Błędy NMT i NMPT wynikające z automatycznej klasyfikacji chmury punktów pochodzącej z lotniczego skaningu laserowego przy zastosowaniu oprogramowania TerraScan

• Autorzy: Kwoczynska B.

Warianty tytułu

EN

DTM and DSM errors resulting from automatic classification of a cloud of points which originate from aerial laser scanning using TerraScan software

• Języki publikacji: PL

Abstrakty

PL

Kluczowym zagadnieniem w przetwarzaniu danych pochodzących z lotniczego skaningu laserowego jest filtracja, rozumiana jako procedura eliminacji wszystkich punktów, które nie należą do określonej powierzchni z pomierzonej „chmury punktów”. Pozwala ona wyznaczyć przebieg powierzchni topograficznej, czyli określić NMT. Wstępna klasyfikacja punktów przeprowadzana jest zazwyczaj automatycznie z wykorzystaniem różnego rodzaju algorytmów do automatycznej filtracji danych laserowych. W zależności od zastosowanego oprogramowania istnieje możliwość korekty takiej filtracji poprzez ręczną klasyfikację. W publikacji dokonano analizy algorytmów wykorzystywanych w oprogramowaniu TerraScan stosowanych do klasyfikacji „chmury punktów”. Porównano wyniki otrzymane przy zastosowaniu algorytmów o różnych parametrach oraz zwrócono uwagę na najczęściej pojawiające się błędy NMT i NMPT. Badania przeprowadzone zostały na danych pochodzących ze skaningu lotniczego wykonanego w 2011 roku, obejmującego część województwa śląskiego. Skanowanie zostało wykonane z pokładu samolotu skanerem LMS-Q680i ze średnią wysokością lotu 850 metrów, a nalot przebiegał w dwóch kierunkach: północ-południe oraz wschód-zachód z kątem poprzecznym skanowania wynoszącym odpowiednio 25 i 30 stopni. Średnia gęstość skanowania w jednym przelocie wynosiła 6 punktów na metr kwadratowy.

EN

Key problem in processing data originating from airborne laser scanning is filtration understood as a procedure of elimination of all points which do not belong to specific surface in measured cloud of points. It enables determination of topographic surface course, that is determine DTM. Preliminary classification is usually performed automatically with use of various algorithms for automatical filtration of laser scanning data. Depending on used program exist possibilities of such filtration correction through manual classification. In the paper analysis of automats applied in classification of cloud of points originating from airborne laser scanning on example of TerraScan program. Results obtained using automates with different parameters were compared, and the most often appearing errors DTM and DSM were taken into consideration. Investigations were performed on data originating from the airborne laser scanning performed in 2011, containing a part of Silesia Voivodship. The scanning was performed from a plane using LMS-Q680i scanner with the average height of flight about 850 meters, and the flight was proceeded in two directions: northsouth, and east-west with transverse scanning angle respectively 25 and 30 grades. Average density of scanning in single flight came to 6 points on a square meter.

Słowa kluczowe

PL

lotniczy skaning laserowy; chmura punktow; przetwarzanie danych; klasyfikacja manualna; klasyfikacja automatyczna; program TerraScan

• Wydawca: -
• Czasopismo: Infrastruktura i Ekologia Terenów Wiejskich
• Rocznik: 2013
• Numer: 2/II
• Opis fizyczny: s.17-30,rys.,tab.,bibliogr.

Twórcy

autor

Kwoczynska B.

• Katedra Geodezji Rolnej, Katastru i Fotogrametrii, Uniwersytet Rolniczy w Krakowie, ul.Balicka 253a, 30-198 Kraków

Bibliografia

• Andersen H.E., 2002, The use of airborne laser scanner data (LIDAR) for forest measurement applications, WFCA, Washington.
• Hejmanowska B., Borowiec N., Badurska M., 2008, Przetwarzanie lotniczych danych lidarowych dla potrzeb generowania NMT i NMPT, Archiwum Fotogrametrii, Kartografii i Teledetekcji,vol. 18a, Szczecin 2008, s. 151-162.
• Kulesza Ł. 2007, Automatyczna detekcja i modelowanie budynków przy pomocy programu Terrascan, Archiwum Fotogrametrii, Kartografii i Teledetekcji, vol. 17a, Kraków 2007, s. 415- 424.
• Melzer T., Briese Ch., 2004, Extraction and Modeling of Power Lines from ALS Point Clouds,Proc. 28th Austrian Assoc. Pattern Recog. Workshop, Hagenberg, Austria.
• Tóvári D., Vögtle T., 2004, Classification methods for 3D objects in laserscanning data, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XXXV/3B, Stambuł.
• Weinacker H., Kock B., Heyder U., Weinacker R., 2004, Development of filtering, segmentation and modeling modules for LIDAR and multispectral data as a fundament of an automatic forest inventory system, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. XXXVI-8/W2.