Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Natural Resources Institute | - |
Autor(es): dc.creator | Basso, Dayara | - |
Autor(es): dc.creator | Colnago, Marilaine | - |
Autor(es): dc.creator | Azevedo, Samara | - |
Autor(es): dc.creator | Negri, Rogério G. | - |
Autor(es): dc.creator | Casaca, Wallace | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:09:40Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:09:40Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/IGARSS47720.2021.9553189 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/223593 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/223593 | - |
Descrição: dc.description | Classifying targets in satellite images is a nontrivial task which requires dealing with a large number of undesirable elements such as clouds, building shadows and other unexpected objects. Among these, a commonly found element refers to artificially inserted post-processing objects like textual content, as the added text usually takes the form of watermarks, sensor specifications, street and place location names, etc. Manually selecting text segments is tedious, time-consuming, and requires the familiarity with image editing tools to precisely delineate these writing areas. Therefore, in this paper, a new automatic approach for detecting textual elements in satellite images is presented. Our approach combines cartoon-texture decomposition, thresholding-based rules, morphological operations, and connected component analysis into a fully automated and concise framework. Experiments on real satellite images and comparisons against well-established text detection methods demonstrate the high accuracy and low false-positive rate achieved by our approach when detecting textual content. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | São Paulo State University (UNESP) Dept. of Energy Engineering | - |
Descrição: dc.description | Federal University of Itajubá (UNIFEI) Natural Resources Institute | - |
Descrição: dc.description | São Paulo State University (UNESP) Dept. of Environmental Engineering, S. J. dos Campos | - |
Descrição: dc.description | São Paulo State University (UNESP) Dept. of Energy Engineering | - |
Descrição: dc.description | São Paulo State University (UNESP) Dept. of Environmental Engineering, S. J. dos Campos | - |
Descrição: dc.description | FAPESP: #2013/07375-0 | - |
Descrição: dc.description | FAPESP: #2018/01033-3 | - |
Descrição: dc.description | FAPESP: #2018/06756-3 | - |
Formato: dc.format | 4204-4207 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | International Geoscience and Remote Sensing Symposium (IGARSS) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Remote sensing images | - |
Palavras-chave: dc.subject | Text detection | - |
Título: dc.title | AUTOMATICALLY DETECTING TEXTUAL CONTENT IN HIGH-RESOLUTION IMAGES | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: