Zusammenfassung

Das flugzeuggetragene Laserscanning ermöglicht eine sehr detaillierte Abtastung von Oberflächen. Mit Hilfe von automatischen Verfahren zur Elimination der Nicht-Geländepunkte können großräumige digitale Geländemodelle (DGMe) mit einem verhältnismäßig geringen manuellen Aufwand abgeleitet werden. Die sehr große Punktdichte, die das Laserscanning liefert, ist ein sehr großer Vorteil für die Genauigkeitssteigerung und für die Elimination der Nicht-Geländepunkte, aber andererseits ein großer Nachteil für das Datenmanagement. Für viele weiterführende Analysemethoden (z. B. in der Hydrologie) ist eine qualifizierte Reduktion der Daten notwendig. Diese Datenreduktion sollte allerdings nicht mit den Originaldaten erfolgen, sondern erst nach der Ableitung des (geglätteten) Geländemodells vorgenommen werden.
Der Schwerpunkt dieser Publikation liegt in der Präsentation einer Methode zur Datenreduktion dichter rasterförmiger Geländemodelle. Es werden jene Rasterpunkte ausgewählt, die zur Oberflächenbeschreibung mit einer gewünschten Approximationsgenauigkeit notwendig sind. Zur Lösung dieser Aufgabenstellung existieren bereits Verfahren auf Basis von Triangulierungen, die aber sehr rechenintensiv sind. Mit dieser Publikation wird ein weniger aufwendiges rasterbasiertes Verfahren vorgestellt, das an die in der Photogrammetrie benutzte stufenweise Datenerfassung (progressiv sampling) angelehnt ist. Die relevanten Punkte werden – auf Basis einer lokalen Krümmungsanalyse – nach einer vom Benutzer vergebbaren Approximationsgenauigkeit ausgewählt. Anhand praktischer Beispiele werden die Ergebnisse der Datenreduktion vorgestellt und diskutiert.
[Siehe auch zfv 1/2003, 128. Jg., S. 47–56]
[Siehe auch zfv 6/2003, 128. Jg., S. 357–365] und 
[Siehe auch zfv 6/2003, 128. Jg., S. 366]  

Summary

Airborne laserscanning allows a very detailed sampling of surfaces. With the help of automatic procedures for the elimination of off-terrain points spacious digital terrain models (DTMs) can be derived with a relatively small manual interaction. Laserscanning provides a very high point density, which is a great advantage for the accuracy and for the elimination of off-terrain points, but on the other hand a big disadvantage for the data management. For many further analysis methods (e. g. in the hydrology) a qualified reduction of the data is necessary. However, this data reduction should take place not with the original data, but after the computation of a (smooth) terrain model.
The emphasis of this publication lies in the presentation of a method for the data reduction of dense raster terrain models. For the description of the surface those raster points are selected, which are necessary for the desired approximation accuracy. For this aim computationally intensive procedures based on triangulations do exist. With this publication a less intricate raster based method is presented, which is comparable to the step wise data recording procedure (progressive sampling) used in photogrammetry. The relevant points are selected considering a user defined approximation accuracy on the basis of a local curvature analysis. The results of this data reduction procedure are presented and discussed with the help of practical examples.
[See also zfv 1/2003, vol. 128. Jg., pp. 47–56]
[See also zfv 6/2003, vol. 128, pp. 357–365] and 
[See also zfv 6/2003, vol. 128, p. 366]   

Wir benutzen Cookies

Diese Seite nutzt essentielle Cookies. Es wird ein Session-Cookie angelegt. Beim Akzeptieren und Ausblenden dieser Meldung wird darüber hinaus der Session-Cookie 'reDimCookieHint' angelegt. Wenn Sie unseren Shop nutzen, stellen weitere essentielle Cookies wichtige Funktionen bereit (z.B. Speicherung der Artikel im Warenkorb).