Wykorzystanie wielomianowych powierzchni ruchomych w procesie filtracji danych pochodzących z lotniczego skaningu laserowego

• Autorzy: Borkowski A. , Jóźków G.

Warianty tytułu

EN

Filtering of airborne laser scanning data using a moving polynomial surface model

• Języki publikacji: PL

Abstrakty

PL

Lotniczy skaning laserowy dostarcza punktowej informacji geometrycznej o fizycznej powierzchni ziemi i znajdujących się na niej obiektach. W procesie opracowania danych centralnym zagadnieniem jest identyfikacja punktów należących do odpowiednich powierzchni. W pracy przedstawiono algorytm hierarchicznej identyfikacji punktów należących do powierzchni terenu. Algorytm bazuje na aproksymacji danych pomiarowych metodą ruchomych powierzchni wielomianowych, przy czym parametry powierzchni wyznaczane są z wykorzystaniem estymacji odpornej metodą M-estymatorów. W procesie estymacji wykorzystano asymetryczne funkcje tłumienia. Test algorytmu wykonano na rzeczywistych danych pozyskanych z wykorzystaniem systemu ScaLARS. Dla oceny skuteczności algorytmu wykonano ręczną klasyfikację punktów, posiłkując się skalibrowanym w tym samym układzie zdjęciem lotniczym. Błąd identyfikacji punktów terenowych oszacowano na poziomie około 2 %.

EN

Within recent years, airborne laser scanning has become the leading technology of acquiring discrete geometrical information about ground surface and objects existing on it. The main issue in data processing is the identification and classification of points belonging to the proper surfaces. Thereafter, these points constitute the basis for surface modelling. The problem of classification concerns roofs of buildings and the topographical ground surface. The latter one is the subject of the research in the presented work. The form of an automatic elimination of points not belonging to the modeled surface is called a filtration. Based upon a literature review concerning airborne laser scanning data filtration, the analysis and experience of authors in data processing, the following filtration requirements can be formulated: - if possible, the filtration process should be carried out on the original data, - the algorithm should have the property of suitable conformity to the local terrain structures, - the algorithm should take into consideration additional information a-priori, - due to the very large size of laser scanning data sets, in the order of 106 points, the complexity of the filtration algorithm is important. In the context of above mentioned requirements, the method of moving polynomial surface in the process of airborne laser scanning data filtration was adapted in this work. The small rank polynomial surface was locally fit to the measured data in the iteration process. Parameters of the surfaces were calculated based upon M-estimators of the robust estimation method. In the estimation process, the distance inverse function as the weighting function and the asymmetrical damping function were used. The filtration algorithm was applied using the hierarchical method. The algorithm tests were executed on the real data captured by ScaLARS system. In order to evaluate the correctness of the algorithm, hand points classification using air photos, calibrated in the same coordinate system, was carried out. The terrain points identification accuracy was evaluated on the level of about 2 %. A discussion of results is included and the advantages and defects of the presented algorithm are discussed in the paper. The proposed algorithm is relatively simple, and is based upon the original data and, due to free choice of weighting and damping functions parameters, has properties of suitable approximation of the local terrain structures.

Słowa kluczowe

PL

skaning laserowy; filtracja; wielomianowa powierzchnia ruchoma; estymacja odporna; funkcja wagowa; funkcja tłumienia

EN

laser scanning; filtering; moving polynomial surface; robust estimation; weighting function

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2006
• Tom: Vol. 16
• Strony: 63--73
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Borkowski A.

• Instytut Geodezji i Geoinformatyki, Uniwersytet Przyrodniczy we Wrocławiu, tel. [phone]

autor

Jóźków G.

• Instytut Geodezji i Geoinformatyki, Uniwersytet Przyrodniczy we Wrocławiu, tel. [phone]

Bibliografia

• 1. Axelsson P., 1999. Processing of laser scanner data - algorithms and applications. ISPRS Journal of Photogrammetry and Remote Sensing, 54(2), s. 138-147.
• 2. Axelsson P., 2000. DEM generation from laser scanner data using adaptive TIN models. International Archives of Photogrammetry and Remote Sensing, Vol. XXXIII-1/B4, s. 110-117.
• 3. Borkowski A., 2004. Modellierung von Oberflächen mit Diskontinuitäten. Deutsche Geodätische Kommission, Reihe C, Heft Nr 575.
• 4. Borkowski A., 2005. Filtracja danych lotniczego skaningu laserowego z wykorzystaniem metody aktywnych powierzchni. Roczniki Geomatyki, tom III, zeszyt 4, s. 35-42.
• 5. Borkowski A., Keller W., 2006. An Attempt to ALS-data filtering in wavelet domain. 8th Bilateral Geodetic Meeting Poland-Italy. Wrocław, 22-24 June. http://www.geo.ar.wroc.pl/8bgmpi/
• 6. 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, s. 55-61.
• 7. Elmqvist, M., Jungert, E., Persson, A. und Soderman, U., 2001. Terrain modelling and analysis using laser scanner data. International Archives of Photogrammetry and Remote Sensing, Vol. XXXIV-3/W4, Annopolis, Maryland, 22-24 October, s. 219-227.
• 8. Elmqvist M., 2002. Ground surface estimation from airborne laser scanner data using active shape models. ISPRS, Commission III, Symposium Photogrammetric Computer Vision, September 9-13, Graz, s. 114-118.
• 9. Filin S., Pfeifer N., 2006. Segmentation of airborne laser scanning data using a slope adaptive neighborhood. ISPRS Journal of Photogrammetry and Remote Sensing, 60, s. 71-80.
• 10. Kraus K., 2000. Photogrammetrie. Band 3. Topographische Informatonssysteme. Dümmler, Köln.
• 11. 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, s. 23-30.
• 12. Koch K.-R. 1996. Robuste Parameterschätzung. AVN, 103, s. 1-18.
• 13. Marmol U., Jachimski J., 2004. A FFT based method of filtering airborne laser scanner data. ISPRS Congress, 12-23 July, Istambul, Turkey, Commision 3. http://www.isprs.org/commission3/wg3
• 14. 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, s. 227-232.
• 15. 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, s. 203-210.
• 16. 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, Vo. 59, s. 85-101.
• 17. Vosselman G., Maas H.-G., 2001. Adjustment and filtering of raw laser altimetry data. OEEPEWorkshop on Airborne Laserscanning and Interferometric SAR for Detailed Digital Elevation Models, Stockholm, 1-3 march.