During the Haiti earthquake on 12.01.2010 and the Nepal earthquake on 25/04/2015 proved to be very useful the work of the volunteers that integrate the free Open Street Map (OSM) creating maps of the roads on site, useful in case of emergency, thus supporting the humanitarian organizations. Though away from the site of interest, with such crowdsourcing they can contribute to the efforts of mapping inaccessible or little known regions by tracing images from aerial photographs or satellite images, in some cases made available free of charge. The objective of this research, still in progress, is to experience the opportunity to obtain very quickly the road, pulling automatically or semi-automatically from the satellite data. The methodology used is the Object Based Image Analysis, which operates a segmentation of the whole image, in this case by setting parameters such as shape and color easily distinguishing roads from rivers, then making it possible a fast exporting of data obtained to Open Street Map. This migration process to OSM is automated so is much more rapid and efficient than manual integration, inhomogeneous and subject to many variables. The results obtained so far are encouraging and suggest continuing the search for rapid techniques for the integration of maps to be used for humanitarian emergencies.

Durante il terremoto di Haiti del 12.01.2010 e quello del Nepal del 25.04.2015 si è rivelata molto utile l’opera dei volontari che integrano il servizio gratuito Open Street Map (OSM) realizzando mappe delle strade presenti in loco, utili in caso di emergenza, supportando così le organizzazioni umanitarie. Anche se lontani dal sito di interesse, con tali operazioni di crowdsourcing essi possono contribuire agli sforzi di mappatura di regioni impervie o poco note tracciando immagini da fotografie aeree o immagini satellitari, in alcuni casi rese disponibili gratuitamente. Obiettivo della presente ricerca, ancora in itinere, è sperimentare la possibilità di ottenere molto rapidamente la rete stradale, estraendola automaticamente o semiautomaticamente dai dati satellitari. La metodologia utilizzata è l’Object Based Image Analysis, che opera una segmentazione dell’intera immagine, nel caso specifico mediante impostazione di parametri di forma e colore tali da distinguere agevolmente le strade dai corsi d’acqua, rendendo poi possibile l’esportazione rapida in Open Street Map dei dati ottenuti. Questo processo di trasferimento in OSM così automatizzato si rivela molto più rapido ed efficiente dell’integrazione manuale, non omogenea e soggetta a numerose variabili. I risultati sinora ottenuti sono incoraggianti e suggeriscono di proseguire nella ricerca di tecniche rapide per l’integrazione di mappe da usare per le emergenze umanitarie.

Estrazione rapida di strade mediante segmentazione di immagini telerilevate da satellite integrabili in Open Street Map per situazioni di emergenza

BARRILE, Vincenzo;
2015-01-01

Abstract

During the Haiti earthquake on 12.01.2010 and the Nepal earthquake on 25/04/2015 proved to be very useful the work of the volunteers that integrate the free Open Street Map (OSM) creating maps of the roads on site, useful in case of emergency, thus supporting the humanitarian organizations. Though away from the site of interest, with such crowdsourcing they can contribute to the efforts of mapping inaccessible or little known regions by tracing images from aerial photographs or satellite images, in some cases made available free of charge. The objective of this research, still in progress, is to experience the opportunity to obtain very quickly the road, pulling automatically or semi-automatically from the satellite data. The methodology used is the Object Based Image Analysis, which operates a segmentation of the whole image, in this case by setting parameters such as shape and color easily distinguishing roads from rivers, then making it possible a fast exporting of data obtained to Open Street Map. This migration process to OSM is automated so is much more rapid and efficient than manual integration, inhomogeneous and subject to many variables. The results obtained so far are encouraging and suggest continuing the search for rapid techniques for the integration of maps to be used for humanitarian emergencies.
2015
978-88-941232-2-7
Durante il terremoto di Haiti del 12.01.2010 e quello del Nepal del 25.04.2015 si è rivelata molto utile l’opera dei volontari che integrano il servizio gratuito Open Street Map (OSM) realizzando mappe delle strade presenti in loco, utili in caso di emergenza, supportando così le organizzazioni umanitarie. Anche se lontani dal sito di interesse, con tali operazioni di crowdsourcing essi possono contribuire agli sforzi di mappatura di regioni impervie o poco note tracciando immagini da fotografie aeree o immagini satellitari, in alcuni casi rese disponibili gratuitamente. Obiettivo della presente ricerca, ancora in itinere, è sperimentare la possibilità di ottenere molto rapidamente la rete stradale, estraendola automaticamente o semiautomaticamente dai dati satellitari. La metodologia utilizzata è l’Object Based Image Analysis, che opera una segmentazione dell’intera immagine, nel caso specifico mediante impostazione di parametri di forma e colore tali da distinguere agevolmente le strade dai corsi d’acqua, rendendo poi possibile l’esportazione rapida in Open Street Map dei dati ottenuti. Questo processo di trasferimento in OSM così automatizzato si rivela molto più rapido ed efficiente dell’integrazione manuale, non omogenea e soggetta a numerose variabili. I risultati sinora ottenuti sono incoraggianti e suggeriscono di proseguire nella ricerca di tecniche rapide per l’integrazione di mappe da usare per le emergenze umanitarie.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12318/17785
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact