Informacja

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

Wyszukujesz frazę "lidar" wg kryterium: Temat


Wyświetlanie 1-13 z 13
Tytuł:
A new approach to dtm error estimation basing on laplacian probability distribution function
Autorzy:
Hejmanowska, B.
Kay, S.
Powiązania:
https://bibliotekanauki.pl/articles/130024.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
Aerial
lidar
accuracy
point cloud
laser scanning
LIDAR
dokładność
chmura punktów
skanowanie laserowe
Opis:
A Digital Terrain Model (DTM) derived from Airborne Laser Scanning (ALS) was the subject of our research. In this paper, the vertical accuracy of the DTM was analyzed on the basis of the commonly used statistics, i.e. mean error and standard deviation, assuming a normal (Gauss) error distribution. The further approach, the so-called robust method (Höhle, Höhle 2009), was also tested, where the median was a substitute for the mean error and the Normalized Median Absolute Deviation (NMAD) for the standard deviation. An alternative method based on the Laplace function is proposed in the paper for describing the probability density function, where the parameters of the Laplace function are proposed for DTM error estimation. The test area was near the Joint Research Centre in Ispra, Italy; raw ALS data covering the test area were collected in 2005 and processed for DTM generation. Accuracy analysis was performed based on the comparison of DTM with the raw ALS data and with in-situ height measurements. The distribution of DTM errors calculated from ALS data was significantly non-normal, confirming other results reported in the literature. The Gauss distribution function considerably overestimated the vertical DTM errors; however, the robust method underestimated them. The Laplace function matched the error histograms the best, and accuracy parameters derived from this function could be considered as an alternative method for DTM accuracy evaluation.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 201-213
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Building outline reconstruction from als data set with a priori information
Autorzy:
Jarząbek-Rychard, M.
Borkowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/131135.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
lidar
reconstruction
algorithms
generalization
building
point cloud
LIDAR
odbudowa
algorytmy
generalizacja
budownictwo
chmura punktów
Opis:
Extraction of building boundaries is a n important step towards 3D buildings reconstruction. It may be also of interest on their own, for the real estate industry, GIS and automated updating of cadastral maps. In this paper we propose a comprehensive method for an automated extraction and delineation of building outlines from raw airborne laser scanning data. The presented workflow comprises three steps. It starts with identification of the points belonging to each singular building. The second step is to trace the points that compose a building boundary. In the last step an adjustment process is applied, that aims in boundary lines regularization. The first step – building detection is a most computationally expensive process and has a fundamental importance for the whole algorithm. A proposed approach is to include building address points that give exact information about building location. This additional information highly reduces the complexity of the building points extraction.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 227-236
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatyczna budowa wektorowych modeli 3d budynków na podstawie danych lotniczego skaningu laserowego
Automatic reconstruction of 3d building skeleton models based on airborne laser scanning data
Autorzy:
Jarząbek-Rychard, M.
Powiązania:
https://bibliotekanauki.pl/articles/129652.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
modelowanie budynków 3D
LIDAR
ALS
chmura punktów
topologia dachów
3D buildings modeling
lidar
point cloud
roof topology
Opis:
W artykule opisana jest w pełni automatyczna metoda budowy trójwymiarowych modeli budynków przedstawionych za pomocą linii szkieletowych. Budynki rekonstruowane są na podstawie chmury punktów, bez potrzeby wsparcia w postaci dodatkowych informacji i zbiorów danych. Warunek ten dodatkowo komplikuje zadanie rekonstrukcji, lecz jednocześnie czyni przedstawiony algorytm dużo bardziej uniwersalnym. Topologiczny model budynku tworzony jest na podstawie punktów charakterystycznych, wyznaczających miejsca przecięć sąsiednich połaci dachowych, bądź linii rzutów ścian. Punkty charakterystyczne zlokalizowane na zewnętrznych krawędziach budynków wyznaczane są za pomocą autorskiego algorytmu wykrywającego kontury. W kolejnym etapie rekonstrukcji określone są relacje topologiczne między punktami, które pozwalają na wyznaczenie linii krawędziowych poszczególnych płaszczyzn budynku. Ostatecznie, przeprowadzone jest wyrównanie punktów wierzchołkowych i linii krawędziowych, co pozwala na otrzymanie zregularyzowanego modelu zabudowy. Algorytm przetestowany został z wykorzystaniem danych lotniczego skaningu laserowego przedstawiających fragment zabudowy małego miasta. W wyniku przeprowadzonych eksperymentów można stwierdzić, że opisana metoda pozwala na poprawne i wydajne generowanie szkieletowych modeli budynków o skomplikowanej strukturze.
This paper presents a fully automatic method for generation of 3D building skeleton models. Objects are reconstructed from point clouds, without the need for a support, like additional information and data sets. This condition makes the reconstruction task even more complicated, however at the same time, presented algorithm becomes much more versatile. Topological model of a building is created based on characteristic points, which determine intersections of adjacent planes of the roof or walls. The characteristic points located on the outer edges of a building are extracted using author’s contour detecting algorithm. In the next stage of reconstruction topological relations between the points are defined, which allow to detect contour lines of individual planes of a building. Finally, adjustment of vertex points and edge lines is performed that enables to obtain regularized building model. The algorithm was tested against airborne laser scanning data set that shows a part of the small town. As a result of experiments it can be concluded that the described method allows the correct generation of skeletal building models with a complex structure.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 99-109
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Airborne laser scanning data for railway line survey
Wykorzystanie lotniczego skaningu laserowego do pomiaru torów kolejowych
Autorzy:
Pyka, T.
Borowiec, N.
Poręba, M.
Słota, M.
Kundzierewicz, T.
Powiązania:
https://bibliotekanauki.pl/articles/155340.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
LIDAR
lotniczy skaning laserowy
wyrównanie szeregów
chmura punktów
płaszczyzna referencyjna
lidar
ALS
strip adjustment
point cloud
reference plane
Opis:
In this study there is verified the suitability of airborne laser scanning data for railway line survey with main focus on rail tracks geometry measurements. Analysis was performed on two separate point clouds with point density of 11 and 17 pts/m2 and flying height of 300 and 500 m, respectively. Surprisingly better results of rail selection were achieved for 500 m altitude scanning data. It was proved that for the purpose of the railhead identification, the point density of 11 pts/m2 is sufficient.
Celem przeprowadzonych badań było sprawdzenie przydatności lotniczego skaningu laserowego do pomiarów sytuacyjno-wysokościowych wzdłuż linii kolejowej, przy czym skupiono się na pomiarze niwelacyjnym torów kolejowych. Dla potrzeb badań na odcinku linii kolejowej Kraków-Tarnów wybrany został obszar testowy o długości ok 25 km. Wykonano dwie rejestracje lotniczym skanerem laserowym - z wysokości 300 m i 500 m, uzyskując dwie chmury punktów o gęstości 17 i 11 pkt /m2. Dla potrzeb wyrównania geometrycznego szeregów z możliwie najwyższą dokładnością pomierzono tachimetrycznie płaszczyzny referencyjne zmaterializowane w postaci dachów budynków. Dodatkowo wykonano terenowy pomiar kontrolny trzech odcinków, każdy o długości ok. 1 km. W zakresie możliwości detekcji i aproksymacji szyn z danych ALS (a pośrednio osi torów) badania przyniosły pozytywne rezultaty. Udowodniono, iż dla potrzeb identyfikacji i pomiaru wysokości główek szyn wystarczająca jest gęstość 11 pkt/m2. Podobnie jest z pomiarem takich danych jak szerokość międzytorzy, szerokości i długość peronów. Większa gęstość skaningu ułatwia identyfikację i lokalizację osi słupów trakcyjnych o konstrukcji ażurowej oraz jest korzystniejsza do badania skrajni kolejowej. Niemożliwe natomiast do identyfikacji, są obiekty małe i wąskie (tablice ostrzegawcze, wskaźniki, tarcze rozrządowe).
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 3, 3; 260-263
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel method for fast generation of 3D objects from multiple depth sensors
Autorzy:
Szmuc, Tomasz
Mrówka, Rafał
Brańka, Marek
Ficoń, Jakub
Pięta, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/2201328.pdf
Data publikacji:
2023
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
3D scan
LiDAR
point cloud
mesh
registration
Opis:
Scanning real 3D objects face many technical challenges. Stationary solutions allow for accurate scanning. However, they usually require special and expensive equipment. Competitive mobile solutions (handheld scanners, LiDARs on vehicles, etc.) do not allow for an accurate and fast mapping of the surface of the scanned object. The article proposes an end-to-end automated solution that enables the use of widely available mobile and stationary scanners. The related system generates a full 3D model of the object based on multiple depth sensors. For this purpose, the scanned object is marked with markers. Markers type and positions are automatically detected and mapped to a template mesh. The reference template is automatically selected for the scanned object, which is then transformed according to the data from the scanners with non-rigid transformation. The solution allows for the fast scanning of complex and varied size objects, constituting a set of training data for segmentation and classification systems of 3D scenes. The main advantage of the proposed solution is its efficiency, which enables real-time scanning and the ability to generate a mesh with a regular structure. It is critical for training data for machine learning algorithms. The source code is available at https://github.com/SATOffice/improved_scanner3D.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2023, 13, 2; 95--105
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie naziemnego skanowania laserowego w inwentaryzacji lasu – przegląd wybranych zagadnień
Application of terrestrial laser scanning in forest inventory – an overview of selected issues
Autorzy:
Krok, G.
Kraszewski, B.
Sterenczak, K.
Powiązania:
https://bibliotekanauki.pl/articles/2142615.pdf
Data publikacji:
2020
Wydawca:
Instytut Badawczy Leśnictwa
Tematy:
lidAr
point cloud
forestry
remote sensing
chmura punktów
leśnictwo
teledetekcja
Opis:
precise determination of forest resources is one of the most important tasks in conducting sustainable forest management. Accurate information about the forest’s resources allows for a better planning of current and future management as well as conservation activities. Such precise information is needed by both, individual forest managers and for developing the national forest policy. In recent years, interest in the use of remote sensing in forest inventory has significantly increased. remote sensing allows for non-invasive measurements and the automation of data processing. the most accurate source of remote sensing data at the level of the sample plot is terrestrial laser scanning ( tlS). Its use in forest inventory has been studied for about two decades. this paper aims to introduce studies on state of the art tlS technology as well as provide an overview of research conducted in stands within the temperate climate zone. this article furthermore discusses issues such as tlS data acquisition, data proces- sing and presents results for the estimation of tree biometric features.
Źródło:
Leśne Prace Badawcze; 2020, 81, 4; 175-194
1732-9442
2082-8926
Pojawia się w:
Leśne Prace Badawcze
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:
Methods for quality improvement of multibeam and LiDAR point cloud data in the context of 3D surface reconstruction
Autorzy:
Kulawiak, M.
Łubniewski, Z.
Powiązania:
https://bibliotekanauki.pl/articles/332451.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Akustyczne
Tematy:
multibeam sonar
LiDAR
3D
point cloud
shape reconstruction
noise reduction
Opis:
Point cloud dataset is the transitional data model used in several marine and land remote-sensing applications. During further steps of processing, the transformation of point cloud spatial data to more complex models containing higher order geometric structures like edges and facets may be possible, if an appropriate quality level of input data is provided. Point cloud datasets usually contain a considerable amount of undesirable irregularities, such as strong variability of local point density, missing data, overlapping points and noise caused by scattering characteristics of the environment. For these reasons, processing such data can be quite problematic, especially in the field of object detection and threedimensional surface reconstruction. This paper is focused on applying the proposed methods for reducing the mentioned irregularities from several datasets containing 3D point clouds acquired by multibeam sonars and LiDAR scanners. The article also presents the results obtained by each method, and discusses their advantages.
Źródło:
Hydroacoustics; 2016, 19; 251-258
1642-1817
Pojawia się w:
Hydroacoustics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Deep learning for automatic LiDAR point cloud processing
Głębokie uczenie w automatycznym przetwarzaniu chmury punktów skanowania laserowego
Autorzy:
Dominik, Wojciech
Bożyczko, Marcin
Tułacz-Maziarz, Karolina
Powiązania:
https://bibliotekanauki.pl/articles/27322929.pdf
Data publikacji:
2021
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
deep learning
LiDAR
point cloud
classification
automation
głębokie uczenie
chmura punktów
klasyfikacja
automatyzacja
Opis:
The paper presents the method of automatic point cloud classification that has been developed by OPEGIEKA. The method is based on deep learning techniques and consists of an in- house developed algorithm of point cloud transformation to a regular array accompanied by internally designed convolutional neural network architecture. The developed workflow as well as experiences from its application during the execution of the CAPAP project are described. Results obtained on real project data as well as statistics obtained on the ISPRS 3D semantic labelling benchmark with the use of OPEGIEKA's method are presented. The achieved results place OPEGIEKA in the top 3 of the classification accuracy rating in the ISPRS benchmark. The implementation of OPEGIEKA's solution into LiDAR point clouds classification workflow allowed to reduce the amount of necessary manual work.
W artykule przedstawiono metodę automatycznej klasyfikacji chmur punktów opracowaną przez firmę OPEGIEKA. Metoda opiera się na technice głębokiego uczenia i składa się z opracowanego przez autorów algorytmu transformacji chmury punktów do regularnej macierzy, któremu towarzyszy wewnętrznie zaprojektowana architektura konwolucyjnej sieci neuronowej. W tekście opisano opracowany ciąg technologiczny uwzględniający metodykę na przykładzie doświadczenia podczas realizacji projektu CAPAP. Przedstawiono wyniki uzyskane na rzeczywistych danych projektowych oraz statystyki uzyskane na benchmarku ISPRS dotyczącego etykietowania semantycznego z wykorzystaniem metody OPEGIEKA. Osiągnięte wyniki plasują OPEGIEKA w pierwszej 3 rankingu dokładności klasyfikacji w benchmarku ISPRS. Wdrożenie rozwiązania OPEGIEKA do przepływu pracy klasyfikacji chmur punktów LiDAR pozwoliło zmniejszyć ilość niezbędnej pracy manualnej.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2021, 33; 13--22
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Porównanie oprogramowania do przetwarzania danych LiDAR w zakresie generowania NMT i NMPT
Comparison of LiDAR data processing software in the field of DTM and DSM generation
Autorzy:
Bielecki, A.
Powiązania:
https://bibliotekanauki.pl/articles/132387.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Geograficzne
Tematy:
LiDAR
oprogramowanie
teledetekcja
NMT
NMPT
chmura punktów
software
remote sensing
DTM
DSM
point cloud
Opis:
Dane LiDAR dostarczają wielu informacji o terenie jednak wymagają bardzo czasochłonnych procesów obróbki oraz odpowiednich zasobów sprzętowych. W trakcie analiz przestrzennych bazujących na dużych zestawach danych napotkać można wiele problemów natury technicznej. W artykule podjęto próbę konwersji chmury punktów do modelu rastrowego NMT oraz NMPT. Szukając najlepszego rozwiązania wykorzystano 7 różnych programów dostępnych na licencji studenckiej, open-source oraz w wersji próbnej. Każdy program jednak znacząco różni się pod względem ingerencji użytkownika, możliwości analitycznych, możliwości automatyzacji czy też radzenia sobie z dużymi zestawami plików, stąd też wybór odpowiedniego oprogramowania jest bardzo trudny.
LiDAR data provides a lot of information about terrain, but they need very time consuming processes of generating other products and a good quality of hardware. During spatial analyses based on big sets of data one can meet many technical problems. In the article it was made an attempt to build a DTM and a DSM raster models based on point cloud. Looking for the best solution 7 different software has been used available on educational, open-source of trial license. Each software is different regarding the user integration, analytics possibilities, abilities to automate the processes and management of working with big size data. That is why the choose between the best software is so hard.
Źródło:
Teledetekcja Środowiska; 2018, 58; 5-11
1644-6380
Pojawia się w:
Teledetekcja Środowiska
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:
Rule-based Classification of Airborne Laser Scanner Data for Automatic Extraction of 3D Objects in the Urban Area
Autorzy:
Bui, Ngoc Quy
Le, Dinh Hien
Duong, Anh Quan
Nguyen, Quoc Long
Powiązania:
https://bibliotekanauki.pl/articles/2019227.pdf
Data publikacji:
2021
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
point cloud
Lidar data
NDVI index
classification algorithms
3D city
chmura punktów
indeks NDVI
algorytm klasyfikacji
Opis:
LiDAR technology has been widely adopted as a proper method for land cover classification. Recently with the development of technology, LiDAR systems can now capture high-resolution multispectral bands images with high-density LiDAR point cloud simultaneously. Therefore, it opens new opportunities for more precise automatic land-use classification methods by utilizing LiDAR data. This article introduces a combining technique of point cloud classification algorithms. The algorithms include ground detection, building detection, and close point classification - the classification is based on point clouds’ attributes. The main attributes are heigh, intensity, and NDVI index calculated from 4 bands of colors extracted from multispectral images for each point. Data of the Leica City Mapper LiDAR system in an area of 80 ha in Quang Xuong town, Thanh Hoa province, Vietnam was used to deploy the classification. The data is classified into eight different types of land use consist of asphalt road, other ground, low vegetation, medium vegetation, high vegetation, building, water, and other objects. The classification workflow was implemented in the TerraSolid suite, with the result of the automation process came out with 97% overall accuracy of classification points. The classified point cloud is used in a workflow to create a 3D city model LoD2 (Level of Detail) afterward.
Źródło:
Inżynieria Mineralna; 2021, 2; 103--114
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-13 z 13

    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