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 "lidAr" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Przetwarzanie lotniczych danych lidarowych dla potrzeb generowania NMT i NMPT
    Airborne lidar data processing for digital surface model and digital terrain model generation
    Autorzy:
    Hejmanowska, B.
    Borowiec, N.
    Badurska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/130018.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    LIDAR
    NMT
    NMPT
    lidar
    DSM
    DTM
    Opis:
    Przedmiotem prezentowanych analiz było testowanie metodyki przetwarzania lotniczych danych lidarowych dla potrzeb tworzenia numerycznego modelu terenu (NMT) i numerycznego modelu powierzchni terenu (NMPT). Testowanie przeprowadzono w oparciu o dane lidarowe udostępnione przez instytut badawczy UE. Obszar testowy obejmował okolice Ispry we Włoszech. Do badań wykorzystano oprogramowanie Terrasolid (TerraScan, TerraModeler) oraz Geomedia. Testowano metodykę przetwarzania danych lidarowych i badano dokładność wewnętrzną i zewnętrzną NMT. Optymalna długość trójkąta w TerrScan wynosiła 45 m. Wewnętrzną dokładność NMT (porównanie siatki NMT z danymi pomiarowymi z lidara) oszacowano w zakresie: 10-30 cm. Porównanie NMT z pomiarem GPS wykazało błąd systematyczny 50 cm, a odchylenie standardowe 20-30 cm. W artykule zostały zamieszczone wyniki badań prowadzonych w ramach projektu UE, JRC. Natomiast niniejsza publikacja została przygotowana w ramach projektu AGH nr: 11.11.150.949.
    The analysis was aimed at testing of aerial lidar data for Digital Terrain Model (DTM) and Digital Surface Model (DSM) generation. Lidar data wereobtained from The JRC , an EU research institute. The test area was located near Ispra, Italy. There were 5 test areas: 3 of them covered a flat JRC region and 2 covered the urban, modulated surface of Ispra near the lake. The TerraScan and Geomedia software packages were applied for data processing. Lidar data processing algorithms and DTM inner and external accuracy were tested. In the ground point classification using the Terrasolid, the triangle length and interaction angle were tested. The optimal triangle length in the TerraScan was found to amount to 45 m. The first phase involved generation of a DTM; subsequently, a DSM was developed basedon lidar cloud point classification (low, middle and high vegetation, and buildings). The accuracy analysis was performed using a DTM with 0.1 m and 1 m pixel size. The resolution of 0.1 m was chosen to render the DTM as comparable as possible to the density of lidar points. However ,resolution of 1 m was also tested because of its usual application in DTM generation from lidar data. Two kinds of accuracy were tested. We called them the inner (comparison of DTM and lidar data) and the external (comparison of DTM and GPS RTK) accuracy. The inner DTM accuracy was estimated at 10-30 cm. The DTM and GPS comparison allowed to determine the systematic error of 20-30 cm and standard deviation of 50 cm. The accuracy (inner and external) obtained was lower than expected. The future research should explain these phenomena. The work was supported by the AGH project No. 11.11.150.949
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 151-161
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Polyhedral building model from airborne laser scanning data
    Wielościenny model budynku zbudowany na podstawie danych z lotniczego skaningu laserowego
    Autorzy:
    Borowiec, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/385318.pdf
    Data publikacji:
    2010
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    LIDAR
    model 3D
    budynek
    rekonstrukcja
    lidar
    3D model
    building
    reconstruction
    Opis:
    This paper presents the semi-automatic method, which only uses ALS data to build a model of a building. This method focuses on modeling the roof, assuming that by knowing the shape of the roof and the digital presentation of the terrain, we could easily obtain the model of the whole building. A unique feature of this method is the sequential regular and irregular tesselations, which are used to obtain analyses of grid and tin. This method consists of three main steps. The first step is to execute the interpolation of lidar points to the grid and then indicate the places where buildings are most likely to be present. The region of interest (in this case, the buildings) is located on the grid using the easy grid analyses. The next step helps us to indicate the edge of a building’s roof. Accurately detecting the edges is possible when using the original data but we are limited to the ROI indicated in the first step. The lines which define the roof edges were detected as a result of the TIN analysis. The edges of the building allow us to choose only those points which represent the roof out of the entire "cloud of points" and proceed to the next step. The third step consists of planes detection, in 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.
    Niniejszy artykuł prezentuje półautomatyczną metodę modelowania budynków, w której wykorzystane są wyłącznie dane ALS (Airborne Laser Scanner). W metodzie skoncentrowano się na modelowaniu dachu przy założeniu, że znając kształt dachu i posiadając numeryczny opis terenu, można łatwo uzyskać docelowy model całego budynku. Szczególną cechą opracowanej metody jest sekwencyjne wykorzystanie tesselacji regularnych i nieregularnych, co sprowadza się do analiz na danych gridowych i rozproszonych. W metodzie występują trzy zasadnicze etapy. Pierwszy etap polega na interpolacji punktów lidarowch do postaci regularnej siatki oraz wskazaniu miejsc, gdzie prawdopodobnie występują budynki. Obszary zainteresowania (budynki) wyszukiwane są dzięki przeprowadzeniu na gridzie prostych analiz, tj. progowanie, zastosowanie filtrów morfologicznych. Kolejny etap prowadzi do wskazania krawędzi dachu budynku. Dokładne zdefiniowanie krawędzi jest możliwe dzięki wykorzystaniu danych oryginalnych, ale z ograniczeniem do podobszarów wskazanych w pierwszym etapie. Proste, które określają krawędzie dachu wykrywane są w wyniku przeprowadzenia analizy trójkątów siatki TIN, zbudowanej na rozproszonych punktach lidarowych. Mając krawędzie budynku, z całej "chmury punktów" można wybrać tylko te punkty, które reprezentują dach, i przystąpić do kolejnego, trzeciego etapu. Polega on na wykryciu płaszczyzn, które określą kształt dachu budynku. Szukanie płaszczyzn dachu budynku odbywa się na zasadzie przejścia od szczegółu do ogółu metodą dziel – łącz. Początkowo definiowany jest prostopadłościan, który obejmuje cały zbiór punktów reprezentujących dach, który następnie jest dzielony na mniejsze i jednakowe prostopadłościany (woksele). W każdym wokselu, aproksymowana jest płaszczyzna. Płaszczyzny w sąsiednich sześcianach łączone są, jeżeli ich parametry, tj. azymut, spadek i wysokość, mieszczą się w zdefiniowanych granicach. Proces łączenia płaszczyzn trwa aż do wyłonienia płaszczyzn głównych budynku. Efektem końcowym jest model budynku wyeksportowany do formatu dxf.
    Źródło:
    Geomatics and Environmental Engineering; 2010, 4, 4; 17-26
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    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
      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