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 "P-point" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Using RANSAC for 3D point cloud segmentation
    Wykorzystanie algorytmu RANSAC dla segmentacji chmur punktów 3D
    Autorzy:
    Luchowski, L.
    Kowalski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/375753.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    3D segmentation
    point cloud
    RANSAC
    Opis:
    The article presents a method for 3D point cloud segmentation. The point cloud comes from a FARO LS scanner - the device creates a dense point cloud, where 3D points are organized in the 2D table. The input data set consists of millions of 3D points - it makes widely known RANSAC algorithms unusable. We add some modifications to use RANSAC for such big data sets
    Artykuł prezentuje metodę segmentacji chmury punktów 3D. Segmentacja znajduje w chmurze (kracie) punktów kwadryki. Źródłem danych są chmury punktów uzyskane przy pomocy skanera FARO LS. Skany wykonane przy wykorzystaniu tego skanera charakteryzują się zapisem punktów w tablicy (stąd określenie 'krata' punktów), przy czym jej rozmiary są znaczne - w eksperymentach wykorzystano kratę liczącą 9600x3960, co daje 38 016 000 punktów, podkreślając znaczenie czynnika złożoności pamięciowej algorytmów. Przedstawione rozwiązanie uwzględnia ten problem wywołując czasochłonny algorytm RANSAC jedynie dla wycinków analizowanej sceny, a następnie wykorzystuje uzyskane rezultaty do dalszej analizy. W artykule zaprezentowano szczegółowo algorytm RANSAC i zasady analizy wycinków skanu. Dane wejściowe dla algorytmu reprezentują scenę utworzoną przez człowieka (wnętrze pomieszczenia), co oznacza pojawianie się wielu płaszczyzn i innych prostych obiektów geometrycznych (np. wycinków walca). Prezentowane rozwiązanie pozwala na odnalezienie w scenie kwadryk, rozwiązanie takie pozwala objąć wiele kształtów tworzonych przez człowieka. W przeprowadzonych eksperymentach analizowano skan jadalni Willi Caro - dziewiętnastowiecznej willi, będącej jedną z siedzib Muzeum w Gliwicach. Wybór takiego przedmiotu eksperymentów jest powiązany z jednym z docelowych zastosowań - skanowaniem obiektów dziedzictwa kulturowego celem dokonania ich inwentaryzacji architektonicznej. Wyznaczenie kwadryk opisujących fragmenty skanu pozwala dobrać dokładność skanowania (zwiększenie dokładności dla wybranych fragmentów - detali artystycznych) w zależności od złożoności powierzchni. Ilustracje 1-3 prezentują analizowany skan, ilustracja nr 4 przedstawia punkty przypisane do kwadryk (wszystkich znalezionych przez oprogramowanie), a nr 5 zintegrowane kwadryki dla jednej ze ścian jadalni. W wyniku analizy znaleziono 299 kwadryk (o rozmiarach od 210 do 20512), które po integracji utworzyły 85 zintegrowanych powierzchni (wiele z nich to jednak pojedyncze kwadryki z pierwszego etapu przedstawiania, dla których nie znaleziono odpowiedników).
    Źródło:
    Theoretical and Applied Informatics; 2013, 25, 2; 105-117
    1896-5334
    Pojawia się w:
    Theoretical and Applied Informatics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Accuracy of merging point clouds at the maximum range of a scanner with limited possibilities of target placement
    Dokładność łączenia chmur punktów dla pomiaru na odległościach zbliżonych do rzeczywistego zasięgu skanera przy ograniczonej możliwości usytuowania targetów
    Autorzy:
    Lenda, G.
    Lewińska, P.
    Siwiec, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/230268.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    skanowanie laserowe
    zasięg daleki
    cel
    dokładność rejestracji
    chmura punktów
    laser scanning
    long range
    target
    registration accuracy
    point cloud
    Opis:
    The research was aimed at analysing the factors that affect the accuracy of merging point clouds when scanning over longer distances. Research takes into account the limited possibilities of target placement occurring while scanning opposite benches of quarries or open-pit mines, embankments from opposite banks of rivers etc. In all these cases, there is an obstacle/void between the scanner and measured object that prevents the optimal location of targets and enlarging scanning distances. The accuracy factors for cloud merging are: the placement of targets relative to the scanner and measured object, the target type and instrument range. Tests demonstrated that for scanning of objects with lower accuracy requirements, over long distances, it is optimal to choose flat targets for registration. For objects with higher accuracy requirements, scanned from shorter distances, it is worth selecting spherical targets. Targets and scanned object should be on the same side of the void.
    Badania miały na celu przeanalizowanie czynników wpływających na dokładność łączenia chmur punktów przy pomiarze obiektów na większych odległościach, przy ograniczonej możliwości rozmieszczenia targetów. Sytuacje takie mogą występować np. podczas skaningu w kamieniołomach lub kopalniach odkrywkowych, kiedy pomiar odbywa się z przeciwległych teras wyrobiska. Mogą pojawić się również podczas skanowania obwałowań, umocnień brzegów czy innych elementów infrastruktury z przeciwległego brzegu rzek czy zbiorników wodnych. Podobna sytuacja może wystąpić podczas pomiarów rozmaitych wydłużonych obiektów i budowli położonych po drugiej stronie tras komunikacyjnych. We wszystkich tych przypadkach pomiędzy stanowiskami skanera a mierzonym obiektem pojawia się przeszkoda/pustka, uniemożliwiająca optymalne usytuowane targetów łączących chmury punktów i zwiększająca odległości, na których wykonywany jest skaning. Czynnikami wpływającymi na dokładność łączenia chmur są w takich przypadkach: rozmieszczenie targetów względem siebie, skanera i mierzonego obiektu, rodzaj targetów oraz zasięg instrumentów. Zostały one uwzględnione w przeprowadzonych badaniach, mających wyłonić optymalną konfigurację pomiarową.
    Źródło:
    Archives of Civil Engineering; 2019, 65, 4; 229-248
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    3D modelling of facade features on large sites acquired by vehicle based laser scanning
    Autorzy:
    Boulaassal, H.
    Landes, T.
    Grussenmeyer, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/131250.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    VLS
    point cloud
    segmentation
    reconstruction
    mobile mapping
    building facade
    chmura punktów
    segmentacja
    rekonstrucja
    elewacja kamienicy
    Opis:
    Mobile mapping laser scanning systems have become more and more widespread for the acquisition of millions of 3D points on large and geometrically complex urban sites. Vehicle-based Laser Scanning (VLS) systems travel many kilometers while acquiring raw point clouds which are registered in real time in a common coordinate system. Improvements of the acquisition steps as well as the automatic processing of the collected point clouds are still a conundrum for researchers. This paper shows some results obtained by application, on mobile laser scanner data, of segmentation and reconstruction algorithms intended initially to generate individual vector facade models using stationary Terrestrial Laser Scanner (TLS) data. The operating algorithms are adapted so as to take into account characteristics of VLS data. The intrinsic geometry of a point cloud as well as the relative geometry between registered point clouds are different from that obtained by a static TLS. The amount of data provided by this acquisition technique is another issue. Such particularities should be taken into consideration while processing this type of point clouds. The segmentation of VLS data is carried out based on an adaptation of RANSAC algorithm. Edge points of each element are extracted by applying a second algorithm. Afterwards, the vector models of each facade element are reconstructed. In order to validate the results, large samples with different characteristics have been introduced in the developed processing chain. The limitations as well as the capabilities of each process will be emphasized in terms of geometry and processing time.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 75-89
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sezonowa zmienność rozkładu chmury punktów skanowania laserowego w drzewostanach iglastych i jej związek z cechami taksacyjnymi drzewostanu
    Seasonal variability of distribution of laser scanning point cloud in coniferous stands and its relationship with stand valuation characteristics
    Autorzy:
    Będkowski, K.
    Brach, M.
    Banaszczak, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/973707.pdf
    Data publikacji:
    2011
    Wydawca:
    Polskie Towarzystwo Leśne
    Tematy:
    lasy
    skanowanie laserowe
    lidar
    drzewostany iglaste
    cechy taksacyjne
    pomiary terenowe
    zwarcie drzewostanu
    leśnictwo
    rozkład punktów odbić impulsów laserowych
    zmienność sezonowa
    wysokość drzew
    wysokość miejsca zwarcia
    wysokość osadzenia korony
    pierśnice drzew
    point cloud
    accuracy
    forestry
    LIDAR
    DTM
    Opis:
    Increasing knowledge of the spatial structure of forests can contribute to the improvement of stand stability and silviculture rules. New opportunities in this respect are offered by the laser scanning technique, which allows to determine different stand characteristics and anticipate their spatial structure. It was found that certain features of laser pulse distribution histograms do not change significantly during the growing season and show a strong correlation with the characteristics of the stands located in the Rogów Arboretum, Warsaw University of Life Sciences – SGGW.
    Źródło:
    Sylwan; 2011, 155, 11; 736-748
    0039-7660
    Pojawia się w:
    Sylwan
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A mapping platform for gyrocopters - the influence of the stabilization on data geometry
    System pomiarowy dla wiatrakowców - wpływ stabilizacji na geometrię danych pomiarowych
    Autorzy:
    Kolecki, J.
    Prochaska, M.
    Piątek, P.
    Baranowski, J.
    Kurczyński, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/129874.pdf
    Data publikacji:
    2017
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    LiDAR
    autogyro
    stabilization
    point cloud
    flight plan
    Stewart platform
    wiatrakowiec
    stabilizacja
    chmura punktów
    plan lotu
    platforma Stewarta
    Opis:
    The paper presents the experiments on the ultralight, stabilized mapping system designed for the gyrocopters (autogyros). It attempts to answer the following question: in what extent the applied stabilization solution (based on the Stewart platform) improves the quality of acquired LiDAR and photogrammetric data? The number of simulations resulting in measures of the influence of the stabilization on the point cloud density, point pattern and image overlaps has been carried out. As the input data the angular parameters of the trajectories recorded within the first test flight were utilized. Using the data, the artificial points clouds were generated. The clouds ware free of the geometric disturbances caused by such a factors as height differences of the terrain and instable flight speed. The only disturbances observed were to be caused by angular deflections that were not stabilized. Obtained results confirm that the stabilization system helps to keep the planned cloud density and overlaps of the images. However the disturbances in point pattern are caused mainly by vibrations and cannot by properly suppressed by the stabilization system. In the summary the ways of further system improvements were suggested.
    Artykuł jest efektem prac nad ultralekką stabilizowaną platformą pomiarową dla wiatrakowców. Podjęto w nim próbę odpowiedzi na pytanie: w jakim stopniu opracowany system stabilizacji wpływa na poprawę parametrów geometrycznych danych LiDAR oraz danych fotogrametrycznych? W tym celu wykonano szereg symulacji obrazujących wpływ stabilizacji na zachowanie planowanej gęstości chmury punków, jej jednorodność a także wpływ na pokrycie zdjęć. Jako dane wejściowe wykorzystano kątowe parametry trajektorii rejestrowane podczas pierwszych lotów testowych. Dane te pozwoliły na generowanie w sposób „sztuczny” chmur punktów, których geometria jest wolna od zakłóceń wywołanych przez inne czynniki (np. niestabilna prędkość lotu), i zniekształcona jedynie z powodu niekompensowanych wychyleń kątowych. Uzyskane wyniki potwierdzają wyraźny, i korzystny wpływ stabilizacji na zachowanie wymaganej gęstości chmury punktów a w szczególności na zachowanie pokrycia zdjęć. Zakłócenia równomierności struktury punktów są natomiast powodowane głównie drganiami i kompensowane przez system stabilizacji tylko w niewielkim stopniu. W podsumowaniu zawarto między innymi propozycje dalszych prac badawczych zmierzających do udoskonalenia systemu pomiarowego.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2017, 29; 63-73
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie działania algorytmów aktywnego modelu TIN i predykcji liniowej do segmentacji punktów terenowych
    Comparison of TIN active model and prediction of linear algorithms for terrain points segmentation
    Autorzy:
    Brodowska, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/130626.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    LIDAR
    ALS
    chmura punktów
    algorytm aktywnego modelu TIN
    predykcja liniowa
    filtracja
    segmentacja
    lidar
    point cloud
    active TIN model algorithm
    linear prediction
    filtration
    segmentation
    Opis:
    Istotną część punktów pozyskanych z wykorzystaniem technologii lotniczego skaningu laserowego stanowią odbicia od obiektów leżących ponad powierzchnią terenu np. drzew, krzewów czy budynków. Jednoznaczna i dokładna segmentacja jest kluczowym procesem pozwalającym na identyfikację obszarów homologicznych pod względem określonych własności w zbiorze punktów, co z kolei umożliwia generowanie NMT czy modelowanie brył budynków. W niniejszej pracy przedstawiono porównanie dwóch najczęściej stosowanych algorytmów filtracji chmury punktów ALS: aktywnego modelu TIN oraz predykcji liniowej. Badania wykonano dla wyodrębnionych 24 pól testowych charakteryzujących się różnym ukształtowaniem i użytkowaniem terenu. Weryfikacja wyników automatycznych filtracji polegała na ich porównaniu ze zbiorami referencyjnymi. W wyniku tego porównania określono względne procentowe błędy segmentacji punktów terenowych, które kształtowały się na poziomie od 0% do około 20% i zależne były od charakteru badanej powierzchni oraz obiektów na niej występujących. Przeprowadzone testy potwierdziły wysoką skuteczność obydwu badanych algorytmów, pokazując jednocześnie ich pewne ograniczenia i różnice w przypadku filtracji terenów o skomplikowanym ukształtowaniu lub pokryciu. Oba algorytmy zwracają podobny wynik w przypadku klasyfikacji chmury punktów opisujących tereny wykorzystywane rolniczo oraz tereny, na których zlokalizowane są pojedyncze budynki, krzewy i drzewa oraz parkingi z samochodami. Metoda oparta na predykcji liniowej lepiej eliminuje punkty zarejestrowane w wyniku odbicia wiązki lasera od podjazdów/wiaduktów/mostów, niż algorytm aktywnego modelu TIN.
    A significant part of the data points obtained by using airborne laser scanning technology come from points reflected from objects situated above the ground such as trees, shrubs or buildings. Clear-cut and accurate segmentation is a crucial stage in data processing which allows to identify the homologous regions in terms of specific properties within a dataset of points, which further allows to generate DTM's or model building shapes. This paper shows an analysis of the two most commonly used algorithms for ALS point cloud filtering: active TIN model and linear prediction. The study was performed on 24 specifically extracted testing samples characterized by different topography and land use. The verification of the results of the automatic filtration process of both algorithms was based on comparison to reference datasets. As a result of this comparisons the relative percentage errors of automatic segmentation were determined. The level of the estimated errors varies from 0% to around 20% and depends on the characteristics of the land and the objects which are on the surface. The conducted study confirmed the high efficiency of both evaluated algorithms, at the same time revealing their limitations and differences in the filtration process for areas of a complex topography or terrain coverage. Both algorithms provide similar classification of point clouds describing land use for agriculture, areas on which a single building, shrub or tree is located, and for used car parks. Method based on linear prediction works better than active algorithm TIN model in terms of points recorded by the laser beam being reflected from vehicles/flyovers/bridges.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 63-71
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pierwszy krok w kierunku „smart project”, czyli inwentaryzacja stanu istniejącego budynku w standardzie BIM
    First step in the direction of a „smart project” - the surveying of the extant state of a building in the BIM standard
    Autorzy:
    Markiewicz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/345558.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Krakowska im. Tadeusza Kościuszki. Wydział Architektury. Katedra Kształtowania Środowiska Mieszkaniowego
    Tematy:
    tachimetria
    skanowanie laserowe
    chmura punktów
    ortofotoplan
    model wirtualny budynku
    tachymetry
    laser scanning
    point cloud
    orthophotoplan
    virtual model of the building
    Opis:
    Dzięki wielu korzyściom płynącym z wdrażania najnowszych technologii informatycznych do architektury i budownictwa BIM nieuchronnie staje się standardem nowoczesnego projektowania. Technologia BIM dotyczy również etapu inwentaryzacji budynków. Kolejność prac przy inwentaryzacji w standardzie BIM na podstawie skanowania laserowego jest następująca: Pierwszą czynnością są pomiary tachimetryczne. Następnie w wyniku skanowania laserowego uzyskujemy tzw. chmury punktów, z których generowane są tzw. ortofotoplany. Na ich podstawie budowany jest wirtualny model budynku. Po naniesieniu wymiarowania i opisów z modelu 3D (4D+5D) można wygenerować rzuty, przekroje i elewacje oraz różnego typu zestawienia.
    Thanks to the numerous benefits gained from the implementation of the latest information technologies in architecture and construction, BIM is unavoidably becoming the standard of modern design. BIM Technology also applies to the stage of surveying a building. The sequence of work when surveying a building in the BIM standard on the basis of laser scanning is as follows: The first task to be performed is tachymetric measurement. Afterwards, as a result of laser scanning, we obtain so-called point clouds, from which so-called orthophotoplans are generated. Based on these plans, a virtual model of a building is generated. After applying dimensions and annotation from the 3D (4D+5D) model, we can generate floor plans, cross-sections and elevations, as well as various types of schedules.
    Źródło:
    Środowisko Mieszkaniowe; 2018, 23; 63-71
    1731-2442
    2543-8700
    Pojawia się w:
    Środowisko Mieszkaniowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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