Detecção de árvores em povoamentos de Pinus spp. a partir de nuvens de pontos derivados de imagens ópticas de RPAS a partir da análise de máximo global

Abstract

Resumo: Esta pesquisa teve como objetivo a criação de um algoritmo para detecção automática de árvores a partir de nuvens de pontos 3D gerados de imagens ópticas de RPAS. O algoritmo criado, denominado DAA (Detecção Automática de Árvores), cujo funcionamento baseia-se na metodologia de filtro de máximos globais, foi aplicado em dois tipos de povoamentos florestais de Pinus spp.: plantio jovem, de 2 anos de idade e plantio adulto, de 11 anos recém desbastado. Para analisar o potencial de funcionamento do DAA, este foi inicialmente aplicado na nuvem de pontos 3D pré-processada do plantio jovem, de 2 anos de idade. O resultado obtido mostrou-se satisfatório, com 91% das árvores detectadas automaticamente pelo algoritmo. Quando aplicado no plantio adulto, o DAA foi comparado a outro algoritmo de detecção automática de árvores, o ITD (Individual Tree Detection), cujo princípio de funcionamento tem como base o método de filtro de máximos locais, o mais utilizado para este objetivo. Ao comparar os dois algoritmos com os métodos de contagem em campo das árvores e contagem por fotointerepretação de ortofoto, o DAA apresentou melhores resultados, com 93% de árvores detectadas corretamente, quando comparado a contagem pela ortofoto e 89% em relação ao censo florestal. Em contrapartida, o ITD apresentou valores de 71% de acertos em relação a ortofoto e 74% em relação ao censo florestal. Portanto, o algoritmo ITD subestimou o número total de árvores do talhão adulto, e o DAA obteve melhor desempenho para esta finalidade. Palavras-chaves: Automatização. Filtro de máximos globais. Censo florestal. RPAS. Sensoriamento Remoto 3D.

Abstract: The goal of this research was the creation of an algorithm for automatic detection of trees from point cloud generated by RPAS's optical images. The algorithm, called DAA (Detecção Automática de Árvores), whose operation is based on the methodology of global maxima filter, was applied in two types of Pinus taeda's forests plantings: young planting, 2 years of age and adult planting, of 11 years old. To analyze the potential for DAA, it was first applied in a pre-processed 3D spot cloud of young, 2-year-old planting. The result obtained was satisfactory, with 91% of the seedlings detected automatically by the algorithm. When applied to adult planting, the DAA was compared to another algorithm of automatic tree detection, the ITD (Individual Tree Detection), whose principle of operation is based on the method of local maxima filter, the most used for this type of activity. When comparing the two algorithms with the counting methods in the field and counting by photointerpretation of orthophoto, the DAA presented better results, with 93% of correctly detected trees when compared to orthophoto counts and 89% in relation to the forest census. On the other hand, the ITD presented values of 71% of hits in relation to orthophoto and 74% in relation to the forest census. Therefore, the ITD algorithm underestimated the total number of trees in the adult field, and DAA obtained better performance for this purpose. Key-words: Automation. 3D Remote Sensing. Forest census. Global maxima filter. RPAS.