Głównym zagadnieniem procesu opracowania danych lotniczego skaningu laserowego, na potrzeby budowy numerycznych modeli terenu, jest identyfikacja punktów będących odbiciami od powierzchni terenu. W pracy przedstawiono metodę hierarchicznej identyfikacji punktów należących do powierzchni terenu, bazującą na aproksymacji danych ruchomą powierzchnią wielomianową. Parametry wielomianu ruchomego wyznaczane są lokalnie z wykorzystaniem estymacji odpornej metodą M-estymatorów. W procesie estymacji wykorzystano funkcję wagową zależną od odległości oraz asymetryczną funkcję tłumienia. Wykonano szereg testów numerycznych dla rzeczywistych danych lotniczego skaningu laserowego, obejmujących piętnaście zestawów testowych z danymi referencyjnymi w postaci zbiorów z poprawnie sklasyfikowanymi punktami terenu i punktami obiektów. Weryfikacja wyników filtracji polegała na porównaniu wyników automatycznej filtracji ze zbiorami referencyjnymi. W wyniku porównania określono procentowe błędy filtracji automatycznej. Całkowity błąd filtracji kształtował się na poziomie od około 1% do około 12%, w zależności od ukształtowania terenu i jego pokrycia. Stwierdzono ponadto, że wprowadzenie dodatkowej informacji a priori w postaci punktów należących do powierzchni terenu, w miejscach krytycznych, np. obwałowania rzek, podnosi dokładność filtracji automatycznej.
EN
For the digital terrain modelling from airborne laser scanning data the identification of points that are reflections from bare earth is the main issue of process of elaboration ALS data. In this work the hierarchic method of identification of points belonging to terrain surface was presented. This method is based upon the approximation of data using moving polynomial surface. Moving polynomial parameters are estimated locally based upon M-estimators of robust estimation method. In the estimation process the depended on the distance weighting function and asymmetrical damping function were used. A lot of numeric tests on the real airborne laser scanning data were executed. This data had a form of 15 testing samples contained referenced data as correctly classified terrain and objects’ points. The method was verified based upon the comparison of data after automatic filtration with referenced sets of points. In the result of comparison the percentage errors of automatic filtering were determined. Total percentage filtering error was evaluated on the level from about 1% to about 12%. These values depended mainly on the terrain form and terrain coverage. It has been noticed that in the critical places e. g. along the dykes the including to the algorithm additional information a-priori as correct terrain points make the automatic filtering more accurate.
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.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.