マルチ-スケール次元判定基準を用いる複合自然シーンの3D地上ライダーデータ分類:地形学へのアプリケーション

BRODU N.; LAGUE D.; LAGUE D.

文献

J-GLOBAL ID：201202241444419886 整理番号：12A0562541

マルチ-スケール次元判定基準を用いる複合自然シーンの3D地上ライダーデータ分類:地形学へのアプリケーション

3D terrestrial lidar data classification of complex natural scenes using a multi-scale dimensionality criterion: Applications in geomorphology

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=12A0562541&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=12A0562541&from=J-GLOBAL&jstjournalNo=H0048A") }}

著者 (3件)： , ,
資料名：
巻： 68 ページ： 121-134 発行年： 2012年03月
JST資料番号： H0048A ISSN： 0924-2716 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

地形学の問題に関係する自然環境の3Dポイントクラウドは,しばしば本質的に関係するクラスへのデータの分類を要求する。代表的な事例は,河川環境内の地上からの河岸植生の分離,崖環境内の落石とfresh surface間の区別あるいはより一般的には環境の地形学に従い表面の分類(たとえば,bedformsあるいは種サイズによる存在)である。自然地表は不均質であり,それらの独特の特性は統一スケールで殆ど規定されず,分類成功の高得点を達成するためにマルチ-スケール判定基準の利用が促進されている。著者らは各ポイントのいたるところにポイントクラウド次元のマルチ-スケール測量を定義してきた。次元は測量ポイントの中心の球体内のポイントクラウドのローカルな3D機構を特徴づけ,1D (線に沿うポイントセット),2D (平面を構成するポイント) からフル3Dボリュームまで変化する。球体の直径を変えることで,著者らは,ローカルクラウド形状はどのようにスケール全域で振る舞うかを監視できる。著者らは手法を提案し,地上から河岸の植生を分離し,植生,岩,砂利あるいは水面のような山流を分類する手法の有効性を例示する。これらの2つの事例において,地上からの植生分離及び他のクラスは98%以上の精度を達成する。10と1億ポイント間のシーンを通常のラップトップコンピュータで妥当な時間内に分類できる。この手法はデータミス,陰影域及びシーン内のポイント密度の変化にロバストである。この分類は速く,正確で異なる植生タイプのようなintra-class形態変化はある程度説明できる。分類結果の確率的確信度は各ポイントで提供し,ユーザーは分類が不安なポイントは削除できる。その手順は完全自動化(最小ユーザーは一回の入力,全てのシーンは大規模なコンピュータバッチ処理である) しかし同時に,もし希望すれば分類因子の図形的定義を含めユーザーにより完全カストマイズ化される。ワーキング分類因子はユーザー間でデータ取得に用いた測量機とは関係なく交換でき,分類因子のフルトレーニングを続けることを避けることができる。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

, , , , , ,
,

写真測量,空中写真

, , , , , , , , , ,

前のページに戻る