English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 71578/104447 (69%)
造訪人次 : 19167271      線上人數 : 530
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://nccur.lib.nccu.edu.tw/handle/140.119/100376


    題名: 以資料蒐評法和影像分塊技術自動萃取空載光達資料中的建物共面屋頂點
    其他題名: Automatic Extraction of Roof Points from Airborne LIDAR Data by Data Snooping and Image Segmentation Technique
    作者: 邱式鴻
    Chio, Shih-Hong
    關鍵詞: 光達;建物重建;資料蒐評;影像分塊
    LIDAR;Building Reconstruction;Data Snooping;Image Segmentation
    日期: 2008-05
    上傳時間: 2016-08-18 11:40:04 (UTC+8)
    摘要: 比起傳統的二維地理資訊,人們能由三維地理資訊中更有效率獲取更多的空間 資訊。而建物模型是三維地理資訊中最基本且重要的一項資料。利用建物三維模\r 型,除了可以在電腦中建立虛擬城市之外,亦可結合不同的資訊系統,進行各種不 同的應用。如結合消防單位的防災資訊系統,可將救災工作做到最迅速確實,將災 變損失減到最低。而空載光達測量技術是目前能自動獲取大區域範圍高精度且高密 度地表資料的新興測量技術,獲取的資料是大量分布於地表的三維點位資料,隱含 著空間中有意義的點、線、面特徵,尤其是面特徵,對於自動建構建物模型相當有 用,因此空載光達資料變成目前自動建構建物模型的一項重要資料來源,所以由空 載光達資料中萃取並建構都市區或含建物區的建物模型供後續應用是目前相當重要 的研究主題。而由包含大量精確平面特徵的空載光達資料中,進一步處理萃取有意 義的面特徵,甚至是萃取更有意義的地物資訊供後續應用則需要發展不同的演算\r 法。本文即在假設地表建物屋頂面是由三維平面所構成的前提之下,利用建物高程一\r 定高於地面的物空間知識,由包含建物區範圍內的光達資料中,利用影像分塊的處理\r 技術先行萃取可能涵蓋屋頂面的區域資訊,接著將所獲取的建物區域資訊與空載光達\r 資料進行資料融合之後,利用最小二乘平面擬合的資料蒐評法(data snooping)排除\r 不屬於共屋頂面上的光達點資料,並進行自動萃取屬於建物共屋頂面上的光達點供後\r 續精確決定三維建物模型之用。而由實驗結果中證實了本研究所提方法的可行性。
    People can acquire spatial information more efficiently and benefit much more from 3-D geographical information than from traditional 2-D geographic information. In 3-D geographical information, building models are essential elements. Not only can building models be used to construct the virtual cities on the web for visualization, but it can also be used as the bases for different information systems. For example, the information system for the precaution or preparedness against natural calamities can be built based on the building models for relieving the victims of a disaster quickly and reducing the damage. Airborne LIDAR surveying systems can acquire automatically high accurate and reliable terrain surface data covered large area. Therefore it is an important source for automatic reconstruction of building models. Basically, airborne LIDAR data are consisted of a large number of 3-D points on the terrain surface; co-planar points should be extracted for subsequent application. Therefore, lots of algorithms are developed to extract the meaningful 3-D co-planar features. Based on data snooping theory, this study proposes an algorithm to extract building roof points from airborne LIDAR data for building reconstruction. Based on the assumption that building roofs are composed of either horizontal or oblique planes and that the heights of roofs should be higher than ground surface, image segmentation algorithms are employed first to segment the possible regions covered roofs from airborne LIDAR data. Based on the theory of data snooping, least square plane fitting algorithm are developed to remove non-roof points and extract the coplanar roof points by fusing those detected roof region outlines for subsequent accurate building reconstruction. From experiments, it also proves the feasibility of the proposed algorithm.
    關聯: 臺灣土地研究, 11(1), 105-131
    Journal of Taiwan land research
    資料類型: article
    顯示於類別:[臺灣土地研究 TSSCI] 期刊論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    11(1)-105-131.pdf1829KbAdobe PDF205檢視/開啟


    在政大典藏中所有的資料項目都受到原著作權保護.


    社群 sharing

    著作權政策宣告
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋