Lidar Strip Adjustment with Automatically Reconstructed Roof Shapes
In recent years, the performance of lidar systems has steadily improved due to an increase in the achievable point density. The main error sources affecting the quality of lidar‐derived secondary products such as digital terrain models (DTMs) and digital surface models (DSMs) are the result of syste...
Gespeichert in:
Veröffentlicht in: | Photogrammetric record 2012-09, Vol.27 (139), p.272-292 |
---|---|
Hauptverfasser: | , |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
container_end_page | 292 |
---|---|
container_issue | 139 |
container_start_page | 272 |
container_title | Photogrammetric record |
container_volume | 27 |
creator | Rentsch, Matthias Krzystek, Peter |
description | In recent years, the performance of lidar systems has steadily improved due to an increase in the achievable point density. The main error sources affecting the quality of lidar‐derived secondary products such as digital terrain models (DTMs) and digital surface models (DSMs) are the result of systematic errors coming from insufficient boresight calibration. The effects of boresight misalignments are visually recognised as discrepancies of the laser point clouds at selected objects (such as building roofs) in overlapping areas of neighbouring lidar strips. In this work, a strip adjustment method is presented that corrects the systematic errors of the laser point cloud using five strip parameters (three shifts plus two angular corrections for heading and roll). The strip adjustment procedure uses 2D and 3D tie elements and takes advantage of a new 3D measurement technique applied to building roofs. The strip adjustment method is applied to three different datasets, consisting of conventional first/last pulse and full‐waveform data. The results show that systematic discrepancies are typical for datasets that have already been processed by the flight companies. These errors can be reduced by more than 70% by applying the new strip adjustment approach. Preliminary investigations indicate that a higher laser point density and the inclusion of intensity and pulse width within full‐waveform lidar data lead to better results.
Résumé
Ces dernières années, les systèmes lidar sont devenus de plus en plus performants en permettant d’accéder à une densité de points toujours plus grande. Les principales sources d’erreur affectant la qualité des produits dérivés du lidar tels que modèles numériques de terrain (MNT) et modèles numériques de surface (MNS) sont des erreurs systématiques liées à un étalonnage insuffisamment de la direction de visée. L’impact des défauts d’alignement est reconnaissable visuellement dans les écarts entre différents nuages de points laser sur des objets particuliers comme les toits des immeubles dans des zones de recouvrement entre bandes adjacentes. Cet article présente une méthode d’ajustement de bandes qui corrige les erreurs systématiques du nuage de point laser en caractérisant chaque bande par cinq paramètres (trois translations et deux corrections angulaires en roulis et tangage). La procédure d’ajustement des bandes utilise des éléments de liaison 2D et 3D et s’appuie sur une nouvelle technique de mesure 3D appliquée aux toits des immeu |
doi_str_mv | 10.1111/j.1477-9730.2012.00690.x |
format | Article |
fullrecord | <record><control><sourceid>proquest_cross</sourceid><recordid>TN_cdi_proquest_journals_1335189969</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>2951888251</sourcerecordid><originalsourceid>FETCH-LOGICAL-c4290-76577d32931690cb8e9b1573172cfd93ab124f16190ceb3fbbb3742eed97cca03</originalsourceid><addsrcrecordid>eNqNkEFPwjAYhhujiQT5D0s8b7brtq4HDzgFDCAGNHpruq4Lm4PNtgvw7-2c4ex36Ze879M2DwAOgh6yc1d6KCDEpQRDz4fI9yCMKPSOF2BwDi7BAEKM3DiKP6_BSOsita0w8AmOBiBZFBlXzsaoonHGWdlqs5N74xwKs3XGral33BSCV9XJWUtR77VRrTAyc9Z1nTubLW-kvgFXOa-0HP2dQ_A-eXpLZu5iNX1OxgtXBD6FLolCQjLsU4zsJ0UaS5qikGBEfJFnFPMU-UGOImRDmeI8TVNMAl_KjBIhOMRDcNvf26j6u5XasLJu1d4-yRDGIYopjahtxX1LqFprJXPWqGLH1YkhyDprrGSdHNbJYZ019muNHS1636OHopKnf3PsdbZa283ybs8X2sjjmefqi0UEk5B9vEzZZP44X5LkgS3xD78OgcU</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype><pqid>1335189969</pqid></control><display><type>article</type><title>Lidar Strip Adjustment with Automatically Reconstructed Roof Shapes</title><source>Wiley Online Library Journals Frontfile Complete</source><creator>Rentsch, Matthias ; Krzystek, Peter</creator><creatorcontrib>Rentsch, Matthias ; Krzystek, Peter</creatorcontrib><description>In recent years, the performance of lidar systems has steadily improved due to an increase in the achievable point density. The main error sources affecting the quality of lidar‐derived secondary products such as digital terrain models (DTMs) and digital surface models (DSMs) are the result of systematic errors coming from insufficient boresight calibration. The effects of boresight misalignments are visually recognised as discrepancies of the laser point clouds at selected objects (such as building roofs) in overlapping areas of neighbouring lidar strips. In this work, a strip adjustment method is presented that corrects the systematic errors of the laser point cloud using five strip parameters (three shifts plus two angular corrections for heading and roll). The strip adjustment procedure uses 2D and 3D tie elements and takes advantage of a new 3D measurement technique applied to building roofs. The strip adjustment method is applied to three different datasets, consisting of conventional first/last pulse and full‐waveform data. The results show that systematic discrepancies are typical for datasets that have already been processed by the flight companies. These errors can be reduced by more than 70% by applying the new strip adjustment approach. Preliminary investigations indicate that a higher laser point density and the inclusion of intensity and pulse width within full‐waveform lidar data lead to better results.
Résumé
Ces dernières années, les systèmes lidar sont devenus de plus en plus performants en permettant d’accéder à une densité de points toujours plus grande. Les principales sources d’erreur affectant la qualité des produits dérivés du lidar tels que modèles numériques de terrain (MNT) et modèles numériques de surface (MNS) sont des erreurs systématiques liées à un étalonnage insuffisamment de la direction de visée. L’impact des défauts d’alignement est reconnaissable visuellement dans les écarts entre différents nuages de points laser sur des objets particuliers comme les toits des immeubles dans des zones de recouvrement entre bandes adjacentes. Cet article présente une méthode d’ajustement de bandes qui corrige les erreurs systématiques du nuage de point laser en caractérisant chaque bande par cinq paramètres (trois translations et deux corrections angulaires en roulis et tangage). La procédure d’ajustement des bandes utilise des éléments de liaison 2D et 3D et s’appuie sur une nouvelle technique de mesure 3D appliquée aux toits des immeubles. La méthode est appliquée à trois jeux de données correspondant aux premier et dernier échos conventionnels et au retour d’onde complète. Les résultats montrent que les erreurs systématiques sont typiques des jeux de données déjà traités par les entreprises d’acquisitions aériennes. Ces erreurs peuvent être réduites de plus de 70% grâce à la nouvelle approche d’ajustement de bandes. Les premiers tests montrent qu’une densité de points laser plus élevée et la prise en compte de l’intensité et de la largeur de l’impulsion dans les données lidar à retour d’onde complète conduisent à de meilleurs résultats.
Zusammenfassung
In den letzten Jahren wurde die Performance von LiDAR Systemen stetig durcheine Steigerung in der erreichbaren Punktdichte verbessert. Die Qualität von Geodatenbeständen, die aus Laserdaten abgeleitet werden wie digitale Geländemodelle oder digitale Oberflächenmodelle, hängt von systematischen Fehlern der Boresightkalibrierung ab. Auswirkungen der Fehler zeigen sich visuell deutlich an ausgewählten Objekten (wie z.B. Gebäudedächern) in den Überlappungsbereichen benachbarter Flugstreifen. In der vorliegenden Arbeit wird ein Verfahren zur Streifenausgleichung vorgestellt, das die systematischen Fehler von Laserpunktwolken unter Verwendung von fünf Parametern (drei Verschiebungen und zwei Rotationen für Kurs‐ und Rollwinkel) korrigiert. Das Ausgleichungsverfahren verwendet 2D‐ und 3D‐Verknüpfungselemente und nutzt die Vorteile einer neuen 3D‐Messmethode, die auf Gebäudedächer angewendet wird. Der Ansatz wird an insgesamt 3 Datensätzen getestet, die neben konventionellen First/Last Pulse Daten auch Full Waveform Daten umfassen. Es zeigt sich, dass systematische Fehler typisch für Datensätze sind, die bereits von Befliegungsfirmen prozessiert wurden. Mittels der neuen Streifenausgleichung können die Fehler um mehr als 70% reduziert werden. Erste Experimente zeigen, dass eine höhere Punktdichte sowie die Verwendung der Intensität und der Pulsbreite der Full Waveform Daten eine Genauigkeitssteigerung erbringt.
Resumen
Recientemente el rendimiento de los sistemas lídar ha mejorado debido al incremento de la densidad de puntos alcanzable. Las principales causas de errores que afectan la calidad de los productos derivados de lídar tales como modelos de elevación del terreno (METs) y modelos digitales de superfície (MDSs) son el resultado de errores sistemáticos que provienen de la insuficiente calibración de la matriz de desalinemaniento. Los efectos de la matriz de desalineamiento son visualmente reconocibles como discrepancias entre la nube de puntos láser y objetos seleccionados (como tejados de edificios) en áreas comunes de pasadas lídar. En este trabajo, se presenta un método de ajuste de pasadas en el que se corrigen los errores sistemáticos de la nube de puntos lídar usando cinco parámetros por pasada (tres desplazamientos y dos correcciones angulares para azimut y aleteo). El procedimiento de ajuste de pasadas usa elementos de traspaso de dos y tres dimensiones y toma ventaja de una nueva técnica de medida 3D aplicada a los tejados de edificios. El método de ajuste de pasadas se ha aplicado a tres conjuntos de datos distintos, que consisten en los convencionales primer y último pulso y datos de onda completa. Los resultados muestran que discrepancias sistemáticas son típicas en los conjuntos de datos que han sido procesados por las compañías que han realizado el vuelo. Estos errores pueden reducirse por más de un 70% aplicando un nuevo ajuste de pasadas. Las investigaciones preliminares indican que una mayor densidad de puntos láser y la inclusión de intensidad y ancho de pulso con los datos de onda completa lídar llevan a mejores resultados.</description><identifier>ISSN: 0031-868X</identifier><identifier>EISSN: 1477-9730</identifier><identifier>DOI: 10.1111/j.1477-9730.2012.00690.x</identifier><language>eng</language><publisher>Oxford, UK: Blackwell Publishing Ltd</publisher><subject>adjustment ; building ; Lasers ; lidar ; Photogrammetry ; point cloud ; quality ; reconstruction ; Remote sensing</subject><ispartof>Photogrammetric record, 2012-09, Vol.27 (139), p.272-292</ispartof><rights>2012 The Authors. The Photogrammetric Record © 2012 The Remote Sensing and Photogrammetry Society and Blackwell Publishing Ltd</rights><lds50>peer_reviewed</lds50><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed><citedby>FETCH-LOGICAL-c4290-76577d32931690cb8e9b1573172cfd93ab124f16190ceb3fbbb3742eed97cca03</citedby><cites>FETCH-LOGICAL-c4290-76577d32931690cb8e9b1573172cfd93ab124f16190ceb3fbbb3742eed97cca03</cites></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktopdf>$$Uhttps://onlinelibrary.wiley.com/doi/pdf/10.1111%2Fj.1477-9730.2012.00690.x$$EPDF$$P50$$Gwiley$$H</linktopdf><linktohtml>$$Uhttps://onlinelibrary.wiley.com/doi/full/10.1111%2Fj.1477-9730.2012.00690.x$$EHTML$$P50$$Gwiley$$H</linktohtml><link.rule.ids>314,776,780,1411,27901,27902,45550,45551</link.rule.ids></links><search><creatorcontrib>Rentsch, Matthias</creatorcontrib><creatorcontrib>Krzystek, Peter</creatorcontrib><title>Lidar Strip Adjustment with Automatically Reconstructed Roof Shapes</title><title>Photogrammetric record</title><description>In recent years, the performance of lidar systems has steadily improved due to an increase in the achievable point density. The main error sources affecting the quality of lidar‐derived secondary products such as digital terrain models (DTMs) and digital surface models (DSMs) are the result of systematic errors coming from insufficient boresight calibration. The effects of boresight misalignments are visually recognised as discrepancies of the laser point clouds at selected objects (such as building roofs) in overlapping areas of neighbouring lidar strips. In this work, a strip adjustment method is presented that corrects the systematic errors of the laser point cloud using five strip parameters (three shifts plus two angular corrections for heading and roll). The strip adjustment procedure uses 2D and 3D tie elements and takes advantage of a new 3D measurement technique applied to building roofs. The strip adjustment method is applied to three different datasets, consisting of conventional first/last pulse and full‐waveform data. The results show that systematic discrepancies are typical for datasets that have already been processed by the flight companies. These errors can be reduced by more than 70% by applying the new strip adjustment approach. Preliminary investigations indicate that a higher laser point density and the inclusion of intensity and pulse width within full‐waveform lidar data lead to better results.
Résumé
Ces dernières années, les systèmes lidar sont devenus de plus en plus performants en permettant d’accéder à une densité de points toujours plus grande. Les principales sources d’erreur affectant la qualité des produits dérivés du lidar tels que modèles numériques de terrain (MNT) et modèles numériques de surface (MNS) sont des erreurs systématiques liées à un étalonnage insuffisamment de la direction de visée. L’impact des défauts d’alignement est reconnaissable visuellement dans les écarts entre différents nuages de points laser sur des objets particuliers comme les toits des immeubles dans des zones de recouvrement entre bandes adjacentes. Cet article présente une méthode d’ajustement de bandes qui corrige les erreurs systématiques du nuage de point laser en caractérisant chaque bande par cinq paramètres (trois translations et deux corrections angulaires en roulis et tangage). La procédure d’ajustement des bandes utilise des éléments de liaison 2D et 3D et s’appuie sur une nouvelle technique de mesure 3D appliquée aux toits des immeubles. La méthode est appliquée à trois jeux de données correspondant aux premier et dernier échos conventionnels et au retour d’onde complète. Les résultats montrent que les erreurs systématiques sont typiques des jeux de données déjà traités par les entreprises d’acquisitions aériennes. Ces erreurs peuvent être réduites de plus de 70% grâce à la nouvelle approche d’ajustement de bandes. Les premiers tests montrent qu’une densité de points laser plus élevée et la prise en compte de l’intensité et de la largeur de l’impulsion dans les données lidar à retour d’onde complète conduisent à de meilleurs résultats.
Zusammenfassung
In den letzten Jahren wurde die Performance von LiDAR Systemen stetig durcheine Steigerung in der erreichbaren Punktdichte verbessert. Die Qualität von Geodatenbeständen, die aus Laserdaten abgeleitet werden wie digitale Geländemodelle oder digitale Oberflächenmodelle, hängt von systematischen Fehlern der Boresightkalibrierung ab. Auswirkungen der Fehler zeigen sich visuell deutlich an ausgewählten Objekten (wie z.B. Gebäudedächern) in den Überlappungsbereichen benachbarter Flugstreifen. In der vorliegenden Arbeit wird ein Verfahren zur Streifenausgleichung vorgestellt, das die systematischen Fehler von Laserpunktwolken unter Verwendung von fünf Parametern (drei Verschiebungen und zwei Rotationen für Kurs‐ und Rollwinkel) korrigiert. Das Ausgleichungsverfahren verwendet 2D‐ und 3D‐Verknüpfungselemente und nutzt die Vorteile einer neuen 3D‐Messmethode, die auf Gebäudedächer angewendet wird. Der Ansatz wird an insgesamt 3 Datensätzen getestet, die neben konventionellen First/Last Pulse Daten auch Full Waveform Daten umfassen. Es zeigt sich, dass systematische Fehler typisch für Datensätze sind, die bereits von Befliegungsfirmen prozessiert wurden. Mittels der neuen Streifenausgleichung können die Fehler um mehr als 70% reduziert werden. Erste Experimente zeigen, dass eine höhere Punktdichte sowie die Verwendung der Intensität und der Pulsbreite der Full Waveform Daten eine Genauigkeitssteigerung erbringt.
Resumen
Recientemente el rendimiento de los sistemas lídar ha mejorado debido al incremento de la densidad de puntos alcanzable. Las principales causas de errores que afectan la calidad de los productos derivados de lídar tales como modelos de elevación del terreno (METs) y modelos digitales de superfície (MDSs) son el resultado de errores sistemáticos que provienen de la insuficiente calibración de la matriz de desalinemaniento. Los efectos de la matriz de desalineamiento son visualmente reconocibles como discrepancias entre la nube de puntos láser y objetos seleccionados (como tejados de edificios) en áreas comunes de pasadas lídar. En este trabajo, se presenta un método de ajuste de pasadas en el que se corrigen los errores sistemáticos de la nube de puntos lídar usando cinco parámetros por pasada (tres desplazamientos y dos correcciones angulares para azimut y aleteo). El procedimiento de ajuste de pasadas usa elementos de traspaso de dos y tres dimensiones y toma ventaja de una nueva técnica de medida 3D aplicada a los tejados de edificios. El método de ajuste de pasadas se ha aplicado a tres conjuntos de datos distintos, que consisten en los convencionales primer y último pulso y datos de onda completa. Los resultados muestran que discrepancias sistemáticas son típicas en los conjuntos de datos que han sido procesados por las compañías que han realizado el vuelo. Estos errores pueden reducirse por más de un 70% aplicando un nuevo ajuste de pasadas. Las investigaciones preliminares indican que una mayor densidad de puntos láser y la inclusión de intensidad y ancho de pulso con los datos de onda completa lídar llevan a mejores resultados.</description><subject>adjustment</subject><subject>building</subject><subject>Lasers</subject><subject>lidar</subject><subject>Photogrammetry</subject><subject>point cloud</subject><subject>quality</subject><subject>reconstruction</subject><subject>Remote sensing</subject><issn>0031-868X</issn><issn>1477-9730</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2012</creationdate><recordtype>article</recordtype><recordid>eNqNkEFPwjAYhhujiQT5D0s8b7brtq4HDzgFDCAGNHpruq4Lm4PNtgvw7-2c4ex36Ze879M2DwAOgh6yc1d6KCDEpQRDz4fI9yCMKPSOF2BwDi7BAEKM3DiKP6_BSOsita0w8AmOBiBZFBlXzsaoonHGWdlqs5N74xwKs3XGral33BSCV9XJWUtR77VRrTAyc9Z1nTubLW-kvgFXOa-0HP2dQ_A-eXpLZu5iNX1OxgtXBD6FLolCQjLsU4zsJ0UaS5qikGBEfJFnFPMU-UGOImRDmeI8TVNMAl_KjBIhOMRDcNvf26j6u5XasLJu1d4-yRDGIYopjahtxX1LqFprJXPWqGLH1YkhyDprrGSdHNbJYZ019muNHS1636OHopKnf3PsdbZa283ybs8X2sjjmefqi0UEk5B9vEzZZP44X5LkgS3xD78OgcU</recordid><startdate>201209</startdate><enddate>201209</enddate><creator>Rentsch, Matthias</creator><creator>Krzystek, Peter</creator><general>Blackwell Publishing Ltd</general><general>Wiley Subscription Services, Inc</general><scope>BSCLL</scope><scope>AAYXX</scope><scope>CITATION</scope><scope>8FD</scope><scope>FR3</scope><scope>H8D</scope><scope>KR7</scope><scope>L7M</scope></search><sort><creationdate>201209</creationdate><title>Lidar Strip Adjustment with Automatically Reconstructed Roof Shapes</title><author>Rentsch, Matthias ; Krzystek, Peter</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c4290-76577d32931690cb8e9b1573172cfd93ab124f16190ceb3fbbb3742eed97cca03</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>eng</language><creationdate>2012</creationdate><topic>adjustment</topic><topic>building</topic><topic>Lasers</topic><topic>lidar</topic><topic>Photogrammetry</topic><topic>point cloud</topic><topic>quality</topic><topic>reconstruction</topic><topic>Remote sensing</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>Rentsch, Matthias</creatorcontrib><creatorcontrib>Krzystek, Peter</creatorcontrib><collection>Istex</collection><collection>CrossRef</collection><collection>Technology Research Database</collection><collection>Engineering Research Database</collection><collection>Aerospace Database</collection><collection>Civil Engineering Abstracts</collection><collection>Advanced Technologies Database with Aerospace</collection><jtitle>Photogrammetric record</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Rentsch, Matthias</au><au>Krzystek, Peter</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Lidar Strip Adjustment with Automatically Reconstructed Roof Shapes</atitle><jtitle>Photogrammetric record</jtitle><date>2012-09</date><risdate>2012</risdate><volume>27</volume><issue>139</issue><spage>272</spage><epage>292</epage><pages>272-292</pages><issn>0031-868X</issn><eissn>1477-9730</eissn><abstract>In recent years, the performance of lidar systems has steadily improved due to an increase in the achievable point density. The main error sources affecting the quality of lidar‐derived secondary products such as digital terrain models (DTMs) and digital surface models (DSMs) are the result of systematic errors coming from insufficient boresight calibration. The effects of boresight misalignments are visually recognised as discrepancies of the laser point clouds at selected objects (such as building roofs) in overlapping areas of neighbouring lidar strips. In this work, a strip adjustment method is presented that corrects the systematic errors of the laser point cloud using five strip parameters (three shifts plus two angular corrections for heading and roll). The strip adjustment procedure uses 2D and 3D tie elements and takes advantage of a new 3D measurement technique applied to building roofs. The strip adjustment method is applied to three different datasets, consisting of conventional first/last pulse and full‐waveform data. The results show that systematic discrepancies are typical for datasets that have already been processed by the flight companies. These errors can be reduced by more than 70% by applying the new strip adjustment approach. Preliminary investigations indicate that a higher laser point density and the inclusion of intensity and pulse width within full‐waveform lidar data lead to better results.
Résumé
Ces dernières années, les systèmes lidar sont devenus de plus en plus performants en permettant d’accéder à une densité de points toujours plus grande. Les principales sources d’erreur affectant la qualité des produits dérivés du lidar tels que modèles numériques de terrain (MNT) et modèles numériques de surface (MNS) sont des erreurs systématiques liées à un étalonnage insuffisamment de la direction de visée. L’impact des défauts d’alignement est reconnaissable visuellement dans les écarts entre différents nuages de points laser sur des objets particuliers comme les toits des immeubles dans des zones de recouvrement entre bandes adjacentes. Cet article présente une méthode d’ajustement de bandes qui corrige les erreurs systématiques du nuage de point laser en caractérisant chaque bande par cinq paramètres (trois translations et deux corrections angulaires en roulis et tangage). La procédure d’ajustement des bandes utilise des éléments de liaison 2D et 3D et s’appuie sur une nouvelle technique de mesure 3D appliquée aux toits des immeubles. La méthode est appliquée à trois jeux de données correspondant aux premier et dernier échos conventionnels et au retour d’onde complète. Les résultats montrent que les erreurs systématiques sont typiques des jeux de données déjà traités par les entreprises d’acquisitions aériennes. Ces erreurs peuvent être réduites de plus de 70% grâce à la nouvelle approche d’ajustement de bandes. Les premiers tests montrent qu’une densité de points laser plus élevée et la prise en compte de l’intensité et de la largeur de l’impulsion dans les données lidar à retour d’onde complète conduisent à de meilleurs résultats.
Zusammenfassung
In den letzten Jahren wurde die Performance von LiDAR Systemen stetig durcheine Steigerung in der erreichbaren Punktdichte verbessert. Die Qualität von Geodatenbeständen, die aus Laserdaten abgeleitet werden wie digitale Geländemodelle oder digitale Oberflächenmodelle, hängt von systematischen Fehlern der Boresightkalibrierung ab. Auswirkungen der Fehler zeigen sich visuell deutlich an ausgewählten Objekten (wie z.B. Gebäudedächern) in den Überlappungsbereichen benachbarter Flugstreifen. In der vorliegenden Arbeit wird ein Verfahren zur Streifenausgleichung vorgestellt, das die systematischen Fehler von Laserpunktwolken unter Verwendung von fünf Parametern (drei Verschiebungen und zwei Rotationen für Kurs‐ und Rollwinkel) korrigiert. Das Ausgleichungsverfahren verwendet 2D‐ und 3D‐Verknüpfungselemente und nutzt die Vorteile einer neuen 3D‐Messmethode, die auf Gebäudedächer angewendet wird. Der Ansatz wird an insgesamt 3 Datensätzen getestet, die neben konventionellen First/Last Pulse Daten auch Full Waveform Daten umfassen. Es zeigt sich, dass systematische Fehler typisch für Datensätze sind, die bereits von Befliegungsfirmen prozessiert wurden. Mittels der neuen Streifenausgleichung können die Fehler um mehr als 70% reduziert werden. Erste Experimente zeigen, dass eine höhere Punktdichte sowie die Verwendung der Intensität und der Pulsbreite der Full Waveform Daten eine Genauigkeitssteigerung erbringt.
Resumen
Recientemente el rendimiento de los sistemas lídar ha mejorado debido al incremento de la densidad de puntos alcanzable. Las principales causas de errores que afectan la calidad de los productos derivados de lídar tales como modelos de elevación del terreno (METs) y modelos digitales de superfície (MDSs) son el resultado de errores sistemáticos que provienen de la insuficiente calibración de la matriz de desalinemaniento. Los efectos de la matriz de desalineamiento son visualmente reconocibles como discrepancias entre la nube de puntos láser y objetos seleccionados (como tejados de edificios) en áreas comunes de pasadas lídar. En este trabajo, se presenta un método de ajuste de pasadas en el que se corrigen los errores sistemáticos de la nube de puntos lídar usando cinco parámetros por pasada (tres desplazamientos y dos correcciones angulares para azimut y aleteo). El procedimiento de ajuste de pasadas usa elementos de traspaso de dos y tres dimensiones y toma ventaja de una nueva técnica de medida 3D aplicada a los tejados de edificios. El método de ajuste de pasadas se ha aplicado a tres conjuntos de datos distintos, que consisten en los convencionales primer y último pulso y datos de onda completa. Los resultados muestran que discrepancias sistemáticas son típicas en los conjuntos de datos que han sido procesados por las compañías que han realizado el vuelo. Estos errores pueden reducirse por más de un 70% aplicando un nuevo ajuste de pasadas. Las investigaciones preliminares indican que una mayor densidad de puntos láser y la inclusión de intensidad y ancho de pulso con los datos de onda completa lídar llevan a mejores resultados.</abstract><cop>Oxford, UK</cop><pub>Blackwell Publishing Ltd</pub><doi>10.1111/j.1477-9730.2012.00690.x</doi><tpages>21</tpages><oa>free_for_read</oa></addata></record> |
fulltext | fulltext |
identifier | ISSN: 0031-868X |
ispartof | Photogrammetric record, 2012-09, Vol.27 (139), p.272-292 |
issn | 0031-868X 1477-9730 |
language | eng |
recordid | cdi_proquest_journals_1335189969 |
source | Wiley Online Library Journals Frontfile Complete |
subjects | adjustment building Lasers lidar Photogrammetry point cloud quality reconstruction Remote sensing |
title | Lidar Strip Adjustment with Automatically Reconstructed Roof Shapes |
url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-03T13%3A42%3A33IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-proquest_cross&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Lidar%20Strip%20Adjustment%20with%20Automatically%20Reconstructed%20Roof%20Shapes&rft.jtitle=Photogrammetric%20record&rft.au=Rentsch,%20Matthias&rft.date=2012-09&rft.volume=27&rft.issue=139&rft.spage=272&rft.epage=292&rft.pages=272-292&rft.issn=0031-868X&rft.eissn=1477-9730&rft_id=info:doi/10.1111/j.1477-9730.2012.00690.x&rft_dat=%3Cproquest_cross%3E2951888251%3C/proquest_cross%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_pqid=1335189969&rft_id=info:pmid/&rfr_iscdi=true |