The problem of illegal waste disposal nowadays it is a serious and worldwide threat to the environment that continues to grow. To be done correctly, waste disposal has to follow specific rules designed to protect people's health. However it is increasingly common for private citizens to illegally dispose of small quantities of waste and for large criminal organizations to create real large illegal landfills. To find a solution, it is necessary to take advantage of an intelligent analysis, possibly automatic, that leads to the identification of these critical sites. A first step in this direction is represented by data analysis and by the creation of a dataset that could represent the basis for the implementation of automatic identification methods and for their validation. To create a dataset of geo-referenced entities with their respective descriptions, not only is necessary the availability of data but also of tools that can simplify the process and make it efficient. In this project we present a tool for annotating geo-referenced images from different sources, such as satellites and orthophotos. The tool has been developed so that it can be adapted and made compatible even with generic use cases and purposes other than those proposed in this thesis work. In addition to this, other useful tools have been created for retrieving satellite images and processing orthophoto images used in the annotation tool. The developed tools have been used for the analysis of more than 1500 images which led to the creation of a dataset of more than 10900 annotations, each of which consists of a polygon with its corresponding and describing label. These annotations have been realized identifying suspicious illegal landfills and their characterizing elements.

Il problema dello smaltimento illegale dei rifiuti oggigiorno rappresenta una grave minaccia all’ambiente in tutto il mondo e continua ad aggravarsi. Per essere fatto correttamente lo smaltimento dei rifiuti deve seguire specifiche regole pensate per proteggere la salute delle persone. Tuttavia si verifica sempre più spesso che privati cittadini gettino illegalmente piccole quantità di rifiuti e che grandi organizzazioni criminali creino vere e proprie discariche abusive di grosse dimensioni. Per trovare una soluzione è necessario sfruttare un’analisi mirata, e possibilmente automatica, che porti all’individuazione di questi siti critici. Un primo passo in questa direzione è rappresentato dall’analisi dati e dalla creazione di un dataset che possa fare da base per l’implementazione di metodi automatici di identificazione e per la loro validazione. Per realizzare un dataset di entità geo-referenziate con le loro rispettive descrizioni non solo è necessaria la disponibilità di dati ma anche di strumenti che possano semplificare il processo e renderlo efficiente. In questo progetto presentiamo uno strumento utilizzato per l’annotazione di immagini geo-referenziate da sorgenti diverse, quali satellitari e ortofotografiche. Lo strumento è stato sviluppato in modo da poter essere adattato e reso compatibile anche con casi d’uso generici e scopi diversi da quello proposto in questo lavoro di tesi. Oltre a questo sono stati realizzati anche altri strumenti utili al reperimento delle immagini satellitari e all’elaborazione di immagini ortofotografiche usate nello strumento di annotazione. Gli strumenti sviluppati sono stati usati per l’analisi di più di 1500 immagini che hanno portato alla realizzazione di un dataset di più di 10900 annotazioni, ciascuna delle quali consiste in un poligono corredato di una etichetta che lo descriva. Queste annotazioni sono state realizzate identificando discariche abusive sospette e i loro elementi più caratterizzanti.

A system for annotating and analysing multi-source geo-referenced images for environmental applications

PAGANI, ALBERTO FEDERICO
2018/2019

Abstract

The problem of illegal waste disposal nowadays it is a serious and worldwide threat to the environment that continues to grow. To be done correctly, waste disposal has to follow specific rules designed to protect people's health. However it is increasingly common for private citizens to illegally dispose of small quantities of waste and for large criminal organizations to create real large illegal landfills. To find a solution, it is necessary to take advantage of an intelligent analysis, possibly automatic, that leads to the identification of these critical sites. A first step in this direction is represented by data analysis and by the creation of a dataset that could represent the basis for the implementation of automatic identification methods and for their validation. To create a dataset of geo-referenced entities with their respective descriptions, not only is necessary the availability of data but also of tools that can simplify the process and make it efficient. In this project we present a tool for annotating geo-referenced images from different sources, such as satellites and orthophotos. The tool has been developed so that it can be adapted and made compatible even with generic use cases and purposes other than those proposed in this thesis work. In addition to this, other useful tools have been created for retrieving satellite images and processing orthophoto images used in the annotation tool. The developed tools have been used for the analysis of more than 1500 images which led to the creation of a dataset of more than 10900 annotations, each of which consists of a polygon with its corresponding and describing label. These annotations have been realized identifying suspicious illegal landfills and their characterizing elements.
TORRES, ROCIO NAHIME
ING - Scuola di Ingegneria Industriale e dell'Informazione
6-giu-2020
2018/2019
Il problema dello smaltimento illegale dei rifiuti oggigiorno rappresenta una grave minaccia all’ambiente in tutto il mondo e continua ad aggravarsi. Per essere fatto correttamente lo smaltimento dei rifiuti deve seguire specifiche regole pensate per proteggere la salute delle persone. Tuttavia si verifica sempre più spesso che privati cittadini gettino illegalmente piccole quantità di rifiuti e che grandi organizzazioni criminali creino vere e proprie discariche abusive di grosse dimensioni. Per trovare una soluzione è necessario sfruttare un’analisi mirata, e possibilmente automatica, che porti all’individuazione di questi siti critici. Un primo passo in questa direzione è rappresentato dall’analisi dati e dalla creazione di un dataset che possa fare da base per l’implementazione di metodi automatici di identificazione e per la loro validazione. Per realizzare un dataset di entità geo-referenziate con le loro rispettive descrizioni non solo è necessaria la disponibilità di dati ma anche di strumenti che possano semplificare il processo e renderlo efficiente. In questo progetto presentiamo uno strumento utilizzato per l’annotazione di immagini geo-referenziate da sorgenti diverse, quali satellitari e ortofotografiche. Lo strumento è stato sviluppato in modo da poter essere adattato e reso compatibile anche con casi d’uso generici e scopi diversi da quello proposto in questo lavoro di tesi. Oltre a questo sono stati realizzati anche altri strumenti utili al reperimento delle immagini satellitari e all’elaborazione di immagini ortofotografiche usate nello strumento di annotazione. Gli strumenti sviluppati sono stati usati per l’analisi di più di 1500 immagini che hanno portato alla realizzazione di un dataset di più di 10900 annotazioni, ciascuna delle quali consiste in un poligono corredato di una etichetta che lo descriva. Queste annotazioni sono state realizzate identificando discariche abusive sospette e i loro elementi più caratterizzanti.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2020_04_Pagani.pdf

accessibile in internet per tutti

Descrizione: Testo della tesi
Dimensione 60.41 MB
Formato Adobe PDF
60.41 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi 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/10589/164310