CAPÍTULO IV 4 EXPERIMENTOS E ANÁLISE DOS RESULTADOS

Tamanho: px
Começar a partir da página:

Download "CAPÍTULO IV 4 EXPERIMENTOS E ANÁLISE DOS RESULTADOS"

Transcrição

1 108 CAPÍTULO IV 4 EXPERIMENTOS E ANÁLISE DOS RESULTADOS No capítulo 3 fo apresentada a metodologa proposta para o desenvolvmento de uma ferramenta de automação da resseção espacal de magens com uso de hpóteses de rodova como apoo de campo dervado do sstema de varredura Laser. Neste capítulo será analsado o potencal de uso de hpóteses de rodova na métrca desenvolvda para a solução do problema de correlação estrutural e também como apoo de campo para o processo de estmação dos parâmetros da orentação exteror da câmara. Os expermentos realzados neste trabalho são dvddos em duas etapas, ou seja, na prmera etapa serão realzados expermentos com dados smulados e na segunda etapa serão realzados expermentos com dados reas. Os expermentos com dados smulados consstem em avalar o comportamento da métrca desenvolvda para o problema de correlação, no que tange o grau de verdaderas correlações estabelecdas, bem como a potencaldade do uso de hpóteses de rodovas na estmação dos parâmetros de orentação exteror da câmara com o uso do IEKF. É mportante ressaltar que para avalar os expermentos com dados smulados, as coordenadas do espaço-objeto foram coletadas dretamente da magem de ntensdade (dados bruto do Laser), e as geometras nterna e externa da câmara foram smuladas. Na segunda etapa serão realzados expermentos para avalar o comportamento da ferramenta no seu modo automátco e sem-automátco, ou seja, será avalada toda a metodologa proposta aplcada com dados reas. Os expermentos com dados reas vsam apresentar a efcênca e robustez da ferramenta mplementada, bem como apresentar as defcêncas da metodologa proposta.

2 ANÁLISE DOS EXPERIMENTOS COM DADOS SIMULADOS A smulação dos dados apresenta uma stuação deal para o problema com a fnaldade de conhecer o comportamento dos métodos empregados e consoldar a metodologa proposta. A metodologa proposta utlza como observação (ou meddas), as feções retas que defnem uma hpótese de rodova plano no espaçomagem. Os planos detectados são utlzados no processo de correlação estrutural e na estmação dos parâmetros de orentação exteror da câmara. Para os expermentos com dados smulados é necessáro smular um conjunto de três parâmetros: Parâmetros que defnem cada feção reta (a e b); Parâmetros de orentação nteror de uma câmara não métrca; e Parâmetros de orentação exteror verdaderos para cada expermento em partcular. Para a smulação dos parâmetros das feções retas, foram coletadas manualmente as supostas hpóteses de rodovas na magem de ntensdade, e posterormente foram calculados os parâmetros de cada feção reta projetadas no sstema de magem (projetadas va colneardade), bem como suas respectvas varâncas. Para a smulação dos parâmetros das feções retas, foram utlzadas as Equações (49) e (50), como segue (TOMMASELLI, 1993, pg. 80): a = b = y x y1. x x y1 x 1 x1. y x 1 (49) a* = b* = x y x1. y y x1 y 1 y1. x y 1 (50)

3 110 Onde: x 1, y 1, x, y : coordenadas dos pontos extremos de cada feção reta coletada, projetadas do espaço-objeto para o espaço-magem, va equação de colneardade e parâmetros de orentação exteror aproxmados. O cálculo das varâncas dos parâmetros das feções retas para as parametrzações horzontas e vertcas são descrtas por (TOMMASELLI, 1993, pg. 81): a b ( a + 1) = ( x x ) x = ( x 1 x x1 1) xy ( a + 1) xy (51) * a * b ( a + 1) = ( y y ) y = ( y * 1 y y 1 1) xy ( b * + 1) xy (5) onde: : varânca dos parâmetros a e b; a, b * * a, b : varânca dos parâmetros a* e b*; e xy : varâncas dos pontos x e y. Para a smulação dos parâmetros de orentação nteror da câmara, consderou-se o sstema de lentes sento de erros sstemátcos. A Tabela 1 apresenta os parâmetros de orentação nteror consderados na smulação dos dados referentes a geometra nterna da câmara dgtal.

4 111 TABELA 1 PARÂMETROS DE ORIENTAÇÃO INTERIOR SIMULADOS. DISTÂNCIA FOCAL xpp ypp (mm) K1 K K3 P1 P A B (mm) (mm) Os parâmetros de orentação exteror verdaderos da câmara foram smulados para cada expermento em partcular, e serão apresentados de acordo com cada expermento. Os expermentos com dados smulados foram dvddos em três grupos, que abrangem as seguntes stuações: Grupo 1: Objetos de apoo de campo dervados da magem de ntensdade, coletados sobre as edfcações; Grupo : Planos de apoo de campo, coletados sobre rodovas, defnndo hpóteses de rodovas; e Grupo 3: Planos de apoo de campo, coletados sobre as edfcações, as quadras e as rodovas. É mportante lembrar que, as fguras planas representam hpóteses de objetos, podendo os mesmos ser de rodovas, edfcações ou quadras Análse dos expermentos do grupo 1 As feções retas foram coletadas manualmente na magem de ntensdade, de forma a defnr fguras planas sobre os telhados das edfcações. A Fgura 7 apresenta algumas regões, onde as feções retas foram coletadas de acordo com a característca do expermento.

5 11 FIGURA 7 FIGURAS PLANAS COMO APOIO DE CAMPO COLETADOS MANUALMENTE NA IMAGEM DE INTENSIDADE. (a) (b) (c) Como pode ser vsualzado na Fgura 7, as fguras planas possuem dferentes formas, sto é, alongados, retangulares, quadrados, de grande e pequeno porte, dependendo do tamanho das edfcações. Nas Fguras 7a, 7b e 7c, são apresentados os agrupamentos formados por fguras planas (hpóteses) como apoo de campo, coletados manualmente sobre a magem de ntensdade. Para o expermento do grupo 1 foram admtdos como parâmetros de orentação exteror verdaderos os valores apresentados na Tabela. TABELA PARÂMETROS DE ORIENTAÇÃO EXTERIOR VERDADEIROS. Parâmetros de Orentação Exteror Verdaderos κ ϕ ω X 0 (m) Y 0 (m) Z 0 (m) Na concepção de valores aproxmados para os parâmetros de orentação exteror, pode-se consderar a determnação dos mesmos por meo de vôo apoado ou ntegração de sensores GPSInercal e câmara (MAGRO E ANDRADE, 1999 apud DAL POZ, 1999). Entretanto, para avalar a capacdade de recuperação dos parâmetros do método foram utlzadas precsões entre 10 e 30 m para as posções da câmara e 3 0 e 3,5 0 para as rotações da câmara. A Tabela 3 apresenta os

6 113 parâmetros de orentação exteror aproxmados e suas respectvas precsões adotadas neste expermento. TABELA 3 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 1, GRUPO 1. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0,0039 0, , Precsões 0,06 0,06-0, O método proposto se dvde em cnco etapas: Prmera etapa: projeção, va colneardade, dos pontos extremos de cada feção reta coletada no espaço-objeto para o espaço-magem; Segunda etapa: defnção da janela de restrção; Tercera etapa: estabelecmento de correlações; Quarta etapa: estmação dos parâmetros de orentação exteror; e Qunta etapa: controle de qualdade. Para a realzação da prmera etapa, todos os pontos extremos de cada feção reta coletada no espaço-objeto foram projetadas para o espaço-magem com a fnaldade de smular as feções retas no espaço-magem. Consequentemente, foram calculados a partr das Equações (49), (50), (51) e (5), os parâmetros da reta (a e b), bem como suas respectvas varâncas. De acordo com o modelo matemátco dos planos equvalentes (Eqs. 8 e 31), a relação entre feções retas no espaço-magem e no espaço-objeto não carece ser estabelecda ponto-a-ponto, uma vez que é necessáro apenas um ponto extremo qualquer da feção reta coletada ou extraída no espaço-objeto e os cossenos dretores que defnem sua dreção. Desta forma, a Tabela 4 apresenta um resumo dos parâmetros das feções retas smuladas, sua parametrzação (H- Horzontal ou V-Vertcal), suas respectvas varâncas ( e a a* ), e as b b*

7 114 coordenadas ENH de um dos pontos extremos da feção reta coletada no espaçoobjeto, bem como seus respectvos cossenos dretores. TABELA 4 PARÂMETROS DA RETA, SUAS RESPECTIVAS PRECISÕES, PONTOS EXTREMOS DAS FEIÇÕES RETAS COLETADAS NO ESPAÇO-OBJETO E OS COSSENOS DIRETORES. retas H V aa * bb * (mm) a a* b b* (mm) E (m) Plano 0 (ver Fgura 35) N (m) H (m) l m n 0 H -0,879 4,93,13e-06 1,94e , ,88 904,65 0,451 0,891-0, V 1,008-6,03,13e-08 1,39e , ,5 904,44 0,919-0,39 0,004 H -0,461 3,146,08e-06 3,8e , ,4 905,07-0,41-0,678 0,607 3 V 1,06-6,084,47e-08 1,51e , ,6 914,17-0,918 0,390-0,066 Plano 1 4 H -0,998 3,055 6,80e-07 1,7e , ,06 915,77 0,398 0,917 0,00 5 V 1,046-3,860 1,54e-07,51e , ,99 915,78 0,930-0,365-0,031 6 H -1,107 1,893 7,35e-07,77e , ,86 914,0-0,358-0,98-0,097 7 V 1,01-3,38 1,41e-07,17e , ,3 911,44-0,94 0,373 0,074 No expermento 1 do Grupo 1, foram coletados planos na magem de ntensdade. A Fgura 8 apresenta a dstrbução dos planos smulados no espaçomagem.

8 115 FIGURA 8 DISTRIBUIÇÃO DOS PLANOS SIMULADOS NA IMAGEM DIGITAL GRUPO 1. Fnalmente tem-se um conjunto de fguras planas defndas no espaçomagem e no espaço-objeto. Para o estabelecmento automátco das correlações, as fguras planas coletadas no espaço-objeto devem ser projetadas para o espaçoreferênca (compatível com o espaço-magem). Este processo é realzado com auxílo das nformações dos parâmetros de orentação exteror aproxmados, equação de colneardade (Eq. 15) e propagação de covarâncas. As propagações de covarâncas permtem o cálculo dos erros de projeções, que são utlzados para construr uma janela de restrção, com fnaldade de redução de custo computaconal e evtar o estabelecmento de falsas-correlações. Com o uso do conjunto de nformações smuladas e calculadas foram estabelecdas automatcamente as correlações entre os planos no espaço-magem e no espaço-referênca. Para este expermento, com a fnaldade de analsar o comportamento das relações entre as fguras planas, a janela de restrção não fo utlzada no processo. A Tabela 5 apresenta um resumo dos resultados encontrados no processo de correlação baseado em atrbutos.

9 116 TABELA 5 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO. Correlações estabelecdas Grau de correlação (Imagem-referênca) 98 0 r0 ; P 4 Pr4 ; P 6 Pr6 ; P 8 Pr8 ; P 10 Pr10 ; P 1 Pr1 ; r 100 ; 14 r14 ; 16 r16 ; 7 r8 ; 6 r16 18 r18 ; ; P ; 3 r17 0 r0 6 r17 P r 95 Consderando, por exemplo, a correlação estabelecda entre uma 0 r0 fgura plana no espaço-magem e seu homólogo no espaço-referênca, a medda que as correlações são estabelecdas, o conjunto das observações que defnem uma fgura plana no espaço-objeto (E f pj N f pj H f pj, l f pj, m f pj, n f pj, sendo f o número da feção reta que defne a fgura plana j, sendo =0,,,,,3 e j=0,,,,,n), e sua fgura plana homóloga no espaço-magem (*[aa * ]; *[ ]; *[bb * ]; *[ a a* b b* ] ), são armazenadas no vetor e na MVC das observações (lb e Σ lb, respectvamente), e utlzados na estmação dos parâmetros de orentação exteror. É mportante ressaltar que, a medda que o processo de estmação encontra a solução, os parâmetros de orentação exteror aproxmados são atualzados e o desempenho do processo de correlação tende a melhorar. A Tabela 6 apresenta os parâmetros de orentação exteror ajustados a partr do método IEKF e do Método Paramétrco com Injunções de Posção.

10 117 TABELA 6 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 1, GRUPO 1. Método proposto Desvo-padrão Método Parmétrco Desvo-padrão κ rad 1,9514 0, κ rad 1,9514 0, ϕ rad 0, , ϕ rad 0, , ω rad -0, , ω rad -0, , X 0 (m) ,34 0, X 0 (m) ,50 0, Y 0 (m) ,50 0, Y 0 (m) ,50 0, Z 0 (m) 1650,73 0,1671 Z 0 (m) 1651,36 0,1156 ERROS VERDADEIROS IEKF Parâmetros Verdaderos Paramétrco Parâmetros Verdaderos κ rad 0,00014 κ rad 0,0001 ϕ rad 0,00065 ϕ rad 0,00059 ω rad 0, ω rad 0, X 0 (m) 0,99 X 0 (m) 0,759 Y 0 (m) 0,45 Y 0 (m) 0,45 Z 0 (m) 0,91 Z 0 (m) 0,8 A medda que o IEKF converge é realzada uma análse estatístca de todas as observações utlzadas no processo de estmação dos parâmetros. A técnca data-snoopng fo utlzada para análse de detecção de erros grosseros e valdação da consstênca do modelo matemátco, bem como para dentfcar falsas-correlações estabelecdas. Como admte-se que o modelo matemátco é compatível com as observações, foram analsados apenas os processos de detecção de erros grosseros e de dentfcação de falsas-correlações. A técnca data-snoopng fo escolhda por possbltar a detecção e localzação de erros grosseros em tempo real, ou seja, as observações são analsadas a medda que estão sendo processadas. Neste caso, observações evadas de erros grosseros são elmnadas do processamento. Neste trabalho, um conjunto de quatro observações (defnndo um plano), são utlzadas no processo de estmação dos parâmetros de orentação exteror.

11 118 Cada observação é analsada ndvdualmente e caso não sejam detectados erros grosseros em no mínmo três observações, o vetor dos parâmetros aproxmados (vetor de estado predto) é atualzado, caso contráro o vetor não é atualzado. Em ambas as stuações as observações são descartadas do vetor para a entrada de novas observações, para a estmação posteror. A Tabela 7 apresenta um resumo dos resultados obtdos na detecção de erros grosseros e dentfcação de falsascorrelações. TABELA 7 RESUMO DA DETECÇÃO DE ERROS GROSSEIROS E IDENTIFICAÇÃOD E FALSA-CORRELAÇÃO. Correlação Verdadera (V) ou Falsa (F) 0 r0 S a a* b b* S Número de terações V 0,698-0,075 4 V 1,115-0,319 8 r8 F xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx 7 r8 V -1,434-1,71 10 r10 V 0,56-0, r16 F xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx 6 r16 V 0,73-1, r18 Com uma análse da Tabela 5 pode-se dzer que, todas as correlações entre os planos homólogos foram estabelecdas. Ocorreu uma perda no prmero estabelecmento de % no grau de correlação, devdo ao uso de parâmetros aproxmados ncas. Porém, a partr da atualzação do vetor de estado na estmação dos parâmetros, o grau de correlação obtda tornou-se maor. Neste expermento, a falta da defnção de atrbutos melhores defndos provoca o estabelecmento de falsas correlações, como por exemplo, entre os planos e 7 r8, apresentados na Fgura 8. 6 r17 Da Tabela 6 pode-se afrmar que, os parâmetros de orentação exteror da câmara foram estmados pelo método proposto com sucesso. Os parâmetros ϕ e X 0 mostraram-se mas sensíves e apresentaram um desvo maor.

12 119 O uso dos métodos de estmação IEKF e o método Paramétrco forneceram resultados compatíves, mostrando a característca ótma do fltro de Kalman. Os resultados de menor erro verdadero foram apresentados pelo método Paramétrco com Injunção de Posção. Em ambos os métodos de estmação, a MVC dos parâmetros fo superestmada, pos os desvos-padrão obtdos são menores que os erros verdaderos (dscrepânca entre os parâmetros calculados e os consderados verdaderos). A Tabela 7 permte dzer que, todas as correlações atenderam os crtéros de detecção de erros grosseros, além de serem dentfcadas as falsas-correlações. Todas as verdaderas correlações stuaram-se no ntervalo teórco estabelecdo para o nível de sgnfcânca de 5%, com um ntervalo de [-1,89; 1,89]. O número de terações mostra que o método convergu rapdamente a partr da ª correlação, além de forte relação com a establzação do IEKF, ou seja, quanto maor a establdade menor o número de terações. O número de graus de lberdade do processo de estmação gual a, mostra que a quantdade de observações necessáras para estmar os parâmetros no método proposto é nferor ao método por pontos. Com a fnaldade de apresentar o padrão de convergênca dos parâmetros de orentação exteror da câmara no método proposto, o Gráfco 1 apresenta o padrão de convergênca dos parâmetros de orentação exteror em função do número de planos correspondentes e o erro verdadero calculado.

13 10 GRÁFICO 1 ESTABILIZAÇÃO DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO 1, GRUPO 1. rad (A) m (B) A análse vsual do Gráfco 1 permte conclur que, o uso de fguras planas ou hpóteses de objetos bem defndos apresentou melhor desempenho para o padrão de convergênca dos parâmetros, comparado ao processo de feção-a-feção. O padrão de convergênca dos parâmetros de rotação (Graf, 1a), apresentou-se mas rápdo que os parâmetros de translação. Uma vez que, o padrão de convergênca das rotações fo alcançado a partr da ª correlação e manteve-se lnear até o fnal do processo de estmação. Os parâmetros de translação X 0 e Y 0 obtveram um padrão de convergênca a partr da 3ª correlação, com céleres nversões até a 4ª e 5ª correlações, quando o método fo completamente establzado. O parâmetro Z 0 apresentou um padrão de convergênca menos estável durante o processo de convergênca do método, no qual na ª correlação

14 11 apresentou uma lgera perturbação. Entretanto não afetou as demas correlações, apresentando um padrão de convergênca a partr da 4ª correlação. Apesar do parâmetro Z 0 não acompanhar o padrão de convergênca dos demas parâmetros de translação, não deturpou o processo de convergênca para as demas correlações, mostrando que o uso fguras planas fortelece a rgdez geométrca. O uso de fguras planas proporconou maor consstênca na estmação dos parâmetros, pos agrupamentos bem defndos no espaço-magem e no espaçoreferênca proporconam melhor defnção geométrca para o problema. Fo realzado um segundo expermento para o Grupo 01 e para a smulação dos dados deste expermento foram utlzados os mesmos parâmetros de orentação exteror verdaderos do expermento 01. A Fgura 9 apresenta os planos coletados manualmente pelo operador sobre as edfcações apresentadas na magem de ntensdade. FIGURA 9 FIGURAS PLANAS COMO APOIO DE CAMPO COLETADOS MANUALMENTE SOBRE EDIFICAÇÕES. (A) (B) (C) (D)

15 1 As Fguras 9a, 9b, 9c e 9d, apresentam as fguras planas como apoo de campo coletados manualmente pelo operador sobre a magem de ntensdade. Os parâmetros de orentação exteror aproxmados e suas respectvas precsões utlzados para o expermento do Grupo 1 são apresentados na Tabela 8, TABELA 8 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO, GRUPO 1. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0,0039 0, , , , 1681, Precsões 0,06 0,06 0,06 30, 30, 30, A Tabela 9 apresenta um resumo dos parâmetros das feções retas calculadas, sua parametrzação, suas respectvas varâncas e as coordenadas ENH de um dos pontos extremos da feção reta coletada no espaço-objeto, bem como seus respectvos cossenos dretores. TABELA 9 PARÂMETROS DA RETA, SUAS RESPECTIVAS PRECISÕES, PONTOS EXTREMOS DAS FEIÇÕES RETAS EXTRAÍDAS NO ESPAÇO-OBJETO E OS COSSENOS DIRETORES - EXPERIMENTO, GRUPO 1. reta H V aa * bb * (mm) a a* b b* (mm) E (m) Plano -0 (ver Fgura 37) N (m) H (m) l m n 0 V 11,3-34,31,64e-03,68e-0 71,3 3778,50 91,71 0,959 0,81 0,00 1 H -1,16 31,05 9,47e-04 7,96e , ,86 913,5 0,98-0,954 0,0 V 1,18-9,04 3,65e-03,70e-0 716, ,19 905,07-0,956-0,89-0,01 3 H -10,00 9,51 4,38e-04 6,8e ,59 379,64 91,83-0,81 0,959 0,0 Plano -1 4 V 0,53-0,09,70e-06 6,9e-05 79, ,7 913,1 0,761-0,644 0,05 5 H -0,49 3, 9,9e-08 6,98e , ,3 913,6-0,663-0,748 0,006 6 H,85 -,73 1,10e-04 7,47e , ,30 913,91-0,661 0,741-0,111 7 H -0,46 3,31 1,01e-07 7,77e-05 70,08 374,40 91,84 0,683 0,730 0,006

16 13 Neste expermento, foram coletados 17 planos e a Fgura 30 apresenta a dstrbução dos planos smulados no espaço-magem. FIGURA 30 DISTRIBUIÇÃO DAS FIGURAS PLANAS SIMULADOS EXPERIMENTO, GRUPO 1. A Tabela 10 apresenta um resumo dos resultados encontrados no processo de correlação baseado em atrbutos.

17 14 TABELA 10 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO. Correlações estabelecdas Grau de correlação (Imagem-referênca) (%) 88 0 r0 ; P 4 Pr4 ; P 6 Pr6 ; P 8 Pr8 ; P 10 Pr10 ; P 1 Pr1 ; r 100 ; P 16 Pr16 ; P 6 Pr16 ; P 18 Pr18 ; P 0 Pr0 ; P 14 r14 6 r9 P r ; P 10 P 78 r11 A Tabela 11 apresenta os resultados obtdos com o uso do estmador IEKF. TABELA 11 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO, GRUPO 1. Método proposto Desvopadrão Parâmetros de orentação exteror verdaderos Erros verdaderos κ 1, , κ 1, ,00006 ϕ 0, , ϕ -0, ,00098 ω 0, , ω -0, ,0000 X 0 (m) ,60 0,1385 X 0 (m) ,48,1 Y 0 (m) ,95 0,16633 Y 0 (m) ,74 0,79 Z 0 (m) 165,1 0,61981 Z 0 (m) 1651,841 0,7 A Tabela 1 apresenta um resumo dos resultados obtdos tanto na detecção de erros grosseros e na dentfcação de falsas-correlações.

18 15 TABELA 1 RESUMO DA DETECÇÃO DE ERROS GROSSEIROS E IDENTIFICAÇÃOD DE FALSAS-CORRELAÇÃO EXSPERIMENTO, GRUPO 1. Correlação Verdadera (V) ou Falsa (F) 1 r1 S a a* b b* S Número de terações V 0, , V 0, , r3 V 0, , r5 V 0, , r7 F xxxxxxxxxx xxxxxxxxxx xxxxxxxxx 6 r9 V 0, , r9 F xxxxxxxxxx xxxxxxxxxx xxxxxxxxx 10 r11 V -0, , r11 V -0, , r13 O Gráfco apresenta a vsualzação do padrão de convergênca dos parâmetros de orentação exteror da câmara, em função do número de fguras planas correspondentes e o erro verdadero fnal.

19 16 GRÁFICO ESTABILIZAÇÃO DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO, GRUPO 1. (A) (B) De acordo com a Tabela 10 pode-se dzer que, todas as correlações entre as fguras planas homólogas contdas no espaço-magem e no espaço-referênca foram estabelecdas. A prmera correlação fo prejudcada em 1%, causada pela entrada de parâmetros ncas sem uma boa aproxmação. A partr da convergênca da estmação dos parâmetros, o grau de correlações estabelecdas fo total (100%). Neste expermento, a janela de restrção fo aconada, porém falsas correlações foram estabelecdas ( P 6 Pr9 ; P P 10 r11 ), no entanto, o grau de correlação fcou próxmo do lmar adotado para descartar falsas correlações (valor adotado: 75%), Como as fguras planas são pratcamente paralelas, a métrca 10 r11 proposta consderou os planos homólogos, porém com um grau de correlação muto próxmo do lmar estabelecdo.

20 17 Como não foram propostos atrbutos que parametrzam stuações como a apresentada acma, a métrca não fo totalmente efcente, pos estabeleceu as falsas correlações. Apesar de não terem sdo mplementados atrbutos que parametrzem algumas stuações, o uso de fguras planas para a defnção de atrbutos tornou o problema mas atraente. Com os resultados obtdos e apresentados pela Tabela 11 pode-se conclur que, os resultados obtdos apresentaram-se próxmos aos parâmetros verdaderos smulados. Novamente, o maor erro verdadero encontrado para as rotações fo em ϕ e para as translações em X 0. Os desvos-padrão dos parâmetros κ e Z 0 não foram superestmados, no entanto para os demas parâmetros ocorreu uma superestmação. Em relação às análses estatístcas realzadas e apresentadas na Tabela 1 pode-se afrmar que, as falsas correlações estabelecdas foram dentfcadas e descartadas do processamento. Todas as correlações atenderam os crtéros de detecção de erros grosseros e na 9ª correlação, ocoreu uma lgera nversão no processo de convergênca, pos o número de teração aumentou de 3 para 4 terações. Uma análse vsual do Gráfco permte conclur que, os parâmetros de rotação, obtveram um padrão de convergênca mas rápdo que os parâmetros de translação. Ou seja, a partr da ª correlação os parâmetros de rotação da câmara se establzaram. Ocorreu uma lgera nversão no parâmetro ω na ª correlação, porém não afetou as demas correlações. Os parâmetros de translação X 0 e Y 0 apresentaram um padrão de convergênca a partr da 3ª correlação, com lgeras nversões na 4ª e na 5ª, mas não houve nfluênca no estabelecmento das demas correlações. O padrão de convergênca de translação X 0 e Y 0 fo totalmente establzado a partr da 5ª correlação. A convergênca do parâmetro Z 0 novamente fo mas lenta, apresentando-se menos estável durante o processo de convergênca do método, uma vez que somente a partr da 5ª correlação apresentou um padrão de convergênca, com uma perturbação na 9ª correlação, fato que explca o aumento no número de terações do IEKF descrto anterormente. No entanto, os problemas apresentados não afetaram a establdade das demas correlações,

21 18 O comportamento descrto pelo Gráfco b, pode ser explcado ao observar o tamanho das fguras planas utlzadas no processo de estmação (Fg. 30). O modelo matemátco utlzado fo concebdo de forma que os dos vetores normas (vetor normal ao plano do espaço-magem e vetor normal ao plano no espaço-objeto), sejam paralelos. Como, no níco do processo de estmação foram utlzadas feções retas de pequeno porte (Fg. 30, fguras planas de número 10 e 11, por exemplo), ocorreu uma desestablzação da condção mposta pelo modelo matemátco e consequentemente a convergênca do método fo prejudcada, No caso do expermento 1 do Grupo 1, os parâmetros apresentaram um padrão de convergênca muto rápdo, pos no níco do processo foram utlzados planos de grande porte (Fg, 30, fguras planas 8 e 9, por exemplo). Neste expermento o uso de fguras planas como apoo de campo com pequeno porte não auxlou efetvamente a rápda convergênca do fltro Análse dos expermentos do grupo Neste expermento, foram coletados na magem de ntensdade, as fguras planas que defnem as hpóteses de rodova (objetos de nteresse no processo automátco da metodologa desenvolvda), e posterormente smulados todos os dados necessáros para a realzação do respectvo expermento. O objetvo deste expermento é avalar o comportamento do método com uso de planos defndos ao longo de exos de rodovas em dversas stuações, tas como: Dstrbução das hpóteses de forma quase homogênea na magem dgtal; Dstrbução das hpóteses de forma que cruzem a magem dgtal no sentdo transversal e dagonal ao plano da magem; Dstrbução das hpóteses de forma que cruzem a magem dgtal no sentdo dagonal ao plano da magem; e Dstrbução das hpóteses de forma que cruzem a magem dgtal no sentdo dagonal ao plano da magem e com alguns planos dstrbuídos em torno da mesma.

22 19 Desta forma, é possível analsar o comportamente do método em relação à dstrbução não homogênea e homogênea dos planos de apoo. A Fgura 31 apresenta a dstrbução dos planos smulados na magem dgtal. As fguras planas descrtas smulam hpóteses dstrbuídas de forma quase homogênea na magem dgtal. FIGURA 31 DISTRIBUIÇÃO DAS FIGURAS PLANAS SIMULADAS EXPERIMENTO 1, GRUPO. A Tabela 13 apresenta os parâmetros de orentação exteror aproxmados e suas respectvas precsões utlzados no expermento 1 do Grupo.

23 130 TABELA 13 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 1, GRUPO. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0,0011-0, , , , 1677, Precsões 0,06-0,06-0,06 30, -5, 30, Neste expermento foram coletados 6 fguras planas como apoo de campo e a Tabela 14 apresenta um resumo dos resultados obtdos no processo de correlação de planos homólogos. TABELA 14 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO EXPERIMENTO 1, GRUPO. Correlação Grau de correlação (%) Imagem-referênca r ; P 6 P 88, r6 0 r0 ; P 8 Pr8 ; P 10 Pr10 ; P 1 P 98, r1 18 r18 4 r4 98, 76, 16 r16 84, 14 r14 ; P 0 Pr0 ; P Pr ; P 4 P 100, r4 Os parâmetros de orentação exteror foram estmados a partr do método IEKF e a Tabela 15 apresenta os parâmetros de orentação exteror ajustados.

24 131 TABELA 15 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 1, GRUPO. Método proposto Desvopadrão Parâmetros de orentação exteror verdaderos Erros verdaderos κ 1, , κ 1, , ϕ -0, , ϕ -0, ,00068 ω -0, , ω -0, , X 0 (m) ,76 0, X 0 (m) ,017 1,74 Y 0 (m) ,80 0,09008 Y 0 (m) ,546 0,74 Z 0 (m) 1647,30 0,4407 Z 0 (m) 1647,48 0,18 O Gráfco 3 apresenta a vsualzação da establzação dos parâmetros em função do número de fguras planas correspondentes e os erros verdaderos calculados em função dos parâmetros ajustados e os parâmetros consderados verdaderos. GRÁFICO 3 ESTABILIZAÇÃO DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO 1, GRUPO. (A) (B) De acordo com a Tabela 14 pode-se afrmar que, todas as fguras planas homólogas obtveram correlações estabelecdas e a 16ª correlação apresentou grau de correlação muto baxa, para um valor de porcentagem com lmar adotado de

25 13 75%. A explcação é dada pelo fato que o 16º plano não está bem defndo geometrcamente, e prejudcou a determnação confável de um dos atrbutos propostos para relaconar as fguras planas. Analsando a Tabela 15 e o Gráfco 3, pode-se conclur que, o maor erro verdadero encontrado para as rotações fo no parâmetro ϕ e para as translações o X 0. Até o momento pode-se verfcar uma tendênca para este tpo de resultado, pos em todos os expermentos anterores o parâmetro ϕ apresenta lgeras perturbações de convergênca e geometrcamente é correlaconado com o parâmetro X 0. Novamente as rotações obtveram um padrão de convergênca mas rápdo que as translações. Os parâmetros ω e ϕ apresentaram lgera perturbação na 3ª correlação, que por snal não nfluencou as demas correlações. Os parâmetros X 0 e Y 0 apresentaram fortes perturbações na convergênca do fltro, prncpalmente Y 0. Isto pode ser explcado pela dstrbução dos planos de apoo não ser totalmente homogênea. Ou seja, não exste uma concentração de fguras planas ou hpóteses de rodova na parte nferor dreta da magem, enfraquecendo a rgdez geométrca. Este tpo de problema nfluenca a solução de correlação, pos fortes canddatas à correlação são prejudcadas no processo (por exemplo, a 16ª correlação, ver Tabela 13), uma vez que os parâmetros de orentação exteror não são devdamente atualzados. Na 15ª correlação ocorreu lgera nversão no padrão de convergênca. O fato explca o problema ocorrdo no baxo grau de correlação obtda para a 16ª correlação. Os parâmetros X 0 e Y 0 obtveram um padrão de convergênca somente após a 7ª correlação. Enquanto o parâmetro Z 0 novamente apresentou dfculdade em estabelecer um padrão de convergênca rápdo, pos a dstrbução dos planos de apoo desfavorece a posção da câmara, mplcando numa varação acentuada do parâmetro Z 0. Com a fnaldade de compreender melhor o problema de dstrbução das hpóteses de rodova fo realzado um expermento, no qual a dstrbução das hpóteses de rodova cruzam a magem dgtal no sentdo transversal e na dagonal ao plano da magem. A Fgura 3 apresenta a dstrbução das hpóteses de rodova smuladas na magem dgtal,

26 133 FIGURA 3 DISTRIBUIÇÃO DAS HIPÓTESES DE RODOVIA SIMULADAS EXPERIMENTO, GRUPO. A Tabela 16 apresenta os parâmetros de orentação exteror aproxmados e suas respectvas precsões utlzados no expermento do Grupo. TABELA 16 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO, GRUPO. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0 5,4767 0, , , , 1650, Precsões 0, , , , 30, -10, Neste expermento, foram coletados fguras planas. A Tabela 17 apresenta um resumo dos resultados obtdos no processo de correlação e detecção de erros grosseros.

27 134 TABELA 17 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO E DETECÇÃO DE ERROS GROSSEIROS EXPERIMENTO, GRUPO. Correlação V ou F Grau de correlação (%) 0 r0 S a a* b b* S Número de terações V 98, -1, , V 98, -0, , r V 98, -0,000 0, r4 V 98, -0, , r6 V 98, 0, , r8 V 98, -0, , r10 V 98, -0, , r1 V 98, 0, , r14 V 98, -0, , r16 V 98, 0, , r18 V 98, 0, , r1 0 r0 ; P P F 95 xxxxxxxxx xxxxxxxx xxxxxxxxxxxx r4 V 0 xxxxxxxxx xxxxxxxx xxxxxxxxxxx 15 r15 Os parâmetros de orentação exteror deste expermento, foram estmados a partr do método IEKF e são apresentados na Tabela 18.

28 135 TABELA 18 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO, GRUPO. Método proposto Desvopadrão Parâmetros de orentação exteror verdaderos Erros verdaderos κ 5, , κ 5, ,00754 ϕ -0, , ϕ 0, , ω 0, , ω 0, , X 0 (m) ,6 0,08391 X 0 (m) ,36 1,74 Y 0 (m) ,84 0, Y 0 (m) ,94 0,1 Z 0 (m) 1660,7 0,88636 Z 0 (m) 1660,93 0,66 O Gráfco 4 apresenta o padrão de convergênca dos parâmetros em função do número de planos correspondentes e o erro verdadero obtdo em relação a dferença entre os parâmetros ajustados e os consderados verdaderos, referente ao expermento do grupo. GRÁFICO 4 PADRÃO DE CONVERGÊNCIA DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO, GRUPO. (A) (B) De acordo com a Tabela 17 pode-se dzer que, não fo estabelecda a correlação entre as fguras planas P P 15 r15, pos ocorreram falhas no ganho da métrca desenvolvda. Por exemplo, no cálculo descrção relaconal entre as fguras planas 9-15 no espaço-magem e 9-15 no espaço-referênca, houve uma

29 136 dscrepânca angular de magntude gual a 0 para o prmero atrbuto. Um fator explcatvo do problema é o fato de que, as fguras planas se relaconam paralelamente e perpendcularmente, e como descrto anterormente, os atrbutos defndos neste trabalho não parametrzam a stuação descrta. Novamente verfcou-se que o número de terações está fortemente relaconado com a establzação do IEKF, pos quanto melhor a establdade menor o número de terações. Ao verfcar a Tabela 18 pode-se afrmar que, o maor erro verdaero encontrado para as rotações fo em κ, enquanto que para as translações fo na coordenada X 0. A entrada de parâmetros aproxmados deve ser feta cudadosamente, prncpalmente para o parâmetro de rotação κ, pos em casos de rotação em κ muto grande em relação ao referencal de terreno (em torno de ), o processo de correlação entre as observações nos espaços magem e referênca, tornam-se completamente nvável, não admtndo convergênca para o método de estmação. O Gráfco 4 mostra que, o padrão de convergênca das rotações fo efetvamente revelado após a 3ª correlação. No entanto, ocorreram lgeras perturbações do parâmetro ω na 5ª correlação, devdo a troca de sentdo da orentação dos planos. Posterormente, o parâmetro ϕ também apresentou uma lgera perturbação na 11ª correlação. Os parâmetros X 0 e Y 0 apresentaram um padrão de convergênca após a ª correlação, com lgera perturbação do parâmetro X 0 na 11ª correlação, juntamente com o parâmetro de rotação ϕ por ambos serem correlaconados. Ou seja, uma rotação no parâmetro ϕ nfluencou o padrão de convergênca do parâmetro X 0, ou vce-versa. O parâmetro Z 0 sofreu uma forte perturbação no seu padrão de convergênca entre a 5ª e 6ª correlação. Isto pode ser explcado devdo à mudança de posção das fguras planas de apoo nfluencando fortemente na determnação do parâmetro, enfraquecendo a rgdez geométrca para a solução. O uso de fguras planas como apoo de campo e com dstrbução homogênea melhora consderavelmente o padrão de convergênca, tanto para as rotações quanto para as translações. No entanto, anda exste grande dfculdade de

30 137 convergênca para o parâmetro Z 0. A tendênca ocorrda nos expermentos anterores, também aqu se confrmou pos o desvo-padrão do parâmetro Z 0 não fo superestmado, porém seu padrão de convergênca apresentou-se menos estável durante o processo de estmação. Com o objetvo de atender ao tercero expermento, que avala o comportamento do método a partr de uma dstrbução das hpóteses de rodova de forma a cruzarem a magem dgtal no sentdo dagonal ao plano da magem, a Fgura 33 apresenta a dstrbução dos planos smulados na magem dgtal. FIGURA 33 DISTRIBUIÇÃO DAS FIGURAS PLANAS SIMULADAS EXPERIMENTO 3, GRUPO. Neste expermento, foram coletados 15 hpóteses de rodova. A Tabela 19 apresenta os parâmetros de orentação exteror aproxmados e suas respectvas precsões utlzados no expermento 3 do Grupo.

31 138 TABELA 19 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 3, GRUPO. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0 5,4938 0, , , , 165, Precsões 0, , , , 30, -10, Os parâmetros de orentação exteror deste expermento, foram estmados a partr do método IEKF e são apresentados na Tabela 0. TABELA 0 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 3, GRUPO. Método proposto Desvopadrão Parâmetros de orentação exteror verdaderos Erros verdaderos κ 5, κ 5, ,0009 ϕ 0, , ϕ 0, ,0045 ω -0, , ω 0, ,0011 X 0 (m) 67734,43 0,09900 X 0 (m) 6773,4,19 Y 0 (m) ,9 0,118 Y 0 (m) ,45 4,84 Z 0 (m) 1657,50 1,463 Z 0 (m) 166,98 5,48 A Tabela 1 apresenta um resumo dos resultados obtdos no processo de correlação e detecção de erros grosseros.

32 139 TABELA 1 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO EXPERIMENTO 3, GRUPO. Correlação V ou F Grau de correlação (%) 0 r0 S a a* b b* S Número de terações V 86, -0,8518-0, V 100, 1, , r V 100, 0,0005 0, r4 V 100, -0, , r6 V 100, -0,0965-1, r8 V 100, -0, , r10 V 100, -0, , r1 V 100, xxxxxxxxx xxxxxxxxx xxxxxxxxxxx 14 r14 F 86, xxxxxxxxx xxxxxxxxx xxxxxxxxxxx 1 r3 ; P 3 Pr6 ; r4 F 93, xxxxxxxxx xxxxxxxxx xxxxxxxxxxx ; P 6 r8 P 7 r8 O Gráfco 5 apresenta a vsualzação da establzação dos parâmetros em função do número de planos correspondentes e os erros verdaderos determnados para o expermento 3, do grupo.

33 140 GRÁFICO 5 ESTABILIZAÇÃO DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO 3, GRUPO. (A) (B) Com a análse da Tabela 0 e do Gráfco 5 pode-se conclur que, as rotações apresentaram um padrão de convergênca após a 5ª correlação. Os parâmetros obtdos não se apresentaram confáves, quando comparados com os parâmetros verdaderos. O fato pode ser devdo à dstrbução não homogênea dos planos de apoo de campo. Os parâmetros X 0 e Y 0 apresentaram um padrão de convergênca após a 5ª correlação, com lgeras perturbações entre a 8ª e a 11ª correlação. O parâmetro Z 0 não apresentou um padrão de convergênca, e pode ser devdo à posção desfavorável que se encontra o CP da câmara em relação à dstrbução dos planos de apoo. Uma análse da Tabela 1 permte dzer que, todos os planos homólogos obtveram correlações, porém, falsas correlações foram estabelecdas. O

34 141 posocnamento desfavorável do prmero plano nfluencou na obtenção de um baxo grau de correlação verdadera (86%). Após a prmera correlação estabelecda, os graus de correpondênca obtdos foram de 100%. Porém, como o processo é mal-condconado, em outros casos podem ser encontradas soluções reversas e as observações ntrínscas ao plano 14 (corretamente estabelecdo), foram detectadas pela técnca estatístca datasnoopng. Fato que pode ser explcado devdo a nserção de erro grossero nas observações ntrínscas ao plano correspondente. Ou seja, foram nserdos erros grosseros na observação para avalar a efcênca da técnca de detecção de erros em dentfcar erros grosseros em correlações verdaderas. O uso da janela de restrção não fo capaz de evtar o estabelecmento de falsas correlações, tas como, ; P 3 Pr6 ; P 6 Pr8 ; P r4 P 7 r8, Desta forma, acredtase que o problema se resume em defnr novos atrbutos para parametrzar os problemas encontrados. Para avalar o comportamento do método com o uso hpóteses de grande porte foram smuladas fguras planas em dos exos da rodova e com dstrbução das hpóteses de forma que cruzem a magem dgtal no sentdo dagonal ao plano da magem, além do uso de alguns planos dstrbuídos em torno da magem. A Fgura 34 apresenta a dstrbução das fguras planas smuladas na magem dgtal.

35 14 FIGURA 34 DISTRIBUIÇÃO DOS PLANOS SIMULADOS NA IMAGEM DIGITAL EXPERIMENTO 4, GRUPO. A Tabela apresenta os parâmetros de orentação exteror aproxmados e suas respectvas precsões utlzados neste expermento. TABELA PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 4, GRUPO. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0 5,4839 0, , , , 1664, Precsões 0, , , , 5, 5, Neste expermento, foram coletados 16 fguras planas e a Tabela 3 apresenta um resumo dos resultados obtdos no processo de correlação e detecção de erros grosseros.

36 143 TABELA 3 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO, DETECÇÃO DE ERROS GROSSEIROS E IDENTIFICAÇÃO DE FALSAS-CORRELAÇÕES EXPERIMENTO 4, GRUPO, Correlação V ou F Grau de correlação (%) 0 r0 S a a* b b* S Número de terações V 93, -1,0014-0, V 100, -0, , r V 100, -0,1743 1, r4 V 100, -0, , r6 V 100, xxxxxxxxx xxxxxxxx xxxxxxxxxxxx 8 r8 V 100, 0, , r10 V 100, -1, , r1 V 100, 0,5718-0, r14 Os parâmetros de orentação exteror foram ajustados com uso do método IEKF e são apresentados na Tabela 4. TABELA 4 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 4, GRUPO. Método proposto Desvopadrão Parâmetros de orentação exteror verdaderos Erros verdaderos κ 5,4305 0, κ 5, , ϕ 0, , ϕ 0, , ω 0, , ω 0, , X 0 (m) ,04 0,1346 X 0 (m) ,08 0,96 Y 0 (m) ,70 0,1711 Y 0 (m) ,74 1,96 Z 0 (m) 1659,49 0,6315 Z 0 (m) 1659,84 0,35 O Gráfco 6 apresenta o padrão de convergênca dos parâmetros em função do número de fguras planas correspondentes e o erro verdadero.

37 144 GRÁFICO 6 PADRÃO DE CONVERGÊNCIA DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO 4, GRUPO. (A) (B) De acordo com a Tabela 3 pode-se dzer que, todas as correlações foram estabelecdas. O ganho da métrca (grau de correlação) fo de 100% após a 1ª correlação estabelecda. O número de teração descresce monotoncamente de acordo com o estabelecmento das correlações e foram detectados erros grosseros nas observações relatvas aos planos P P 8 r8. Este problema não fo claramente entenddo, pos não foram nserdos erros grosseros nas observações. Anallsando a Tabela 4 e o Gráfco 6, pode-se conclur que, as rotações apresentaram um padrão de convergênca a partr da 1ª correlação, mostrando que o tamanho das feções retas utlzadas no processo tem grande nfluênca no comportamento dos parâmetros de rotação. Os parâmetros X 0 e Y 0 apresentaram um padrão de convergênca após a 3ª correlação, com lgera perturbação do parâmetro Y 0 na 4ª correlação, porém não

38 145 afetou as demas correlações. Esses fatos podem ser orgnados pela posção dos planos 0 até 6 que estão concentrados numa pequena regão da magem, não permtndo que a geometra da câmara tenha uma relação favorável com a dstrbução das observações. No caso dos parâmetros de translação o uso de feções retas de grande porte pode apresentar um efeto negatvo, prncpalmente em relação ao parâmetro Z 0, pos devdo ao deslocamento do relevo, a projeção da feção reta do espaçoobjeto para o espaço-magem pode sofrer grandes varações de nclnação vertcal, Esta varação pode ser uma somadora da nstabldade no padrão de convergênca do parâmetro Z 0 que se apresenta em todos os expermentos descrtos anterormente Análse dos expermentos do grupo 3 Este expermento agrupa todos os tpos de feções cartográfcas utlzadas nos expermentos anterores, ou seja, são utlzadas fguras planas como apoo de campo dervados de edfcações, quadras e hpóteses de rodovas. O objetvo deste expermento é analsar o comportamento do método com uso de város tpos de agrupamentos smulados na magem dgtal. A Fgura 35 apresenta as fguras planas smuladas e dstrbuídas por toda a magem dgtal.

39 146 FIGURA 35 DISTRIBUIÇÃO DAS FIGURAS PLANAS SIMULADAS NA IMAGEM DIGITAL EXPERIMENTO 1 DO GRUPO 3. As fguras planas de grande porte defnem quadras com 150 metros de comprmento. As fguras planas de médo porte representam hpóteses de rodovas e as fguras planas de pequeno porte representam as edfcações. A Tabela 5 apresenta os parâmetros de orentação exteror aproxmados e suas respectvas precsões utlzados neste expermento. TABELA 5 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES GRUPO 3. Attude (rad) Posção (m) κ ϕ ω X 0 Y 0 Z 0,0047 0,0678-0, , , 1680, Precsões 0,06 0,06-0,06 30, -30, 30,

40 147 Para a realzação deste expermento, foram coletadas 33 fguras planas de apoo de campo, e o método IEKF fo empregado na estmação dos parâmetros de orentação exteror da câmara. A técnca data-snoopng fo utlzada na detecção de erros grosseros. Um resumo dos resultados obtdos no processo de correlação e detecção de erros grosseros é apresentado na Tabela 6. TABELA 6 RESUMO DOS RESULTADOS DO PROCESSO DE CORRELAÇÃO EXPERIMENTO 1, GRUPO 3. Correlação V ou F Grau de correlação (%) terações V 99, 4 0 r0 V 84, 3 r V 100, 3 10 r10 V 100, 0 r0 V 100, 4 r V 100, 4 r4 V 98, 6 r6 V 98, 8 r8 V 97, 3 30 r30 V 97, 3 r3 A Tabela 7 apresenta os parâmetros de orentação exteror ajustados pelo IEKF e os parâmetros de orentação exteror verdaderos da magem smulada.

41 148 TABELA 7 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES EXPERIMENTO 1, GRUPO 3. Método proposto Desvopadrão Parâmetros de orentação exteror verdaderos Erros verdaderos κ 1, , κ 1,9549 0,00007 ϕ 0, , ϕ 0, ,00078 ω -0, , ω -0, ,00014 X 0 (m) ,60 0,05083 X 0 (m) ,3 1,8 Y 0 (m) ,15 0, Y 0 (m) ,38 0,3 Z 0 (m) 1650,06 0,4358 Z 0 (m) 1650,60 0,54 O Gráfco 7 apresenta a vsualzação da establzação dos parâmetros em função do número de fguras planas correspondentes e o erro verdadero para o expermento descrto. GRÁFICO 7 ESTABILIZAÇÃO DOS PARÂMETROS DE ORIENTAÇÃO EXTERIOR EXPERIMENTO 1, GRUPO 3. (A) (B)

42 149 A análse do Gráfco 7, permte dzer que, as rotações e os parâmetros X 0 e Y 0 apresentaram um padrão de convergênca bastante rápdo. Porém, o parâmetro Z 0 anda não apresentou um padrão de convergênca com a mesma velocdade dos parâmetros anterores. No entanto, sua varação ao longo do estabelecmento das correlações não perturbou a convergênca dos demas parâmetros. Neste expermento, verfcou-se com melhor entendmento, a nfluênca do tamanho das feções retas no processo de convergênca dos parâmetros, pos o uso de fguras planas de grande porte no níco do processo ajudou consderavelmente na establzação completa dos parâmetros de rotação e dos parâmetros X 0 e Y 0, já a partr da 1ª correlação. Porém, deve-se nvestgar melhor o comportamento do parâmetro Z 0. Entretanto, a explcação mas factível pode ser dada em função da projeção das feções retas prejudcada pelo deslocamento do relevo. Em todos os expermentos realzados o parâmetro Z 0 apresentou um desvo-padrão maor.

43 ANÁLISE DOS EXPERIMENTOS COM DADOS REAIS A ferramenta de resseção espacal automátca de magens fo desenvolvda em lnguagem de programação C++ Bulder 5.0 da Borland. A Fgura 36, apresenta uma janela da ferramenta desenvolvda. FIGURA 36 FERRAMENTA DE AUTOMAÇÃO DA RESSEÇÃO ESPACIAL DE IMAGENS. A ferramenta desenvolvda pode ser usada em dos modos dferentes, sto é, o modo automátco e o modo sem-automátco. Neste trabalho o enfoque será dado ao modo automátco.

44 151 No modo automátco as hpóteses de rodova são geradas na magem de ntensdade e na magem dgtal por meo de combnação de váras técncas de PDI. As etapas de geração de hpóteses de rodova são dvddas em: Classfcação de objetos baseada em magens colordas; Classfcação de objetos rodova baseada em descrtores de varação espacal; Classfcação de objetos rodova na proporção de contraste; Extração de objetos rodovas: o Fluxo para extração de objetos rodova; e o Geração de hpóteses de rodova em potencal. Com o objetvo de testar a metodologa desenvolvda, foram conduzdos alguns expermentos reas. Foram utlzadas magens dgtas colordas, ceddas pela empresa AGRITECS.A, capturadas por uma câmara dgtal Sony DSC , com uma resolução do pxel de 5,4 µm. Os parâmetros de orentação nteror da câmra foram calbrados por DELARA et al. (004), e são apresentados na Tabela 8. TABELA 8 PARÂMETROS DE ORIENTAÇÃO INTERIOR. xpp ypp K1 K K3 P1 P A B focal (mm) (mm) (mm) 10,0-0,46 0,14,5e-3,49e-5 1,9e-7-1,17e-4 6,9e-5-1,50e-4 9,54e-6 onde, focal: dstânca focal calbrada; xpp, ypp: coordenadas do ponto prncpal; K1, K, K3: coefcentes de dstorção radal; P1, P: coefcentes de dstorção descentrada; e A, B: parâmetros de afndade. Uma vez calbrada a câmara dgtal, seus parâmetros de orentação nterna serão utlzados para refnar as fotocoordenadas que defnem as feções retas extraídas automatcamente no espaço-magem.

45 Expermento 01 dados reas A classfcação dos objetos fo realzada para separar as edfcações e rodovas (classe artfcal), dos objetos vegetação e sombras (classe natural). A magem dgtal utlzada para este expermento é a de número 416 e a Fgura 37 apresenta o resultado obtdo com a classfcação baseada em magens colordas. FIGURA 37 (A) IMAGEM ORIGINAL SELECIONADA; (B) IMAGEM CLASSIFICADA. (A) (B) Como pode ser observado na Fgura 37a, exstem 6 tpos de objetos presentes na magem, ou seja, edfcações, rodova, carros, sombras, vegetação e rua sem asfalto. A Fgura 37b, apresenta o resultado da classfcação automátca da magem baseada na Equação 3. A magem fo orgnalmente processada para separar duas classes, sto é, classe artfcal (contendo os objetos antrópcos, por exemplo, carros, edfcações e ruas) e classe natural (contendo árvores e sombras). Nota-se todava que, os objetos da classe artfcal foram pntados de preto e os objetos da classe natural permaneceram com suas cores orgnas (Fgura 37b). Como as rodovas são os objetos de nteresse neste trabalho, fo aplcado o algortmo de crescmento de regões automátco para elmnar da classe artfcal os objetos dentfcados como edfcações e carros. O processo de dentfcação dos

46 153 objetos é realzado através da análse dos descrtores de varação espacal descrto na sub-seção Para cada regão segmentada foram calculados o perímetro, a área e o coefcente de compacdade dos objetos e elmnados do processo as regões que não possuem forma de rodova. A Fgura 38 apresenta o resultado obtdo depos de aplcada a metodologa descrta. FIGURA 38 IMAGEM AÉREA CLASSIFICADA POR DESCRITORES DE VARIAÇÃO ESPACIAL. Nesta fgura, as edfcações e os veículos foram elmnados da classe artfcal. Isto permte conclur que o uso de descrtores báscos de varação espacal de um objeto pode ser aplcado com efcênca na classfcação baseada em magens colordas. Porém, verfca-se anda a presença de alguns objetos (pertencentes à classe artfcal), como é o caso da edfcação no canto nferor esquerdo (pntada de preto). Isto prova que é necessáro o uso de outros parametrzadores no processo de elmnação dos objetos artfcas. Desta forma, aplca-se o hstograma de contraste dos objetos em relação a suas adjacêncas, ou seja, elmna-se do processamento objetos de maor contraste em relação à sua adjacênca. Para tal, fo utlzado um fltro de nformação de proporção de contraste da magem caracterzado por um hstograma de contraste. Este fltro possblta reconstrur a magem através da aplcação de cores no plano de

47 154 fundo (preto, por exemplo) e no prmero plano (branco), como pode ser vsualzado na Fgura 39. FIGURA 39 (A) IMAGEM ORIGINAL; (B) IMAGEM DE PROPORÇÃO DE CONTRASTE. (A) (B) Na Fgura 39b, os objetos de alto contraste em relação as suas adjacêncas são apresentados em cor branca. Das Fguras 38 e 39b obteve-se o resultado fnal da classfcação como mostrado na Fgura 40. FIGURA 40 RESULTADO DA COMBINAÇÃO DAS CLASSIFICAÇÕES.

48 155 Através de uma análse vsual pode-se verfcar que, os objetos edfcações e veículos foram totalmente elmnados do processo, restando apenas a nformação de rodovas (pntado de preto). A partr deste resultado, ncou-se o processo de extração de objetos semântcos e geração de hpótese de rodovas. Para a extração de objetos semântcos, a seqüênca de etapas utlzada é a apresentada na sub-seção A Fgura 41 apresenta os segementos de retas extraídas automatcamente na magem dgtal e que pertencem ao objeto rodova. FIGURA 41 SEGMENTOS DE RETAS EXTRAÍDAS SOBRE O OBJETO LINEAR RODOVIA. Observa-se na Fgura 41, apenas as feções retas extradas sobre o objeto rodova. O resultado apresentado mostra que o método proposto reduz a quantdade de feções retas que deverão ser analsadas no processo de correspondênca. Fnalmente, foram construídas as hpóteses em potencal do objeto rodova, onde, a partr das regras apresentadas na sub-seção 3.4.6, fo aplcado o algortmo de construção de hpóteses de rodova, baseado em atrbutos radométrcos da magem e geométrcos dos segmentos extraídos. A Fgura 4 apresenta as hpóteses construídas pelo algortmo.

49 156 FIGURA 4 HIPÓTESES GERADAS AUTOMATICAMENTE. Verfca-se que as hpóteses geradas são construídas ao longo do objeto rodova. Porém, exstem falsas hpóteses decorrentes da conexão entre segmentos de retas paralelos, que compõem rodovas opostas. Desta forma as hpóteses geradas foram verfcadas e avaladas, com a fnaldade de elmnar as falsas hpóteses. A etapa de verfcação das hpóteses rodova ocorre quando se aplca a regra (4), sto é, a regra de classe. A Fgura 43 apresenta as hpóteses verfcadas após aplcar a regra (4). FIGURA 43 HIPÓTESES GERADAS E VERIFICADAS.

50 157 Vsualmente as hpóteses de menor mportânca, que eram claramente vsíves na Fgura 43, foram elmnadas do processo. Porém, no canto superor dreto da Fgura 43, exstem hpóteses sobrepostas que podem causar erros de conexão (etapa de conexão entre hpóteses adjacentes - processamento futuro). Por sso é necessáro aplcar a regra (5), para o estabelecmento e valdação das hpóteses em potencal. A Fgura 44, apresenta os resultados obtdos depos de aplcada a regra (5). FIGURA 44 HIPÓTESES EM POTENCIAL AVALIADAS. Com uma análse da Fgura 44, pode-se conclur que as hpóteses em potencal foram reconstruídas, verfcadas e avaladas com sucesso. No entanto, as rregulardades das bordas da rodova e oclusões causadas pela presença de sombra e carros são causadores de problemas na geração de hpóteses. Podem ser verfcadas a exstênca de alguns problemas de ordem geométrca dos planos, como por exemplo, hpóteses de rodova bastante rregulares são apresentados no canto nferor dreto. Este problema poderá ter efetos negatvos na solução das correspondêncas. Após a extração dos hpóteses de rodova na magem dgtal, as feções retas que compõem cada hpótese de rodova são transformadas e referencadas para o sstema do centro da magem e corrgdas dos erros sstemátcos. Os

51 158 parâmetros a e b da reta, e suas respectvas varâncas são então recalculados, consderando-se as correções dos erros sstemátcos. Após a construção das hpóteses de rodova na magem dgtal fo aplcada a metodologa apresentada na sub-seção 3.5, para construção de hpóteses de rodova na magem de ntensdade. A Fgura 45 apresenta recortes de regões específcas da magem de ntensdade, correspondentes à regão da magem dgtal a ser orentada. FIGURA 45 RECORTE DE REGIÕES ESPECÍFICAS DA IMAGEM DE INTENSIDADE. (A) (B) (C)

52 159 Ao se aplcar o fltro de classfcação de objetos nulos proposto, observa-se os resultados apresentados na Fgura 46. FIGURA 46 OBJETOS CLASSIFICADOS PELO FILTRO PROPOSTO. (A) (B) (C) Os objetos de nteresse são apresentados em cor preta. Com a classfcação dos objetos presentes na magem de ntensdade fo aplcada a mesma metodologa de extração de hpóteses de rodova utlzada para magens dgtas. A Fgura 47 apresenta estas hpóteses de rodova geradas na magem de ntensdade. FIGURA 47 HIPÓTESES DE RODOVIA EXTRAÍDAS AUTOMATICAMENTE NA IMAGEM DE INTENSIDADE. (A) (B) (C)

53 160 Desta fgura é possível extrar as seguntes conclusões: As hpóteses em potencal foram geradas, verfcadas e avaladas com sucesso no espaço-objeto; Neste processo, não é necessáro aplcar a classfcação de objetos baseada em contraste, pos na magem de ntensdade, as rodovas e as ruas possuem um valor de ntensdade (preto) bastante dferencado dos demas objetos; e A qualdade geométrca da magem de ntensdade é bastante nferor à qualdade geométrca da magem dgtal. Este fato poderá causar varações na defnção geométrca da feção reta. A Tabela 9 abaxo apresenta um resumo dos parâmetros das feções retas extraídas automatcamente da magem dgtal utlzada neste expermento (416), sua parametrzação (H-Horzontal ou V-Vertcal) e suas respectvas varâncas ( a a* b b* ), bem como as coordenadas ENH de um dos pontos extremos das feções retas extraídas automatcamente na magem de ntensdade, bem como seus respectvos cossenos dretores. TABELA 9 PARÂMETROS DAS FEIÇÕES RETAS, SUAS RESPECTIVAS PRECISÕES, PONTOS EXTREMOS DAS FEIÇÕES RETAS EXTRAÍDOS NO ESPAÇO-OBJETO E OS COSSENOS DIRETORES. reta H V aa * bb * (mm) a a* b b* (mm) Plano E (m) N (m) H (m) l m n 0 V 3,6-16,51 1,375e-01,048e ,51 496,98 90,86 0,994 0,101 0,09 1 H -5,75 7,68,3e-00 5,408e ,85 497,63 91,05 0,00-0,979-0,010 V 6,30-7,80 4,615e-0 4,366e ,7 483,59 90,90-0,977-0,05-0,044 3 H -8,11 9,63 1,499e-01,98e ,4 48,44 90,65-0,48 0,968 0,013 Pode-se perceber na Tabela 9 que as varâncas dos parâmetros a e b das feções retas são relatvamente grandes, ou seja, pode-se dzer que as feções retas foram extraídas com baxa qualdade. Por sso espera-se que os parâmetros de orentação exteror não sejam determnados com confança desejada. A Tabela 30

54 161 apresenta os parâmetros de orentação exteror aproxmados e suas respectvas precsões adotadas para este expermento. TABELA 30 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES. Attude Posção (m) κ ϕ ω X 0 Y 0 Z , 46, 1670, Precsões , 30, 10, A Tabela 31 apresenta os parâmetros de orentação exteror da câmara ajustados pelo método proposto e os resultados obtdos por DELARA et al. (004). TABELA 31 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES IMAGEM 416. Método proposto Desvo-padrão DELARA et al. (004) Desvo-padrão κ κ ϕ ϕ ω ω X 0 (m) 67754,336 1,766 X 0 (m) ,861 1,601 Y 0 (m) 71844,900,037 Y 0 (m) 71843,337 1,611 Z 0 (m) 1690,04 7,196 Z 0 (m) 1660,410 0,433 Não é possível verfcar o erro verdadero cometdo, pos os valores reas do centro perspectvo da câmara não são conhecdos. No entanto, os resultados obtdos com o método proposto serão confrontados com os resultados obtdos por DELARA et al. (004). É mportante ressaltar que DELARA et al. (004), utlzou um processo de aerotrangulação por fexes de raos smultâneos (melhor rgdez geométrca), com pontos de apoo dervados da magem de ntensdade para determnar os parâmetros de orentação exteror da câmara. No entanto, os

55 16 resultados obtdos também estão evados de erros provenentes do processo realzado. Desta forma, foram calculadas as dferenças entre os resultados obtdos por ambos os métodos. Contudo, não se deve confundr essas dscrepâncas com o erro verdadero do posconamento e rotação do CP da câmara, pos os desvos-padrão apresentados procuram ndcar a precsão dos parâmetros para aquela determnada posção, e não as dferenças. Outro fator mportante é que, a comparação entre os resultados não é totalmente aproprada pelo fato de que a rgdez geométrca de uma aerotrangulação é muto melhor que na resseção espacal de magens, além do que os resultados obtdos por DELARA et al. (004), são frutos de um processo totalmente manual, uma vez que o método proposto é totalmente automátco. Sendo assm, de acordo com a Tabela 31 observa-se que, os parâmetros de orentação exteror foram recuperados pela metodologa proposta e a dscrepânca dos desvos entre os dos métodos é da ordem de para as rotações e em torno de 7 m para as translações. Verfca-se que ocorreu uma dvergênca no parâmetro de rotação κ. O fato provocou uma varação no parâmetro Y 0 apresentando um desvo maor em relação ao parâmetro X 0. A dvergênca do parâmetro de rotação κ pode ser explcada devdo à grande rotação em κ (da ordem de ), exstente entre a magem dgtal e o terreno, uma vez que os demas parâmetros de rotação não sofreram dvergêncas, além de apresentarem desvos menos sgnfcatvos, da ordem de 37. Os desvos encontrados também podem ser explcados devdo à baxa qualdade das feções retas extraídas, provocada prncpalmente pela falta de sofstcação do algortmo de extração de feções retas utlzado neste trabalho. Os fatores de descontnudade do objeto na magem devdo à presença de sombras projetadas na rodova, acostamentos não asfaltados e o efeto de alasng, mpossbltam uma extração das feções retas de boa qualdade. Feções retas extraídas com baxa qualdade apresentam uma Σ lb bastante elevada e fazem com que a mesma seja nsgnfcante no cálculo do ganho de Kalman, aumentando o nível de complexdade do processo, pos a probabldade de dvergênca do fltro é muto maor. Sendo assm, as possíves verdaderas

56 163 correspondêncas são descartadas do processo enfraquecendo a rgdez geométrca e apresentando resultados de menor confança. Da análse deste expermento, conclu-se que a metodologa mplementada recupera os parâmetros de orentação exteror da câmara. Porém, os resultados apresentam-se menos precsos em relação ao método realzado por DELARA et al. (004). Entretanto, não é possível determnar a acuracdade do método, devdo à falta de valores reas do centro perspectvo da magem 416 para uma análse concreta. Uma das vantagens do método é sua autonoma, uma vez que o apoo de campo, o estabelecmento das correspondêncas, a estmação dos parâmetros e o controle de qualdade são realzados automatcamente, fornecendo uma característca nédta ao trabalho. O método proposto apresenta a possbldade do uso de hpóteses de rodova em potencal como apoo de campo que tem como alternatva uma melhora na rgdez geométrca do agrupamento. No entanto, a efcênca do ponto descrto depende da qualdade das feções retas extraídas. Com a fnaldade de entender melhor os resultados obtdos no expermento descrto e os problemas decorrdos devdo ao grande valor de rotação κ em relação à magem dgtal e o terreno, foram utlzados para a estmação dos parâmetros novos valores ncas para a convergênca do fltro (parâmetros aproxmados). Ou seja, o ângulo de rotação κ estabelecdo por DELARA et al. (004), fo utlzado como parâmetro aproxmado para um segundo expermento na magem 416. A Tabela 3 apresenta os parâmetros de orentação exteror aproxmados e os resultados obtdos pelo método proposto do segundo expermento para a magem 416.

57 164 TABELA 3 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E AJUSTADOS IMAGEM 416 EXPERIMENTO. PARÂMETROS APROXIMADOS κ ϕ ω X 0 Y 0 Z , 46, 1670, Precsões , 30, 10, PARÂMETROS AJUSTADOS Método proposto Desvo-padrão DELARA et al. (004) Desvopadrão κ κ ϕ ϕ ω ω X 0 (m) 6775,061 1,7 X 0 (m) ,861 1,601 Y 0 (m) ,880,004 Y 0 (m) 71843,337 1,611 Z 0 (m) 1690,59 7,173 Z 0 (m) 1660,410 0,433 Pode-se verfcar na Tabela 3 que fo dado um novo valor ncal apenas para o parâmetro de rotação κ. Uma análse desta tabela permte dzer que, os resultados obtdos com os novos valores ncas para a convergênca do fltro não nfluencaram sgnfcatvamente os novos resultados obtdos, quando comparados com os resultados apresentados na Tabela Expermento 0 dados reas Um dos problemas para a metodologa de geração de hpóteses de rodova é a presença de sombras, pos as mesmas mpossbltam a extração das feções retas que compõem as rodovas eou ruas, e prejudcam a efcênca da construção de suas hpóteses, refletndo na baxa qualdade de extração das feções retas, pos serão extraídas feções pequenas. Para avalar o potencal da metodologa desenvolvda em áreas com rodovas eou ruas com presença de sombras, fo realzado um expermento com a magem número Nesta magem a presença de sombras é quanttatva em todo

58 165 o quadrante que abrange a regão superor dreta da magem. A Fgura 48 mostra a magem dgtal que será orentada automatcamente. FIGURA 48 IMAGEM DIGITAL ORIGINAL Como se pode observar, a presença de sombras projetadas pela vegetação, que faz adjacênca com a rodova poderá mpedr a construção de hpóteses de rodovas e causará um efeto negatvo no processo de estmação, pos a dstrbução do apoo de campo não será homogênea. Os mesmos procedmentos aplcados ao expermento 01 foram repetdos, as magens que representam as regões de Grubber foram recortadas automatcamente pelo algortmo e foram aplcados os processos de classfcação automátca de objetos rodova. A Fgura 49 apresenta os resultados obtdos com o processo aplcado.

59 166 FIGURA 49 OBJETOS SEMÂNTICOS CLASSIFICADOS EM IMAGENS DIGITAIS (A) (B) (C) (D) (E) (F) Na Fgura 49f verfcou-se a perfeta classfcação do objeto de nteresse. Porém, as Fguras 49c e 49e apresentaram falhas no processo de classfcação das rodovas (parte nferor e superor). A ocorrênca fo causada por uma falha na efcênca do algortmo de agregação de pxels no processo automátco de crescmento de regão determnando um coefcente de compacdade que não representa o objeto classfcado. Ao se observar as Fguras 49a, 49b e 49d verfcou-se que, a presença de sombras não permtu a classfcação de alguns objetos rodova no processo de fltragem, e desta forma mpossblta uma dstrbução homogênea no apoo de

60 167 campo. Entretanto, fo verfcada a efcênca da metodologa na classfcação de objetos rodovas, pos tanto os veículos como as edfcações foram totalmente elmnadas do processo. Com os resultados obtdos aplcou-se os algortmos de extração, verfcação e convaldação de hpóteses de rodova, tanto na magem dgtal como na magem de ntensdade. Um resumo dos parâmetros das feções retas extraídas automatcamente na magem dgtal 4194, suas parametrzações e suas respectvas varâncas, bem como as coordenadas ENH de um dos pontos extremos das feções retas extraídas automatcamente na magem de ntensdade e seus respectvos cossenos dretores, são apresentados na Tabela 33. Na Tabela 34 são apresentados os parâmetros de orentação exteror aproxmados e suas respectvas precsões adotadas para o expermento. A Tabela 35 apresenta os parâmetros de orentação exteror da câmara ajustados pelo método proposto e os resultados obtdos por DELARA (004). TABELA 33 PARÂMETROS DAS FEIÇÕES RETAS, SUAS RESPECTIVAS PRECISÕES, PONTOS EXTREMOS DAS FEIÇÕES RETAS EXTRAÍDOS NO ESPAÇO-OBJETO E OS COSSENOS DIRETORES reta H V aa * bb * (mm) a a* b b* (mm) Plano E (m) N (m) H (m) L m n 0 H -0,4 0,04 8,658e-0,514e-0 749,9 47,60 900,8-0,43-0,900-0,036 1 V 0,4 0,15 1,388e-01 7,581e ,51 448,87 899,31-0,901 0,43-0,00 H -0,46-0,10 8,89e-0 3,091e ,69 45,6 899,13 0,401 0,914 0,047 3 H -11,85-5,71 3,08e+00,49e ,1 43,67 898,33 0,598-0,800-0,004

61 168 TABELA 34 PARÂMETROS DE ORIENTAÇÃO EXTERIOR APROXIMADOS E SUAS RESPECTIVAS PRECISÕES Attude Posção (m) κ ϕ ω X 0 Y 0 Z , , 1677, Precsões , -5, 30, TABELA 35 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES IMAGEM Método proposto Desvo-padrão DELARA et al. (004) Desvo-padrão κ κ ϕ ϕ ω ω X 0 (m) 67814,53 4,436 X 0 (m) ,017,367 Y 0 (m) ,101 5,49 Y 0 (m) ,546 1,85 Z 0 (m) 1673,970 19,849 Z 0 (m) 1647,484 0,481 Ao se analsar os valores da Tabela 35 conclu-se que, os desvos encontrados são da ordem de 4 para as rotações e em torno de 19 m para as translações. Verfca-se tanto para o expermento 01 como para o expermento 0 que, as maores dscrepâncas estão relaconados com os problemas de alta rotação em κ e com a varação da coordenada H dos pontos que defnem as feções retas no espaço-objeto, prejudcando a estmação do parâmetro Z 0. Neste expermento, houve uma melhora na determnação dos desvos-padrão para as rotações, comparado com o expermento anteror. O fato pode ser explcado devdo à rotação em κ ser relatvamente menor que a rotação em κ da magem 416. Sendo assm, pode-se dzer que, a rotação em κ é um fator lmtante para a convergênca do fltro de estmação, uma vez que no prmero expermento para a magem 416 a rotação em κ fo em torno de e os resultados apresentaram um erro em torno de 4 0 (ver Tab. 31), porém, neste expermento a derva é em torno de apresentando um erro sgnfcatvamente menor, apesar do parâmetro κ

62 169 apresentar uma dvergênca em torno de 6 0 em relação ao parâmetro determnado por DELARA et al. (004). Como a rotação em κ da magem deste expermento é relatvamente menor que a rotação em κ apresentada no expermento anteror, será realzado um novo expermento anda com a fnaldade de entender melhor os resultados obtdos no expermento descrto para a magem A Tabela 36 apresenta os parâmetros de orentação exteror aproxmados e os resultados obtdos com o método proposto para o segundo expermento da magem TABELA 36 PARÂMETROS DE ORIENTAÇÃO EXTERIOR AJUSTADOS E SUAS RESPECTIVAS PRECISÕES IMAGEM 4194 EXPERIMENTO. PARÂMETROS APROXIAMDOS κ ϕ ω X 0 Y 0 Z , , 1677, Precsões , -5, 30, PARÂMETROS AJUSTADOS Método proposto Desvo-padrão DELARA et al. (004) Desvopadrão κ κ ϕ ϕ ω ω X 0 (m) ,798 0,566 X 0 (m) ,017,367 Y 0 (m) ,389 0,71 Y 0 (m) ,546 1,85 Z 0 (m) 1651,659 3,38 Z 0 (m) 1647,484 0,481 Uma análse da Tabela 36 permte dzer que, a rotação em κ é um grande fator de dvergênca da solução, pos quando utlzado um ângulo de rotação κ com boa aproxmação, todos os parâmetros obtveram resultados mas próxmos dos valores encontrados por DELARA et al. (004), pos tanto os parâmetros como seus respectvos desvos apresentaram melhores resultados que os encontrados no expermento anteror, sendo para as rotações um desvo em torno de 05 e para as translações em torno de 3 m.

63 170 Mesmo as dscrepâncas entre os valores apresentaram-se mas refnadas, uma vez que para as rotações encontra-se maor dscrepânca em torno de 08 e para as translações de em torno de 4 m. Uma conclusão mportante é que o processo de correspondênca automátca e estmação dos parâmetros de orentação exteror atngem seus objetvos, consegundo estabelecer automatcamente as correspondêncas entre as fguras planos, bem como determnar os parâmetros de orentação exteror da magem. Ou seja, o processo apresenta uma metodologa totalmente automátca, mas não apresenta característcas robustas e por mutas vezes não é efcente. Porém, é bastante promssor, uma vez que os problemas apresentados abrrão um grande leque para a pesqusa. O uso de magens de melhor qualdade e heurístcas mas apropradas podem levar a um aumento na precsão dos resultados Expermento 03 dados reas O objetvo deste expermento é apresentar o comportamento do método com o uso de uma magem com ruas e rodovas expostas na parte nferor e superor da magem. Ou seja, na regão central da magem não será possível reconstrur hpóteses em potencal, pos não exstem ruas eou rodovas nesta regão, tendo novamente uma dstrbução não homogênea do apoo de campo. A magem utlzada para este expermento é de número 417 e a Fgura 50 apresenta a regão da magem a ser orentada.

64 171 FIGURA 59 IMAGEM ORIGINAL A SER ORIENTADA A Fgura 51 apresenta os resultados obtdos com o processo de fltragem das regões de Grubber recortadas automatcamente na magem 417. FIGURA 51 OBJETOS SEMÂNTICOS CLASSIFICADOS EM IMAGENS DIGITAIS (A) (B) (C) Observando as Fguras 51a e 51b verfca-se que o processo de classfcação automátca dos objetos semântcos obteve sucesso. No entanto, na Fgura 51c ocorreram falhas no processo de classfcação, pos rodovas eou ruas

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Tabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992.

Tabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992. Regressão Lnear Algumas vezes estamos nteressados não apenas se exste assocação entre duas varáves quanttatvas x e y, mas nós temos também uma hpótese a respeto de uma provável relação de causa e efeto

Leia mais

Análise de influência

Análise de influência Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

2 Análise de Campos Modais em Guias de Onda Arbitrários Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

AUTOMAÇÃO DA RESSEÇÃO ESPACIAL DE IMAGENS COM USO DE HIPÓTESES DE RODOVIAS COMO APOIO DE CAMPO DERIVADAS DO SISTEMA DE VARREDURA LASER

AUTOMAÇÃO DA RESSEÇÃO ESPACIAL DE IMAGENS COM USO DE HIPÓTESES DE RODOVIAS COMO APOIO DE CAMPO DERIVADAS DO SISTEMA DE VARREDURA LASER DANIEL RODRIGUES DOS SANTOS AUTOMAÇÃO DA RESSEÇÃO ESPACIAL DE IMAGENS COM USO DE HIPÓTESES DE RODOVIAS COMO APOIO DE CAMPO DERIVADAS DO SISTEMA DE VARREDURA LASER Tese apresentada como requsto parcal à

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1)

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1) 4 Método da Matrz D Neste capítulo será apresentada uma descrção do MMD [Prada, 99], [Prada, ]. Este método será usado para dentfcar casos de nstabldade de tensão causados pela perda de controlabldade.

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

5 Validação dos Elementos

5 Validação dos Elementos 5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL

AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL IV Colóquo Braslero de Cêncas Geodéscas - IV CBCG Curtba, 16 a 0 de mao de 005 AVALIAÇÃO EXPERIMENTAL DE UM MÉTODO DE MEDIÇÃO DE COORDENADAS IMAGEM COM PRECISÃO SUBPIXEL Bazan, W. S. 1, Tommasell, A. M.

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA Faculdade de Ciências e Tecnologia Programa de Pós-Graduação em Ciências Cartográficas

UNIVERSIDADE ESTADUAL PAULISTA Faculdade de Ciências e Tecnologia Programa de Pós-Graduação em Ciências Cartográficas unesp UNIVERSIDADE ESTADUAL PAULISTA Faculdade de Cêncas e Tecnologa Programa de Pós-Graduação em Cêncas Cartográfcas TÉCNICAS PARA A EXTRAÇÃO AUTOMÁTICA DE FEIÇÕES RETAS EM IMAGENS DIGITAIS Almr Olvette

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

3 Subtração de Fundo Segmentação por Subtração de Fundo

3 Subtração de Fundo Segmentação por Subtração de Fundo 3 Subtração de Fundo Este capítulo apresenta um estudo sobre algortmos para a detecção de objetos em movmento em uma cena com fundo estátco. Normalmente, estas cenas estão sob a nfluênca de mudanças na

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

5 Formulação para Problemas de Potencial

5 Formulação para Problemas de Potencial 48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

CAPÍTULO 3 CALIBRAÇÃO DE FASE INTERFEROMÉTRICA

CAPÍTULO 3 CALIBRAÇÃO DE FASE INTERFEROMÉTRICA CAPÍTULO 3 CALIBRAÇÃO DE FASE INTERFEROMÉTRICA 3. Método Utlzando Ponto de Controle O uso de pontos de controle é o meo mas exato para a determnação do offset da fase nterferométrca. Normalmente utlza-se

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não

Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

4 Análise da Estabilidade - Modelo de Cabos

4 Análise da Estabilidade - Modelo de Cabos Análse da Establdade - Modelo de Cabos A Fgura.a apresenta um modelo com dos cabos presos a uma barra rígda de comprmento L, representando uma torre numa confguração perfeta (vertcal), enquanto na Fgura.b

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

Figura 3: Diagrama de blocos do sistema de inferência da qualidade.

Figura 3: Diagrama de blocos do sistema de inferência da qualidade. 4 Solução Proposta A metodologa proposta nesta dssertação pode ser dvdda em quatro etapas complementares que estão representadas no dagrama de blocos na Fgura 3. Cada uma delas está descrta através do

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

ESCOAMENTO TRIFÁSICO NÃO-ISOTÉRMICO EM DUTO VERTICAL COM VAZAMENTO VIA CFX: ANÁLISE DA INFLUÊNCIA DA RUGOSIDADE DA PAREDE DO DUTO

ESCOAMENTO TRIFÁSICO NÃO-ISOTÉRMICO EM DUTO VERTICAL COM VAZAMENTO VIA CFX: ANÁLISE DA INFLUÊNCIA DA RUGOSIDADE DA PAREDE DO DUTO ESCOAMENTO TRIFÁSICO NÃO-ISOTÉRMICO EM DUTO VERTICAL COM VAZAMENTO VIA CFX: ANÁLISE DA INFLUÊNCIA DA RUGOSIDADE DA PAREDE DO DUTO W. R. G. SANTOS 1, H. G. ALVES 2, S. R. FARIAS NETO 3 e A. G. B. LIMA 4

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais