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 | Droneng Drones e Engenharia | - |
Autor(es): dc.creator | dos Santos, Renato César | - |
Autor(es): dc.creator | da Silva, Matheus Ferreira | - |
Autor(es): dc.creator | Alencar, Cleber Junior | - |
Autor(es): dc.creator | Galo, Mauricio | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:37:18Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:37:18Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-11-03 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.5194/isprs-annals-X-3-2024-109-2024 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309404 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309404 | - |
Descrição: dc.description | One of the essential factors in analyzing urban environments is the presence of trees. Thus, the development of automatic or semiautomatic tree detection strategies is important for monitoring and providing data for municipal authorities' planning efforts. In this context, we propose an automatic method for detecting trees using LiDAR data collected by airborne platforms. The proposed strategy uses the omnivariance as a key attribute, which is estimated locally from eigenvalues. Additionally, it utilizes an adaptive process to determine the optimal radius, followed by successive filtering based on the majority filter and mathematical morphology operators. The effectiveness of the proposed approach was evaluated on six study areas from two distinct datasets (Presidente Prudente/Brazil and Palmerston/New Zealand). In general, the results indicate a completeness rate around 99% and a correctness rate around 91%, resulting in an average Fscore of 95%. These findings suggest that the proposed approach has potential to detect trees in urban regions using airborne LiDAR data. Compared to related works, the proposed strategy tends to have a better result in terms of completeness. | - |
Descrição: dc.description | Juvenile Diabetes Research Foundation New Zealand | - |
Descrição: dc.description | Prudential | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | São Paulo State University - UNESP Dept. of Cartography, São Paulo | - |
Descrição: dc.description | São Paulo State University - UNESP Graduate Program in Cartographic Sciences, São Paulo | - |
Descrição: dc.description | Droneng Drones e Engenharia, São Paulo | - |
Descrição: dc.description | São Paulo State University - UNESP Dept. of Cartography, São Paulo | - |
Descrição: dc.description | São Paulo State University - UNESP Graduate Program in Cartographic Sciences, São Paulo | - |
Descrição: dc.description | FAPESP: 2021/06029-7 | - |
Descrição: dc.description | CNPq: 309734/2022-3 | - |
Formato: dc.format | 109-115 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | 3D Point Cloud | - |
Palavras-chave: dc.subject | LASER Scanning | - |
Palavras-chave: dc.subject | Photogrammetry | - |
Palavras-chave: dc.subject | Remote Sensing | - |
Palavras-chave: dc.subject | Tree Extraction | - |
Palavras-chave: dc.subject | Urban Forests | - |
Título: dc.title | Automatic Detection of Trees using Airborne LiDAR Data Based on Geometric Characteristics | - |
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: