Wavelet based buildings segmentation in airborne laser scanning data set

• Autorzy: Keller W. , Borkowski A.

Warianty tytułu

PL

Segmentacja budynków w zbiorze danych lotniczego skaningu laserowego w oparciu o analizę falkową

• Języki publikacji: EN

Abstrakty

EN

In the recent years three-dimensional buildings modelling based on an raw airborne laser scanning point clouds, became an important issue. A significant step towards 3D modelling is buildings segmentation in laser scanning data. For this purpose an algorithm, based on the multi-resolution analysis in wavelet domain, is proposed in the paper. The proposed method concentrates only on buildings, which have to be segmented. All other objects and terrain surface have to be removed. The algorithm works on gridded data. The wavelet-based segmentation proceeds in the following main steps: wavelet decomposition up to appropriately chosen level, thresholding on the chosen and adjacent levels, removal of all coefficients in the so-called influence pyramid and wavelet reconstruction. If buildings on several scaling spaces have to be segmented, the procedure should be applied iteratively. The wavelet approach makes the procedure very fast. However, the limitation of the proposed procedure is its scale-based distinction between objects to be segmented and the rest.

PL

W ostatnich latach ważnym zagadnieniem staje się trójwymiarowe modelowania budynków w oparciu o dane lotniczego skaningu laserowego. Istotnym krokiem na drodze dochodzenia do trójwymiarowego modelu jest segmentacja budynków w zbiorze danych skaningowych. W tym celu zaproponowano w pracy algorytm bazujący na analizie wielorozdzielczej danych w dziedzinie falkowej. Proponowana metoda koncentruje się wyłącznie na budynkach, które podlegają segmentacji. Wszystkie inne obiekty oraz powierzchnia terenu są usuwane. Algorytm działa na danych opartych o regularna siatkę. Segmentacja oparta o analizę falkową przebiega w następujących krokach głównych: falkowa dekompozycja aż do odpowiednio wybranego poziomu (wybranej skali), progowanie na wybranym i sąsiednich poziomach, usuniecie wszystkich współczynników dekompozycji w obrębie tak zwanej piramidy wpływu i rekonstrukcja falkowa sygnału. Jeśli budynki podlegające segmentacji występują na kilku skalach opisana procedurę należy zastosować iteracyjnie. Algorytm opary o analizę falkową charakteryzuje się dużą szybkością. Jednakże ograniczeniem proponowanej metody jest rozróżnialność obiektów podlegających segmentacji od reszty na tym samym poziomie - tej samej skali.

Słowa kluczowe

EN

wavelet; airborne laser scanning (ALS); segmentation; multiresolution analysis

PL

segmentacja budynków; trójwymiarowe modelowanie budynków; lotniczy skaning laserowy

• Wydawca: Komitet Geodezji PAN
• Czasopismo: Geodesy and Cartography
• Rocznik: 2011
• Tom: Vol. 60, no 2
• Strony: 99--121
• Opis fizyczny: Bibliogr. 30 poz., rys., wykr.

Twórcy

autor

Keller W.

autor

Borkowski A.

• Institute of Geodesy, Stuttgart University, 24D Geschwister-Scholl-St., D-70174 Stuttgart, Germany,

Bibliografia

• Awrangjeb M., Ravanbakhsh M., Fraser C.S., (2010): Automatic detection of residential buildings using LIDAR data and multispectral imagery, ISPRS Journal of Photogrammetry and Remote Sensing, 65(2010), pp. 457-467.
• Axelsson P., (2000): DEM generation from laser scanner data using adaptive TIN models. International Archives of Photogrammetry and Remote Sensing, Vol. XXXIII-1/B4, pp. 110-117.
• Borkowski A., (2004): Modellierung von Oberflachenmit Diskontinuitaten, Deutsche Geodatische Kommission, Reihe C, Heft Nr 575.
• Borkowski A., Józków G., (2008): Airborne laser scanning data filtering using flakes, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVII, Part B3b, pp. 179-184.
• Briese C., Pfeifer N., Dorninger P., (2002): Applications of the robust interpolation for DTM determination, Symposium ISPRS Commision III, Photogrammetric Computer Vision, Graz, 9 - 13 September 2002; International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV/3A, pp. 55-61.
• Carlberg M., Gao P., Chen G., Zakhor A., (2009): Classifying urban landscape in aerial LiDAR using 3D shape analysis, Proceedings of the IEEE International Conference of Image Processing, IEEE Cairo, Egypt, pp. 1701-1704.
• Dorninger P., Pfeifer N., (2008): A comprehensive automated 3D approach for building extraction, reconstruction and regularization from air borne laser scanning point cloud, Sensors, Vol. 8, pp. 7323-7343.
• Elmqvist M., (2002): Ground surface estimation from airborne laser scanner data using active shape models, ISPRS, Commission III, Symposium Photogrammetric Computer Vision, Graz, 9 - 13 September 2002, pp. 114-118.
• Filin S., Pfeifer N., (2006): Segmentation of airborne laser scanning data using a slope adaptive neighbourhood, ISPRS Journal of Photogrammetry and Remote Sensing, pp. 60, 71-80.
• Forlani G., Nardinocchi C., Scaioni M., Zingaretti P., (2006): Complete classification of row LiDAR data and 3D reconstruction of buildings, Pattern Analysis and Applications 8, pp. 357-374.
• Haala N., Kada M., (2010): An update on automatic 3D building reconstruction, ISPRS Journal of Photogrammetry and Remote Sensing 65, pp. 570-580.
• Kabolizade M., Ebadi H., Ahmadi S., (2010): An improved snake model for automatic extraction of buildings from urban aerial images and LiDAR data, Computers, Environment and Urban Systems 34, pp. 435-441.
• Keller W.,(2004): Wavelets in Geodesy and Geodynamics, DeGruyter, Berlin 2004.
• Kraus K., (2000): Photogrammetrie. Band 3. TopographischeInformatonssysteme, Dummler, Koln.
• Kraus K., Pfeifer N., (2001): Advanced DTM generating from LIDAR data, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV-3/W4, Annopolis, Maryland, 22-24 October, pp. 23-30.
• Laky S., Zaletnyik P., Toth C., (2010): Land classification of wavelet-compressed full-waveform LiDAR data, International Archives of Photogrammetry and Remote Sensing, Vol. XXXVIII-3A, pp. 115-119.
• Louis A.K., Maass P., Rieder A., (1998): Wavelets, B.G. Teubner, Stuttgart 1998.
• Mallet C., Bretar F., Soergel U., (2008): Analysis of full- waveform LiDAR data for classification of urban areas, Photogrammetrie, Fernerkundung, Geoinformation (PFG) (5), pp. 337-349.
• Matikainen L., Hyyppa J., Hyyppa H., (2003): Autimatic detection of buildings from laser scanner data for map updating, International Archives of Photogrammetry and Remote Sensing and Spatial Information Sciences 33(part 3/W13), pp. 218-224.
• Melzer T., (2007): Non-parametric segmentation of ALS point clouds using mean shift, Journal of Applied Geodesy 1(3), pp. 159-70.
• Neidhart H., Sester M., (2008): Extraction of buildings ground planes from LiDAR data, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVII, Part B2, pp. 405-410.
• Oude Elbering S.J., Vosselman G., (2009): Building reconstruction by terged based graph matching on incomplete laser data: analysis and limitations, Sensors 9(8), pp. 6101-6118.
• Roggero M., (2001): Airborne laser scanning: Clustering in row data, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV-3/W4, Annopolis, Maryland, 22-24 October, pp. 227-232.
• Sampath A., Shan J., (2007): Building boundary tracing and regularization from airborne pointclouds, Photogrammetric Engineering & Remote Sensing, Vol. 73(7), pp. 805-812.
• Sithole G., (2001): Filtering of laser altimetry data using a slope adaptive filter, International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV-3/W4, Annopolis, Maryland, 22-24 October, pp. 203-210.
• 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. LIX, pp. 85-101.
• Vosselman G., Maas H-G., (2010): Airborne and terrestrial laser scanning. Whittles Publishing, Dunbeath.
• Vu T.T., Yamazaki F., Tokunaga M., (2002): Wavelet-based filtering the cloud points derived from airborne laser scanner, Proc. 23rd Asian Conference on Remote Sensing. Kathmandu, 25-29 November. http://www.gisdevelopment.net/aars/acrs/2002/adp/adp008.asp
• Wei H., Bartels M., (2006): Unsupervised segmentation using Gabor Wavelets and statistical features in LIDAR data analysis, 18th International Conference on Pattern Recognition, Hong Kong, 20 August.
• Xu L., Yang Y., Jiang B., Li J., (2007): Ground extraction from airborne laser data based on wavelet analysis, Proceedings of SPIE - the International Society for Optical Engineering, DOI: 10.1117/12.750425.