Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Rule-based Classification of Airborne Laser Scanner Data for Automatic Extraction of 3D Objects in the Urban Area

Bui Ngoc Quy, Le Dinh Hien, Duong Anh Quan, Nguyen Quoc Long

Inżynieria Mineralna

2021

no. 2

103--114

LiDAR technology has been widely adopted as a proper method for land cover classification. Recently with the development of technology, LiDAR systems can now capture high-resolution multispectral bands images with high-density LiDAR point cloud simultaneously. Therefore, it opens new opportunities for more precise automatic land-use classification methods by utilizing LiDAR data. This article introduces a combining technique of point cloud classification algorithms. The algorithms include ground detection, building detection, and close point classification - the classification is based on point clouds’ attributes. The main attributes are heigh, intensity, and NDVI index calculated from 4 bands of colors extracted from multispectral images for each point. Data of the Leica City Mapper LiDAR system in an area of 80 ha in Quang Xuong town, Thanh Hoa province, Vietnam was used to deploy the classification. The data is classified into eight different types of land use consist of asphalt road, other ground, low vegetation, medium vegetation, high vegetation, building, water, and other objects. The classification workflow was implemented in the TerraSolid suite, with the result of the automation process came out with 97% overall accuracy of classification points. The classified point cloud is used in a workflow to create a 3D city model LoD2 (Level of Detail) afterward.

Method of Defining the Parameters for UAV Point Cloud Classification Algorithm

Bui Ngoc Quy, Le Dinh Hien, Nguyen Quoc Long, Tong Si Son, Duong Anh Quan, Pham Van Hiep, Phan Thanh Hai, Pham Thi Lan

Inżynieria Mineralna

2020

no. 2, vol. 1

49--56

Image data from Drones/Unmanned Aerial Vehicles (UAVs) has been studied and used extensively for establishing maps. The process of UAV data provides three main products including (Digital Surface Model) DSM, Point cloud and Ortho-photos, in which point cloud is a valuable data source in building 3D models and topographic surfaces as well. However, processing point cloud separately to achieve secondary products has not been received much attention from researchers. This study determines parameters to develop a method for classifying point cloud data constructed from UAV images. Consequently, A 3D surface of the ground is built by applying a developed algorithm for the point cloud data for an open-pit mine. The temporal or non-ground objects such as trees, houses, vehicles are automatically subtracted from the point cloud by the algorithms. According to this line, it is possible to calculate and analyze the amount of reserves, the exploited volume to evaluate the efficiency for each mine during operation with the support of UAV integrated camera.

Dane uzyskane z dronów / bezzałogowych statków powietrznych (BSP) zostały zbadane i powszechnie wykorzystane do opracowania map. Przetwarzanie danych z BSP zapewnia trzy główne produkty, a mianowicie: Model numeryczny powierzchni (MNS), chmurę punktów i ortofotomapy, w których chmura punktów jest cennym źródłem danych przy budowaniu modeli 3D i powierzchni topograficznych. Dotychczas, kwestia przetwarzania chmury punktów osobno w celu uzyskania produktów wtórnych nie wzbudziła większego zainteresowania naukowców. W artykule, przedstawiono wyniki badania nad sposobem wyznaczenia parametrów niezbędnych do opracowania metod klasyfikacji danych chmur punktów zbudowanych z obrazów BSP. W efekcie tego procesu, powstaje trójwymiarowa powierzchnia powierzchni poprzez zastosowanie opracowanego algorytmu dla danych chmury punktów w kopalni odkrywkowej. Na tej podstawie, można służyć do pomiarów inwentaryzacyjnych, bieżącej kontroli zgodności postępu eksploatacji górniczej z planem ruchu zakładu górniczego, prowadzenia pomiarów postępu frontu eksploatacji w złożu oraz frontów, obejmujących proces zdejmowania nadkładu oraz wyeksploatowanego złoża.

Flight Height of UAV and Its Influence on the Precise Digital Elevation Model at Complex Terrain

Nguyen Quoc Long, Goyal Ropesh, Le Van Canh, Cao Xuan Cuong, Pham Van Chung, Bui Ngoc Quy, Bui Xuan Nam, Bui Khac Luyen

Inżynieria Mineralna

2020

no. 1, vol. 1

179--186

The application of lightweight Unmanned Aerial Vehicle (UAV) has been increasingly common in 3D topographic surveys. Especially in the complex terrains such as open-pit mines, where the elevation is rapidly undulating, the UAV based mapping is more efficient, economic and safe compared to the conventional methods. However, one of the most important factors in UAV mapping of complex terrain is the flight altitude which needs to be seriously considered because of the safety and accuracy of generated DEMs. This paper aims to evaluate the influence of flight height on accuracy of DEMs generated for open-pit mines. For this purpose, the selected study area is a quarry with complex terrain located in the Northern Vietnam. The investigation was conducted with five flight heights of 50 m, 100 m, 150 m, 200 m, and 250 m. To assess the accuracy of resulting DEMs, 10 ground control points and 385 checkpoints measured by both GNSS/RTK and total station methods were used. The accuracy of DEM was assessed by using root-mean-square error (RMSE) in X, Y, Z, XY, and XYZ components. The result showed that the DEM models generated at the flight heights of less than 150 m have high accuracy, RMSEs on the 10 GCPs increased from 1.8 cm to 6.2 cm for vertical (Z), and from 2.6 cm to 6.3 cm for horizontal (XY), whereas RMSE on 385 checkpoints increases gradually from 0.05 m to 0.15 m for vertical (Z) when the height flight increased from 50 m to 250 m.

Zastosowanie lekkich bezzałogowych statków powietrznych (UAV) jest coraz bardziej powszechne w badaniach topograficznych 3D. Zwłaszcza w skomplikowanych terenach, takich jak kopalnie odkrywkowe, w których wzniesienie gwałtownie faluje, mapowanie oparte na UAV jest bardziej wydajne, ekonomiczne i bezpieczne w porównaniu z metodami konwencjonalnymi. Jednak jednym z najważniejszych czynników w mapowaniu UAV złożonego terenu jest wysokość lotu, którą należy poważnie rozważyć ze względu na bezpieczeństwo i dokładność generowanych DEM. Niniejszy artykuł ma na celu ocenę wpływu wysokości lotu na dokładność DEM generowanych dla kopalni odkrywkowych. W tym celu wybranym obszarem badawczym jest kamieniołom o złożonym terenie położony w północnym Wietnamie. Badanie przeprowadzono przy pięciu wysokościach lotu 50 m, 100 m, 150 m, 200 m i 250 m. Aby ocenić dokładność uzyskanych DEM, wykorzystano 10 naziemnych punktów kontrolnych i 385 punktów kontrolnych mierzonych zarówno metodami GNSS/RTK, jak i metodami stacji całkowitej. Dokładność DEM oceniono za pomocą błędu pierwiastkowego średniego kwadratu (RMSE) w komponentach X, Y, Z, XY i XYZ. Wynik pokazał, że modele DEM generowane na wysokościach lotu poniżej 150 m mają wysoką dokładność, RMSE na 10 GCP wzrosły z 1,8 cm do 6,2 cm dla pionu (Z) i od 2,6 cm do 6,3 cm dla poziomu (XY), podczas gdy RMSE na 385 punktach kontrolnych wzrasta stopniowo z 0,05 m do 0,15 m dla pionu (Z), gdy lot na wysokości wzrósł z 50 m do 250 m.