Celem pracy jest zaproponowanie metody wykrywania krawędzi o ściśle określonym kierunku przebiegu na danych obrazowych i laserowych. Tradycyjne filtry wykrywają krawędzie we wszystkich kierunkach (np. filtr Canny), ewentualnie w trzech wybranych – horyzontalnym, wertykalnym lub diagonalnym (np. filtr Roberts). Często przedmiotem analiz są tylko określone obiekty liniowe jak linie energetyczne, tory, czy rurociągi. Mają one zazwyczaj ściśle określone kierunki przebiegu. Klasyczne filtry wykrywają oczywiście te informacje, ale także dużą ilość danych nadmiarowych, które utrudniają dalsze analizy. Problemem postawionym w pracy jest znalezienie takiego rozwiązania, które pozwoliłoby na wyznaczenie krawędzi tylko i wyłącznie o ściśle określonym kierunku, odpowiadających za przebieg konkretnych obiektów takich jak tory kolejowe, rurociągi czy linie energetyczne. Problem badawczy skupiał się w pierwszym etapie na określeniu przybliżonej lokalizacji wyłącznie analizowanych obiektów, a w kolejnym kroku na poprawnej i dokładnej ich detekcji. Pierwszy etap został przeprowadzony z wykorzystaniem filtrów Gabora, drugi - z użyciem transformaty Hougha. Testy zostały wykonane zarówno dla danych laserowych jak i danych obrazowych w postaci ortofotomapy. W obydwu przypadkach uzyskano dobre rezultaty dla obydwóch etapów: przybliżonej lokalizacji i precyzyjnej detekcji.
EN
This article presents a method for detecting linear objects with a defined direction based on image and lidar data. It was decided to use Gabor waves for this purpose. The Gabor wavelet is a sinusoid modulated by the Gauss function. The orientation angle of the sinusoid means that the waveform can only operate in strictly defined directions. It should, therefore, provide an appropriate solution to the problem posed by the publication. The research problem focused in the first stage on determining the approximate location of only the analysed objects, and in the next step on correct and accurate detection. The first stage was carried out using Gabor filters, the second - using the Hough transform. The tests were performed for both laser data and image data. In both cases, good results were obtained for both stages: approximate location and precise detection.
W niniejszym artykule na wybranym polu testowym przeprowadzono próbę wyodrębnienia dróg z wykorzystaniem informacji o intensywności pochodzącej z danych laserowych oraz informacji geometrycznej i radiometrycznej zawartej w zdjęciach lotniczych. W procesie badawczym wykorzystano możliwości jakie niesie transformata falkowa w zakresie ekstrakcji krawędzi na obrazie. Końcowym etapem prac było scalenie informacji. Uzyskany obraz przebiegu dróg jest zgodny z istniejącą ortofotomapą.
EN
Road detection based on remote sensing data is an important research theme allowing performing many spatial analysis. Recently the possibility of road network extraction using the elevation data from airborne laser scanning has aroused great interest. The carried out studies revealed the potential of LIDAR data, but also their limitations and shortcomings. Based on the performed investigations it can be concluded that the most reliable results are obtained by integrating the laser and image data. In this paper the road extraction test is carried out on the selected test field, using the information of the intensity derived from the laser data and the geometric and radiometric information contained in aerial photographs. Based on the laser data, the exact parameter of intensity, the initial image of the roads was generated with use of simple morphological operators. The next step was to detect the edges based on orthophotos using the wavelet transform. Wavelet transformation proved to be a useful tool to detect sudden changes in brightness. The final stage of the work was to merge the information from these two sources. The resulting image corresponds to the roads in the orthophotomap. In conclusion, it can be stated that the integration of photogrammetry and laser data is the optimal approach to solving problems of spatial object detection.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The paper aims at presentation of results of research on integration of image and laser data based on selected example. Since a few years the authors have been conducting research on processing image data, and those obtained from laser scanning in the form of the so-called point cloud. In experiments data from terrestrial and mobile laser scanning gained for two different objects were compared: a parish house from Goźlice located in the open-air ethnographic museum at the village of Tokarnia, Poland, and part of the Cracow-Warsaw railway line. The results of those experiments proved that data in the form of point cloud were not always sufficient for a precise 3D model reconstruction. Supplementing point clouds with photogrammetric images seems to be the best solution.
Inspiracją do podjęcia tematu było ogłoszenie przygotowań do projektu Polska 3D+. Po przedstawieniu tła analizy metod modelowania przypomniano zasady modelowania budynków, narzucone przez specyfikację INSPIRE. Omówiono uwarunkowania konwersji bazy danych przestrzennych 2D do 3D, na podstawie doświadczeń pozyskanych dzięki projektowi badawczemu wykonywanemu w AGH w latach 2009-2012. Badania wskazały na skaning lotniczy jako najlepsze źródło danych ale jednocześnie wykazały, że modele o wysokiej szczegółowości rozważane dla dużego obszaru mogą okazać mało wydajne dla technologii GIS. Przedstawiono systematyzację metod modelowania ze skaningu lotniczego z wyartykułowaniem zalet i wad podejścia parametrycznego i nieparametrycznego. Praca kończy się propozycją strategii modelowania w kontekście stanu georeferencyjnych baz danych w Polsce, perspektyw ich rozwoju oraz zapotrzebowania na dane przestrzenne z punktu widzenia społecznego i gospodarczego. Zaproponowano rozwiązanie etapowe, w którym wpierw próbuje się zastosować metodę parametryczną a w przypadku niepowodzenia przechodzi się do metody nieparametrycznej, co pozwala wymodelować budynki o złożonych kształtach, ale nie gwarantuje pełnej automatyzacji. Takie postępowanie zdaniem autorów byłoby optymalne przy realizacji projektu Polska 3D+.
EN
The inspiration to undertake the subject was the announcement of preparations for project Poland 3D+. First the presentation of background analysis of modelling methods was sketched. Then the principles of buildings modelling, imposed by INSPIRE specification, were recalled. Next the conditions of conversion of 2D spatial database to 3D ones, on the basis of experience acquired thanks to the research project performed in AGH in the years 2009-2012, was discussed. The research indicated airborne scanning as the best data source but at the same time indicated that highly detailed models considered for large areas may turn out to be poorly efficient for the GIS technology. Then the systematization of modelling methods of airborne scanning, with emphasis on advantages and disadvantages of the approach model driven and date driven, was presented. The thesis is concluded with a suggestion of modelling strategy in the context of condition of geo-reference databases in Poland, prospects of their development and demand for spatial data from the social and economic point of view. A gradual solution was suggested, in which, firstly, attempts are made to apply the model driven method and in case of failure, the data driven method is applied, which enables modelling the buildings of complex shapes but does not guarantee full automation. Such a procedure, in the opinion of the authors, would be optimal at implementation of project Poland 3D+.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The more and more high resolution of aerial and ground images, as well as high density of laser data cause that they are more and more widely applied in many engineering projects. Given the current technical parameters, it is also possible to map railway infrastructure not only from the ground level but also from airborne locations (photogrammetry, laser scanning). Testing the usefulness of those data in obtaining information about railway infrastructure, and in particular, in detecting rail heads has been a subject of research of this paper authors. The paper presents results of experiments, consisting in verification of existing solutions and testing own algorithms for an automatic extraction of railway rail heads. The tested algorithms of object detecting and locating produced preliminary, satisfying results. The authors believe it to be reasonable to continue their research work.
Lotniczy skaning laserowy stwarza szerokie pole dla badań naukowych i prac badawczych nad rozwojem nowych algorytmów i metod analizy danych przestrzennych. Niestety większość istniejących oprogramowań do przetwarzania danych laserowych nie pozwala na modyfikację istniejących procedur, niekiedy wręcz działając na zasadzie „czarnej skrzynki”. Wejściowe dane laserowe ulegają bliżej nie określonym operacjom, przynosząc trudne do zweryfikowania wyniki, co zdecydowanie ogranicza wolność naukową w pracach badawczych. Dlatego w Katedrze Geoinformacji, Fotogrametrii i Teledetekcji Środowiska AGH narodziła się idea stworzenia własnego narzędzia, opartego na licencji OpenSource, które nie będzie obarczone żadnymi ograniczeniami. Były to główne przesłanki do powstania projektu LIDARView. Założeniem projektu jest otwarty dostęp do kodu źródłowego obiektów, co pozwoli na udoskonalanie zastosowanych algorytmów. Modularna budowa systemu umożliwi nieograniczone rozwijanie jego potencjału poprzez aktualizację i dodawanie nowych elementów do systemu. Projekt LIDARView jest obecnie w początkowej fazie rozwoju. Oprogramowanie umożliwia podstawowe operacje na chmurze punktów, takie jak: powiększanie, obracanie i przesuwanie danych laserowych. Zakładka Image pozwala na integrację danych laserowych z danymi obrazowymi. Umożliwia także wykorzystanie obserwacji stereoskopowej w procesie przetwarzania danych lidarowych poprzez możliwość edycji linii nieciągłości i form morfologicznych W zakładce Cloud zostały zaimplementowane algorytmy do klasyfikacji i filtracji chmury punktów. Na obecnym etapie rozwoju zostały zaprogramowane proste filtry usunięcia błędów grubych i rozrzedzenia chmury punktów. Została także wprowadzona procedura automatycznej klasyfikacji chmury danych laserowych na punkty terenowe i punkty pokrycia. Filtracja odbywa się z wykorzystaniem algorytmu częstotliwościowego (Marmol, 2010). Autorzy projektu mają nadzieję, że dzięki otwartej strukturze systemu, projekt LIDARView nie ulegnie stagnacji i będzie rozwijany także w innych ośrodkach badawczych.
EN
Relatively new technology which is laser scanning provides wide area of scientific study and research on new algorithms and spatial analysis methods. Unfortunately most of existing software does not allow for modification of existing procedures, usually working on a “black box” principle, where laser input data are treated with unknown operations, yielding results which are hard to verify. It severely impedes scientific freedom while research is involved. That is why idea of creating own software was born, based on open source license, not encumbered with those restricttions. Those were main reasons for creating LIDARView project. It assumes open access to modules source code allowing for improvements of used algorithms and modular design allows for unrestricted research through additions of new elements. LIDARView project is currently in its starting phase. Software allows for basic point cloud operations such as: zooming, translation and rotation of laser data. Included image module allows for displaying photographs as background for a point cloud. Cloud module can be used for accessing classification and filter functions. Current development state includes: gross error removal, cloud thinning and point classification for topographic surface.
Tematem niniejszego artykułu jest detekcja obiektów infrastruktury kolejowej na podstawie chmury punktów mobilnego skaningu laserowego. Pierwszym istotnym etapem, zanim przystąpi się do właściwej detekcji, jest usunięcie szumu pomiarowego. W przypadku skaningu mobilnego szum jest kluczowym problemem, gdyż wprowadza duże zakłócenia do danych pomiarowych. W pierwszej części artykułu zawarto krótką charakterystykę programów pod kątem prostych filtrów geometrycznych, które zarówno usuwają szumy jak i przeprowadzają proste operacje klasyfikacji (na przykład wydzielenie obiektów oddalonych o określoną wartość głębokości). Dopiero po usunięciu szumu jest możliwe rozpoznawanie obiektów. Jest to stosunkowo nowe zagadnienie, otwierające szerokie pole do analiz i badań naukowych. Do tej pory zostało opisanych kilka metod klasyfikacji danych pochodzących z mobilnych systemów laserowych. Część algorytmów opiera się na metodach wywodzących się z teorii przetwarzania obrazów. Rozproszona chmura punktów jest zapisywana w siatce regularnej jako raster, którego wartości pikseli odpowiadają głębokości lub intensywności danych laserowych. Do metod opartych na obrazach możemy zaliczyć: algorytmy wykorzystujące filtry morfologiczne i algorytmy wyszukiwania. Inne metody detekcji obiektów bazują na danych rozproszonych, czyli oryginalnej chmurze punktów. Przykładem może być metoda oparta na algorytmie RANSAC. Przeprowadzona analiza algorytmów filtracji ujawniła, że mobilny skaning laserowy może stanowić miarodajne źródło do wyodrębniania obiektów.
EN
The subject of this paper is detection of railway infrastructure objects based on mobile laser scanning. The first important step, made before proceeding with correct detection, is to remove the measurement noise. In the case of mobile scanning noise is a key issue, since it introduces a large distortion of the measurement data. In the first part of the article a brief description of the programs in terms of simple geometric filters which both remove noise and carry out simple operations of the classification (for example, the separation of objects spaced by a certain depth). Object recognition is possible only after the removal of the noise This is a relatively new problem, opening a wide field for analysis and research. So far several methods have been described for the classification of the mobile data. Some algorithms based on methods derived from the image processing theory. Scattered cloud of points is stored in a regular grid, the pixel values correspond to the depth or intensity of the laser data. The image-based methods: algorithms using morphological filters and retrieval algorithms. Other methods are based on the detection of objects from the original cloud of points. An example is the method based on RANSAC algorithm. An analysis of filtering algorithms revealed that mobile laser scanning can be a reliable information source to extract objects.
In this paper, a texture approach is presented for building and vegetation extraction from LIDAR and aerial images. The texture is very important attribute in many image analysis or computer vision applications. The procedures developed for texture problem can be subdivided into four categories: structural approach, statistical approach, model based approach and filter based approach. In this paper, different definitions of texture are described, but complete emphasis is given on filter based methods. Examples of filtering methods are Fourier transform, Gabor and wavelet transforms. Here, Gabor filter is studied and its implementation for texture analysis is explored. This approach is inspired by a multi-channel filtering theory for processing visual information in the human visual system. This theory holds that visual system decomposes the image into a number of filtered images of a specified frequency, amplitude and orientation. The main objective of the article is to use Gabor filters for automatic urban object and tree detection. The first step is a definition of Gabor filter parameters: frequency, standard deviation and orientation. By varying these parameters, a filter bank is obtained that covers the frequency domain almost completely. These filters are used to aerial images and LIDAR data. The filtered images that possess a significant information about analyzed objects are selected, and the rest are discarded. Then, an energy measure is defined on the filtered images in order to compute different texture features. The Gabor features are used to image segmentation using thresholding. The tests were performed using set of images containing very different landscapes: urban area and vegetation of varying configurations, sizes and shapes of objects. The performed studies revealed that textural algorithms have the ability to detect buildings and trees. This article is the attempt to use texture methods also to LIDAR data, resampling into regular grid cells. The obtained preliminary results are interesting.
Opracowanie zostało poświęcone badaniu dokładności dalmierzy bezzwierciadlanych związanej z pomiarami od obiektów wykonanych z materiałów syntetycznych. Pojawiające się niejednoznaczności towarzyszące pomiarom tworzyw sztucznych, niejednokrotnie znacznie przewyższają sugerowane przez producentów dokładności dalmierzy bezzwierciadlanych, co skłoniło autorów do wykonania stosownych testów. Materiały syntetyczne z uwagi na właściwą im przepuszczalność światła, zależną dodatkowo od temperatury tworzywa, zmieniają w swojej strukturze przebieg wiązki dalmierczej, co ma bezpośredni związek z osiąganą dokładnością pomiaru. Autorzy wykonali szereg testów uwzględniających rodzaj tworzywa sztucznego, jego temperaturę, mierzoną odległość oraz kąt padania wiązki. Szczegółowe badania przeprowadzono dla wybranego tachimetru bezzwierciadlanego, wykonując dodatkowo testy porównawcze trzech innych tachimetrów. Wyniki badań są aktualne również dla skanerów laserowych, pracujących w oparciu o ta samą metodę działania.
EN
This paper is dedicated to the study of the accuracy of reflectorless rangefinders associated with measurements carried out for targets made of synthetic materials. Ambiguities appearing in the measurement of synthetic materials, sometimes significantly exceeding the precision of the reflectorless rangefinders claimed by their manufacturers, have prompted the authors to perform the relevant tests. Depending on the light permeability of synthetic materials, which is also dependent on their temperature, the direction of the rangefinder beam is altered in the material structure, which has a direct impact on the accuracy of the measurement achieved. The authors have conducted a series of tests taking into account the type of synthetic material, its temperature, the distance measured and the angle of incidence of the beam. Detailed research was conducted for the Lecia TCRA 1102+ reflectorless tacheometer (Tab. 2, fig. 3), and additional comparative tests were carried out for three other tacheometers: Leica TCR 407 POWER, Leica TCRP 1201 and Trimble 5503DR (Tab. 3, fig. 4). There were also verified repeatability of the results for each of the materials, carrying out observations in three independent locations of samples (Tab. 4). The results obtained confirm the observation that most synthetic materials, due to their light permeability, alter (increase) the measured length in relation to the actual length. The type of material (related to the density and uniformity of the internal structure) and its thickness have an essential effect on the accuracy of the measurement. Also essential are such factors as the tem-perature of the material, the angle of incidence of the laser beam and emitted wavelength of the rangefinder. The results of the tests are included in the paper for six synthetic materials of various structures. The results collected also apply to laser scanners that function on the same principles of operation.
10
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In the paper a frequency method of filtering airborne laser data is presented. A number of algorithms developed to remove objects above a terrain (buildings, vegetation etc.) in order to obtain the terrain surface were presented in literature. Those all methods published are based on geometrical criteria, i.e. on a specific threshold of elevation differences between two neighbouring points or groups of points. In other words, topographical surface is described in a spatial domain. The proposed algorithm operates on topographical surface described in a frequency domain. Two major tools, i.e. Fast Fourier Transform (FFT) and digital filters are used. The principal assumption is based on the idea that low frequencies are responsible for a terrain surface, while high frequencies are connected to objects above the terrain. The general guidelines of this method were for the first time presented at (Marmol and Jachimski, 2004). Due to the fact that the preliminary results showed some limitations, two-stage filtering algorithm has been introduced. The frequency filter was modified in such a manner that different filter parameters are used to detect buildings than those to recognize vegetation. In the first stage of data processing the filtering concerning elimination of points connected with urban areas was applied. The low-pass filter with parameters determined for urban area was used for the whole tested terrain in that stage. The purpose of the second stage was to eliminate vegetation by using the filter for forest areas. The presented method was tested by using data sets obtained in the ISPRS test on extracting DTM from point clouds. The results of using the two-stage algorithm were compared with both reference data and with filtering results of eight method reported to ISPRS test. A numerical comparison of the filter output with a reference data set shows that the filter generates DTM of a satisfactory quality. The accuracy of DTM produced by the frequency algorithm fits the average accuracy of eight methods reported in the ISPRS test.
PL
W artykule zaprezentowano metodę częstotliwościową filtracji danych pochodzących z lotniczego skanowania laserowego. Przegląd literatury ujawnia, że zostało opracowanych wiele metod usuwania elementów pokrycia terenu (budynki, roślinność itp.) w celu otrzymania z takich danych powierzchni topograficznej. Wszystkie metody oparte są na kryteriach geometrycznych, mówiąc dokładniej na określonym progu różnic wysokości pomiędzy dwoma sąsiadującymi punktami lub grupą punktów. Innymi słowy, powierzchnia topograficzna jest opisana w dziedzinie przestrzennej. Proponowany algorytm bazuje na opisie powierzchni topograficznej w dziedzinie częstotliwości. Wykorzystano w nim dwa główne narzędzia, tj. szybką transformatę Fouriera (FFT) i filtry cyfrowe. Podstawowa zasada algorytmu opiera się na założeniu, że niskie częstotliwości odpowiadają za przebieg powierzchni topograficznej, natomiast wysokie częstotliwości są związane z elementami pokrycia terenu. Założenia ogólne metody zostały po raz pierwszy zaprezentowane w (Marmol i Jachimski, 2004). Wstępne rezultaty ujawniły pewne ograniczenia, w związku z tym został opracowany dwuetapowy algorytm filtracji. Filtr częstotliwościowy został zmodyfikowany w taki sposób, że inne parametry filtru są wykorzystane do wykrywania budynków, a inne do detekcji roślinności. W pierwszym etapie przetwarzania danych przeprowadzana jest filtracja w celu wyeliminowania punktów związanych z budynkami. Wykorzystywany jest w nim filtr dolnoprzepustowy z parametrami właściwymi dla terenów zurbanizowanych. Celem drugiego etapu jest wyeliminowanie roślinności z wykorzystaniem filtru zaprojektowanego dla terenów leśnych. Przedstawiony algorytm był testowany na danych pochodzących z testu ISPRS. Otrzymane wyniki zostały porównane zarówno z danymi referencyjnymi jak i z ośmioma metodami opisanymi w teście ISPRS. Porównanie ilościowe wyników filtracji ze zbiorem danych referencyjnych wskazuje, że opracowany filtr generuje NMT o zadowalającej jakości. Dokładność NMT wygenerowanego przez algorytm częstotliwości osiąga średni poziom dokładności ośmiu metod opisanych w teście ISPRS.
Badanie tekstury jest istotne w wielu zastosowaniach związanych z analizą obrazów dla klasyfikacji, detekcji i segmentacji obiektów. Tekstura stanowi lokalny wzorzec przestrzenny, trudny do zdefiniowania w sposób ścisły. Nie oznacza to jednak, że cecha ta, ze względu na swoją niejednoznaczność, może być ignorowana i pomijana w badaniach nad informacją pochodzącą z obrazów. Tematem przeprowadzonych prac jest interpretacja ortofotomapy prawdziwej (ang. trueortho) w celu automatycznego wykrycia obiektów zabudowy i roślinności. Elementy te na obrazach charakteryzują się różnorodnym kształtem, kolorem i teksturą. W niniejszych badaniach podjęto próbę udowodnienia tezy, że tekstura może stanowić dobry wyznacznik wydzielenia obiektów takich jak drzewa od elementów zabudowy. Procedury teksturalne można podzielić na trzy kategorie: strukturalne, statystyczne i bazujące na filtracji. W niniejszym artykule skupiono się na filtrach teksturalnych – filtrach Gabora, wzmocnionych z wykorzystaniem „energii teksturalnej” Lawsa. Energia teksturalna reprezentuje ilość zmian wewnątrz rozpatrywanego okna na obrazach poddanych określonemu wariantowi filtru. Filtr Gabora jest filtrem liniowym, wykorzystywanym do detekcji krawędzi. Stanowi on uogólnienie transformaty Fouriera, jego reprezentacja częstotliwościowa jest zbliżona do obrazowania systemu wizyjnego człowieka i może być przydatna w procesie opisywania i rozróżniania tekstur. W badaniach wykorzystano dane pozyskane podczas nalotu nad miastem Espoonlahti w Finlandii: dane obrazowe o rozdzielczości terenowej 0.06 m, zarejestrowane kamerą cyfrową Rollei i dane laserowe z systemu TopEye MK II o gęstości 30 punktów/m2.
EN
The texture analysis is important in many applications of image analysis for classification, detection and segmentation of objects. Texture is the local spatial pattern, which is difficult to define strictly. This doesn’t mean, however, that this feature can be ignored and neglected in research on information derived from images, because of its ambiguity. The theme of the study is the interpretation of true orthophoto for automatic detection of building objects and vegetation. These elements are characterized in the image by a variety of shape, color and texture. In the present study the authors attempt to prove the thesis that the texture can be a good indicator for separation of objects such as trees from building elements. Textural procedures can be divided into three categories: structural, statistical and filter based approaches. The paper is focused on the textural filters – the Gabor filters, strengthened by the use of Laws’ "texture energy". The texture energy represents the number of changes within the window in an image subjected to a particular filter variant. The Gabor filter is linear, used for edge detection. It is a generalization of the Fourier transform, its frequency representation is similar to the imaging of human visual system and may be useful in the process of describing and differentiating textures. The data used for study have been collected during a flight over the Finland town Espoonlathi. They were as follow: image data with a spatial resolution of 0.06 m, acquired with a digital camera Rollei, and laser data from the TopEye MK II system with a resolution of 30 points/m2.
Lotniczy skaning laserowy to efektywna i wiarygodna metoda pozyskiwania danych dla celów inwentaryzacji terenów leśnych. Niniejszy artykuł przedstawia metodykę wykrywania pojedynczych drzew z wykorzystaniem zintegrowanych danych lidarowych i fotogrametrycznych. Badania prowadzono na terenie uroczyska leśnego Głuchów. W celu wykrycia pojedynczych drzew wykorzystano algorytmy morfologii matematycznej. Morfologia matematyczna jest skutecznym narzędziem przetwarzania danych, umożliwiającym filtrację i detekcję różnorodnych struktur powierzchniowych. Dla poprawy analizy została włączona ortofotomapa w barwach naturalnych. Przeprowadzone badania wykazały, że integracja danych laserowych i fotogrametrycznych pozwala na uzyskanie dokładnych informacji o liczbie drzew i ich wymiarach.
EN
Aerial laser scanning is an effective and reliable method providing data for forestry inventory control. This paper presents a methodology of detection of individual trees using the integration of LIDAR data and those from aerial images. The study area for this investigation was Głuchów nature reserve, belonging to Warsaw University of Life Sciences. To detect individual trees, mathematical morphology was applied. Mathematical morphology is a powerful tool for filtering and detecting many different surface structures. Aerial imagery was included in order to improve the accuracy. This study has demonstrated that an integration of laser data and aerial imagery make sit possible to obtain accurate information about tree number and dimensions.
Artykuł przedstawia metodę integracji danych lidarowych i fotogrametrycznych w procesie automatycznego wykrywania obiektów. Zdjęcia lotnicze stanowią klasyczną metodę pozyskiwania informacji o przestrzeni. Ostatnie lata to coraz powszechniejsze stosowanie lidaru jako źródła informacji. Zdjęcia lotnicze cechują się możliwością wykrywania granic obiektów, ale w procesie ekstrakcji cech, często dochodzi do nadmiernego oszacowania lub zaniżenia liczby obiektów. Dane lidarowe dostarczają bezpośredniej informacji o wysokości obiektów, ale posiadają ograniczenia związane z dokładnym wyznaczeniem krawędzi obiektów. Można zatem powiedzieć, że techniki przetwarzania danych: fotogrametryczna i laserowa dostarczają danych komplementarnych, a ich integracja może przyczynić się do poprawy jakości uzyskiwanych wyników. W artykule przedstawiono badania nad integracją fotogrametrii i danych laserowych w procesie wykrywania obiektów 3D – budynków i drzew. W procesie automatycznej segmentacji zostały wykorzystane cechy teksturalne pochodzące ze zdjęć lotniczych. Obiekty 3D zostały wyodrębnione na podstawie danych lidarowych, jako różnica NMPT i NMT. Przeprowadzone badania ujawniły duży potencjał danych zintegrowanych w procesie automatycznego wykrywania obiektów
EN
This paper describes a method of integrating LIDAR data and aerial images in the process of automatic object extraction. Aerial photos are classical method for obtaining spatial information. However, in recent years, LIDAR data has become more and more popular as a source of information. Aerial imagery has the ability to delineate object boundaries, but during feature extraction, the number of objects may be overestimated or underestimated. LIDAR data provide direct information about the height of an object, but have limitations when identifying boundaries. Therefore, we can say that photogrammetric sensors and LIDAR provide complementary data and their integration can improve the quality of the results. This paper presents a study of the integration of photogrammetry and LIDAR in the process of extraction of 3D objects: buildings and trees. Textural filters have been used in the automatic segmentation process. 3D objects have been separated from LIDAR data, as a DSM and DTM difference. The study has revealed the high potential and flexibility of integrated data in the automatic process of object extraction.
Wysokość drzew i drzewostanu jest ważnym elementem opisującym przestrzeń leśną. W artykule przedstawiono wyniki badań nad zastosowaniem danych skanowania laserowego do wyznaczania wysokości pojedynczych drzew. Badania prowadzono na powierzchniach próbnych rozmieszczonych w uroczysku leśnym Głuchów, należącym do Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Dla obszaru badawczego zostały wykonane dwa naloty – w okresie wiosennym i letnim, z wykorzystaniem systemu FALCON II (TopoSys, 2008). Numeryczny model pokrycia terenu (DSM) interpolowano z wykorzystaniem pierwszego echa impulsu lasera. Istotnym elementem badań było także opracowanie numerycznego modelu terenu (DTM). W tym celu konieczne było wyodrębnienie w zbiorze punktów ostatniego echa, punktów położonych na powierzchni topograficznej. Wykorzystano dwie metody filtracji: algorytm częstotliwościowy oparty na transformacji FFT (Marmol, 2005) i algorytm aktywnego modelu TIN (Axelsson, 2000). Stwierdzono, że zastosowane algorytmy dla znacznej części badanego obszaru we właściwy sposób przeprowadziły selekcję na punkty stanowiące elementy pokrycia i punkty terenowe. Największe błędy pojawiły się na terenach porośniętych niską, gęstą roślinnością, gdyż zostały one w całości zaklasyfikowane do powierzchni topograficznej. Konieczna stała się ręczna korekta uzyskanych rezultatów i usuwanie błędnie zaklasyfikowanych punktów. Prace badawcze zostały przeprowadzone na dwóch polach testowych. Wyznaczono wysokość pojedynczych drzew, z wykorzystaniem wyłącznie danych laserowych, a następnie porównano je z wynikami kontrolnych pomiarów terenowych. Dla pierwszego pola testowego satysfakcjonujące wyniki otrzymano na podstawie numerycznego modelu koron drzew (DCM), który utworzono jako różnicę modeli DSM i DTM. Wartość średnia odchyłek wyniosła –0,623 m. Na drugim polu testowym model DCM wygładzono z wykorzystaniem filtru Gaussa, po czym zastosowano segmentację wododziałową, co umożliwiło wydzielenie zasięgu koron pojedynczych drzew. Wysokość każdego drzewa określono jako wartość maksymalną w granicach wyznaczonej korony. Wartość tą traktowano jako wysokość drzewa z pomiaru laserowego i porównano z niezależnym pomiarem terenowym. Uzyskano wartość średnią odchyłek równą –0,273 m.
EN
The tree height of a forest stand is a crucial parameter determining a forest space. In this paper, results of a study aimed at extracting the height of individual trees using only LIDAR data are presented. The study focused on the Gluchow forest owned by the Warsaw University of Life Sciences (SGGW). Laser data were acquired twice – in spring and in summer. The laser-sampling density was approximately 6 points/m². An unsophisticated algorithm for DSM generation, using the first laser impulse, was developed. DTM generation, i.e., extraction of points belonging to the topographic surface from point clouds formed an important part of the study. Two filtering methods: the FFT-based frequency analysis and the adaptive TIN model were used. The accuracy analysis of DTM and DSM was performed at two test sites. The filtering algorithms were found to have some limitations. The largest errors were detected for areas with low, dense vegetation, which were completely classified to topographic surface. It was necessary to correct the results and eliminate the incorrectly classified points. Heights of individual trees were determined using only laser data. At the first test site satisfying results were produced by using the simple method of subtracting DTM from DSM. The calculated tree heights were compared with check point data collected during a high-accuracy topographic survey. The mean deviation of -0.456 m was completely sufficient. The other test site was more complex and required more advanced methods of analysis. At the first step, a digital crown model (DCM) was calculated by subtracting DTM from DSM. DCM was smoothed by a Gaussian filter. The following step involved segmentation of the watershed to estimate crown areas. The heights of individual trees was determined as the local maxima. These values were compared with the check point data, whereby a mean deviation equal to –0.273 m was obtained. To conclude, the results of this study demonstrated lidar data to have a high potential for use in tree height estimation.
Lotniczy skaning laserowy zyskuje coraz większe znaczenie jako metoda pozyskiwania informacji o powierzchni topograficznej oraz elementach pokrycia terenu. W ostatnich latach zostało opracowanych kilkanaście algorytmów do automatycznej filtracji danych laserowych. Niestety, istniejące metody posiadają jeszcze widoczne ograniczenia, związane z nieprawidłową eliminacją punktów w obszarach o skomplikowanym ukształtowaniu i użytkowaniu terenu i nadal niezbędny jest znaczący, interaktywny udział operatora. W niniejszym referacie przedstawiona jest stereometryczna weryfikacja dwóch metod filtracyjnych: algorytmu aktywnego modelu TIN i algorytmu częstotliwościowego opartego na FFT. Algorytm aktywnego modelu TIN został rozwinięty na Wydziale Geodezji i Fotogrametrii w Królewskim Instytucie w Sztokholmie. Na opracowanym algorytmie bazuje komercyjne oprogramowanie - TerraScan. Metoda oparta na FFT została opracowana w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej AGH i jest nadal w fazie badań empirycznych, określających jej wiarygodność i dokładność. W prezentowanym opracowaniu dane uzyskane w wyniku filtracji zostały porównane ze stereogramami cyfrowych zdjęć lotniczych. Obrazy cyfrowe zostały pozyskane w trakcie nalotu laserowego, odpowiadają więc dokładnie danym uzyskanym w procesie skanowania. Analiza polegała na wyborze próbek, charakteryzujących się różnym ukształtowaniem i użytkowaniem terenu (roślinność, zabudowa). Dla każdego obszaru testowego zostały wyznaczone, na podstawie odchyłek pomiędzy wzorcem pochodzącym z pomiaru stereometrycznego a odfiltrowaną powierzchnią, podstawowe parametry statystyczne: średni błąd kwadratowy RMSE, średnia arytmetyczna i odchylenie standardowe. Uzyskane wyniki ujawniają, że w przypadku terenów o skomplikowanym ukształtowaniu lub pokryciu, obydwa algorytmy wykazują pewne ograniczenia i różnice. Algorytm aktywnego modelu TIN, lepiej niż algorytm oparty na FFT, eliminuje pomierzone punkty w miejscach pokrycia terenu gęstymi, wysokimi drzewami liściastymi oraz wysokimi trawami. W miejscach takich jak krzaki, pojedynczo rosnące drzewo, uzyskane wyniki odfiltrowania przy wykorzystaniu obu algorytmów są porównywalne. Natomiast teren o dużym stopniu zurbanizowania został prawidłowo odfiltrowany przez oba algorytmy.
Lotniczy skaning laserowy (LIDAR – Light Detection And Ranging) jest nową, dynamicznie rozwijającą się metodą pozyskiwania informacji o powierzchni terenu. Pomiar laserowy dostarcza informacji w postaci trójwymiarowej „chmury punktów” nieregularnie próbkowanych, zarówno o powierzchni topograficznej jak również o innych strukturach badanego terenu (budynki, roślinność itp.). W wielu opracowaniach obszarem zainteresowań jest głównie powierzchnia topograficzna. Proces eliminacji punktów pokrycia terenu, zwany także filtracją stanowi jeden z głównych problemów przetwarzania danych laserowych. W ostatnich latach zostały opracowane algorytmy do automatycznej filtracji danych laserowych. Niestety, istniejące metody i oprogramowania posiadają jeszcze widoczne ograniczenia i nadal niezbędny jest znaczący, czasochłonny, interaktywny udział operatora. W niniejszym artykule przedstawiono analizę porównawczą pomiędzy algorytmem filtracyjnym opartym na FFT, badanym obecnie w Zakładzie Fotogrametrii i Informatyki Teledetekcyjnej AGH a filtracją metodą liniowej predykcji opracowaną w Instytucie Fotogrametrii i Teledetekcji Uniwersytetu Technicznego w Wiedniu. Głównym celem badań była kontrola wiarygodności i efektywności algorytmu opartego na FFT. Uzyskane wyniki badań udowodniły, że metoda ta w sposób właściwy eliminuje punkty pokrycia terenu z danych laserowych. Konieczna jest dalsza weryfikacja algorytmu dla różnych form ukształtowania i pokrycia powierzchni topograficznej.
EN
Airborne laser altimetry (LIDAR – Light Detection and Ranging) is a relatively new method for the acquisition of information of terrain surface. A laser scanning system generates a 3-dimensional clouds of points with irregular spacing. The data consists of the mixture of terrain surface and non-surface points (buildings, vegetation). The separation of ground points from the other points located on top of buildings, vegetation or other objects above ground is one of the major problems. Algorithms and software used for the surface reconstruction have limitations that should be studied and overcome. Removing non – ground points from LIDAR data sets i.e. filtering is still a challenging task. The paper presents a comparative analysis of two filtering methods: FFT based algorithm (a new method investigated at the Department of Photogrammetry and Remote Sensing Informatics at the University of Science and Technology in Cracow) and linear prediction method developed at the Institute of Photogrammetry and Remote Sensing at the Vienna University of Technology . The main purpose of this analysis is to verify FFT based method. FFT based algorithm demonstrate promising results of the terrain surface reconstruction (DTM). However, further investigation is required to verify the reliability and accuracy of filtering algorithm on different types of terrain.
17
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Artykuł przedstawia geostatystyczne zagadnienie modelowania powierzchni. W celu oceny dokładności numerycznego modelu terenu powinny zostać rozważone dwa podstawowe aspekty: dokładność danych pomiarowych i jakość modelowania. Metoda geostatystyczna dostarcza interesujących informacji dotyczących modelowania, definiując strefę zależności przestrzennych i anizotropię. Oszacowanie modelu wykorzystuje informacje z analizy strukturalnej i wyznacza wartości błędu estymacji - podstawowego parametru statystycznego określającego jakość modelu. Analiza strukturalna jest bardzo użyteczna w procesie projektowania siatki pomiarowej, optymalizując liczbę danych pomiarowych
EN
The paper presents a geostatistical approach to the surface modelling. In order to assess the accuracy of digital terrain model two basic aspects must be considered: the measured data accuracy and the modelling quality. The geostatistical method provides a very interesting information for modelling, defining zone of spatial dependence and anisotropy. The estimation of the model uses structural analysis information and provides the estimation error values - a basic statistical parameter in order to establish the model quality. The structural analysis is very useful for the grid design, optimizing number of the measured data
Referat prezentuje metodę analizy częstotliwościowej wykorzystaną do filtracji elementów nie należących do powierzchni topograficznej. Przedstawiono zastosowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej i przeprowadzono ocenę dokładności uzyskanych wyników. Wyznaczono także optymalny interwal pomiędzy danymi pomiarowymi korzystając z twierdzenia o próbkowaniu.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.