Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011
Colombia ha presentado un significativo cambio de uso de suelo y esta variabilidad ha generado la necesidad de automatizar la extracción de cartografía de manera que la información vaya acorde con el ritmo del cambio. Así, para esta actualización, se propone extraer la cobertura de suelo urbano usan...
- Autores:
-
Romero Segura, Nidia Marcela
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Militar Nueva Granada
- Repositorio:
- Repositorio UMNG
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unimilitar.edu.co:10654/39010
- Acceso en línea:
- http://hdl.handle.net/10654/39010
- Palabra clave:
- CARTOGRAFIA
PROCESAMIENTO DE IMAGENES
object-based image classification
Cartography
Remote Sensing
Clasificación de Imágenes basado en objetos
Cartografía
Percepción Remota
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
UNIMILTAR2_cec23537b1bf627a12c459d1bd7a05b5 |
---|---|
oai_identifier_str |
oai:repository.unimilitar.edu.co:10654/39010 |
network_acronym_str |
UNIMILTAR2 |
network_name_str |
Repositorio UMNG |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
dc.title.translated.spa.fl_str_mv |
Methodological evaluation for extraction of urban coverage of the plato magdalena through an object-oriented classification using aerial images and LiDAR data from the year 2011 |
title |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
spellingShingle |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 CARTOGRAFIA PROCESAMIENTO DE IMAGENES object-based image classification Cartography Remote Sensing Clasificación de Imágenes basado en objetos Cartografía Percepción Remota |
title_short |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
title_full |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
title_fullStr |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
title_full_unstemmed |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
title_sort |
Evaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011 |
dc.creator.fl_str_mv |
Romero Segura, Nidia Marcela |
dc.contributor.advisor.none.fl_str_mv |
Briceño Zuluaga, Francisco Javier |
dc.contributor.author.none.fl_str_mv |
Romero Segura, Nidia Marcela |
dc.subject.lemb.spa.fl_str_mv |
CARTOGRAFIA PROCESAMIENTO DE IMAGENES |
topic |
CARTOGRAFIA PROCESAMIENTO DE IMAGENES object-based image classification Cartography Remote Sensing Clasificación de Imágenes basado en objetos Cartografía Percepción Remota |
dc.subject.keywords.spa.fl_str_mv |
object-based image classification Cartography Remote Sensing |
dc.subject.proposal.spa.fl_str_mv |
Clasificación de Imágenes basado en objetos Cartografía Percepción Remota |
description |
Colombia ha presentado un significativo cambio de uso de suelo y esta variabilidad ha generado la necesidad de automatizar la extracción de cartografía de manera que la información vaya acorde con el ritmo del cambio. Así, para esta actualización, se propone extraer la cobertura de suelo urbano usando fotografías aéreas y datos LiDAR con un método orientado a objetos; esto es una alternativa para lageneración de la cobertura urbana, en este caso, del Plato Magdalena. Se utilizó el software eCognition e imágenes multiespectrales de alta resolución y datos LiDAR de un sectordel Plato Magdalena del año 2011. El presente trabajo permitió unos resultados frentea la clasificación, por medio de cálculos que establecen los objetos bien clasificados, aplicando el índice Kappa, obtenidos con la información de la matriz de confusión, el cual tiene en cuenta las clases asignadas erradamente. La estimación global de objetos bien clasificados es p^: 95.03%, con un intervalo de confianza de: |94.97%≤ p^ ≤ 95.09%| y un índice Kappa de: k 90.22%. Los datos obtenidos frente al concepto de manzana no son los esperados; en cuanto a la figura geométrica recta o regular sin bordes irregulares, se evidenció que esto se atribuye a la vegetación en las aceras o como elemento de delimitación de cercas vivas que ofrecen un servicio de sombra debido a las altas temperaturas. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-10-05T17:05:41Z |
dc.date.available.none.fl_str_mv |
2021-10-05T17:05:41Z |
dc.date.issued.none.fl_str_mv |
2021-06-19 |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Especialización |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.*.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10654/39010 |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Militar Nueva Granada |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Militar Nueva Granada |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unimilitar.edu.co |
url |
http://hdl.handle.net/10654/39010 |
identifier_str_mv |
instname:Universidad Militar Nueva Granada reponame:Repositorio Institucional Universidad Militar Nueva Granada repourl:https://repository.unimilitar.edu.co |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.references.spa.fl_str_mv |
Q. Yu, P. Gong, N. Clinton, G. Biging, M. Kelly, and D. Schirokauer, “Object-based Detailed Vegetation Classification with Airborne High Spatial Resolution Remote Sensing Imagery,” vol. 72, no. 7, pp. 799–811, 2006. U. Soergel, Review of radar remote sensing on urban areas, vol. 15. 2010. Z. Rendenieks, M. D. Nita, O. Nikodemus, and V. C. Radeloff, “Half a century of forest cover change along the Latvian-Russian border captured by object-based image analysis of Corona and Landsat TM/OLI data,” Remote Sens. Environ., vol. 249, no. July, 2020, doi: 10.1016/j.rse.2020.112010. van O. Peter, P. Friso, Z. Sisi, and M. F. Elfriede, Lecture notes in geoinformation and cartography. 2008 J. Pablo and A. López, “Clasificación y extracción de información temática en imágenes satelitales de zonas rurales mediante la validación y aplicación de una metodología orientada a objetos y clasificadores basados en lógica difusa.,” 2004. S. Of and T. H. E. Art, “Modeling of Urban Areas From High Resolution,” Technology, 2007 T. Magedanz, Lecture Notes in Computer Science: Preface, vol. 3744 LNCS. 2005. I. Lizarazo and P. Elsner, “From pixels to grixels: a unified functional model for geographic-object-based image analysis,” Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci., vol. 38, no. 4/C1, 2008. U. Guide, “eCognition ® Developer.” C. Gold, DIGITAL TERRAIN MODELING PRINCIPLES AND METHODOLOGY. 2009. J. Estornell, “Análisis de los factores que influyen en la precisión de un MDE y estimación de parámetros forestales en zonas arbustivas de montaña mediante datos LiDAR,” Tesis Dr., p. 127, 2011. F. Edition, “ERDAS Field Guide.” R. A. de By, “Principles of Geographic Information Systems: An introductory textbook Editors,” Princ. Geogr. Inf. Syst. An Introd. Textb. Ed., p. 490, 2009. O. Csillik, C. Eisank, and D. Tiede, “ISPRS Journal of Photogrammetry and Remote Sensing Automated parameterisation for multi-scale image segmentation on multiple layers,” vol. 88, pp. 119–127, 2014, doi: 10.1016/j.isprsjprs.2013.11.018. T. Blaschke, “Object based image analysis for remote sensing,” ISPRS J. Photogramm. Remote Sens., vol. 65, no. 1, pp. 2–16, 2010, doi: 10.1016/j.isprsjprs.2009.06.004. U. C. Benz, P. Hofmann, G. Willhauck, I. Lingenfelder, and M. Heynen, “Multi resolution , object-oriented fuzzy analysis of remote sensing data for GIS-ready information,” vol. 58, pp. 239–258, 2004, doi: 10.1016/j.isprsjprs.2003.10.002. . Belgiu and O. Csillik, “Sentinel-2 cropland mapping using pixel-based and object based time-weighted dynamic time warping analysis,” Remote Sens. Environ., vol. 204, no. November 2017, pp. 509–523, 2018, doi: 10.1016/j.rse.2017.10.005. I. Bajwa et al., Assessing the Impact of Urban Expansion on Land Surface Temperature in Lahore Using Remote Sensing Techniques, vol. 4, no. 4. 2015. S. J. A. Albacete, “Facultad de Geografía e Historia Procesamiento de datos LiDAR con ArcGIS Desktop 10,” p. 110, 2011. |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.accessrights.*.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.spa.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
dc.rights.local.spa.fl_str_mv |
Acceso abierto |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 Attribution-NonCommercial-NoDerivatives 4.0 International Acceso abierto |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
applicaction/pdf |
dc.coverage.spatial.spa.fl_str_mv |
Plato Magdalena - Colombia |
dc.coverage.temporal.spa.fl_str_mv |
2011 |
dc.coverage.sede.spa.fl_str_mv |
Calle 100 |
dc.publisher.program.spa.fl_str_mv |
Especialización en Geomática |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.grantor.spa.fl_str_mv |
Universidad Militar Nueva Granada |
institution |
Universidad Militar Nueva Granada |
bitstream.url.fl_str_mv |
http://repository.unimilitar.edu.co/bitstream/10654/39010/1/RomeroSeguraNidiaMarcela2021.pdf http://repository.unimilitar.edu.co/bitstream/10654/39010/2/license.txt http://repository.unimilitar.edu.co/bitstream/10654/39010/3/RomeroSeguraNidiaMarcela2021.pdf.jpg |
bitstream.checksum.fl_str_mv |
42027f9d400bc5c22583fb715de12e71 a609d7e369577f685ce98c66b903b91b 66d9c94e549e6a5c2d5fefd30b8ca5e0 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional UMNG |
repository.mail.fl_str_mv |
bibliodigital@unimilitar.edu.co |
_version_ |
1808417878097002496 |
spelling |
Briceño Zuluaga, Francisco JavierRomero Segura, Nidia MarcelaEspecialista en GeomáticaPlato Magdalena - Colombia2011Calle 1002021-10-05T17:05:41Z2021-10-05T17:05:41Z2021-06-19http://hdl.handle.net/10654/39010instname:Universidad Militar Nueva Granadareponame:Repositorio Institucional Universidad Militar Nueva Granadarepourl:https://repository.unimilitar.edu.coColombia ha presentado un significativo cambio de uso de suelo y esta variabilidad ha generado la necesidad de automatizar la extracción de cartografía de manera que la información vaya acorde con el ritmo del cambio. Así, para esta actualización, se propone extraer la cobertura de suelo urbano usando fotografías aéreas y datos LiDAR con un método orientado a objetos; esto es una alternativa para lageneración de la cobertura urbana, en este caso, del Plato Magdalena. Se utilizó el software eCognition e imágenes multiespectrales de alta resolución y datos LiDAR de un sectordel Plato Magdalena del año 2011. El presente trabajo permitió unos resultados frentea la clasificación, por medio de cálculos que establecen los objetos bien clasificados, aplicando el índice Kappa, obtenidos con la información de la matriz de confusión, el cual tiene en cuenta las clases asignadas erradamente. La estimación global de objetos bien clasificados es p^: 95.03%, con un intervalo de confianza de: |94.97%≤ p^ ≤ 95.09%| y un índice Kappa de: k 90.22%. Los datos obtenidos frente al concepto de manzana no son los esperados; en cuanto a la figura geométrica recta o regular sin bordes irregulares, se evidenció que esto se atribuye a la vegetación en las aceras o como elemento de delimitación de cercas vivas que ofrecen un servicio de sombra debido a las altas temperaturas.Colombia has presented a significant change in land use, these variations generate the need to automate the extraction of cartography and to keep pace with the change. Extract the urban land cover using aerial photographs and LiDAR data with an object oriented method with which an alternative is proposed for the generation of the urban cover of the Plato Magdalena. The eCognition software and high resolution multispectral images and LiDAR data of a sector of the Plato Magdalena from 2011 were used. The present work found some results compared to the classification, through calculations that were well classified objects, applying the Kappa index, obtained with the information from the confusion matrix, which takes into account the wrongly assigned classes. The global estimate of well classified objects is p ^: 95.03%, with a confidence interval of: | 94.97% ≤ p ^ ≤ 95.09% | and a Kappa index of: k 90.22%. The data obtained from the concept of a block are not as expected, in terms of the straight or regular geometric figure without irregular edges, it was evidenced that this is attributed to the vegetation on the sidewalks or as an element of delimitation of living fences that offer a service shade due to high temperatures. of delimitation of living fences that offer a service shade due to high temperatures.Especializaciónapplicaction/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 InternationalAcceso abiertoEvaluación metodológica para extracción de cobertura urbana del plato magdalena por medio de clasificación orientada a objetos utilizando imágenes aéreas y datos LiDAR del año 2011Methodological evaluation for extraction of urban coverage of the plato magdalena through an object-oriented classification using aerial images and LiDAR data from the year 2011CARTOGRAFIAPROCESAMIENTO DE IMAGENESobject-based image classificationCartographyRemote SensingClasificación de Imágenes basado en objetosCartografíaPercepción RemotaTesis/Trabajo de grado - Monografía - Especializacióninfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fEspecialización en GeomáticaFacultad de IngenieríaUniversidad Militar Nueva GranadaQ. Yu, P. Gong, N. Clinton, G. Biging, M. Kelly, and D. Schirokauer, “Object-based Detailed Vegetation Classification with Airborne High Spatial Resolution Remote Sensing Imagery,” vol. 72, no. 7, pp. 799–811, 2006.U. Soergel, Review of radar remote sensing on urban areas, vol. 15. 2010.Z. Rendenieks, M. D. Nita, O. Nikodemus, and V. C. Radeloff, “Half a century of forest cover change along the Latvian-Russian border captured by object-based image analysis of Corona and Landsat TM/OLI data,” Remote Sens. Environ., vol. 249, no. July, 2020, doi: 10.1016/j.rse.2020.112010.van O. Peter, P. Friso, Z. Sisi, and M. F. Elfriede, Lecture notes in geoinformation and cartography. 2008J. Pablo and A. López, “Clasificación y extracción de información temática en imágenes satelitales de zonas rurales mediante la validación y aplicación de una metodología orientada a objetos y clasificadores basados en lógica difusa.,” 2004.S. Of and T. H. E. Art, “Modeling of Urban Areas From High Resolution,” Technology, 2007T. Magedanz, Lecture Notes in Computer Science: Preface, vol. 3744 LNCS. 2005.I. Lizarazo and P. Elsner, “From pixels to grixels: a unified functional model for geographic-object-based image analysis,” Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci., vol. 38, no. 4/C1, 2008.U. Guide, “eCognition ® Developer.”C. Gold, DIGITAL TERRAIN MODELING PRINCIPLES AND METHODOLOGY. 2009.J. Estornell, “Análisis de los factores que influyen en la precisión de un MDE y estimación de parámetros forestales en zonas arbustivas de montaña mediante datos LiDAR,” Tesis Dr., p. 127, 2011.F. Edition, “ERDAS Field Guide.”R. A. de By, “Principles of Geographic Information Systems: An introductory textbook Editors,” Princ. Geogr. Inf. Syst. An Introd. Textb. Ed., p. 490, 2009.O. Csillik, C. Eisank, and D. Tiede, “ISPRS Journal of Photogrammetry and Remote Sensing Automated parameterisation for multi-scale image segmentation on multiple layers,” vol. 88, pp. 119–127, 2014, doi: 10.1016/j.isprsjprs.2013.11.018.T. Blaschke, “Object based image analysis for remote sensing,” ISPRS J. Photogramm. Remote Sens., vol. 65, no. 1, pp. 2–16, 2010, doi: 10.1016/j.isprsjprs.2009.06.004.U. C. Benz, P. Hofmann, G. Willhauck, I. Lingenfelder, and M. Heynen, “Multi resolution , object-oriented fuzzy analysis of remote sensing data for GIS-ready information,” vol. 58, pp. 239–258, 2004, doi: 10.1016/j.isprsjprs.2003.10.002.. Belgiu and O. Csillik, “Sentinel-2 cropland mapping using pixel-based and object based time-weighted dynamic time warping analysis,” Remote Sens. Environ., vol. 204, no. November 2017, pp. 509–523, 2018, doi: 10.1016/j.rse.2017.10.005.I. Bajwa et al., Assessing the Impact of Urban Expansion on Land Surface Temperature in Lahore Using Remote Sensing Techniques, vol. 4, no. 4. 2015.S. J. A. Albacete, “Facultad de Geografía e Historia Procesamiento de datos LiDAR con ArcGIS Desktop 10,” p. 110, 2011.ORIGINALRomeroSeguraNidiaMarcela2021.pdfRomeroSeguraNidiaMarcela2021.pdfArtículoapplication/pdf1660543http://repository.unimilitar.edu.co/bitstream/10654/39010/1/RomeroSeguraNidiaMarcela2021.pdf42027f9d400bc5c22583fb715de12e71MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-83420http://repository.unimilitar.edu.co/bitstream/10654/39010/2/license.txta609d7e369577f685ce98c66b903b91bMD52THUMBNAILRomeroSeguraNidiaMarcela2021.pdf.jpgRomeroSeguraNidiaMarcela2021.pdf.jpgIM Thumbnailimage/jpeg8661http://repository.unimilitar.edu.co/bitstream/10654/39010/3/RomeroSeguraNidiaMarcela2021.pdf.jpg66d9c94e549e6a5c2d5fefd30b8ca5e0MD5310654/39010oai:repository.unimilitar.edu.co:10654/390102021-10-06 01:03:44.389Repositorio Institucional UMNGbibliodigital@unimilitar.edu.coRWwgYXV0b3IgZGUgbGEgb2JyYSAodGVzaXMsIG1vbm9ncmFmw61hLCB0cmFiYWpvIGRlIGdyYWRvIG8gY3VhbHF1aWVyIG90cm8gZG9jdW1lbnRvCmNvbiBjYXLDoWN0ZXIgYWNhZMOpbWljbyksIGFjdHVhbmRvIGVuIG5vbWJyZSBwcm9waW8sIGhhY2UgZW50cmVnYSBkZWwgZWplbXBsYXIgcmVzcGVjdGl2bwp5IGRlIHN1cyBhbmV4b3MgZW4gZm9ybWF0byBkaWdpdGFsIG8gZWxlY3Ryw7NuaWNvLgoKRUwgRVNUVURJQU5URSAtIEFVVE9SLCBtYW5pZmllc3RhIHF1ZSBsYSBvYnJhIG9iamV0byBkZSBsYSBwcmVzZW50ZSBhdXRvcml6YWNpw7NuCmVzIG9yaWdpbmFsIHkgbGEgcmVhbGl6w7Mgc2luIHZpb2xhciBvIHVzdXJwYXIgZGVyZWNob3MgZGUgYXV0b3IgZGUgdGVyY2Vyb3MsIHBvcgpsbyB0YW50bywgbGEgb2JyYSBlcyBkZSBleGNsdXNpdmEgYXV0b3LDrWEgeSB0aWVuZSBsYSB0aXR1bGFyaWRhZCBzb2JyZSBsYSBtaXNtYS4KCkVuIGNhc28gZGUgcHJlc2VudGFyc2UgY3VhbHF1aWVyIHJlY2xhbWFjacOzbiBvIGFjY2nDs24gcG9yIHBhcnRlIGRlIHVuIHRlcmNlcm8gZW4KY3VhbnRvIGEgbG9zIGRlcmVjaG9zIGRlIGF1dG9yIHNvYnJlIGxhIG9icmEgZW4gY3Vlc3Rpw7NuLCBFTCBFU1RVRElBTlRFIC0gQVVUT1IsCmFzdW1pcsOhIHRvZGEgbGEgcmVzcG9uc2FiaWxpZGFkLCB5IHNhbGRyw6EgZW4gZGVmZW5zYSBkZSBsb3MgZGVyZWNob3MgYXF1w60gYXV0b3JpemFkb3M7CnBhcmEgdG9kb3MgbG9zIGVmZWN0b3MgbGEgdW5pdmVyc2lkYWQgYWN0w7phIGNvbW8gdW4gdGVyY2VybyBkZSBidWVuYSBmZS4KCkFkZW3DoXMsICJMQSBVTklWRVJTSURBRCBNSUxJVEFSIE5VRVZBIEdSQU5BREEgY29tbyBpbnN0aXR1Y2nDs24gcXVlIGFsbWFjZW5hLCB5CnJlY29sZWN0YSBkYXRvcyBwZXJzb25hbGVzLCBhdGVuZGllbmRvIGxvIHByZWNlcHR1YWRvIGVuIGxhIGxleSAxNTgxIGRlIDIwMTIgeSBlbApEZWNyZXRvIDEzNzcgZGUgMjAxMywgcXVlIGRlc2Fycm9sbGFuIGVsIHByaW5jaXBpbyBjb25zdGl0dWNpb25hbCBxdWUgdGllbmVuIHRvZGFzCmxhcyBwZXJzb25hcyBhIGNvbm9jZXIsIGFjdHVhbGl6YXIgeSByZWN0aWZpY2FyIHRvZG8gdGlwbyBkZSBpbmZvcm1hY2nDs24gcmVjb2dpZGEKbywgcXVlIGhheWEgc2lkbyBvYmpldG8gZGUgdHJhdGFtaWVudG8gZGUgZGF0b3MgcGVyc29uYWxlcyBlbiBiYW5jb3MgbyBiYXNlcyBkZQpkYXRvcyB5IGVuIGdlbmVyYWwgZW4gYXJjaGl2b3MgZGUgZW50aWRhZGVzIHDDumJsaWNhcyBvIHByaXZhZGFzLCByZXF1aWVyZSBvYnRlbmVyCnN1IGF1dG9yaXphY2nDs24sIHBhcmEgcXVlLCBkZSBtYW5lcmEgbGlicmUsIHByZXZpYSwgZXhwcmVzYSwgdm9sdW50YXJpYSwgeQpkZWJpZGFtZW50ZSBpbmZvcm1hZGEsIHBlcm1pdGEgYSB0b2RhcyBudWVzdHJhcyBkZXBlbmRlbmNpYXMgYWNhZMOpbWljYXMgeQphZG1pbmlzdHJhdGl2YXMsIHJlY29sZWN0YXIsIHJlY2F1ZGFyLCBhbG1hY2VuYXIsIHVzYXIsIGNpcmN1bGFyLCBzdXByaW1pciwgcHJvY2VzYXIsCmNvbXBpbGFyLCBpbnRlcmNhbWJpYXIsIGRhciB0cmF0YW1pZW50bywgYWN0dWFsaXphciB5IGRpc3BvbmVyIGRlIGxvcyBkYXRvcyBxdWUKaGFuIHNpZG8gc3VtaW5pc3RyYWRvcyB5IHF1ZSBzZSBoYW4gaW5jb3Jwb3JhZG8gZW4gbnVlc3RyYXMgYmFzZXMgbyBiYW5jb3MgZGUKZGF0b3MsIG8gZW4gcmVwb3NpdG9yaW9zIGVsZWN0csOzbmljb3MgZGUgdG9kbyB0aXBvIGNvbiBxdWUgY3VlbnRhIGxhIFVuaXZlcnNpZGFkLgoKRXN0YSBpbmZvcm1hY2nDs24gZXMgeSBzZXLDoSB1dGlsaXphZGEgZW4gZWwgZGVzYXJyb2xsbyBkZSBsYXMgZnVuY2lvbmVzIHByb3BpYXMgZGUKbGEgVW5pdmVyc2lkYWQgZW4gc3UgY29uZGljacOzbiBkZSBpbnN0aXR1Y2nDs24gZGUgZWR1Y2FjacOzbiBzdXBlcmlvciwgZGUgZm9ybWEKZGlyZWN0YSBvIGEgdHJhdsOpcyBkZSB0ZXJjZXJvcyIuCgpTaSBzdSBkb2N1bWVudG8gZXMgZGUgYWNjZXNvIHJlc3RyaW5naWRvICwgc3UgdHJhYmFqbyBzZSBkZXBvc2l0YXLDoSBlbiBlbApSZXBvc2l0b3JpbyBVTU5HIMO6bmljYW1lbnRlIGNvbiBwcm9ww7NzaXRvcyBkZSBwcmVzZXJ2YWNpw7NuIGRvY3VtZW50YWwgeSBtZW1vcmlhCmluc3RpdHVjaW9uYWwsIGVudGVuZGllbmRvIHF1ZSwgc2Vyw6EgY29uc3VsdGFkbyBkZSBmb3JtYSBjb250cm9sYWRhIHNvbGFtZW50ZSBwb3IKbGEgY29tdW5pZGFkIE5lb2dyYW5hZGluYS4KClNpIHN1IGRvY3VtZW50byBlcyBkZSBhY2Nlc28gYWJpZXJ0bywgcGFyYSBwZXJtaXRpciBhbCBSZXBvc2l0b3JpbyBVTU5HIHJlcHJvZHVjaXIsCnRyYWR1Y2lyIHkgZGlzdHJpYnVpciBzdSBlbnbDrW8gYSB0cmF2w6lzIGRlbCBtdW5kbywgbmVjZXNpdGFtb3Mgc3UgY29uZm9ybWlkYWQgZW4KbG9zIHNpZ3VpZW50ZXMgdMOpcm1pbm9zOgoKWSBhdXRvcml6YSBhIGxhIFVOSVZFUlNJREFEIE1JTElUQVIgTlVFVkEgR1JBTkFEQSwgcGFyYSBxdWUgZW4gbG9zIHTDqXJtaW5vcwplc3RhYmxlY2lkb3MgZW46CgpMZXkgMjMgZGUgMTk4Mi0gTGV5IDQ0IGRlIDE5OTMgLUxleSAxOTE1IGRlIDIwMTggLSBEZWNpc2nDs24gQW5kaW5hIDM1MSBkZSAxOTkzLQpEZWNyZXRvIDQ2MCBkZSAxOTk1IHkgZGVtw6FzIG5vcm1hcyBnZW5lcmFsZXMgc29icmUgbGEgbWF0ZXJpYSwgdXRpbGljZSB5IHVzZSBwb3IKY3VhbHF1aWVyIG1lZGlvIGNvbm9jaWRvIG8gcG9yIGNvbm9jZXIsIGxvcyBkZXJlY2hvcyBwYXRyaW1vbmlhbGVzIGRlIHJlcHJvZHVjY2nDs24sCmNvbXVuaWNhY2nDs24gcMO6YmxpY2EsIHRyYW5zZm9ybWFjacOzbiB5IGRpc3RyaWJ1Y2nDs24gZGUgbGEgb2JyYSBvYmpldG8gZGVsIHByZXNlbnRlCmRvY3VtZW50by4KCkxhIHByZXNlbnRlIGF1dG9yaXphY2nDs24gc2UgaGFjZSBleHRlbnNpdmEgbm8gc8OzbG8gYSBsYXMgZmFjdWx0YWRlcyB5IGRlcmVjaG9zIGRlCnVzbyBzb2JyZSBsYSBvYnJhIGVuIGZvcm1hdG8gbyBzb3BvcnRlIG1hdGVyaWFsLCBzaW5vIHRhbWJpw6luIHBhcmEgZm9ybWF0byB2aXJ0dWFsLAplbGVjdHLDs25pY28sIGRpZ2l0YWwsIHkgY3V5byB1c28gc2UgZGUgZW4gcmVkLCBpbnRlcm5ldCwgZXh0cmFuZXQsIGludHJhbmV0LCBldGMuLAp5IGVuIGdlbmVyYWwgZW4gY3VhbHF1aWVyIGZvcm1hdG8gY29ub2NpZG8gbyBwb3IgY29ub2Nlci4KClNpIHRpZW5lIGFsZ3VuYSBkdWRhIHNvYnJlIGxvcyBUw6lybWlub3MgeSBjb25kaWNpb25lcywgcG9yIGZhdm9yLCBjb250YWN0ZSBjb24gZWwKYWRtaW5pc3RyYWRvciBkZWwgc2lzdGVtYSBiaWJsaW9kaWdpdGFsQHVuaW1pbGl0YXIuZWR1LmNvCgpBY2VwdGUgVMOpcm1pbm9zIHkgY29uZGljaW9uZXMgc2VsZWNjaW9uYW5kbyAiQWNlcHRvIiB5IHB1bHNhbmRvICJDb21wbGV0YXIgZW52w61vIi4K |