Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 31

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 2 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych:  lotniczy skaning laserowy
help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 2 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
W artykule przedstawiono analizę wyników procesu automatycznej klasyfikacji chmury punktów lotniczego skaningu laserowego. Badania przeprowadzono na wydzielonym fragmencie miejscowości Brzeg o powierzchni 21.37 ha (obiekt testowy składać się z 3048246 punktów lidarowych). Automatyczną klasyfikację wykonano przy zastosowaniu następujących programów: Tiltan Tlid (v. 3.21), TerraSolid (v. 011.007) oraz VRMesh Survey (v. 6.1), natomiast do edycji chmury punktów - aplikacją Furgo Viewer. Na podstawie przeprowadzonej analizy ilościowej, jakościowej oraz wizualnej sklasyfikowanej chmury punków sformułowano wnioski dotyczące użytkowania wykorzystanych aplikacji.
Nieustanny rozwój technologii geoinformatycznych wpływa na wzrost za-potrzebowania na aktualne oraz precyzyjne dane opisujące ukształtowanie terenu. Zastosowanie technologii fotogrametrii cyfrowej pozwala na łączenie i analizę da-nych pozyskanych różnymi metodami. W publikacji przedstawiono możliwość in-tegracji danych pochodzących z lotniczego skaningu laserowego i pozyskanych na podstawie zdjęć lotniczych wykonanych kamerą cyfrową DMC do generowania NMT okolic zbiornika wodnego Chańcza. Na badanym obszarze wyodrębniono pięć reprezentatywnych obszarów testowych, dla których przeprowadzono eksperyment związany z analizą wysokościową oraz integracją danych fotogrametrycznych i lidarowych. Obszary testowe obejmowały: teren użytkowany rolniczo (pola uprawne) - obszar płaski, teren zabudowany z siecią dróg, teren o zróżnicowanym ukształtowaniu pionowym, teren zadrzewiony i zakrzewiony oraz teren wzdłuż koryta rzeki. Integracja danych lidarowych oraz fotogrametrycznych wymagała wczytania, do projektu założonego na fotogrametrycznej stacji cyfrowej DELTA, dokumentów tekstowych zawierających NMT w strukturze GRID wygenerowany w programie TerraScan oraz analizy jakości połączenia tych dwóch metod. Analizę przeprowadzono dla w/w obszarów testowych biorąc pod uwagę przyjęte w bada-niach długości boku trójkąta ( 2 m, 15 m, 45 m, 70 m) podczas generowania GRIDa metodą triangulacji.
Artykuł przedstawia charakterystykę technologii lotniczego skaningu laserowego LIDAR, architekturę systemu, jej wady i zalety oraz ocenę dokładności. Analizę dokładnościową lotniczego skaningu laserowego wykonano na podstawie danych pomiaru lidarowego miasta Krakowa z 2006 roku (ocena dokładności współrzędnych X, Y, Z na obiekcie: Uniwersytet Rolniczy ul. Balicka oraz Wzgórze Wawelskie). W procesie analizy dokładnościowej zaproponowano obliczenie średniego błędu kwadratowego położenia RMSEX RMSEY RMSEXY , średniego błędu kwadratowego wysokości RMSEZ, dokładności wysokościowej DZ oraz obliczenie częstości odchyłek dx, dy i dz wyrażonej w procentach.
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.
Technika skaningu lotniczego jest prężnie rozwijającą się metodą szybkiego pozyskiwania informacji przestrzennej. Dane pozyskiwane z pokładu lecącego samolotu lub helikoptera, oprócz trzech współrzędnych (X, Y, Z) często wzbogacone są również o rejestrowaną wartość energii, która została odbita od konkretnej powierzchni. W ten sposób oprócz odwzorowania geometrycznego rzeczywistości otrzymujemy również obraz zróżnicowania powierzchni odbijających promień lasera.
Airborne laser scanning (ALS) technology allows collecting data describing top forest layer in a very accurate way. This provides a possibility to generate crown height models (CHM) with resolution in which single tree crowns can be detected. In presented study highly automatic algorithm for single tree detection is presented. FALCON II ALS acquired data in Forest Experimental Station in Rogów (central Poland). Data used for algorithm accuracy evaluation were acquired by measuring sample plots on VSD photogrammetric station. CHM with the resolution of 0.5 m has been used in the presented research. Algorithm, in automatic or semi− −automatic way, defines single crowns. Each of the end segments was additionally processed for correctly defined size and area of the crown projection. Received accuracy of correctly detected trees was 69% for all samples (71% for pine stands and 61% mixed stands) in automatic method and 74% (78% and 65% respectively) in semi−automatic method.
Lotniczy skaning laserowy (LIDAR) jest od końca XX w. coraz częściej stosowany w badaniach środowiska naturalnego. Ten aktywny system teledetekcyjny dostarcza bardzo dużej liczby dokładnych danych charakteryzujących badane obiekty oraz udostępnia nowe, dotąd nie eksploatowane płaszczyzny analiz przestrzennych. Prezentowany poniżej tekst jest zbiorem opisów różnego rodzaju metod wykorzystujących dane LIDAR-owe. Mogą być one wykorzystane w szeroko pojętej ochronie środowiska. Nie sposób było wymienić wszystkich zastosowań tego nowego urządzenia. Istotą pracy jest raczej zasygnalizowanie istnienia i możliwości, jakie posiada prezentowana technologia.
The presented study deals with new capabilities of tree height estimation based on the remote sensing techniques. The main goal of this study is to find out the accuracy of tree height estimation based on LiDAR data and stereo−photogrammetric measurements. The area of investigation is located in the Western Sudetes Mountains (southern Poland). There were 75 trees chosen (Picea sp.) and measured using three different methods: traditional field measurements, stereo – photogrammetric observations and Airborne Laser Scanning (ALS). Tree heights estimated using LiDAR data and stereo−photogrammetric measurements were compared to heights acquired in the field. The mean tree height difference between LiDAR and field measurements was 0.60 m (RMSE=1.47 m), whereas the mean tree height difference between stereo−photogrammetric measurements and field equaled to –0.55 m (RMSE=1.04 m). The obtained results allow the conclusion to be drawn that Airborne Laser Scanning and stereo−photogrammetric observations are competitive with traditional methods of forest parameters measurements owing to the automation and accuracy of surveys. This study has confirmed that remote sensing techniques are effective and reliable methods of obtaining data for forest inventory.
Lotniczy skaning laserowy jest obecnie jedną z najwydajniejszych technik pozyskiwania danych o powierzchni i elementach pokrycia terenu. Dynamiczny rozwój technologii pozwolił na szersze zastosowanie systemów typu full-waveform, które rejestrują kształt całej krzywej fali powracającej do odbiornika. W celu pozyskania dodatkowych informacji o obiektach, od których nastąpiło odbicie, zapisane dyskretne wartości przybliża się za pomocą zestawu funkcji parametrycznych. Prace badawcze koncentrują się na tworzeniu algorytmów pozwalających na przeprowadzenie szybkiej dekompozycji fali przy jednoczesnym wykryciu i aproksymacji słabych oraz nakładających się ech. Większość istniejących metod dekompozycji wymaga znajomości liczby wierzchołków występujących w sygnale i określenia przybliżonych parametrów wpasowywanych krzywych. W artykule zaproponowano alternatywny algorytm będący modyfikacją metody progresywnej, który pozwala na skuteczne przeprowadzenie dekompozycji sygnału z pominięciem prac przygotowawczych. Metoda polega na iteracyjnym wpasowaniu krzywych za pomocą algorytmu Levenberga–Marquardta z zastosowaniem wagowania poszczególnych sampli. Wykorzystując dane testowe, wykonano dwuetapową walidację algorytmu. W pierwszej kolejności zbadano wielkość i rozkład błędów aproksymacji powstałych podczas dekompozycji sygnału przy zastosowaniu funkcji Gaussa. W drugim etapie porównano otrzymane wyniki z wynikami aproksymacji za pomocą standardowej procedury. Na podstawie walidacji algorytmu można stwierdzić, że umożliwia on prawidłowe wykrycie wszystkich komponentów oraz ich poprawną aproksymację przy użyciu wybranego modelu matematycznego.
Dane lotniczego skanowania laserowego (ALS) pozyskiwane są najczęściej na potrzeby budowy numerycznych modeli wysokościowych. W Polsce dane takie pozyskane zostały dla obszaru niemal całego kraju w ramach projektu ISOK, związanego z osłoną przed zagrożeniami naturalnymi. Dane te zostały wykorzystane w niniejszej pracy do modelowania obrysów budynków. W tym celu zaproponowano algorytm będący kombinacją algorytmu α-shape do detekcji konturów budynków oraz iteracyjnego ogólnego modelu wyrównawczego do aproksymacji rzutów ortogonalnych ścian budynków. Identyfikację punktów reprezentujących obrysy budynków wykonano na podstawie chmury punktów, z której odrzucono punkty powyżej zadanej wysokości progowej. Identyfikacja obrysów budynków jako otoczki pustych powierzchni reprezentujących budynki dokładniej przybliża rzeczywiste położenie przyziemi ścian budynków. Do weryfikacji algorytmu wykorzystano chmurę punktów o gęstości 12 pkt/m2 reprezentującą miejski obszar zurbanizowany o zabudowie regularnej. Wyniki modelowania 2D budynków porównano z ich reprezentacją w bazie Ewidencji Gruntów i Budynków oraz obliczono odchyłki liniowe odpowiadających sobie narożników. Otrzymano średnią wartość odchyłki liniowej na poziomie 0,56 m. Wartość ta jest zgodna z nominalną dokładnością sytuacyjną danych ALS projektu ISOK. Błąd średniokwadratowy policzony na podstawie odchyłek liniowych wynosi 0,64 m. Otrzymane wyniki modelowania spełniają wymagania dokładnościowe Bazy Danych Obiektów Topograficznych 1:10000 (BDOT10k) i mogą być wykorzystane do jej weryfikacji, aktualizacji bądź zasilania.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 2 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.