Методика автоматизированной фильтрации данных мобильного лазерного сканирования
+7 (383) 343-12-55 vestnik@ssga.ru
Ru
En
Ru
En
Авторам публикаций
Вестник СГУГиТАрхив журнала Методика автоматизированной фильтрации данных мобильного лазерного сканирования

Методика автоматизированной фильтрации данных мобильного лазерного сканирования

Геодезия и маркшейдерия
УДК: 528.721.221.6:528.8
DOI: 10.33764/2411-1759-2021-26-3-5-19
М. А. Алтынцев 1, Каркокли Хамид Маджид Сабер 1
Год: 2021
Том: 26
№: 3
Страницы: 5 - 19
1 Сибирский государственный университет геосистем и технологий, г. Новосибирск, Россия

Финансирование: -

Аннотация:

Результатом лазерного сканирования является массив точек лазерных отражений (ТЛО). Формирование единого массива ТЛО в заданной системе координат производится в процессе уравнивания на этапе предварительной обработки данных, полученных во время полевой съемки. На этом этапе часто требуется выполнить фильтрацию данных, в процессе которой устраняются ТЛО, имеющие ошибочное положение. Количество ошибочных ТЛО определяется особенностями применяемой модели лазерного сканера, характером территории съемки и погодными условиями. Разработка методик и алгоритмов фильтрации данных лазерного сканирования выполняется на основе анализа пространственного положения каждой ТЛО и некоторого набора дополнительных характеристик, таких как значение интенсивности, порядковый номер отражения, значение цвета. В статье рассматривается методика фильтрации данных мобильного лазерного сканирования территории автомобильной дороги, проходящей среди лесного массива и вблизи с отдельными промышленными объектами и зданиями. Основная цель предлагаемой методики фильтрации – получение данных, по которым возможно выполнить автоматическое построение точной цифровой модели рельефа. Методика фильтрации разработана для данных, полученных при наименее благоприятных условиях – в сырую погоду. Выполнена оценка точности построения цифровой модели рельефа по фильтрованным данным.

Ключевые слова (RU):

мобильное лазерное сканирование, фильтрация данных, растительность, цифровая модель рельефа, оценка точности

Ключевые слова (EN):

mobile laser scanning, data filtering, vegetation, digital terrain model, accuracy estimation

Читать статью Скачать JATS XML

Библиографический список:

  1. Алтынцев М. А., Карпик П. А. Методика создания цифровых трехмерных моделей объектов инфраструктуры нефтегазодобывающих комплексов с применением наземного лазерного сканирования // Вестник СГУГиТ. – 2020. – Т. 25, № 2. – С. 121–139.
  2. Середович В. А., Алтынцев М. А., Попов Р. А. Особенности применения данных различных видов лазерного сканирования при мониторинге природных и промышленных объектов // Вычислительные технологии. – 2013. – Т. 18.1 – С. 141–144.
  3. Kumar P. Road Features Extraction Using Terrestrial Mobile Laser Scanning System: Doctor’s thesis. – National University of Ireland Maynooth, 2012. – 270 p.
  4. Медведев Е. М., Данилин И. М., Мельников С. Р. Лазерная локация земли и леса : учеб. пособие. − 2-е изд., перераб. и доп. − М. : Геолидар, Геоскосмос; Красноярск : Институт леса им. В. Н. Сукачева СО РАН, 2007. − 230 с.
  5. Комиссаров А. В., Алтынцев М. А. Метод активного дистанционного зондирования: лазерное сканирование : монография. – Новосибирск : СГУГиТ, 2020. – 254 с.
  6. Алтынцев М. А., Каркокли Хамид Маджид Сабер. Особенности предварительной обработки данных мобильного лазерного сканирования // Интерэкспо ГЕО-Сибирь. XV Междунар. науч. конгр., 24– 26 апреля 2019 г., Новосибирск : сб. материалов в 9 т. Т. 1 : Междунар. науч. конф. «Геодезия, геоинформатика, картография, маркшейдерия». – Новосибирск : СГУГиТ, 2019. № 1. – С. 239–248.
  7. Yong-hua S., Xu-qing Z., Xue-feng N., Guo-dong Y., Ji-Kai Z. Denoising algorithm of airborne LIDAR point cloud based on 3D grid // International Journal of Signal Processing, Image Processing and Pattern Recognition. – 2017. – Vol. 10, No 2. – P. 85–92.
  8. Середович В. А., Комиссаров А. В., Комиссаров Д. В., Широкова Т. А. Наземное лазерное сканирование : монография. – Новосибирск : СГГА, 2009. – 261 с.
  9. Климков Ю. М., Майоров В. С., Хорошев М. В. Взаимодействие лазерного излучения с веществом. – М. : МИИГАиК, 2014. – 108 с.
  10. Kalashnikova O. V., Willebrand H. A., Mayhew L. M. Wavelength and altitude dependence of laser beam propagation in dense fog // Proceedings of SPIE - The International Society for Optical Engineering. – 2002. – Vol. 4635. – P. 279–288.
  11. Айрапетян В. С., Ушаков О. К. Физика лазеров. – Новосибирск : СГГА, 2012. – 134 с.
  12. Борейшо В. А., Клочков Д. В., Коняев М. А., Никулин Е. Н. Военные применения лазеров. – СПб. : Балт. гос. тех. ун-т., 2015. – 103 c.
  13. Dickey F. M. Laser Beam Shaping: Theory and Techniques. – 2nd ed. – CRC Press, 2017. – 589 p.
  14. Rakotosaona M.-J., Barbera V. L., Guerrero P., Mitra N. J., Ovsjanikov M. Pointcleannet: learning to denoise and remove outliers from dense point clouds // arXiv:1901.01060v3. – 2019. – P. 1–17.
  15. Han X.-F., Jin J. S., Wang M.-J., Jiang W., Gao L., Xiao L. A review of algorithms for filtering the 3D point cloud // Signal Processing: Image Communication. – 2017. – Vol. 57. – P. 103–112.
  16. Levin D. The approximation power of moving least-squares // Mathematics of computation. – 1998. – Vol. 67, No. 224. – P. 1517–1531.
  17. Lozes F., Elmoataz A., Lézoray O. Partial difference operators on weighted graphs for image processing on surfaces and point clouds // IEEE Trans. Image Process. – 2014. – Vol. 23, No. 9. – P. 3896–3909.
  18. Zaman F., Wong Y. P., Ng B. Y. Density-based denoising of point cloud // ArXiv preprint arXiv:160205312. – 2016.
  19. Orts-Escolano S., Morell V., García-Rodríguez J., Cazorla M. Point cloud data filtering and downsampling using growing neural gas // Neural Networks (IJCNN), The 2013 International Joint Conference on, Dallas, TX. – 2013. – P. 1–8.
  20. Сайт компании «Riegl» [Электронный ресурс]. – Режим доступа: https://riegl.ru/produktsija/mobilnye-lazernye-skanery/11-riegl-vmx-250.html (дата обращения 01.04.2021).
  21. Axelsson P. DEM generation from laser scanner data using adaptive TIN models // International Archives of ISPRS. – 2000. – Vol. XXXIII-4. – P. 111–118.
  22. Bakuła K., Pilarska-Mazurek M., Salach A., Kurczyński Z. Detection of Levee Damage Based on UAS Data-Optical Imagery and LiDAR Point Clouds // ISPRS International Journal of Geo-Information. – 2020. – Vol. 9, No 4. – P. 248.
  23. TerraScan User Guide [Электронный ресурс]. – Режим доступа: https://terrasolid.com/guides/tscan/index.html (дата обращения 01.04.2021).
  24. Vosselman G., Maas H. G. Airborne and terrestrial laser scanning. – Boca Raton: CRC Press, 2010. – 318 p.
  25. Антипов А. В. Влияние плотности точек воздушного лазерного сканирования на точность создания цифровой модели рельефа местности // ГЕО-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19–29 апреля 2010 г). – Новосибирск : СГГА, 2010. Т. 4, ч 1. – С. 18–23.