Algorytm modelowania 2D zabudowy na podstawie danych lotniczego skanowania laserowego z projektu ISOK An algorithm of 2D building modeling in airborne laser scanning point cloud of the ISOK project
Dane lotniczego skanowania laserowego (ALS) pozyskiwane są najczęściej
na potrzeby budowy numerycznych modeli wysokościowych. W Polsce dane takie pozyskane
zostały dla obszaru niemal całego kraju w ramach projektu ISOK, związanego
z osłoną przed zagrożeniami naturalnymi. Dane te zostały wykorzystane w niniejszej pracy
do modelowania obrysów budynków. W tym celu zaproponowano algorytm będący kombinacją
algorytmu α-shape do detekcji konturów budynków oraz iteracyjnego ogólnego
modelu wyrównawczego do aproksymacji rzutów ortogonalnych ścian budynków. Identyfikację
punktów reprezentujących obrysy budynków wykonano na podstawie chmury
punktów, z której odrzucono punkty powyżej zadanej wysokości progowej. Identyfikacja
obrysów budynków jako otoczki pustych powierzchni reprezentujących budynki dokładniej
przybliża rzeczywiste położenie przyziemi ścian budynków. Do weryfikacji algorytmu
wykorzystano chmurę punktów o gęstości 12 pkt/m2
reprezentującą miejski obszar zurbanizowany
o zabudowie regularnej. Wyniki modelowania 2D budynków porównano z ich
reprezentacją w bazie Ewidencji Gruntów i Budynków oraz obliczono odchyłki liniowe
odpowiadających sobie narożników. Otrzymano średnią wartość odchyłki liniowej na poziomie
0,56 m. Wartość ta jest zgodna z nominalną dokładnością sytuacyjną danych ALS
projektu ISOK. Błąd średniokwadratowy policzony na podstawie odchyłek liniowych wynosi
0,64 m. Otrzymane wyniki modelowania spełniają wymagania dokładnościowe Bazy
Danych Obiektów Topograficznych 1:10000 (BDOT10k) i mogą być wykorzystane do jej
weryfikacji, aktualizacji bądź zasilania.
Airborne laser scanning data (ALS) are acquired mostly for the purpose of digital
elevation models generation. In Poland, ALS data have been obtained for the whole
country within the ISOK project, established for natural hazards risk mitigation. These data
were used in this study to model the outlines of buildings. For this purpose an algorithm
is proposed, that is a combination of α-shape algorithm and iterative total least squares
adjustment. α-shape is used to detect points representing building outlines while the total
least squares method is performed to receive regularized 2D building vector models. Identification
of points representing outlines of buildings was performed on the point cloud
thresholded at the given height with rejection of points above that height. Identification of
a building as a gap (internal hull) in ALS data set is a better approximation of real building
shape. For the algorithm verification a point cloud with a density of 4 points /m2
is utilized.
This point cloud represents a city urban area, covering 21 large buildings. The results of 2D
modeling of buildings have been compared with their representation in the cadaster data
base. The linear deviation between corresponding corners of modeled and represented in cadaster data base buildings have been measured. The received mean value of the deviation
equal 0.56 m is consistent with the nominal planar accuracy of ISOK ALS data. RMSE of
building outline modelling calculated on the basis of linear deviations was equal 0,64 m.
The results of modeling meet the requirements of Topographic Database Objects 1: 10000
(BDOT10k) and can be used for verification and updating of this data base.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00