Análise Direcional de Erros Sistemáticos em Ortomosaico gerado por meio de RPAS
Authors:
- Dalva M. Castro VittiDVDalva M. Castro Vitti
- Frederico Fábio MauadFMFrederico Fábio Mauad
- Ademir Marques JrAJAdemir Marques Jr
- Leonardo Campos InocêncioLILeonardo Campos Inocêncio
- Maurício Roberto VeronezMVMaurício Roberto Veronez
Open Access
- 28 December 2018
- journal article
- Published by Portal de Periódicos UFU - Universidade Federal de Uberlandia in Revista Brasileira de Cartografia
- Vol. 70 (5) , 1566-1594
Abstract
A estatística circular é uma importante ferramenta para avaliar a tendência em mapeamentos a partir do imageamento com sensores embarcados. Este trabalho visou avaliar erros sistemáticos e em dois ortomosaicos obtidos do imageamento simultâneo com dois sensores embarcados no Hexator XFly 800. Foram gerados dois ortomosaicos pela técnica Structure from Motion. As discrepâncias foram obtidas pela comparação entre pontos homólogos observados nos ortomosaicos e coletados com GNSS RTK. Primeiramente, foram realizadas análises quanto a normalidade e aleatoriedade das discrepâncias observadas nos pontos de controle. De acordo com a função de Shapiro-Wilk as amostras não apresentaram distribuição normal e pelo teste de sequências foram consideradas aleatórias. Devido a não normalidade, foi realizada a análise direcional dos dados, obtendo-se assim as direções dos vetores resultantes de acordo com a função de von Mises. Para os ortomosaicos do sensor Canon ELPH 110S + SfM e sequoia + SfM, os vetores direcionais resultantes ocorreram no azimute 47o e 116o, com variâncias de 0,880 m e 0,810 m, respectivamente, mostrando grande dispersão dos pontos e por consequência, concluindo pela não tendência de ambos ortomosaicos. O RMSE foi calculado para ambos ortomosaicos e comparados com o PEC-PCD, que conduziu ao enquadramento na Classe B da escala 1:2000.Keywords
This publication has 6 references indexed in Scilit:
- Lightweight UAV digital elevation models and orthoimagery for environmental applications: data accuracy evaluation and potential for river flood risk modellingInternational Journal of Remote Sensing, 2017
- Assessing the Accuracy of High Resolution Digital Surface Models Computed by PhotoScan® and MicMac® in Sub-Optimal Survey ConditionsRemote Sensing, 2016
- Modeling the World from Internet Photo CollectionsInternational Journal of Computer Vision, 2007
- Evaluation of Features Detectors and Descriptors based on 3D ObjectsInternational Journal of Computer Vision, 2006
- Multiple View Geometry in Computer Vision2004
- A Unified View of the Theory of Directional Statistics, 1975-1988International Statistical Review, 1989