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 "laser detection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Decomposition Techniques for Full-waveform Airborne Laser Scanning Data
    Przegląd metod przetwarzania danych pochodzących z lotniczego skaningu laserowego z rejestracją pełnych profili energii
    Autorzy:
    Słota, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/385366.pdf
    Data publikacji:
    2014
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    lidar
    airborne laser scanning (ALS)
    full-waveform
    peak detection
    decomposition
    LIDAR
    lotniczy skaning laserowy
    profile energii
    dekompozycja sygnału
    Opis:
    This article provides an overview of full-waveform airborne laser scanning data processing methods. Since 2004, when the first commercial small-footprint full-waveform LiDAR system was introduced, a vast amount of studies have been carried out on the potential of utilizing full-waveform data in various fields such as forestry, archaeology, urban areas modelling and point cloud classification, resulting in a range of approaches to the processing of full-waveform data. This research is an attempt to systematize the knowledge in this field. The first part of this paper presents a brief description of the full-waveform system. Then, the typical methods of data processing are described, starting from simple peak detection methods, followed by methods based on wave modelling using basic functions, and going on to an analysis focused on the correlation between an emitted and backscattered signal.
    W artykule zamieszczono przegląd podstawowych, najbardziej znanych metod przetwarzania pełnych profili energii zarejestrowanych przez systemy lidarowe. W klasycznych systemach lidarowych rejestrowana jest trójwymiarowa chmura punktów - cały proces obliczeniowy związany z wyznaczaniem odległości między mierzonym punktem a skanerem odbywa się w czasie rzeczywistym, z tego względu użytkownik nie dysponuje informacjami o wykorzystywanych metodach detekcji echa ani o dokładności wyznaczenia chmury punktów. Od 2004 roku na rynku dostępne są skanery przystosowane do rejestracji pełnych profili energii (tzn. ilości odbitej energii laserowej w czasie), które umożliwiają użytkownikowi implementację własnych, precyzyjnych metod ekstrakcji chmury punktów. W pierwszym rozdziale przybliżona została technika pozyskiwania danych typu full-waveform. Następnie omówiono proste algorytmy detekcji echa. W kolejnym rozdziale opisana została metoda dekompozycji sygnału oraz zamieszczony został wykaz najczęściej stosowanych funkcji bazowych wraz z charakterystyką i wzorami. Na końcu zaprezentowano metody przetwarzania sygnału bazujące na zależnościach korelacyjnych. Artykuł stanowi zwięzłą syntezę prowadzonych na całym świecie badań nad danymi full-waveform, zawiera informacje niezbędne dla osób, zajmujących się przetwarzaniem profili energii z systemów lidarowych.
    Źródło:
    Geomatics and Environmental Engineering; 2014, 8, 1; 61-74
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Building Change Detection from Multitemporal Airborne Lidar Data Based on Morphology and Histogram
    Wykrywanie zmian zabudowy na podstawie lotniczego skaningu laserowego z wykorzystaniem filtrów morfologicznych i analizy histogramu
    Autorzy:
    Piskorski, R.
    Czernomysa, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/385899.pdf
    Data publikacji:
    2015
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    lotniczy skaning laserowy
    operatory morfologiczne
    histogram
    wykrywanie zmian zabudowy
    airborne laser scanning (ALS)
    morphological operators
    building change detection
    Opis:
    W publikacji przedstawiono przegląd metod wykorzystujących wieloczasowe dane ALS do celów detekcji zmian w obrębie zabudowy. Opierając się na stosowanych rozwiązaniach, zaproponowano dwuetapową metodę polegającą na zastosowaniu filtrów morfologicznych oraz analizie histogramu. Zaproponowana metoda została przetestowana na siedmiu obszarach o różnych typach zabudowy. Operatory morfologiczne zostały wykorzystane w celu detekcji stanu zabudowy w badanych okresach (2006 i 2012). Na podstawie algebry (odejmowanie) uzyskanych map otrzymano wyniki prezentujące miejsca zmian. Po wyeliminowaniu artefaktów zaprezentowano analizę dokładności świadczącej o poprawności wykrywania zabudowy i detekcji miejsc zmian. W celu bardziej dokładnego scharakteryzowania zachodzących zmian wykorzystano histogramy powstałe z wykorzystaniem danych wysokościowych. Na ich podstawie wnioskowano na temat rodzaju zmian, jakie zaszły na danym obszarze.
    This publication provides an overview of methods that use multitemporal ALS data for the purpose of detecting changes in the building. Based on the proposed two-step solutions applied method based on the use of morphological filters and the analysis of the histogram. The proposed method has been tested on seven areas with different types of buildings. Morphological operators are used to detect the state of buildings in the studied period (2006 and 2012). On the basis of the substitution obtained maps, it obtained results showing the locations of the changes. After eliminating artifacts, presents an analysis of the accuracy characterized correctness building detection and detection of changes. In order to more precisely characterize the changes which are occurred, uses histograms created based on the elevation data. On the basis of their requested on the type of changes that have taken place in the area.
    Źródło:
    Geomatics and Environmental Engineering; 2015, 9, 3; 69-85
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie chmur punktów z lotniczego skanowania laserowego do weryfikacji stanu aktualności wybranych obiektów w bazie geometrycznej leśnej mapy numerycznej
    Using point clouds from laser scanning for revising particular objects in the forest digital map database
    Autorzy:
    Ciesielski, M.
    Bałazy, R.
    Mitelsztedt, K.
    Zawiła-Niedźwiecki, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/346663.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    lotnicze skanowanie laserowe
    leśna mapa numeryczna
    geomatyka leśna
    airborne laser scanning (ALS)
    forestry
    forest digital map
    buildings detection
    geomatics
    Opis:
    Celem pracy było sprawdzenie możliwości wykorzystania danych z lotniczego skanowania laserowego do detekcji budynków na terenach leśnych. Ponadto sprawdzono możliwość wykorzystania tych danych do aktualizacji wybranych warstw z leśnej mapy numerycznej. W pracy przeanalizowano obszar leśny wraz z buforem 100 m wokół wydzieleń na terenie dwunastu nadleśnictw górskich, położonych na obszarach badawczych w Sudetach i Beskidach. Przy wykorzystaniu danych z lotniczego skanowania laserowego wykryto 515 budynków co stanowiło 89,2% wszystkich budynków znajdujących się w wektorowej warstwie wydzieleń leśnych. Na poszczególnych obszarach badawczych osiągnięto dokładność odpowiednio 80,5%, 94,2% i 91,2%. Podsumowując, lotnicze skanowanie laserowe może być wykorzystywane do aktualizacji wybranych warstw w leśnej mapie numerycznej, zawierających informacje o budynkach oraz obiektach budowlanych. Istniejące algorytmy detekcji budynków nie są bezbłędne, więc przyszłe prace powinny skupić się na poprawie dokładność analiz.
    The aim of the presented studies was to determine the ability to detect buildings in forest areas on the basis of airborne laser scanning data. Moreover, the usefulness of this data for updating selected items of the FDM has been evaluated. In this study forest areas with a 100 m buffer zone have been analyzed, including twelve mountain forest districts, grouped in three research areas located in the Sudety and the Beskidy Mountains. Using LiDAR data 515 buildings have been detected which represents 89.2% of all buildings in the vector layer of the digital forest map. In particular research areas the detection accuracy reached to 80.5%, 92.4%, 91.2%. As a result of the study it can be concluded that the airborne laser scanning data may be helpful in updating the selected layers of the digital maps of forest, containing information of forest engineering. Existing building detection algorithms are not error-free, so further research should be conducted to improve the accuracy of analyzes.
    Źródło:
    Roczniki Geomatyki; 2015, 13, 3(69); 217-225
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja zbiorników wodnych, jako obiektów BDOT10K, w zbiorze danych lotniczego skaningu laserowego z wykorzystaniem algorytmu alpha shape
    The identification of water bodies as BDOT10K objects in a laser scanning point cloud by means of an alpha-shaped algorithm
    Autorzy:
    Mendela, M.
    Borkowski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/341464.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Przyrodniczy we Wrocławiu
    Tematy:
    lotniczy skaning laserowy
    BDOT10k
    alfa shape
    ekstrakcja
    zbiornik wodny
    airborne laser scanning (ALS)
    Database of Topographic Objects (BDOT10k)
    α-shaped
    boundary detection
    body of water
    Opis:
    Lotnicze skanery laserowe (ALS) wykorzystują najczęściej wiązkę światła z zakresu bliskiej podczerwieni, która absorbowana jest przez wodę. Powoduje to występowanie pustych obszarów (brak odbić promienia laserowego), pozbawionych punktów, w zbiorze danych skaningu laserowego. Detekcja konturów zbiorników wodnych w zbiorze danych skaningu laserowego może być zatem rozumiana jako identyfikacja obrysu obszarów pozbawionych punktów. Tak rozumiana detekcja zbiorników może być wykorzystana do aktualizacji i zasilania Bazy Danych Obiektów Topograficznych 1:10 000 (BDOT10k). Do detekcji zbiorników wodnych wykorzystano w pracy współrzędne x, y punktów klasy grunt, uprzednio sklasyfikowanej chmury punktów, o gęstości nominalnej 4 pkt/m2. Automatyczną identyfikację konturu zbiornika wykonano z wykorzystaniem algorytmu α-shape. Eksperymenty numeryczne wykonano dla 16 zestawów danych testowych (zbiorników wodnych). Ocenę dokładności identyfikacji konturów wykonano na podstawie porównania z ortofotomapą cyfrową o terenowej wielkości piksela 0,10 m. Na podstawie pomierzonych maksymalnych wartości odchyłek stwierdzono, że przeciętnie zbiorniki wodne zostały zidentyfikowane w 95%, a dla 62% obiektów testowych zidentyfikowano kontur ze 100% skutecznością. Ponadto wykorzystany algorytm posiada pewien mechanizm odpornościowy – eliminuje pojedyncze przypadkowe punkty na powierzchni zbiornika. Zaproponowana metoda może stanowić dodatkowe źródło zasilania BDOT, zwłaszcza dla zbiorników wodnych, których brzeg porośnięty jest roślinnością i trudno identyfikowalny na ortofotomapie.
    Airborne laser scanners (ALS) usually rely on a near-infrared light beam which is absorbed by water. This produces empty areas with no points in the LiDAR dataset (gaps, laser shot dropouts). Detecting the boundaries of bodies of water in a LiDAR dataset can thus be seen as the identification of boundaries of empty areas. The method for the identification of water bodies could be used to update and supply the Database of Topographic Objects (BDOT10k). The x, y co-ordinates of ground laser points of the previously classified LiDAR point cloud of the 4 points/m2 nominal density were used to detect bodies of water. The automatic identification of bodies of water was performed by the means of an α-shaped algorithm. Numerical experiments were conducted for 16 tested sites, which were bodies of water. The accuracy of boundary identification was evaluated by comparing the results with those seen on orthophotos with a pixel size of 0.10 m. Based on the maximum deviation values of the measured results, it has been shown that bodies of water were identified on average with 95% accuracy and the boundaries of 62% of the tested sites were delineated with 100% efficiency. Furthermore, the studied algorithm has a featured mechanism that enables it to eliminate single, random points distributed on the surface of a body of water. The proposed method can be used as an additional source of BDOT10k, especially for bodies of water whose banks are covered with vegetation which are difficult to identify on orthophotos.
    Źródło:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2013, 12, 4; 13-26
    1644-0668
    Pojawia się w:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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