Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "cloud points" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Sprawdzenie możliwości wykorzystania kontrolera Kinect jako skanera 3D do rejestracji kolorowych chmur punktów
    Checking the possibilities of Kinect controller as a scanner for registration of color 3D point clouds
    Autorzy:
    Podlasiak, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/130286.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    skaning
    światło strukturalne
    kinect
    chmura punktów
    DTM
    scanning
    structured light
    Kinect
    cloud points
    Opis:
    Kontroler Kinect jest czujnikiem ruchu będącym urządzeniem wejściowym do konsoli gier XBOX (Microsoft®) pozwalającym na sterowane za pomocą gestów i poleceń słownych. Konstrukcja urządzenia zawiera dwie kamery (RGBi IR) oraz laserowy projektor podczerwieni. Procesor zawarty w urządzeniu na podstawie obrazu z kamery IR wyznacza „mapę głębokości” (640 x 480) w zakresie od 0.8 m do 5 m w czasie rzeczywistym (30 Hz). Niska cena urządzenia w porównaniu do jego możliwości sugeruje zastosowanie go jako odpowiednik skanerów laserowych 3D bliskiego zasięgu. W pracy przedstawiono szereg zagadnień związanych z pobieraniem informacji z urządzenia do komputera PC, generowaniem chmury punktów i jej kolorowaniem tzn. łączeniem obrazu z kamer RGB i IR. W czasie praktycznych prób okazało się, że format informacji jest nietypowy a dane dostarczane są ze zmienną dokładnością zależną od odległości od urządzenia. Konieczne stało się opracowanie własnych metod kalibracji sensora „głębokości” uwzględniających specyfikę działania urządzenia i cechy otrzymywanej chmury punktów. Istotnym problemem w kalibracji był brak możliwości wykonywania jej metodą klasyczną na „punktach” terenowych, które nie ulegały odwzorowaniu na mapie głębokości. Szereg problemów należało rozwiązać przy łączeniu obrazu „głębokościowego” z widzialnym ze względu na różne rozmieszczenie, rozdzielczość i pole widzenia obu kamer. W drugiej części pracy przedstawione zostanie metoda kalibracji i jej wyniki dla konkretnego egzemplarza czujnika Kinect oraz uzyskane dokładności. W celu sprawdzenia „jakości” uzyskanej chmury punktów przeprowadzono także porównanie wyników skaningu uzyskanych innymi bardziej profesjonalnymi urządzeniami. Uzyskane wyniki pozwalają na oszacowanie dokładności pomiaru rzędu kilku mm przy jednocześnie dużej nieciągłości pomiarów - mapa głębokości zawiera tylko około tysiąca różnych wartości.
    The controller Kinect is a motion sensor which is an input device for the XBOX 360 game console (Microsoft ®) allows the controlled with gestures and verbal commands. Device has two cameras (RGB and IR) and IR laser projector. The processor included in the device based on IR camera image compute „depth map” (640 x 480) in the range from 0.8 m to 5 m in real time (30 Hz). The low price of the device compared to its features suggest its use as the equivalent of 3D laser scanners shipping. The paper presents a number of issues related to the collection of information from the device to a PC, point cloud generation and its coloring. During practical tests proved that the format is unusual information and data are provided with variable accuracy depending on the distance from the device. It became necessary to develop their own methods for sensor calibration „depth” specific to the operation and features of the obtained point cloud. A major problem in the calibration was not possible to exercise its classical way to „point” field, which may not yield a depth map projection. A number of problems had to be solved by combining depth image with visible due to the different distribution, resolution and field of view of both cameras. In the second part of the study will be presented calibration method and results for a specific copy of the Kinect sensor and the accuracy obtained. In order to check the „quality” of the resulting point cloud was carried out to compare the results of other more professional scanning methods. The obtained results allow us to estimate the accuracy of a few mm at the same time a large discontinuity measurements - depth map contains only about a thousand different values.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 289-300
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Transformata Hough’a jako narzędzie wspomagające wykrywanie dachów budynków
    Hough transform as a tool support building roof detection
    Autorzy:
    Borowiec, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/130438.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    chmura punktów
    detekcja
    płaszczyzna
    transformata Hough'a
    cloud of points
    detection
    plane
    Hough transform
    Opis:
    Pozyskanie informacji na temat kształtu dachu budynków wciąż jest aktualnym zagadnieniem. Jednym z wielu źródeł, z którego można pozyskać dane dotyczące budynków jest lotniczy skaning laserowy. Jednak z chmury punktów określenie w sposób automatyczny połaci dachowych budynków jest zadaniem złożonym. Można to zadanie wykonać wspomagając się dodatkowymi informacjami pochodzącymi z innych źródeł, bądź w oparciu wyłącznie o dane lidarowe. W niniejszym artykule został przedstawiony sposób wykrycia i określenia połaci dachu budynku tylko na podstawie chmury punktów. Zdefiniowanie kształtu dachu odbywa się w trzech etapach. Pierwszy etap to znalezienie miejsc występowania budynku, drugi to dokładne określenie krawędzi, natomiast trzeci to wskazanie płaszczyzn dachu. Analiza pseudo-rastra otrzymanego z punktów laserowych, ma prowadzić do określenia miejsca występowania budynku. Zastosowano segmentację przez progowanie jasności (wysokości), która jest jedną z podstawowych metod segmentacyjnych obrazu. Wykorzystane narzędzia do detekcji obszaru zainteresowania (budynku), opierają się na morfologii matematycznej. Na otrzymanych obrazach binarnych wskazywany jest przebieg krawędzi dachu budynku na podstawie linii otrzymanych dzięki wykorzystaniu transformacji Hough’a. Transformacja Hough’a jest metodą detekcji współliniowych punktów, dlatego doskonale pasuje do określenia linii opisujących dach. Do prawidłowego określenia kształtu dachu nie wystarczą tylko krawędzie, ale również konieczne jest wskazanie połaci dachowych. Zatem w badaniach transformata Hough’a, również posłużyła jako narzędzie do wykrycia płaszczyzn dachu. Z tą różnicą, że zastosowane narzędzie w tym przypadku ma charakter przestrzenny, czyli w formie 3D.
    Gathering information about the roof shapes of the buildings is still current issue. One of the many sources from which we can obtain information about the buildings is the airborne laser scanning. However, detect information from cloud o points about roofs of building automatically is still a complex task. You can perform this task by helping the additional information from other sources, or based only on lidar data. This article describes how to detect the building roof only from a point cloud. To define the shape of the roof is carried out in three tasks. The first step is to find the location of the building, the second is the precise definition of the edge, while the third is an indication of the roof planes. First step based on the grid analyses. And the next two task based on Hough Transformation. Hough transformation is a method of detecting collinear points, so a perfect match to determine the line describing a roof. To properly determine the shape of the roof is not enough only the edges, but it is necessary to indicate roofs. Thus, in studies Hough Transform, also served as a tool for detection of roof planes. The only difference is that the tool used in this case is a three-dimensional.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 45-54
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Generowanie trójwymiarowego modelu budynku na podstawie danych lidarowych
    3D modeling of buildings based on lidar data
    Autorzy:
    Borowiec, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/129890.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    LIDAR
    chmura punktów
    rekonstrukcja
    model budynku
    3D
    lidar
    cloud of points
    reconstruction
    building modeling
    Opis:
    Artykuł przedstawia pół-automatyczą metodę rekonstrukcji budynku 3D w oparciu o dane pochodzące z lotniczego skaningu laserowego. Głównym celem jest określenie kształtu dachu budynku, a następnie zrekonstruowanie budynku z zachowaniem topologii. Metoda, jaką zaproponowano do wykrycia płaszczyzn dachu działa na zasadzie dziel – łącz (ang. split– merge). Chmura punktów dzielona jest na jednakowe woksele (ang. voxels – wyraz utworzony z dwóch angielskich słów: volumetric element), tak aby odpowiadały one standardom CityGML, na poziomie szczegółowości LoD2. W wokselach aproksymowane są płaszczyzny, które w oparciu o wyliczone parametry są łączone. Zatem szukanie połaci dachowych budynku odbywa się na zasadzie przejścia od szczegółu do ogółu. Na podstawie wykrytych płaszczyzn wyznaczane są naroża oraz punkty charakterystyczne dachu. Ostatnim etapem jest eksport modelu budynku do uniwersalnego formatu wektorowego
    This paper presents a semi-automatic method, using only ALS data, to build a model of a building. This method focuses on modelling the roof, assuming that by knowing the shape of the roof and the digital presentation of a terrain, one can easily obtain a model of the whole building. The step consists of detecting plane surfaces from which we define the shape of the building’s roof. The roof planes are detected using the split-merge method in which a LIDAR point cloud is organized and planes are extracted from each voxel. The planes are joined when parameters such as slope, azimuth and height are contained in the definition of boundary. The final step is exporting the building model to dxf format.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 20; 47-56
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nowoczesne metody pomiarów mas ziemnych
    Modern methods of earth mass volume determination
    Autorzy:
    Poręba, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/130402.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    objętość
    pryzma
    hałda
    skaning laserowy
    chmura punktów
    RTK GPS
    volume
    stockpiles
    slag heap
    laser scanning
    points cloud
    Opis:
    Realizacja pomiarów na terenie górniczym, gdzie inwentaryzacji podlegają hałdy, odkrywki lub inne produkty uboczne tej działalności pociąga za sobą konieczność stosowania wydajnych metod pozwalających na szybką rejestrację kształtu badanego obiektu. W niniejszej pracy przedstawiono trzy z wielu możliwych metod pomiarów kubaturowych tj. tachymetrię, RTK GPS oraz naziemny skaning laserowy. Uwagę skupiono przede wszystkim na dwóch ostatnich, które stanowią swoiste nowum. Ich charakterystyki dokonano w oparciu o pomiary przeprowadzone na terenie hałdy żużli hutniczych gromadzonych w podkrakowskim Pleszowie. Dla każdej z metod zarysowano zakres czynności pomiarowych, wykorzystany sprzęt mierniczy, a także programy komputerowe, które mogą posłużyć do opracowania danych. Kolejno starano się przeanalizować czasochłonność za równo prac terenowych jak i kameralnych, a następnie wskazać sensowność i celowość zastosowania każdej z technologii, ich największe zalety i wady. Przeprowadzone badania udowodniły, że przy pomiarze objętości zwałowisk mas ziemnych priorytetową czynnością jest odpowiednie rozmieszczenie pikiet w punktach charakterystycznych, a nie ilość tych punktów. Uzyskane objętości nie różniły się między sobą w znaczący sposób, co możliwe było do osiągnięcia głównie dzięki nieskomplikowanej morfologii inwentaryzowanej pryzmy. Potwierdziło to jednocześnie, iż każda z zastosowanych metod w zupełności spełnia wszelkie wymagania stawiane przez zagadnienie pomiarów kubaturowych. Zauważono, iż największe możliwości daje technologia GPS i naziemny skaning laserowy przy czym potencjał tej ostatniej wydaje się tu być wykorzystany tylko w ułamku.
    Surveys conducted in a mining area, where elements to be subjected to surveying include mine waste dumps, strip pits, or other by-products of mining activities involve the necessity of application of efficient methods, which enable quick detection of shapes of surveyed structures. This paper presents three of the many possible methods of geodetic volume measurements: tachymetry, RTK GPS, and finally the terrestrial laser scanning technology. Main attention was focused on the last two methods, which are a sort of a novelty. Their characterization was based on measurements executed in a slag recycling facility in Pleszów near Kraków. For each of those methods, the scope of field works, measurement equipment involved, as well as computer software that can be applied to produce data were determined. Successively, efforts were made to analyse time consumption of both field and study works, and then to specify purposefulness and usefulness of each technology, and finally their biggest advantages and disadvantages. The executed surveys proved that in the determination of earth heap volumes it is the correct arrangement of measured points, which should have the highest priority. The actual number of points seems to be less important. The obtained volumes did not significantly differ from each other, which was possible to achieve mainly thanks to the simple morphology of the examined stockpile. This further confirmed that each of those methods met completely all requirements of industrial heap volume determination. It was noted that RTK GPS and laser scanning technologies offered the greatest potentials, and in addition, that the potential of the latter seems to be used here only in a fraction.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 19; 351-361
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena dokładności modelu budynku z bardzo gęstej chmury punktów pozyskanej z integracji zdjęć o różnej geometrii
    Assessment of accuracy for the building model acquired from a high dense points cloud based on images of different geometry
    Autorzy:
    Drzewiecki, R.
    Bujakiewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/129593.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    BSP
    modelowanie 3D
    automatyczne dopasowywanie wieloobrazowe
    gęsta chmura punktów
    UAV
    3D modeling
    high density image matching
    dense points cloud
    Opis:
    Dokładność rekonstrukcji 3D modeli budynków jest w znacznym stopniu uzależniona od gęstości chmur punktów jakie są wykorzystywane dla ich tworzenia. Sprzyja temu rozwijająca się w ostatnich latach metoda tworzenia bardzo gęstych chmur punktów w oparciu o automatyczne pomiary na zdjęciach cyfrowych o dużych pokryciach. W niniejszym artykule zostanie przedstawiony przykład rekonstrukcji 3D modelu budynku o skomplikowanym kształcie, z wykorzystaniem gęstej chmury punktów, ze zdjęć niemetrycznych o różnej geometrii. W tym celu, pozyskano 200 zdjęć o pokryciu około 90%, na trzech poziomach wysokości lotu systemu BSP (DJI Phantom4), oraz dodatkowo wykonano 46 zdjęć z podobnym pokryciem, aparatem FUJIFILM X-S1, ze stanowisk naziemnych. Do całego procesu rekonstrukcji obiektu wykorzystano oprogramowanie Agisoft PhotoScan. Ze względu na zróżnicowaną metrykę zdjęć z BSP oraz stanowisk naziemnych, a także ich różny sposób kalibracji (przed lub w trakcie opracowania), zdjęcia obu sieci umieszczono w dwóch klastrach, dla których w niezależnych wyrównaniach aero/terra triangulacji, zostały wyznaczone parametry orientacji zewnętrznej (EOZ), względem tego samego referencyjnego układu współrzędnych. Automatyczny pomiar bardzo dużej liczby punktów opisujących obiekt, na zdjęciach z obu klastrów oraz wykorzystanie wyznaczonej metryki kamer i parametrów EOZ, umożliwiło generowanie jednej wspólnej bardzo gęstej chmury punktów (ponad 6 milionów), z której stworzono finalne produkty, tj. 3D modele obiektu w kilku formach. Ocenę poprawności rekonstrukcji kształtu 3D modelu obiektu wykonano na podstawie porównania odległości miar czołowych budynku pomierzonych w terenie i na modelu, oraz długości pomiędzy punktami specjalnie sygnalizowanymi na obiekcie, a także poprzez analizę średnich błędów kwadratowych określonych dla punktów osnowy. Ostateczna dokładność mieściła się w granicach 0.01 - 0.03m, co potwierdza duży potencjał integracji zdjęć niemetrycznych, pozyskanych dla obiektu z drona i stanowisk naziemnych, oraz tworzenia jednej wspólnej gęstej chmury punktów, w celu wiernej rekonstrukcji kształtu modelu 3D.
    Accuracy for reconstruction of 3D models of buildings, depends mainly upon density of point clouds, which are used for their creation. The methods for creation of the very dense points clouds on base of automatic measurement of the multi images have been successfully developed. In this paper, the example for automatic reconstruction of 3D model of building of quite complicated shape with use the dense points cloud from non-metric photographs of different geometry, is presented. For this purpose, using the BSP (DJI Phantom) from three height levels - 200 photographs with overlap of about 90%, were acquired. In addition, 46 photographs from ground stations with the camera (FUJIFILM X-S1),were taken. The entire reconstruction process of 3D model of the building, was executed with Agisoft PhotoScan programe. Because of different cameras specification for photographs taken from BSP and from ground stations and various approaches for cameras calibration, the two groups of photographs were located in two classes (clasters), for which the exterior orientation parameters (EO) were separately determined by aero and /terra triangulation, referenced to the same ground coordinate system. The automatic measurement of very large number of image object points on all photographs and the use of their interior and exterior orientation parameters, have enabled to generate one common very dense points cloud (about 6 millions), which was used to produce the final 3D building model in a few forms. The accuracy of reconstruction of the building model shape was estimated on base of comparison of the model and real data (measures on the building) and also the RSE for the control and check points. The overall accuracy of 0.01 – 0.03 meters was obtained, which have confirmed the high potentiality for integration of different geometry non-metric photographs for the reconstruction of good quality 3D model.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2018, 30; 83-93
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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