Wykorzystanie danych lotniczego skaningu laserowego i zdjęć lotniczych do klasyfikacji pokrycia terenu

• Autorzy: Borkowski A. , Tymków P.

Warianty tytułu

EN

Land cover classification using airborne laser scanning data and aerial images

• Języki publikacji: PL

Abstrakty

PL

Informacja bezpośrednia i pośrednia dotycząca powierzchni terenu i jego pokrycia zawarta w danych skaningu laserowego może być wykorzystana do klasyfikacji form pokrycia terenu. W artykule podjęto próbę oceny przydatności tego typu danych jako źródła informacji uzupełniających wektor cech, zbudowany na podstawie obrazów lotniczych, w procesie klasyfikacji pokrycia terenu. Wykorzystano dane skanowania laserowego pozyskane za pomocą systemu ScaLARS. Przeprowadzono szereg eksperymentów numerycznych polegających na klasyfikacji fragmentu obszaru doliny rzeki Widawy za pomocą różnych algorytmów klasyfikacji oraz przy różnych kombinacjach wektora cech branych pod uwagę. W testach wykorzystano jednokierunkowe sztuczne sieci neuronowe, metodę największej wiarygodności, oraz metodę k-najbliższych sąsiadów. Porównano jakość klasyfikacji opartej o następujące cechy: wartości kanałów RGB, parametry charakteryzujące teksturę, informacje o wysokości form pokrycia terenu estymowane na podstawie numerycznego modelu terenu oraz numerycznego modelu pokrycia terenu, model charakteryzujący rozrzut wartości wysokości danych skaningu zarejestrowanych na jednostce powierzchni oraz intensywność promienia laserowego. Ilościowa ocenę dokładności oparto o macierz niezgodności, obliczana na podstawie porównania otrzymanego wyniku klasyfikacji dla wektora testowego do wzorca wykonanego manualnie metoda digitalizacji. Najlepsze wyniki klasyfikacji otrzymano za pomocą klasyfikatora neuronowego. Stwierdzono ponadto, że zastąpienie modelu numerycznego pokrycia terenu wariancja wysokości surowych danych lotniczego skaningu laserowego daje poprawne rezultaty klasyfikacji przy znacznej redukcji obliczeń.

EN

The direct and indirect information about terrain surface and land use contained in laser scanning data sets allow to provide the automatic classification of land cover. An attempt of using scanning data as a supplementary source for such classification based on aerial photos was performed in this article. A continuous-wave (CW) ScaLARS laser system was used to receive scanning data. Numerous experiments consisting in the classification of a part of Widawa River valley were carried out in order to find the best combination of data set and classification method. Three classification methods were used: multilayer neural networks, maximum likelihood classifier and k-nearest neighbour method. The classification was made and evaluated using: aerial images (RGB model), texture features, differential model of height of land cover, based on digital surface model (DSM), and digital terrain model (DTM), model of height dispersion represented by variance of measured points height in a regular grid and intensity image. In order to quantify the quality of the results, a confusion matrix was created for each testing pattern based on manual digitalized reference data. The best results are obtained by artificial neural network classifier. The use of variance of height, instead of differential model, gives satisfactory results, and the obtaining of this feature is easy and fast in comparison to DTM and DSM building process.

Słowa kluczowe

PL

lotniczy skaning laserowy; zdjęcia lotnicze; klasyfikacja nadzorowana; sztuczne sieci neuronowe; metoda największej wiarygodności

EN

airborne laser scanning (ALS); aerial images; supervised classification; artificial neural networks; maximum likehood; k-nearest neighbour method

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2007
• Tom: Vol. 17a
• Strony: 93--103
• Opis fizyczny: Bibliogr. 8 poz.

Twórcy

autor

Borkowski A.

• Instytut Geodezji i Geoinformatyki, Uniwersytet Przyrodniczy we Wrocławiu

autor

Tymków P.

• Instytut Geodezji i Geoinformatyki, Uniwersytet Przyrodniczy we Wrocławiu

Bibliografia

• 1.Borkowski A., Gołuch P., Wehr A., 2006. Rejestracja doliny rzeki Widawy z wykorzystaniem lotniczego skanowania laserowego. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 16, s. 53-62.
• 2.Borkowski A., Józków 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.
• 3.Charaniya A., Manduchi R., Lodha S., 2004. Supervised parametric classification of aerial lidar data. Proceedings of the Conference on Computer Vision and Pattern Recognition Workshop (CVPRW'04) Vol. 3, s. 30
• 4.Höfle B., Pfeifer N., 2007. Correction of laser scanning intensity data: Data and modeldriven approaches. ISPRS Journal of Photogramm. & Remote Sensing, Vol. 62, s. 415 433.
• 5.Iwaniak A., Kubik T., Paluszynski W., Tymków P., 2005. Classification of features in highresolution aerial photographs using neural networks. XXII Int. Cartographic Conference: Mapping Approaches Into A Changing World, A Coruna (Spain), 9-16 July 2005, CD.
• 6.Katzenbeisser R., 2003:Toposys gmbh technical note, http://www.toposys.de/pdfext/
• 7.Song J., Han S., Kim Y., 2002. Assessing the possibility of land-cover classification using lidar intensity data. International Archives of Photogrammetry and Remote Sensing, Graz, Vol. XXXIV/3B: 259–262
• 8.Tymków P., Borkowski A., 2006. Wykorzystanie danych lotniczego skaningu laserowego do klasyfikacji pokrycia terenu dla potrzeb modelowania hydrodynamicznego. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 16, s. 537-546.