Cartographic Generalization

Este relatório apresenta um método para generalização cartográfica automática de
bases cadastrais contendo arruamentos usando algoritmos de processamento digital de imagens
(PDI). A implementação de algoritmos robustos e eficientes para generalização cartográfica é uma
tarefa de alto grau de complexidade, uma vez que diversos problemas devem ser analisados
simultaneamente. A principal característica do método proposto é o emprego de uma sequencia
de técnicas de PDI para generalização de uma base cadastral. Primeiramente, a resolução
espacial da imagem digital de uma base cadastral é reduzida e transformada para níveis de cinza.
Em seguida, a imagem é limiarizada e os ruídos são atenuados através de um processo de
suavização de imagens. Finalmente, os pixels de borda são detectados e um algoritmo conhecido
com Convex Hull que extrai a área de influência das ruas. Para validar o método proposto foi
conduzido um experimento usando uma base cadastral na escala 1:50000, contendo apenas
arruamentos. Os resultados obtidos foram comparados com métodos manuais de generalização
cartográfica e mostraram que o método proposto é promissor, no entanto necessita de maiores
investigações, uma vez que elimina detalhes existentes nas feições e fusiona vários elementos no
processo automático de generalização.

Este trabalho apresenta um método para generalização cartográfica automática de bases cadastrais contendo arruamentos usando algoritmos de processamento digital de imagens (PDI). A implementação de algoritmos robustos e eficientes para generalização cartográfica é uma tarefa de alto grau de complexidade, uma vez que diversos problemas devem ser analisados simultaneamente. A principal característica do método proposto é o emprego de uma sequencia de técnicas de PDI para generalização de uma base cadastral. Primeiramente, a resolução espacial da imagem digital de uma base cadastral é reduzida e transformada para níveis de cinza. Em seguida, a imagem é limiarizada e os ruídos são atenuados através de um processo de suavização de imagens. Finalmente, os pixels de borda são detectados e um algoritmo conhecido com Convex Hull que extrai a área de influência das ruas. Para validar o método proposto foi conduzido um experimento usando uma base cadastral na escala 1:50000, contendo apenas arruamentos. Os resultados obtidos foram comparados com métodos manuais de generalização cartográfica e mostraram que o método proposto é promissor, no entanto necessita de maiores investigações, uma vez que elimina detalhes existentes nas feições e fusiona vários elementos no processo automático de generalização.

Model-oriented generalization modifies the internal representation of a map to make it simpler. We present a layered library supporting this task, based on a separation of the topological, metric and semantic aspects of maps. We outIine the theoretical framework of our approach, and describe the main structure of its software layers.