Options
2009
Journal Article
Titel
Automatische Koregistrierung von ALS-Daten aus mehreren Schrägansichten städtischer Quartiere
Alternative
Automatic co-registration of airborne laser-scanner data recorded at an urban area with oblique sensor configuration
Abstract
In Schrägsicht von einem fliegenden Träger aufgenommene Laserdaten erlauben eine gleichzeitige Erfassung von Fassaden und Dachlandschaften. Aufgrund der durch die Schrägsicht entstehenden Abschattungen sind jedoch mehrere von verschiedenen Ansichten streifenförmig aufgenommene Laserpunktwolken zu koregistrieren und zu kombinieren. Dabei sollen oft auch bereits vorliegende 3D-Daten anderer Herkunft mit einbezogen werden. Die vorliegende Arbeit beschreibt eine Vorgehensweise zur automatischen Filterung von 3D-Einzelpunkten zur anschließenden Koregistrierung anhand erkannter Häuserdächer. Anstelle des punktbasierten Iterative Closest Point (ICP) Verfahrens kommen dabei Methoden zum Einsatz, die auf der Zuordnung planarer Strukturen beruhen. Es werden zwei Varianten eines Verfahrens vorgestellt und anhand von vier exemplarischen Datensätzen untersucht, die das urbane Testgebiet TUM (Technische Universität München) aus verschiedenen Ansichten zeigen.
;
Data originating from nadir airborne laser scanning (ALS) of urban regions is commonly used as a basis for 3D city modeling. These data are lacking information concerning the facades of buildings, whereas structures of roofs are missing in terrestrial laser data. To close this gap, the scene can be captured from several directions with an oblique looking airborne laser scanner, requiring an accurate co-registration of different data sets. This paper aims at automatic filtering of 3D points recorded at an urban region and subsequent co-registration of multiple data sets on the basis of detected rooftops. Instead of applying a standard Iterative Closest Point (ICP) approach, we identify corresponding planar structures in the data sets. Two variations of a method for automatic co-registration are proposed and tested with four ALS data sets showing the urban test area TUM (Technische Universität München) from different views.