Metoda OptD do redukcji danych w opracowaniu wyników pomiarów linii elektroenergetycznych

• Autorzy: Błaszczak-Bąk W. , Sobieraj-Żłobińska A.

Identyfikatory

DOI

10.7862/rb.2017.250

Warianty tytułu

EN

The OptD method for data reduction in the development of surveying of power lines

• Języki publikacji: PL

Abstrakty

PL

Skaning laserowy to technologia dostarczająca we względnie krótkim czasie dużą ilość danych pomiarowych. Jest to zarazem pozytywna jak i negatywna cecha tej technologii. Z jednej strony w wyniku skaningu otrzymuje się dane, które szczegółowo odzwierciedlają pomierzony obiekt. Z drugiej strony trudność sprawia przetwarzanie takiej ilości danych i nie zawsze wszystkie dane ze skaningu są niezbędne do realizacji wybranego zadania. Z tych względów nieustannie trwają prace nad opracowaniem algorytmów umożliwiających usprawnienie ich przetwarzania. Jednym z rozwiązań jest zmniejszenie ilości danych. W pracy przedstawiono wyniki redukcji danych pochodzących z pomiaru lotniczym skaningiem laserowym napowietrznych sieci elektroenergetycznych. Pomiary były przeprowadzone na potrzeby inwentaryzacji. Uzyskaną chmurę punktów przetworzono wykorzystując metodę Optimum Dataset (OptD). Celem było sprawdzenie czy punkty obrazujące linie elektroenergetyczną nie zostaną utracone w trakcie przetwarzania metodą OptD. W metodzie OptD jako kryterium optymalizacyjne przyjęto stopień redukcji czyli jaki procent punktów ma zostać usunięty z oryginalnego zbioru (p%). Badania przeprowadzono dla dwóch przypadków: 1) p%=70%, (zbiór Ω1) oraz 2) p%=85% (zbiór Ω2). Uzyskane wyniki pokazały, że metoda OptD nie zakłóca obrazu linii elektroenergetycznych. Liczba punktów obrazująca linie jest wystarczająca do prawidłowego wyznaczenia przebiegu tej linii.

EN

Laser scanning is a technology that provides a large amount of measurement data in a relatively short time. It is both a positive and a negative feature of this technology. On the one hand, as a result of scanning, data is obtained that accurately reflects the measured object. On the other hand, it is difficult to process such a large amount of data, and not all of the data from the scanning is necessary to accomplish the selected task. For these reasons, works on developing algorithms to improve data processing are constantly conducted. One of the solution is to reduce the amount of data. The paper presents the results of data reduction from surveying of overhead power lines by means of ALS. The measurements were carried out for inventory purposes. The obtained point cloud was processed using the Optimum Dataset method (OptD). The aim was to check whether the points displaying the power lines will not be lost during the OptD processing. In the OptD method as the optimization criterion the degree of reduction was assumed. It is percentage of points which should be removed from the original dataset (p%). The research was carried out for two cases: 1) p% = 70%, (dataset Ω1) and 2) p% = 85% (dataset Ω2). The obtained results showed that the OptD method does not interfere with the image of power lines. The number of points displaying the lines is sufficient to correctly determine the course of this line.

Słowa kluczowe

PL

przetwarzanie danych; lotniczy skaning laserowy; metoda redukcji

EN

data processing; airborne laser scanning; reduction method

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Czasopismo Inżynierii Lądowej, Środowiska i Architektury / Journal of Civil Engineering, Environment and Architecture
• Rocznik: 2017
• Tom: z. 64, nr 4/II
• Strony: 319--330
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Błaszczak-Bąk W.

• Uniwersytet Warmińsko-Mazurski w Olsztynie, Instytut Geodezji, ul. Oczapowskiego 1/25, 10-719 Olsztyn; tel. [phone]

autor

Sobieraj-Żłobińska A.

• Politechnika Gdańska, Katedra Geodezji, ul. Narutowicza 11/12, 80-233 Gdańsk; tel. [phone]

Bibliografia

• [1] Błaszczak-Bąk W.: New Optimum Dataset method in LiDAR processing. Acta Geodynamica et Geomaterialia. Vol.13/4(184), 2016, pp. 379-386, DOI: 10.13168/AGG.2016.0020.
• [2] Błaszczak-Bąk W., Sobieraj-Żłobińska A., Kowalik M.: The OptD-multi method in LiDAR processing. Measurement Science of Technology, Vol. 8, No. 7, 2017, 075009 (10pp) DOI: https://doi.org/10.1088/1361-6501/aa7444.
• [3] Liu H., Yang X.: Software reuse in the emerging cloud computing era. Hershey, PA: Information Science Reference 9, 2012, pp. 204-227.
• [4] Gościewski D.: Selection of interpolation parameters depending on the location of measurement points”. GIScience & Remote Sensing, Vol. 50(5), 2013, pp. 515-526, DOI:10.1080/15481603.2013.827369.
• [5] Bauer-Marschallinger B., Sabel D., Wagner W.: Optimisation of global grids for highresolution remote sensing data”. Computers & Geosciences, Vol. 72, 2014, pp. 84-93. DOI: 10.1016/j.cageo.2014.07.005.
• [6] Suchocki C., Katzer J.: An example of harnessing Terrestrial Laser Scanner for remote sensing of saturation of chosen building materials. Construction & Building Materials, Volume 122, 30 September 2016, 400-405. ISSN czasopisma :0950-0618, DOI: 10.1016/j.conbuildmat.2016.06.091.
• [7] Błaszczak-Bąk W., Janowski A., Kamiński W., Rapiński J.: Optimization algorithm and filtration using the adaptive TIN model at the stage of initial processing of the ALS point cloud. Canadian Journal of Remote Sensing, No. 37(6), 2011, pp. 583-589. DOI: 10.5589/m12-001.
• [8] Błaszczak-Bąk W., Janowski A., Kamiński,W., Rapiński J.: ALS Data Filtration with Fuzzy Logic. Journal of Indian Society of Remote Sensing, No. 39, 2011, pp. 591-597. DOI: 10.1007/s12524-011-0130-2.
• [9] Chen Y.: High performance computing for massive LiDAR data processing with optimized GPU parallel programming”. University of Texas at Dallas. Book. Graduate Program in Geospatial Information Science. 2012.
• [10] Bakuła K.: The role of the reduction of elevation data obtained from airborne laser scanning in the process of flood hazard map creation”. PhD Thesis. Warsaw University of Technology. 2014.
• [11] Weiber R.: Model and experimente for adaptivecomputer-assisted terrain generalization”. Cartograph and Geographic Information System. Vol. 19, No. 3, 1992.
• [12] Zhou Q., Chen Y.: Generalization on of DTM for terrain analysis using a compound method. ISPRS Journal of Photogrammetry and Remote Sensing. Vol. 66, 2011, pp. 38-45.
• [13] Haile A., Rientjes T.: Effects of LiDAR resolution in flood modelling: A model stativity study for the city of Tegucigalpa”. Honduras. ISPRS EG III/3, III/4, V/3 Workshop “Laser scanning 2005”. 2005.
• [14] Błaszczak-Bąk W., Janicka J., Pająk K., Sobieraj A., 2015: Problem jednoznacznej identyfikacji słupa elektroenergetycznego w procesie inwentaryzacji linii wysokiego napięcia metodą lotniczego skaningu laserowego, Przegląd Geodezyjny, 4/2015, pp. 7-10.
• [15] Błaszczak-Bąk W., Janicka J., Sobieraj A., 2015: Zastosowanie lotniczego skaningu laserowego do oceny stanu dróg w planowaniu transportu, Logistyka, 2015(4), pp. 2478-2486.
• [16] Douglas D. H.; Peucker T. K.: Algorithms for the reduction of the number of points required to represent a digitized line or its caricature”. Canadian Cartographer 10(2), 1973, pp. 112-122.