都市域のMLS点雲とSfMメッシュの自動レジストレーション【Powered by NICT】

Yoshimura Reiji; Date Hiroaki; Kanai Satoshi; Honma Ryohei; Oda Kazuo; Lkeda Tatsuya

文献

J-GLOBAL ID：201702277915301281 整理番号：17A0298947

都市域のMLS点雲とSfMメッシュの自動レジストレーション【Powered by NICT】

Automatic registration of MLS point clouds and SfM meshes of urban area

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=17A0298947&COPY=1") }}
高度な検索・分析はJDreamⅢで

著者 (6件)： , , , , ,
資料名：
巻： 19 号： 3 ページ： 171-181 発行年： 2016年
JST資料番号： W1541A ISSN： 1009-5020 CODEN： GISEBN 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：英語 (EN)

3D走査技術における最近の進歩は,効率的に大規模環境の正確で緻密な3D走査データを取得することができた。現在,大規模3D走査データ,モバイルレーザ走査(MLS),航空機搭載レーザ走査,地上レーザ走査,写真測量と構造からの動き(SfM)などを取得するための種々の方法がある。特に,MLSは道路と沿道物体の緻密なポイントクラウドを得るために有用であり,SfMは,ディジタル画像の集合から集合組織をもつメッシュを再構成するための強力な技術である。本研究では,空中写真のSfM(SfMメッシュ)からのテクスチャメッシュ,ビークルによるMLS(MLSポイントクラウド)からの点雲のレジストレーション法は,それらを組み合わせることにより都市域の高品質表面モデルを生成するための提案した。一般に,SfMメッシュは,非スケール情報を持っている,規模,位置,SfMメッシュの配向はレジストレーションプロセスで調整した。提案手法では,まず,SfMメッシュおよびMLSポイントクラウドの両方から抽出した2D特徴点。このプロセスは,領域成長,ランダムサンプルコンセンサスと最小二乗法により地盤・建物平面抽出,面間の交差を検出することにより垂直エッジ抽出,と接地面とエッジの間の交差試験による特徴点抽出から構成されている。,MLSポイントクラウドとSfMメッシュの間の対応する特徴点を効率的に探索し,類似性不変特徴とハッシングを使用している。次に,接地面と対応する特徴点を調整するように座標変換は,SfMのメッシュに適用した。最後に,スケーリング反復型最近接点アルゴリズムは正確なレジストレーションに適用した。三データセットの実験結果は,この方法が建物を含む都市域のSfMメッシュおよびMLSポイントクラウドのレジストレーションのための有効であることを示す。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

応用測量,その他 , 図形・画像処理一般

, , , , ,

前のページに戻る