das informações geográficas, porém apenas as rotinas de alto rigor de qualidade se mostram como uma importante ferramenta no auxílio na atualização cadastral. Contudo, para o mapeamento de áreas rurais o processamento pode ser realizado nas cinco rotinas de processamento (Lowest, Low, Medium, High e UltraHigh).\",\"PeriodicalId\":36183,\"journal\":{\"name\":\"Revista Brasileira de Cartografia\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-02-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Cartografia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14393/rbcv74n1-56925\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"Social Sciences\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Cartografia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14393/rbcv74n1-56925","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Social Sciences","Score":null,"Total":0}
Extração da Informação Posicional de Pontos de Projeção Cartográfica Geradas em Rotinas de Processamento para Geração de Ortofotos
As aeronaves remotamente pilotada (RPA) têm sido amplamente utilizadas na geração de ortofotos e modelos digitais de elevação (MDE), que subsidiam as análises geoespaciais. Ocasionalmente, estas análises requerem levantamentos rápidos, o que inviabiliza o uso de RPA associado a pontos de apoio para a correção da posição, ajuste e avaliação da qualidade dos ortofotos e MDE. Atualmente é possível a geração automatizada destes produtos por meio do uso de rotinas preestabelecidas disponíveis em programas especializados na manipulação das imagens obtidas com RPA. Dessa forma, a presente pesquisa se justifica pela carência de análises efetivas do processamento de imagens coletadas com RPA, em que poderá contribuir metodologicamente com a qualidade do mapeamento. Portanto, o objetivo deste trabalho foi extrair a informação posicional de pontos de projeção cartográfica geradas em rotinas de processamento para a geração de ortofotos no software Agisoft Metashape. Após o processamento das imagens, os resultados com ambas rotinas se mostraram satisfatórias para extração das informações geográficas, porém apenas as rotinas de alto rigor de qualidade se mostram como uma importante ferramenta no auxílio na atualização cadastral. Contudo, para o mapeamento de áreas rurais o processamento pode ser realizado nas cinco rotinas de processamento (Lowest, Low, Medium, High e UltraHigh).