文献
J-GLOBAL ID:201302253280197173   整理番号:13A0961787

品質変化のLiDARポイントクラウドデータを用いる樹木骨格の派生体

Derivation of tree skeletons and error assessment using LiDAR point cloud data of varying quality
著者 (4件):
資料名:
巻: 80  ページ: 39-50  発行年: 2013年06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)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
樹木の構造は,森林及び生態系利用の3Dモデル用に,特に関心がある。Terrestrial(TLS),及びmobile laser scanning(MLS)システムを,樹木の詳細な形状データを取得するために用いた。レーザースキャンニングからの3Dポイントクラウドは,雑音及びデータギャップを含む非解釈のトポグラフィカルな情報を表現する,多量なデータ量を構成しているため,顕著な樹木構造の抽出は,さらなる利用に重要だった。著者らは,樹木構造のトポロジカルな信頼できる再構成用の完全自動モジュラーワークフローを提案した。枝抽出のようなオブジェクト基本ポイントクラウド処理は,樹木骨格化と組み合わせた。枝抽出を,分割手順を用い,つぎに,固有ベクトル測量基準から導出した,形状インデックスの分割基本の解析を実行した。抽出した枝の原型を簡単化し,骨格化中に線形特徴につなげた。モジュラーワークフローは,包括的パラメータテスト,及び入力データ(例えば,雑音,スキャンニング解像度,及びスキャンポジションの数)の多様な特性に関する,モジュールパラメータの較正に用いる誤差評価を考慮した。評価したパラメータセッティングを,典型的MLSデータセットを用いて実証した。骨格結果の品質に強く影響する,入力ポイントクラウドデータの品質は,提案の枝抽出手順により改良できた。データ改良の可能性は,増加するポイント密度で増加した。著者らのオブジェクト基本手法のために,著者らは,誤った構造の存在及び視覚妨害物のフィルタリングは,導出した骨格の品質に最も強く影響することを示すことができた。伝統的な骨格化手法と対照的に,データギャップの存在は,結果への影響は少なかった。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
森林保育  ,  レーザの応用 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る