Extração de feições em carta topográfica matricial

Abstract

Este estudo avalia o desempenho do método Superpixel based color topographic map segmentation (SCTMS) e compara-o com uma classificação utilizando abordagem por vizinhança, aplicando-os em cartas topográficas matriciais retiradas do banco de dados geográficos do eército. Este método é composto de detecção de bordas pelo método da dupla cor oponente, seguido de segmentação por crescimento de bacias com união das mesmas, para geração de superpixels, a partir do cálculo dos parâmetros: média, desvio padrão, suavidade e entropia. O método é concluído com uma classificação via máquina de vetor suporte (SVM), utilizando as imagens em superpixels da etapa de segmentação. A abordagem por vizinhança utiliza os mesmos parâmetros, contudo através de convoluções com janelas quadradas de dimensões 3, 7 e 11. A fim de estimar os parâmetros do classificador, foi utilizada a concatenação de grid-search com k-fold cross-validation. Para identificar o impacto dos parâmetros das etapas de detecção de bordas e segmentação por superpixel, testaram-se 24 conjuntos de parâmetros. Os testes foram realizados em seis recortes de cartas topográficas nas escalas 1:25.000, 1:50.000 e 1:100.00. Para avaliação dos resultados, elaboraram-se as matrizes de confusão para cada classe (definidas de acordo com suas características dentro das cartas topográficas) comparando a classificação por SVM com uma classificação manual, utilizada como referência. A análise dos resultados indicou que a abordagem por vizinhança fornece melhores resultados que o SCTMS, sendo preferível sua utilização para realizar extração de feições em cartas topográficas matriciais com finalidade a facilitar futuras vetorizações automáticas.