Avaliação do Desempenho dos Métodos ICP, CPD e SVR para Registro Automático de Nuvens de Pontos Relativas a Telhados Extraídas de Dados LiDAR Aerotransportados

A partir dos anos 2000, houve um aumento na aquisicao de dados LiDAR (Light Detection and Ranging) em areas urbanas, o que possibilitou diversos estudos e aplicacoes nas mais variadas areas, verificando-se um crescimento dos acervos historicos. Com isso, sao necessarios metodos de processamento robustos para manipulacao desses dados. Os metodos de registro de dados laser inserem-se nesse contexto, essenciais para promover a utilizacao de dados oriundos de distintos equipamentos e datas. Este estudo consiste em avaliar o desempenho de tres metodos de registro: Iterative Closest Point (ICP), Coherent Point Drift (CPD) e Support Vector Registration (SVR). A metodologia contempla o pre-processamento dos dados LiDAR para a extracao de tres telhados de edificios com caracteristicas distintas, localizados no campus da UFPR, em Curitiba – PR. Foram utilizados dados do sensor Optech ALTM Pegasus HD 500, com frequencia de 300 kHz e altura de voo de 1.600 m, densidade media de 1,71 pontos por m² e IFOV de 25°. Os metodos foram implementados na linguagem Python. Como resultados, foram obtidos os registros, dos quais foram extraidas suas acuracias e tempos de processamento. Os resultados evidenciaram que os metodos CPD e SVR sao otimas alternativas para superar as limitacoes do ICP, ressaltando-se o desempenho do CPD e a eficiencia computacional do SVR, sendo que este ultimo e particularmente adequado para lidar com dados ruidosos.