[Zurück]

W. Mücke:
"Analysis of full-waveform airborne laser scanning data for the improvement of DTM generation";
Betreuer/in(nen): M. Hollaus, C. Briese, N. Pfeifer; Institut für Photogrammetrie und Fernerkundung, 2008; Abschlussprüfung: 17.11.2008.

Diese Diplomarbeit beschäftigt sich mit der Nutzung von Full-Waveform Airborne Laser Scanning
Daten für die Erstellung von naturgetreuen digitalen Geländemodellen. Die zusätzlichen
Beobachtungen Amplitude, Echobreite und Backscatter Cross Section, die von Messungen mit
dieser neuen Technologie abgeleitet werden können, werden schrittweise untersucht. Ihre Trennschärfe
zur Unterscheidung von Laserscanner Punkten in Boden und Nicht-Boden Punkte wird
analysiert. Basierend auf den Erkenntnissen dieser explorativen Datenanalyse werden drei Methoden
zur Extraktion von Bodenpunkten aus der gesamten Punktwolke beschrieben und an einem
Beispieldatensatz getestet. Zum einen werden harte Grenzwerte für die Full-Waveform Attribute an die Einzelpunkte angebracht, um so eine Klassifizierung in Boden und Nicht-Boden vorzunehmen.
Zum anderen werden die Einzelpunkte anhand der Full-Waveform Information mit
Gewichten versehen, welche die Wahrscheinlichkeit der Zugehörigkeit eines Punktes zur Klasse
"Boden" beschreiben. Die dafür verwendeten Wahrscheinlichkeits- und Gewichtsfunktionen werden
vorgestellt. Die dritte Methode nutzt einen Seeded Region Growing Segmentierungsalgorithmus.
Dieser wird verwendet um Punkte mit ähnlichen Full-Waveform Attributen zu einzelnen
Segmenten zusammenzufassen. Ein pragmatischer Ansatz zur Identifikation von daraus resultierenden
Bodensegmenten wird präsentiert. Um die Verbesserung im Vergleich zu Geländemodellen,
welche ohne die Verwendung von Full-Waveform Informationen erstellt wurden zu untersuchen,
werden Geländemodelle von allen drei mit den zuvor genannten Methoden klassifizierten
Punktwolken berechnet. Die Integration von Full-Waveform Information in die Erstellung der digital
Geländemodelle führte zu einer Steigerung der Recheneffizienz und zu einer Verbesserung
der Genauigkeit des resultierenden Modelles in Bezug auf den Naturstand. Vor allem dort wo
auf Grund dichter Vegetation und niedriger Durchdringungsrate des Laserstrahls nur wenige bis
stellenweise keine Bodenpunkte vorhanden waren.

This thesis deals with the potential of full-waveform airborne laser scanning for improved digital
terrain model generation. The additional observables amplitude, echo width and backscatter
cross section from this new scanning technique are separately analysed to assess their discriminatory
power for classifying airborne laser scanner point clouds into terrain and off-terrain points.
Based on the results of the exploratory data analysis, three different approaches for the extraction
of terrain points are presented and tested in a practical application. On the one hand, hard thresholds
for the full-waveform observables are applied on the single points to discriminate into terrain
and off-terrain. On the other hand, the full-waveform information is used to derive weights for
the single points, describing the probability for belonging to the class "terrain". Proper probability
and weight functions are introduced. The third method is segmentation-based. A seeded region
growing algorithm is used to gather points with equal full-waveform attributes. A pragmatic
concept for the extraction of segments representing terrain is described. Digital terrain models
are computed from each of the three classified terrain point clouds. A comparison of these three
models with a conventional terrain model, computed without the additional observables, points
out the potential for improvement by integrating full-waveform measurements. In areas of dense
vegetation with poor penetration rates of the laser measurement an enhancement in computing
performance, as well as in adequacy of the resulting digital terrain models could be observed.

http://publik.tuwien.ac.at/files/PubDat_170289.pdf