Informacja

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

Wyszukujesz frazę "chmura punktow" wg kryterium: Temat


Wyświetlanie 1-4 z 4
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:
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:
Wykorzystanie operacji na chmurze punktów we wspomaganiu analizy transportu ponadnormatywnego
The use of points cloud processing in supporting oversize transport analysis
Autorzy:
Borowiec, N.
Pulak, A.
Powiązania:
https://bibliotekanauki.pl/articles/315491.pdf
Data publikacji:
2018
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
transport ponadnormatywny
przewóz ładunków wielkogabarytowych
symulacja ruchu pojazdu
chmura punktów
oversized cargo
large transport
simulation of vehicle motion
point cloud
Opis:
W niniejszym artykule zaprezentowano budowę i realizację autorskiego algorytmu symulującego ruch pojazdu wielkogabarytowego wraz z badaniem kolizji ścieżki przejazdu z wykorzystaniem chmury punktów obrazującej elementy terenu. Przeprowadzone symulacje i analizy zostały opracowane na przykładzie transportu łopaty turbiny wiatrowej. Do implementacji algorytmu wykorzystano język programowania Python wraz z bibliotekami PCL oraz NumPy.
Paper discussed how to create an algorithm that simulates the movement of large-size vehicle and to detect collision of vehicle path with cloud of points. Simulations and analysis that were rune are based on the transport of wind turbine blade. The proposed algorithm was implemented using Python programming language with PCL and NumPy libraries.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 6; 804-811, CD
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
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