Zastosowanie dyskretnej transformacji falkowej do filtracji danych lotniczego skaningu laserowego

• Autorzy: Borkowski A. , Sośnica K.

Warianty tytułu

EN

Application of discrete wavelet transform to filtering airborne laser scanning data

• Języki publikacji: PL

Abstrakty

PL

Lotniczy skaning laserowy stanowi efektywne narzędzie do pozyskiwania informacji zarówno o fizycznej powierzchni ziemi, jak i elementach pokrycia terenu. Kluczowe zagadnienie w przetwarzaniu danych pochodzących ze skaningu laserowego stanowi filtracja, rozumiana jako eliminacja wszystkich punktów, nie należących do określonej powierzchni. Ze względu na duże zbiory danych skaningu laserowego poszukuje się szybkich algorytmów obliczeniowych, posiadających możliwości analizy danych w bardzo krótkim czasie. W artykule podjęto próbę opracowania uniwersalnej metody szybkiej filtracji danych lotniczego skaningu laserowego, opartej na analizie falkowej. W tym celu opracowano algorytm dwuetapowej filtracji, realizujący proces eliminacji punktów w dziedzinie częstotliwości. Filtrację oparto na założeniu, że wysokie częstotliwości sygnału, utożsamianego z profilami terenowymi, korespondują z obiektami na powierzchni terenu. Niskie częstotliwości odpowiadają natomiast za ogólny przebieg powierzchni gruntu. W pierwszym etapie filtracji opartej na filtrze dolnoprzepustowym dyskretnej transformacji falkowej, przeprowadzana jest identyfikacja wszystkich punktów znacznie odstających od powierzchni aproksymacji. Następuje redukcja wysokości punktów oraz budowa kolejnej powierzchni aproksymacji, nie zaburzonej wpływem obiektów terenowych. Aproksymacja terenu przybliża przebieg powierzchni gruntu, dzięki czemu algorytm działa zarówno w terenie płaskim, pochyłym, jak i pagórkowatym. Testy numeryczne opracowanego algorytmu zostały przeprowadzone na danych rzeczywistych. Wyniki filtracji danych na obiektach testowych są satysfakcjonujące. Skuteczność algorytmu oceniono na 95%, przy możliwości filtracji 1 miliona punktów w czasie 3.4 sekundy na komputerze przeciętnej klasy.

EN

Airborne Laser Scanning (ALS) provides an effective tool for gaining data about physical terrain as well as features on the earth’s surface. The main problem in the process of analysing ALS data is filtration, i.e. the elimination of all recorded points which do not belong to the particular surface being considered. Because large datasets of points are being considered, appropriately fast algorithms are needed in order to process the data in a very short timespan. The objective of the research was to develop a universal method of fast filtration of the airborne laser scanning data based on wavelet analysis. The algorithm of two-steps filtration, which has been developed for this purpose, carries out the process of filtration in the domain of wavelet frequency. In this process, high frequencies of the signal, which can be thought as the terrain profiles, correspond to objects on the surface. Low frequencies are basically responsible for the surface of the ground. In the first step of the filtration process, based on a low pass filter of discrete wavelet transform, the identification of all points which lie away from the approximation surface, is made. Then a reduction in the height of the points is carried out as well as the construction of a final approximation surface, which is unbiased by the influence of artificial structures on the ground. This completes the filtration process. The algorithm works well both on a flat area as well as in hilly and mountainous terrain. The method has been tested on real data obtained by airborne laser scanning carried out in the “Widawa River Valley” campaign in 2005. The results of filtration are satisfactory. The accuracy of the algorithm was estimated at 95 %, with a capacity to filter 1 million points in 3.4 seconds

Słowa kluczowe

PL

dyskretna transformata falkowa; lotniczy skaning laserowy; filtracja; ScaLARS

EN

discrete wavelet transform; airborne laser scanning (ALS); filtration; ScaLARS

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2009
• Tom: Vol. 20
• Strony: 35--45
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Borkowski A.

• Instytut Geodezji i Geoinformatyki, Uniwersytet Przyrodniczy we Wrocławiu

autor

Sośnica K.

• Instytut Geodezji i Geoinformatyki, Uniwersytet Przyrodniczy we Wrocławiu

Bibliografia

• 1.Bartels M., Wei H., 2006. Towards DTM generation from LIDAR data in hilly terrain using wavelets. Whiteknights. The University of Reading. http://www.cvg.reading.ac.uk/ projects/LIDAR.
• 2.Białasiewicz J. T., 2000. Falki i aproksymacje, Wydawnictwo Naukowe-Techniczne, Warszawa 2000. Borkowski A., 2004. Modellierung von Oberflächen mit Diskontinuitäten. Deutsche Geodätische Kommission, Reihe C, Heft Nr 575.
• 3.Borkowski A., Keller W., 2006. An attempt to ALS-data filtering in wavelet domain. 8th Bilateral Geodetic Meeting Poland-Italy. Wrocław, 22-24 June 2006.
• 4.Borkowski A., Jóźków G., 2006. Wykorzystanie wielomianowych powierzchni ruchomych w procesie filtracji danych pochodzących z lotniczego skaningu laserowego. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol.16, s. 63-73.
• 5.Borkowski A., Gołuch P., Wehr A., Schiele O., Thomas M., 2006. Airborne laser scanning for the purpose of hydrodynamic modelling of Widawa river valley. Reports on Geodesy, No 2(77), pp. 85-94.
• 6.Marmol U., 2002. Analiza częstotliwościowa jako metoda filtrowania profili powierzchni topograficznej. Materiały Ogólnopolskiego Sympozjum Naukowego: Fotogrametria i teledetekcja w społeczeństwie informacyjnym. Białobrzegi k/Warszawy, 2002.
• 7.Sithole G., Vosselman G., 2004. Experimental comparison of filter algorithms for bare- Earth extraction from airborne laser scanning point clouds. ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 59, s. 85-101.
• 8.Thuy Vu T., Tokunaga M., 2002. Designing of wavelet-based processing system for air- borne laser scanner segmentation. Space Technology Applications and Research – Asian Institute of Technology, Commission V, WG V/6, Thailand.
• 9.Vidaković B., Müller P., 2005. Wavelets for Kids. A Tutiorial Introduction. Duke Uni- versity, Institute of Statistics and Decision Sciences, 2005.