Dane lotniczego skanowania laserowego (ALS) pozyskiwane są najczęściej na potrzeby budowy numerycznych modeli wysokościowych. W Polsce dane takie pozyskane zostały dla obszaru niemal całego kraju w ramach projektu ISOK, związanego z osłoną przed zagrożeniami naturalnymi. Dane te zostały wykorzystane w niniejszej pracy do modelowania obrysów budynków. W tym celu zaproponowano algorytm będący kombinacją algorytmu α-shape do detekcji konturów budynków oraz iteracyjnego ogólnego modelu wyrównawczego do aproksymacji rzutów ortogonalnych ścian budynków. Identyfikację punktów reprezentujących obrysy budynków wykonano na podstawie chmury punktów, z której odrzucono punkty powyżej zadanej wysokości progowej. Identyfikacja obrysów budynków jako otoczki pustych powierzchni reprezentujących budynki dokładniej przybliża rzeczywiste położenie przyziemi ścian budynków. Do weryfikacji algorytmu wykorzystano chmurę punktów o gęstości 12 pkt/m2 reprezentującą miejski obszar zurbanizowany o zabudowie regularnej. Wyniki modelowania 2D budynków porównano z ich reprezentacją w bazie Ewidencji Gruntów i Budynków oraz obliczono odchyłki liniowe odpowiadających sobie narożników. Otrzymano średnią wartość odchyłki liniowej na poziomie 0,56 m. Wartość ta jest zgodna z nominalną dokładnością sytuacyjną danych ALS projektu ISOK. Błąd średniokwadratowy policzony na podstawie odchyłek liniowych wynosi 0,64 m. Otrzymane wyniki modelowania spełniają wymagania dokładnościowe Bazy Danych Obiektów Topograficznych 1:10000 (BDOT10k) i mogą być wykorzystane do jej weryfikacji, aktualizacji bądź zasilania.
EN
Airborne laser scanning data (ALS) are acquired mostly for the purpose of digital elevation models generation. In Poland, ALS data have been obtained for the whole country within the ISOK project, established for natural hazards risk mitigation. These data were used in this study to model the outlines of buildings. For this purpose an algorithm is proposed, that is a combination of α-shape algorithm and iterative total least squares adjustment. α-shape is used to detect points representing building outlines while the total least squares method is performed to receive regularized 2D building vector models. Identification of points representing outlines of buildings was performed on the point cloud thresholded at the given height with rejection of points above that height. Identification of a building as a gap (internal hull) in ALS data set is a better approximation of real building shape. For the algorithm verification a point cloud with a density of 4 points /m2 is utilized. This point cloud represents a city urban area, covering 21 large buildings. The results of 2D modeling of buildings have been compared with their representation in the cadaster data base. The linear deviation between corresponding corners of modeled and represented in cadaster data base buildings have been measured. The received mean value of the deviation equal 0.56 m is consistent with the nominal planar accuracy of ISOK ALS data. RMSE of building outline modelling calculated on the basis of linear deviations was equal 0,64 m. The results of modeling meet the requirements of Topographic Database Objects 1: 10000 (BDOT10k) and can be used for verification and updating of this data base.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.