Бесплатный автореферат и диссертация по наукам о земле на тему

Векторизация и конвертация данных лазерной локации в ГИС-технологиях

ВАК РФ 25.00.35, Геоинформатика

Автореферат диссертации по теме "Векторизация и конвертация данных лазерной локации в ГИС-технологиях"

На правах рукописи

ЖИГАЛОВ КИРИЛЛ ЮРЬЕВИЧ

ВЕКТОРИЗАЦИЯ И КОНВЕРТАЦИЯ ДАННЫХ ЛАЗЕРНОЙ ЛОКАЦИИ В

ГИС-ТЕХНОЛОГИЯХ

Специальность 25 00 35 - Геоинформатика

Автореферат

диссертации на соискание ученой степени кандидата технических наук

003177067

Работа выполнена на кафедре Вычислительной техники и автоматизированной обработки аэрокосмической информации Московского государственного университета геодезии и картографии (МИИГАиК)

Научный руководитель

доктор технических наук, профессор Журкин Игорь Георгиевич

Официальные оппоненты доктор технических наук, профессор

Троицкий Владимир Иванович кандидат технических наук, Никишин Александр Николаевич

Ведущая организация

Сибирская Государственная Геодезическая Академия (СГГА)

Защита состоится «25» декабря 2007 года в

/г

часов на заседании

диссертационного совета Д 212 143 03 при Московском государственном университете геодезии и картографии по адресу 105064, Москва К-64, Гороховский пер д 4, МИИГАиК, ауд у?

С диссертацией можно ознакомиться в библиотеке МИИГАиК

Автореферат разослан «¿Л> ноября 2007 г

Ученый секретарь диссертационного совета

Климков Ю М

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы В настоящее время метод получения данных посредством лазерной локации (ЛЛ) приобретает все большее распространение в геодезии К сожалению, в нашей стране проблематикой векторизации данных лазерной локации и ее применения в ГИС практически не занимаются Существующие работы носят дискретный характер и рассматривают обработку данных в узком приложении В геодезических целях используется два типа лазерных сканирующих систем

• лазерный локатор наземного базирования,

• лазерный локатор воздушного базирования

Наземный ЛЛ позволяет получить высокоточную (с координатами каждой точки до 0 1 мм) информацию о сравнительно небольших (в применении к картографии) объектах, например, фрагменты фасадов зданий, комплекс рядом расположенных строений, цеха и т. д Для съемок площадных объектов (от 2 км и более) применение такой системы экономически не обосновано

Воздушный лазерный локатор позволяет получать информацию средней точности (с координатами каждой точки до 30 см) по площадным объектам, например, ЛЭП, город, район и т д

До настоящего момента информация воздушной и наземной сканирующих систем обрабатывалась отдельно и применялась для решения узкого круга задач Это связано с.

• трудоемкостью обработки данных,

• отсутствием единого формата данных,

• отсутствием единой методики векторизации,

• отсутствием технологии интеграции данных лазерной локации в ГИС

Наиболее сложным и трудоемким этапом интеграции данных ЛЛ в ГИС является обработка съемочных данных Данные лазерной локации представляют собой набор - облако точек, расположенных в пространстве и несущих в основном пространственную информацию о снимаемом объекте

Следует отметить, что в получаемом облаке точек содержится, как правило, довольно значительное число точек, относящихся либо к шумовой составляющей, либо к избыточным точкам, что существенно усложняет процесс автоматизации обработки данных ЛЛ Кроме того, при сканировании сложных объектов или сцен возникает необходимость проводить съемку при различном пространственном расположении лазерного локатора В связи с чем возникает необходимость последующей «сшивки» данных в единое облако точек На этапе сшивки можно интегрировать данные воздушного и наземного лазерных локаторов, что позволит добиться повышения точности на необходимых участках местности при ее дальнейшем использовании в ГИС

Исходя из вышесказанного, векторизацию данных рекомендуется разбить на несколько этапов, описанных ниже

Сшивка облаков точек лазерной локации может осуществляться по измеренным координатам опорных точек или по координатам связующих точек на облаках, полученных с разных точек стояния Во втором случае предполагается наличие зоны перекрытия между сканами

Процедуру прореживания точек можно разделить на следующие задачи

• определение геометрической принадлежности точек одной и той же поверхности (например, плоскости);

• определение избыточной плотности,

• определение точек отражения от зеркальных поверхностей Наиболее сложной и востребованной является задача автоматизированной классификации облаков точек Классификация позволяет разделить единое облако точек на слои, что в дальнейшем позволяет производить процедуру векторизации объектов с наименьшим количеством трудозатрат

Кроме того, предложенный метод интеграции данных лазерной локации подразумевает послойное интегрирование ЗсЬмоделей в ГИС

Векторизация отдельных объектов (за исключением поверхности земли и растительности) осуществляется вручную за счет выделения опорных точек и построения «скелета» модели При необходимости реалистичной визуализации модели в процессе сканирования производится дополнительное фотографирование объекта Далее фотографии обрабатываются в графическом редакторе для получения текстур Текстуры позиционируются на объекте по взаимно установленным опорным точкам

Полученный таким образом трехмерный (Зс1) объект, как правило, находится в местной системе координат При использовании модели в ГИС следует ее привести в систему координат ГИС (например, географическую) Эта задача может быть выполнена следующими способами измерением координат реального объекта с помощью СРБ-приемника или тахеометра и дальнейшим пересчетом координатной системы модели, расстановкой взаимных точек на плане / карте в ГИС и на модели, за счет чего осуществляется пересчет системы координат модели в автоматическом режиме

Для контроля точности производится проверка метрических параметров модели, интегрированной в ГИС Проверка производится путем выборочного контроля координат опорных точек модели с фактическими измерениями

Цель и задачи работы. Разработка методики векторизации и конвертации данных лазерной локации для целей использования пространственных данных при выполнении картографирования различных объектов

Для достижения поставленной цели решены следующие задачи разработан алгоритм прореживания данных лазерной локации, разработан алгоритм совместной обработки данных воздушной и наземной лазерной локации, разработаны и исследованы алгоритмы автоматической классификации точек лазерной локации, исследованы основные форматы хранения, обра-

ботки и передачи Зё-данных, разработана методика интеграции Зс1-объектов и 2с1-векторных карт, выполнена апробация предложенных методик на реальных объектах, оценка точности создания синтезированных изображений

Научная новизна. Проведен анализ программного обеспечения, поставляемого со сканирующими системами, с целью выявления основных функциональных возможностей и получаемых форматов данных Проведен анализ программного обеспечения ГИС с целью выявления вопросов поддержки отображения и обработки Зс1-моделей, а также используемых форматов данных Путем анализа используемых форматов данных выработаны общие параметры, позволяющие проводить конвертацию между основными форматами хранения, обработки и передачи данных В алгоритм конвертирования внедрен метод контроля сохранности метрических параметров Зё-моделей

Разработана методика, позволяющая совместно использовать данные воздушного и наземного лазерного сканирования для получения уточненных трехмерных планов, моделей местности и т д.

Разработан алгоритм фильтрации облака точек, позволяющий значительно сократить шумовую составляющую в необработанных данных лазерной локации

Разработана методика векторизации данных лазерной локации, состоящая из фильтрации облака точек, автоматической классификации данных по классам, векторизации отдельных Зс1-объектов

Выполнены экспериментальные исследования разработанной методики векторизации данных лазерного сканирования и проанализированы результаты ее практического применения

Практическое значение работы. Разработанная технология позволяет оптимизировать процесс векторизации и интеграции в ГИС данных назем-

ного и воздушного лазерного сканирования Разработанные алгоритмы автоматической классификации точек позволяют значительно сократить трудозатраты на классификацию Проведенные исследования форматов хранения Заданных позволили использовать созданную 3<1-модель в различных ГИС

Разработанная компьютерная программа имеет следующее практическое значение фильтрация облака точек лазерной локации, классификация облака точек JIJ1, построение триангуляционной (TIN) модели поверхности по классу «земля», векторизация отдельных Зс1-объектов, приведение 3d-моделей и сцен в необходимую для дальнейшего использования систему координат

Защищаемая методика, алгоритмы и сопутствующее программное обеспечение внедрены в практическое использование в ООО НПФ «Талка-ТДВ» а так же на кафедре ВТиАОАИ Московского Государственного Университета Геодезии и Картографии (МИИГАиК) Разработанные алгоритмы легли в основу ядра программного комплекса GIS Studio, разрабатываемого ООО НПФ «Талка-ТДВ», на момент написания автореферата программа находилась на стадии финального тестирования в производственных условиях

Апробирование работы. Результаты работы докладывались на международном промышленном форуме "GEOFORM+" в 2005 и в 2006 годах, на научном конгрессе «ГЕО-Сибирь» (направление «Геодезия, картография, маркшейдерия») в 2005г в Новосибирске, на конференциях студентов, аспирантов и молодых ученых в МИИГАиК в 2005, 2006 и 2007 гг, на всероссийской выставке научно-технического творчества молодежи «НТТМ-2005» и «НТТМ-2006» в Москве, на X международной научно-практической конференции «Методы дистанционного зондирования и ГИС-технологий для оценки состояния окружающей среды, инвентаризации земель и объектов

недвижимости» в Китае в 2006 году, на международной конференции ШТЕЯСЕО-гООб в Германии

Публикации. По материалам диссертации опубликовано 5 работ, 1 - в журнале, включенном в перечень ВАК

Структура и объем работы. Диссертация написана на русском языке, включает 117 страниц текста, содержит 19 рисунков, 6 таблиц и 3 диаграммы, 2 схемы, состоит из введения, трех разделов, заключения, 3 приложений и библиографии из 93 наименований, в том числе 53 зарубежных

Содержание работы. Лазерная локация - это технология, позволяющая получить высокоточные данные об объекте или местности путем проведения многочисленных измерений пространственных координат, соответствующих объекту В основе технологии лежит использование новых геодезических приборов — лазерных сканеров Однако существующая технология позволяет лишь собирать огромное количество данных о снимаемых объектах, а не получать готовую к использованию в ГИС модель объекта Задачу использования 3<1-моделей конечному пользователю сильно усложняет факт отсутствия единых форматов хранения и передачи данных между программным обеспечением различных производителей

В связи с изложенным выше, можно выделить две основные задачи исследования векторизация облаков точек, конвертация готовых Зё-моделей между форматами программных продуктов ГИС

До настоящего времени данные воздушного и наземного лазерных сканеров обрабатываются раздельно Следует отметить, что на данный момент не существует технологии векторизации облаков точек наземного лазерного сканирования с целью дальнейшего использования в ГИС объекта целиком Обработка данных преимущественно сводится к получению дискретных значений или планов объектов.

Воздушное лазерное сканирование в основном используется для целей картографирования больших районов местности Точность данных, получаемых воздушным лазерным локатором, недостаточна для высокоточного моделирования отдельно стоящих объектов (например, зданий, заборов, воздушных газопроводов и т д) Автором предложено комбинирование сканирующих систем при возникновении такой необходимости В этом случае данные воздушного и наземного локаторов проходят процедуру сшивки в единое облако точек Следует отметить, что из всех возможных методов сшивки в данном случае наиболее целесообразно производить сшивку по координатам В этом случае исключается вероятность внесения ошибок в координаты отдельных объектов Далее данные обрабатываются как совместное единое облако точек, что значительно сокращает время векторизации.

Обобщенно цикл обработки облаков точек включает в себя следующие этапы

Н сшивка облаков точек в единый фрагмент, И прореживание облака точек, 0 классификация облака точек, Н 3(1-векторизация объектов,

И приведение полученных Зс1-объектов в картографическую систему координат (при необходимости), И проверка точности интегрирования векторизации Зс1-объектов (сцены)

Сшивка представляет собой уравнивание сканов, или данных сканирования с разных станций, в единую систему координат Возможно использование нескольких методов сшивки облаков точек

• Сшивка по специальным плоским маркам-отражателям (прикрепляются на объекте таким образом, чтобы получилось не меньше 3 меток на соседних между собой сканах Далее, во время проведения сканирования, на каждой из точек стояния эти метки сканируются дополнительными проходами с

максимально возможной точностью) Марки бывают сферические и плоские Кроме того, обычно их изготавливают на магнитной или картонной основе

• Сшивка по характерным точкам (не требует на полевом этапе использования марок) Во время процесса сканирования оператор выбирает хорошо различимые точки (углы, оконечности объектов, состыковки разных материалов) и проводит сканирование данных фрагментов с увеличенной точностью Обычно используется от 6 до 10 точек на каждую сшивку Данный вид сшивки менее точен по сравнению с видом сшивки, описанным выше, и в основном используется при затруднениях с размещением марок

• Автоматическая подгонка (программный способ сшивки, когда итерационный алгоритм смещает один скан относительно другого и находит оптимальное положение по минимальному расстоянию между точками одного скана от точек другого)

• Геопривязка (позволяет привязать каждый скан или все измерения в заданную систему координат) При этом виде сшивки необходимо параллельное выполнение измерений с помощью более высокоточных приборов (например, электронного тахеометра) Такой вид сшивки сильно увеличивает время сканирования в полевых условиях

Сшивка по специальным плоским маркам-отражателям дает большую точность сшивки, а также уменьшает время камеральных работ При совместном сшивании воздушного и наземного лазерного сканирования возможно использовать сшивку по характерным точкам (в этом случае точность привязки отдельных Зс1-объектов падает до точности лазерного сканирования), а также геопривязку (в этом случае точность позиционирования сравнима с точностью наземной лазерной локации)

Фильтрация. Как говорилось выше, облако точек, полученное с помощью лазерного сканера, содержит довольно большое количество избыточной

10

или ошибочной информации (см. рис. I). К сожалению, ни одна из существующих в данный момент программ, поставляемых со сканером, не позволяет оптимизировать эти данные в автоматическом режиме.

it "г.; I ¿f у И " I Ксхюкгы» /Ш.».яЧм1 Ц <5 '. ЛИ

Рис. I. Пример исходного облака точек с шумовой составляющей.

Для частичного решения этой проблемы автором предложен программный модуль по оптимизации облака точек. Программный модуль написан на языке Delphi. Данная программа позволяет:

• убирать точки, попавшие на перекрытия сканов по завершении процедуры сшивки облака точек. Другими словами, понижает плотность, убирая повторные точки в облаке;

• убирать шумовые «вылетевшие» точки путем вычисления превышения точек (например, при сканировании с точностью 5 см убираются все точки, в радиусе 5,5 см от которых отсутствуют другие точки лазерной локации);

• прореживать точки, принадлежащие одному плоскостному объекту

(стена, потолок и т. д.). В результате (при различных вариантах работы программы) убирается от 5 до 30% точек, что существенно снижает ресурсы, требуемые для обработки данного облака точек в дальнейшем. Облако точек по завершении процедуры прореживания изображено на рисунке 2.

Рис. 2. Пример прореженного облака точек.

Текст программного модуля прореживания облака точек приведен в приложении 3 к кандидатской диссертации. Следует отметить, что при совместном использовании наземного и воздушного лазерного сканирования процедуру прореживания облака точек целесообразно проводить отдельно для каждой сканирующей системы и только потом сшивать данные в единое облако точек.

: * ' ' Т • * ' ЪЪЪЬ С «г.

Процедура классификации точек имеет важное значение в векторизации, т к она позволяет значительно экономить время обработки данных Первоначально данные лазерного сканирования находятся в неклассифицированном состоянии Целесообразно проводить классификацию облака точек в 2 основных этапа

• Выделение точек земли

• Классификация других объектов (растительность, дороги, ЛЭП и т д)

Первым шагом при выполнении задачи классификации точек лазерной

локации является сегментация всего облака на множество прямых Две точки рассматриваются как принадлежащие к профилю земли, если между соседними сегментами нет острых углов (обычно более 50 градусов), а также под этими сегментами отсутствуют смежные сегменты Такое определение профиля земли позволяет вылавливать резкие изменения по поверхности (перепады высот) между соединенными точками и смежными с ними линиями Исходя из выше изложенного, мосты, кусты дороги и т д могут быть классифицированы как поверхность земли, если перепад высоты будет укладываться в погрешность сканирующей системы Таким образом, работу алгоритма можно увидеть на рисунке 4

Jiang и Bunke (1994) впервые описали алгоритм сегментации точек по линии сканирования Их алгоритм предлагал рассматривать каждую линию сканирования по отдельности Данные расстояний между точками сегментируются таким образом, чтобы превышения между пикселями одного сегмента описывались линейной функцией Когда все отрезки сегментированы, сегменты группируют по линиям, опираясь на критерии приближения (критерии были подобраны экспериментальным путем для каждого типа поверхностей, обычно изменяются от 0 5 до 1) Алгоритмы определения поверхности в первую очередь выбирают начальную поверхность с помощью определения превышения точек, отстоящих на некотором расстоянии от определяемой точки, и определения, может ли она аппроксимироваться на поверх-

ность земли. Таким образом отсеиваются точки, находящиеся даже на небольшом расстоянии от поверхности земли по перпендикуляру.

оз

В1

Рис. 3. Пример сегментов, относящихся к различным объектам.

Предложенная в 1994 году методика хорошо справлялась на классификации простых объектов (например, отделение мостов, строений), но существовали случаи ошибок на более сложных участках (отделение кустов и т. д.) См. рис. 4 (а). В 1996 году другая группа ученых попробовала усовершенствовать данный алгоритм путем использования точек на параллельных линиях сканирования (см. рис. 4 (Ь)).

1ШШ

\№\ ШИП

о\» • оЛэ

О-О о о—о о о ¿---ООО ¿-о

О О—О О О—о п

о—о о--о а о

уууууу;

Рис 4. Ландшафт (а). Сегментирование облака точек в различных направлениях для получения профилей местности (в). Перекрытие профилей для получения рассоединенных графов (с).

Сегментация профилей проводится следующим образом:

• Соединяются все точки профилирующими линиями (рис. 5(а)).

• Из профилей убираются точки с превышением на много выше окружающих (рис. 5 (Ь)).

(а) (!■>)

Рис. 5. Пример автоматической классификации точек методом линейного вычисления превышений.

Превышение точки (XV) можно рассчитать на компьютере используя следующую формулу:

И- = (Л*У - .V,.)2 + к(г] - ".¿У

В данном случае ^'Ч'^/^и ^'Ч''^./ 'являются профильными координатами оконечных точек I и J на отрезке. Параметр К(>1) задается пользователем и является шкалой функции приближения координат X и Ъ на заданном отрезке.

Как мы видим на рисунке 5 (Ь), в таком алгоритме существуют ошибки при определении точек земли. Автором предложена модифицированная методика классификации точек, позволяющая сократить количество таких ошибок в несколько раз. Данная методика будет рассматривать отрезки между точками во всех направлениях, создавая таким образом перекрытия - рас-

соединенные графы (см рис 4 (с)) При таком методе классификации нет необходимости в параметре (К)

Контроль классификации. По завершении автоматической классификации точек земли целесообразно провести визуальный контроль Для этого производится построение ТШ-модели и раскраска ее по высоте В таком случае даже небольшие отклонения модели в связи с неправильной классификацией заметны при просмотре После чего производится переклассификация отдельных точек (при необходимости)

Рассмотрим более подробно алгоритмы автоматической классификации зданий, кустов и деревьев По завершении процедуры классификации точек земли данные точки заменяются на ЦМР Это упрощает процесс вычисления превышений точек над поверхностью земли и сокращает количество точек, рассматриваемых компьютером В первую очередь отфильтровываются незначительные с точки зрения картографирования точки - это точки, превышение которых не более 40 см над поверхностью земли Как правило, это точки травы, мусора и т д Примем за основу, что интересующие нас строения и деревья имеют высоту более 2-х метров Все точки, лежащие ниже данной высоты, на время убираются из рассматриваемого облака точек, что позволяет значительно сократить временные затраты по классификации

Проведенные исследования показали, что линейные превышения точек, попавших на деревья, изменяются на всем промежутке сегментального фрагмента В то время как превышение точек, относящихся к строениям, можно описать линейными выражениями

ТШ-модель поверхности может быть передана в ГИС уже на этом этапе Точки растительности заменяются на заранее подобранные Зё-модели со сравнимыми параметрами (высота, площадь, тип растений) и передаются в ГИС Строения и сооружения подвергаются процедуре векторизации

Зс1-векторизация объектов и строений на данный момент времени выполняется вручную, что занимает довольно большое количество времени. Перед обработкой облако точек, относящееся к объекту, делится на части: стены, пол, потолок и более сложные конструкции (например, барельефы), передается в таком виде в программу 3d Studio Мах, где заново обрисовывается по контурам (векторизуется) и сшивается в одну модель. Точное соответствие элементов системе координат позволяет получить точное расположение объектов. В результате получаем «остов», который в большинстве случаев будет выглядеть как набор плоскостей и линий. В таком варианте непосвященному человеку все еще довольно сложно разобраться, что к чему (см. рис. 6).

Рис. 6. Остов комнаты, содержит только плоскости и основные линии перегиба.

В связи с чем далее выполняется визуализация. Для этого на данный остов «натягиваются» необходимые текстуры. Текстуры изготавливаются с

17

помощью цифрового фотоаппарата и программного продукта Photoshop (или любого другого графического редактора)

Следует отметить, что в данной методике текстуры изготавливаются на каждый фрагмент отдельно, что позволяет передать фотореалистичность с максимальной точностью и не дает искажений текстур при их монтаже на остов

Если до этого момента данные находились в местной системе координат, то до интеграции модели в ГИС необходимо провести ее пересчет в систему координат ГИС (обычно в картографическую) Это можно сделать двумя способами

1 с помощью сопоставления опорных точек на плане местности в ГИС опорным точкам на модели,

2 с помощью ручного назначения координат опорных точек на модели (обычно координаты получают посредством GPS-приемников или тахеометра)

Немаловажной деталью процедуры векторизации является контроль точности получаемой модели Для контроля выполняются следующие действия

И в ходе векторизации точечной модели исполнителем производится текущий контроль соответствия опорных точек «скелета» модели реальным измерениям,

В по завершении векторизации точечной модели выполняется выборочный контроль другим исполнителем,

Н для окончательного контроля точности созданной модели проводится процедура выборочного сравнения полученной цифровой модели с результатами контрольных измерений на объекте

Конвертация. В ходе выполнения анализа форматов данных были выбраны наиболее удобные форматы, а результаты их исследования составлены в таблицу 1 Кроме того, была предложена и опробована схема конверта-

ции данных в рамках разработанного метода векторизации облака точек (см схему 1)

Автором было проведено исследование разработанных алгоритмов классификации облаков точек и сопоставление с тремя уже используемыми в промышленном применении алгоритмами Алгоритм автоматической классификации точек земли позволяет определить точки, относящиеся к поверхности на 98%, что значительно сокращает участие оператора в процессе классификации Методика автоматической классификации строений и растительности позволяет определять растительность со средней точностью 96%, а строения с относительной точностью 80% Следует отметить, что алгоритм автоматической классификации точек растительности значительно превышает по точности результат используемых в настоящее время методик Что относится к определению строений, надо признать, точность определения оставляет желать лучшего и алгоритм следует доработать т к он значительно отстает от используемых в настоящее время алгоритмов

ПО для получения и обработки данных наземного Л Л

ПО для получения и обработки данных воздушного ЛЛ

ЗОБМах

О

САЭ

Схема } Перенос данных между ПО для работы с трехмерной графикой

19

Стандарт Максимальное кол во полиго нов в модели Возможность пе редачи по низко скоростным ка налам (Internet) Соответствие модели реаль ному объекту Скорость загрузки модели, сек Поддерживается ПО Проблемы, воз никающие при конвертации раз работанным кон вертором

VRML 2 0 200 ООО Есть Визуальное + метрическое в опорных точках 10 Internet-браузер 3DsMax CAD системы Leica Cyclone GisStat ion Не выявлено

3ds Неограниченно Нет Визуальное и метрическое 30 GisStat ion 3DsMax CAD-системы Не выявлено

Dxf 20 ООО Есть Метрическое, визуальное без текстур 20 GisStation 3DsMax CAD-системы 3d GIS приложения Смещение в координатной сет ке изменение масштаба

Msh Неограниченно Нет Возможны появления «лиш них» поверхно стей 60 GisStation 3DsMax Появление «лиш них» поверхно стей

dwg 20 ООО нет Визуальное и метрическое 20 GisStation 3DsMax CAD-системы 3d GIS приложе ния Ошибки носящие периодический характер

Табъица б Резуытаты исследования конвертации и форматов данных

Заключение

В результате проведенных исследований был разработан новый метод векторизации данных, включающий в себя несколько этапов, описанных выше

Разработан и исследован алгоритм автоматической фильтрации облаков точек от шумовой составляющей

Разработаны и исследованы методики автоматизированной классификации облаков точек на классы «растительность» и «земля», существенно превосходящие используемые в данный момент как по производительности, так и по проценту ошибочности данных Алгоритм определения точек, относящихся к строениям, требует дельнейшей проработки т к процент ошибок велик

Автором предложено 2 конечных варианта ручной векторизации данных лазерной локации в зависимости от поставленной задачи и конечного использования модели

Автором проведено исследование современных форматов данных и предложен модуль конвертации данных между форматами, результаты этого исследования приведены в таблице 1

Для полноты работы автором предложена и исследована методика отображения Зё-моделей в ГИС, результаты исследования представлены в кандидатской диссертации (гл 3 3)

В результате работ создано несколько небольших программ-модулей, написанных автором Все программы объединены под общей оболочкой GIS Station (также написанной автором), которая предусматривает возможность подключения дополнительных модулей в будущем

Все алгоритмы и методики были опробованы на следующих объектах

• Архитектурная композиция «Золотые комнаты МИИГАиК»,

• 4-ая Доменная печь завода «Северсталь»,

• 4-ая Доменная печь завода «Северсталь»,

• Воздушный газопровод завода «Северсталь»,

• Станция метро «Проспект Мира» (кольцевая, радиальная и переход),

• Скульптура «Рабочий и Колхозница»,

• Гостиница «Космос»,

• Отдельно стоящее здание по адресу г Москва, ул Полянка д 60/2,

• Храм Василия Блаженного

Учитывая все написанное выше, можно утверждать, что работа носит законченный характер, результаты исследования нашли свое применение в создаваемом программном продукте GIS Studio, а также внедрены на кафедре ВТиАОАИ в ГИС лаборатории МИИГАиК

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Журкин И Г, Жигалов К Ю Современные методы обработки данных лазерной локации в ГИС // Материалы X международной научно-практической конференции «Методы дистанционного зондирования и ГИС-технологий для оценки состояния окружающей среды, инвентаризации земель и объектов недвижимости» - Китай, 2006 - с 6-10

2 Жигалов К Ю, Волкович Е В Применение лазерных технологий для создания Зё-модели архитектурной композиции «Золотые комнаты МИИГАиК» // Сборник материалов Всероссийской выставки научно-технического творчества молодежи - Москва, 2005 - с 115-116

3 Жигалов К Ю , Дружинин М Ю Применение лазерного сканирования для сохранения памятников архитектуры (на примере скульптуры Мухиной и Храма Василия Блаженного) // Сборник докладов ОЕОРОЯМ+- Москва, 2006-с 96-97

4 Журкин И Г, Волкович Е В , Жигалов К Ю Обновление картографического материала с помощью данных, полученных методом лазерной локации // Журнал геодезия и картография - Москва, 2007, №5 - с 3537

5 Журкин ИГ, Волкович ЕВ., Жигалов КЮ Технология обработки данных лазерной локации для получения крупномасштабных планов сложных инженерных сооружений // Материалы международного промышленного форума СЕОРОЯМ+ - Москва, 2007 - с 20

Подписано в печать 20 11 2007 Гарнитура Тайме Формат 60*90/16 Бумага офсетная Печать офсетная Объем 1,5 уел печ л Тираж 80 экз Заказ №281 Цена договорная

Издательство МИИГАиК 105064, Москва, Гороховский пер , 4

Отпечатано в типографии МИИГАиК

Содержание диссертации, кандидата технических наук, Жигалов, Кирилл Юрьевич

Список используемых определений, обозначений и сокращений.

Введение.

1. Лазерно-локационная съемка и ее применение в ГИС-технологиях.

1.1 Области применения и преимущества наземного лазерного сканирования

1.2 Принципы формирования Лазерно-локационного изображения.

1.3. Современные методы векторизации данных лазерной локации.

1.4. Краткий обзор основных форматов данных, применяемых при хранении, передачи и обработки трехмерных данных.

1.5 Обзор технических средств, для лазерного сканирования.

1.6 Программные средства, применяемые для наземного лазерного сканирования.

Выводы.

2. Разработка методов обработки данных лазерной локации для последующей интеграции в ГИС.

2.1. Разработка алгоритма программного модуля для фильтрации и прореживания данных лазерной локации.

2.2. Разработка технологии сшивки облаков точек воздушного и наземного лазерных локаторов.

2.3. Разработка методики автоматизированной классификации данных лазерной локации.

2.4. Разработка методик векторизации отдельных объектов.

2.6. Исследование алгоритмов автоматизированной классификации облака точек ЛЛ.

Выводы.

3. Разработка метода представления трехмерных данных в ГИС.

3.1. Разработка методики совместного использования данных различных видов в ГИС.

3.2. Разработка метода отображения 3d данных в программных комплексах ГИС

3.3. Исследование точности отображения 3d моделей на интегрированном плане.

3.4. Разработка методики конвертации полученных Зс1-моделей для представления в ГИС.

3.5. Исследование используемых методов конвертации.

Выводы.

Введение Диссертация по наукам о земле, на тему "Векторизация и конвертация данных лазерной локации в ГИС-технологиях"

Методы лазерной локации, также как и стандартные методы (например: стереофотографирование, тахеометрическая съемка и т.д.) в настоящее время начинают активно использоваться для построения 3d моделей зданий, сооружений, цифровых моделей рельефа (ЦМР), отдельных предметов, как для решения геодезических задач, так и для решения целого ряда задач иного рода. К последним, относятся многочисленные задачи, возникающие при проведении инженерных изысканий, проектировании, эксплуатации, реконструкции, моделировании, создании виртуальных 3d памятников архитектуры, проведении виртуальных экскурсий и т.д. Во-первых, задачи моделирования реальных объектов включают [18] прецизионное определение фактического ( в зарубежной литературе "as built" -«как построено») положения компонентов моделируемого объекта (стены, окна, откосы, ручки, двери и т.д.), а также наблюдение за их смещениями в процессе эксплуатации. Во-вторых, к прикладным задачам лазерной локации могут быть отнесены вопросы оценки состояния сооружений, в частности определения критических смещений несущих конструкций здания, которые могут явиться причиной частичного или полного обрушения, и определения габаритов до соседних объектов - инженерных коммуникаций, других зданий.

Необходимо сразу отметить, что термин объект в настоящей работе понимается широко - он подразумевает не только здания, деревья, но так же и всю подстилающую поверхность земли, включающую рельеф, растительность, наземную гидрографию, а так же многочисленные объекты антропогенного происхождения - дороги, инженерные коммуникации, строения, отдельные предметы и т.п.

Метод получения данных посредством лазерной локации (JIJ1) характеризуется высокой оперативностью сбора пространственных данных об объектах в отдельности и местности в целом. В настоящее время используются два типа лазерных сканирующих систем:

• лазерный локатор наземного базирования;

• лазерный локатор воздушного базирования.

Наземный JIJI позволяет получить высокоточную (с координатами каждой точки до 6 мм) информацию о сравнительно небольших (в применение к картографии) объектах, например: фрагменты фасадов зданий, комплекс рядом расположенных строений, цеха и т.д. Для съемок площадных объектов (от 2 км и более) применение такой системы экономически не обосновано.

Воздушный лазерный локатор позволяет получать информацию средней точности (с координатами каждой точки до 30 см) по площадным объектам, например: ЛЭП, город, район и т.д.

До настоящего момента информация воздушной и наземной сканирующих систем обрабатывалась отдельно и применялась для решения узкого круга задач. Это связано с:

• трудоемкостью обработки данных;

• отсутствием единого формата данных;

• отсутствием единой методики векторизации;

• отсутствием технологии интеграции данных ЛЛ в ГИС.

Наиболее сложным и трудоемким этапом интеграции данных ЛЛ в ГИС является обработка съемочных данных (векторизация). Данные ЛЛ представляют собой набор облако точек, расположенных в пространстве и несущих, в основном, пространственную информацию о снимаемом объекте.

Следует отметить, что в получаемом облаке точек содержится, как правило, довольно значительное число точек, относящихся либо к шумовой составляющей, либо к избыточным точкам, что существенно усложняет автоматизацию процесса обработки данных ЛЛ. Кроме того, при сканировании сложных объектов или сцен возникает необходимость проводить съемку при различном пространственном расположении лазерного локатора. В связи с чем, возникает необходимость последующей «сшивки» данных в единое облако точек. На этапе сшивки можно интегрировать данные воздушного и наземного лазерных локаторов, что позволит добиться повышения точности на необходимых участках местности при ее дальнейшем использовании в ГИС.

Исходя из вышесказанного, векторизацию данных рекомендуется разбить на несколько этапов, описанных в данной диссертационной работе.

Сшивка облаков точек лазерной локации может осуществляться по измеренным координатам опорных точек или по координатам связующих точек на сканах. Во втором случае предполагается наличие зоны перекрытия между сканами.

Процедуру прореживания точек можно разделить на следующие задачи:

• определение геометрической принадлежности точек одной и той же поверхности (например, плоскости);

• определение избыточной плотности;

• определение точек отражения от зеркальных поверхностей.

Наиболее сложной и востребованной является задача автоматизированной классификации облаков точек. Классификация позволяет разделить единое облако точек на слои, что в дальнейшем позволяет производить процедуру векторизации объектов с наименьшим количеством трудозатрат. Кроме того, предложенный метод интеграции данных лазерной локации подразумевает послойное интегрирование обработанных данных лазерной локации в ГИС.

Векторизация отдельных объектов (за исключением поверхности земли и растительности) осуществляется вручную за счет выделения опорных точек и построения «скелета» модели. Более подробно этот вопрос рассмотрен во второй главе данной диссертационной работы.

Полученный таким образом трехмерный (3d) объект, как правило, находится в местной системе координат. При использовании модели в ГИС следует ее привести в систему координат ГИС (например: географическую). Эта задача может быть выполнена следующими способами:

• измерением координат реального объекта с помощью GPS приемника или тахеометра и дальнейшим пересчетом координатной системы модели;

• расстановкой взаимных точек на плане/карте в ГИС и на модели, после чего координатная система модели пересчитывает в автоматическом режиме.

Для контроля точности производится проверка метрических параметров модели, интегрированной в ГИС. Проверка производится путем выборочного контроля координат опорных точек модели с фактическими измерениями.

Задачи исследования

Задачами настоящей работы являлись разработки методик векторизации и конвертации данных JIJI для целей использования пространственных данных в ГИС-технологиях.

Вопросы применимости разрабатываемых методик рассматриваются в 2-х аспектах:

1. векторизация данных ЛЛ. Сюда входят вопросы оптимизации первичных данных, и алгоритмы конвертации, а так же вопросы форматной совместимости ЛЛ данных с данными цифровой съемки и некоторые другие вопросы методического плана;

2. конвертация данных между различными форматами, применяемыми в моделировании и в географических системах.

Методы исследования Для экспериментальной проверки теоретических выводов по оптимизации и конвертации использовались визуальные методы совмещения с цифровой фотографией, которые позволяют выявить метрические искажения, в случае их возникновения, а так же сравнение с тахеометрическими измерениями тестовых отрезков. Кроме того, проводилось сопоставление опорных точек полученной метрической модели с точками, снятыми с помощью электронного тахеометра. Приведенные результаты сравнения записывались в таблицы, представленные в данной диссертационной работе.

Научная новизна

Научная новизна выполненной работы состоит в следующем:

1) предложена методика совместного использования и векторизации данных воздушного и наземного лазерного локатора;

2) разработана методика прореживания облака точек лазерной локации;

3) разработана методика автоматической классификации данных лазерной локации;

4) предложена методика и программный продукт для построения, использования и конвертации трехмерных векторных моделей объектов и топопланов по данным наземного и воздушного лазерного сканирования;

5) предложен формат данных для совместного хранения и обработки картографической, атрибутивной информации и 3d моделей объектов

Практическая значимость

Разработанная технология позволяет оптимизировать процесс векторизации и интеграции в ГИС данных наземного и воздушного лазерного сканирования. Разработанные алгоритмы автоматической классификации точек позволяют значительно сократить трудозатраты на классификацию. Проведенные исследования форматов хранения 3d данных позволили использовать созданную 3d модель в различных ГИС.

Разработанная компьютерная программа, имеет следующие основные возможности:

1. фильтрацию облака точек лазерной локации;

2. классификацию облака точек JTJT;

3. построение триангуляционной (TIN) модели поверхности по классу «земля»;

4. векторизацию отдельных 3d объектов;

5. Приведение 3d моделей и сцен в необходимую для дальнейшего использования систему координат.

Защищаемая методика, алгоритмы и сопутствующее программное обеспечение внедрены в практическое использование в ООО НПФ "Талка-ТДВ" а так же на кафедре ВТиАОАИ Московского Государственного Университета Геодезии и Картографии (МИИГАиК). Разработанные алгоритмы легли в основу ядра программного комплекса GIS Studio, разрабатываемого ООО НПФ «Талка-ТДВ», на момент написания автореферата программа находилась на стадии финального тестирования в производственных условиях.

Апробация работы

Достигнутые результаты по теме диссертационной работы обсуждались на следующих российских конференциях:

-Международный промышленный форум «Технологии 3d моделирования для создания 3d моделей архитектурной композиции «Золотые комнаты МИИГАиК» и «Нижегородский Кремль» GEOFORM+ Москва,2005 Жигалов К.Ю., Волкович Е.В.;

-Международный промышленный форум «3-D моделирование ледниковых образований в горных районах» GEOFORM+ Москва,2005 Жигалов К.Ю., Волкович Е.В.

-Научный конгресс «ГЕО-Сибирь-2005» «Разработка методов 3d моделирования для создания 3d моделей архитектурных композиций» Новосибирск, 2005

Докладчики: Жигалов К.Ю., Волкович Е.В.;

-Конференция «60-я юбилейная научно-техническая конференция студентов, аспирантов и молодых ученых МИИГАиК» Москва, 2005. Доклад на секции «Геоинформатики и ГИС - технологий» «Применение лазерных технологий для 3d модели архитектурной композиции «Золотые комнаты МИИГАиК» докладчики: Жигалов К.Ю., Волкович Е.В.;

-Совместный доклад ООО НПФ «Талка-ТДВ» и компании Leica Geosystems «Применение лазерного сканирования для сохранения памятников архитектуры (на примере скульптуры Мухиной и Храма Василия Блаженного)» Геоформ2006, Москва, Сокольники март 2006. Докладчики:

Жигалов К. Ю., Дружинин М.Ю.;

- «Разработка теории и научных основ высокопроизводительной обработки сверхбольших объемов геопространственных данных в процессе 3-d моделирования и обновления электронных карт (ЭК)» НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ ПРОФЕССОРСКО-ПРЕПОДАВАТЕЛЬСКОГО СОСТАВА «МИИГАиК - 227» 25 мая 2006 года Докладчик: Жигалов К. Ю.;

-Конференция «62-ая Научно-техническая конференция студентов, аспирантов и молодых ученых МИИГАиК» Москва, 2007

Оптимизация данных лазерной локации для современных российских ГИСприложений»

Докладчик: Жигалов К.Ю.;

-X Международная научно-практическая конференция «Методы дистанционного зондирования и ГИС-технологий для оценки состояния окружающей среды, инвентаризации земель и объектов недвижимости» Китай 20-29 мая 2006 года

Современные методы обработки данных лазерной локации в ГИС» Докладчики: Журкин И.Г., Жигалов К.Ю.;

-Международный промышленный форум «Геопространственные технологии и сферы их применения 2005» GEOFORM+ Москва,2007 «Технология обработки данных лазерной локации для получения крупномасштабных планов сложных инженерных сооружений» Докладчики проф. Журкин И.Г., асп. Волкович Е.В., асп. Жигалов К.Ю.;

По результатам работы были опубликованы следующие статьи:

• Журкин И.Г., Жигалов К. Ю. Современные методы обработки данных лазерной локации в ГИС // Материалы X международной научно-практической конференции «Методы дистанционного зондирования и ГИС-технологий для оценки состояния окружающей среды, инвентаризации земель и объектов недвижимости» - Китай, 2006 - с. 6

Ю;

Жигалов К.Ю., Дружинин М.Ю. Применение лазерного сканирования для сохранения памятников архитектуры (на примере скульптуры Мухиной и Храма Василия Блаженного) // Сборник докладов GEOFORM+ - Москва, 2006 - с. 96-97; Журкин И.Г., Волкович Е.В., Жигалов К.Ю. Обновление картографического материала с помощью данных, полученных методом лазерной локации // Журнал геодезия и картография - Москва, 2007, №5-с. 35-37;

Журкин И.Г., Волкович Е.В., Жигалов К.Ю. Технология обработки данных лазерной локации для получения крупномасштабных планов сложных инженерных сооружений // Материалы международного промышленного форума GEOFORM+ Москва, 2007 - с. 20; Жигалов К.Ю., Волкович Е.В. Применение лазерных технологий для создания Зс1-модели архитектурной композиции «Золотые комнаты МИИГАиК // Материалы всероссийская выставка научно-технического творчества молодежи - Москва, 2005 - с. 115-116;

Структура работы

Диссертационная работа состоит из трех глав, введения и заключения, трех приложений и списка использованной литературы, содержащего 93 наименования. Основная часть работы изложена на 119 страницах, включая 6 таблиц, 3 диаграммы, 19 рисунков и 3 схемы и 36 страниц приложений с фрагментами текстов, разработанных программ.

Заключение Диссертация по теме "Геоинформатика", Жигалов, Кирилл Юрьевич

Выводы

Существует огромное количество форматов файлов, описывающих трехмерные объекты и сцены. Но большинство из них было создано отдельными фирмами и разработчиками. Каждый из них обладал специфическими ограничениями и использовался для решения задач в достаточно узких областях. Поэтому постоянно возникала острая необходимость в переводе файлов из одного формата в другой, чтобы использовать ранее полученные модели для новых задач.

В таблице 8 автором приведены наиболее подходящие, на сегодняшний момент, форматы файлов для хранения, обработки и передачи информации. Опираясь на эту таблицу, можно сказать, что схема (2) приведенная в данной главе по конвертации файлов между различными программными продуктами оправдана. Однако также необходимо учитывать, что переконвертация, как правило, приводит к потере данных и вносит в них ошибки. В связи с чем, автором рекомендуется также сохранять результаты и в «родном» формате той программы, в которой производилась обработка.

Для многих ключевых стандартов записи ЗО-данных существует достаточное количество программ (часть из которых бесплатна, или условно бесплатна), которые можно использовать для просмотра этих файлов и перевода их в другие форматы. Однако существуют исключения. Для узкоспециализированного ПО, например, для программных продуктов компании Leica Geosystems, целесообразна, а порой и необходима, разработка собственных конвертеров, заточенных под поставленные задачи. Эффективность разработанного и примененного автором конвектора была доказана на нескольких тестируемых объектах, векторизация и дальнейшее использование которых проходило при использовании конвертора.

Объекты, на которых был применен конвертор:

• архитектурная композиция «Золотые комнаты МИИГАиК» (конвертор применялся при передаче данных из программного комплекса Leica Cyclone в 3ds MAX);

• 4-ая Доменная печь завода Северсталь (конвертор применялся при передаче моделей из 3ds Мах в GIS Studio);

• станция метро Проспект Мира -радиальная (конвертор применялся при передаче данных AutoCAD в GIS Studio);

• скульптура «Рабочий и Колхозница» (передача точек из Leica Cyclone в Gis Studio) и других объектов.

Успешное выполнение описанных выше работ говорит само за себя.

Согласно таблице 6, разработанные методики векторизации и конвертации укладываются в необходимую для картографирования и ГИС точность.

Кроме того, разработанные методики отображения данных применены автором в коде программного продукта GIS Studio. Данный программный продукт находится на завершающей стадии тестирования, выход намечен на середину 2008 года.

Заключение

В результате проведенных исследований был разработан новый метод векторизации данных, включающий в себя несколько этапов:

И сшивка облаков точек в единый фрагмент;

И прореживание облака точек;

И классификация облака точек;

Н 3d Векторизация объектов (автоматическая или ручная);

13 приведение полученных 3d объектов в картографическую систему координат (при необходимости);

Н конвертация 3d объектов в формат, распознаваемый используемой ГИС;

И интеграция 3d данных в ГИС;

Н проверка точности интегрирования.

Следует отметить, что ранее предполагалось раздельно векторизовать данные наземного и воздушного лазерного сканирования. Новизна работы автора в возможности совместного использования как данных воздушного, так и данных наземного локатора. Сшивка этих облаков точек предполагается автором на первом этапе работ по векторизации. Ранее не использовалось прореживание точек лазерной локации вообще, что тоже является нововведением автора.

Классификация облака точек ранее относилась только к векторизации данных воздушной лазерной локации и применять ее для наземных сканирующих систем предложено автором.

Методики автоматизированной классификации облаков точек на классы «растительность» и «земля» существенно превосходят используемые в данный момент, как по производительности, так и по проценту ошибочности данных. Алгоритм определения точек, относящихся к строениям, требует дельнейшей проработки т.к. процент ошибок велик.

Автором предложено 2 конечных варианта ручной векторизации данных лазерной локации в зависимости от поставленной задачи и конечного использования модели.

Автором проведено исследование современных форматов данных и предложен модуль конвертации данных между форматами, результаты данного исследования приведены в таблице 6.

Для полноты работы автором предложена и исследована методика отображения 3d моделей, результаты исследования представлены в таблице 3.

В результате работ создано несколько небольших программ-модулей, написанных автором. Все программы объединены под общей оболочкой GIS Studio (также написанной автором), которая предусматривает возможность подключения дополнительных модулей в будущем.

Все алгоритмы и методики были опробованы на следующих объектах:

• архитектурная композиция «Золотые комнаты МИИГАиК»;

• 4-ая Доменная печь завода «Северсталь»;

• воздушный газопровод завода «Северсталь»;

• станция метро «Проспект Мира» (кольцевая, радиальная и переход);

• Скульптура «Рабочий и Колхозница»;

• гостиница «Космос»;

• отдельно стоящее здание по адресу г. Москва Полянка д. 60/2;

• храм Василия Блаженного.

Учитывая все написанное выше, можно утверждать, что работа носит законченный характер, результаты исследования нашли свое применение в создаваемом программном продукте, а так же внедрены на кафедре ВТиАОАИ в ГИС лаборатории МИИГАиК.

Библиография Диссертация по наукам о земле, кандидата технических наук, Жигалов, Кирилл Юрьевич, Москва

1. Аналитические модели местности и снимков (макетные снимки) Текст./ А.Н. Лобанов, В.Б. Дубиновский, А.И. Саранцев и др. 2-е изд., перераб. и доп. - М.: Недра, 1989. - 140 е.: ил.

2. Аникушкин, М.Н. Наземные системы лазерного сканирования. Опыт работ Текст./ М.Н. Аникушкин// Геопрофи. 2005. - №1. - С. 49-50.

3. Большаков, В.Д. Геодезия. Изыскания и проектирование инженерных сооружений Текст.: справ, пособие/ В.Д. Большаков, Е.Б. Клюшин, И.Ю. Васютинский. М.: Недра, 1991.-238 е.: ил.

4. Большаков, В.Д. Практикум по теории математической обработки геодезических измерений Текст.: учеб. пособие для вузов/ В.Д. Большаков, Ю.И. Маркузе. М.: Недра, 1984. - 352с.

5. Большаков, В.Д. Теория математической обработки геодезических измерений Текст./ В.Д. Большаков, П.А. Гайдаев. 2 изд., перераб. и доп. -М.: Недра, 1977.-367 с.

6. Бронштейн, Г.С. О методике определения постоянной поправки светодальномера Текст./ Г.С. Бронштейн// Геодезия и картография. 1983. -№6.-С. 27-29.

7. Герасименко, М.Г. О некоторых проблемах современных высокоточных линейных измерений Текст./ М.Г. Герасименко, А.А. Генике// Геодезия и картография. 1981. - №6. - С. 16-20.

8. Грунин, А.Г. Наземная лазерная сканирующая системы — ILRIS 3D Текст./ А.Г. Грунин// Геопрофи. 2003. - №2. - С.23.

9. Грунин, А.Г. Наземная лазерная сканирующая системы — ILRIS 3D Текст./ А.Г. Грунин// Геопрофи. 2003. - №2. - С.23.

10. Данилин, И.М. Лазерная локация земли и леса Текст.: учеб. пособие/ И.М. Данилин, Е.М. Медведев, С.Р. Мельников. Красноярск: Ин-т леса им. В.Н. Сукачева СО РАН, 2005. - 182 с.

11. Журкин И.Г., Волкович Е.В., Жигалов К.Ю. Обновление картографического материала с помощью данных, полученных методом лазерной локации // Журнал геодезия и картография Москва, 2007, №5 - с. 35-37

12. Журкин И.Г., Волкович Е.В., Жигалов К.Ю. Технология обработки данных лазерной локации для получения крупномасштабных планов сложных инженерных сооружений // Материалы международного промышленного форума GEOFORM+ Москва, 2007 с. 20

13. Журкин И.Г., Жигалов К.Ю., Волкович Е.В. Применение лазерных технологий для создания Зс1-модели архитектурной композиции «Золотыекомнаты МИИГАиК // Материалы всероссийская выставка научно-технического творчества молодежи Москва, 2005 - с. 115-116.

14. Инструкция по топографической съемке в масштабе 1:5000, 1:2000, 1:1000 и 1:500. Главное управление геодезии и картографии при Совете Министров СССР Текст. М.: Недра, 1973, - 176 с.

15. Исаков, Э.Х. Исследование и применение приборов фирмы WILD для съемки памятников архитектуры Текст./ Э.Х. Исаков// Изв. вузов. Геодезия и аэрофотосъемка. 1992.-№ 2.-С. 176-191.

16. Комиссаров, А.В. Получение метрической информации об объектах архитектурного наследия по данным наземного лазерного сканирования Текст./ А.В. Комиссаров, Д.В. Комиссаров// Изв. вузов. Стр-во. 2006. -№ 5. - С. 112-115.

17. Комиссаров, Д.В. Использование технологии трехмерного лазерного сканирования при строительстве, эксплуатации и проектировании инженерных сооружений Текст./Д.В. Комиссаров, А.В. Середович// Стр-во и город, хоз-во Сибири. 2004. - №10. - С. 72-73.

18. Комиссаров, Д.В. Технология топографической съемки промышленных объектов с применением наземного лазерного сканирования Текст./

19. Д.В. Комиссаров, А.В. Середович, О.А. Дементьева// ГЕО-Сибирь-2005. Т. 5. Геодезия, картография, маркшейдерия: сб. материалов науч. конгр., 25-29 апр. 2005 г., Новосибирск. Новосибирск: СГГА, 2005. - С. 197-201.

20. Маркузе, Ю.И. Основы уравнительных вычислений Текст.: учебник для вузов/ Ю.И. Маркузе. М.: Недра, 1990. - 240 е.: ил.

21. Мельников, С.Р. Инновации в создании цифровых моделей -трехмерные лазерные безотражательные сканирующие системы Текст./ С.Р. Мельников, О.В. Дроздов// Нефтяное хозяйство. 2001. - №6. - С. 26-27.

22. Методы и приборы высокоточных геодезических измерений в строительстве Текст./ В.Д. Большаков и др.; под. ред. В.Д. Большакова. -М.: Недра, 1976,-335 с.

23. Мониторинг деформаций сооружений в сочетании с технологией трехмерного моделирования Текст./ А.В. Комиссаров и др.// Геодезия и картография. 2006. - №6. - С. 12-14.

24. Мориц, Г. Современная физическая геодезия Текст./ Г. Мориц; пер. с англ. М.: Недра, 1983 - 392 с.

25. Некоторые области применения лазерного сканирования Электронный ресурс.: офиц. сайт компании НПП «Геокосмос». Режим доступа: http://www.geokosmos .ru

26. Падве, В.А. Показатель точности геопространственных данных Текст./ В.А. Падве// Геодезия и картография. 2005. -№1. - С. 18-19.

27. Пискунов, Н.С. Дифференциальное и интегральное исчисления. Т. 2. Текст.: учеб. пособие для втузов/ Н.С. Пискунов. 13-е изд. - М.: Наука, 1985.-560 с.

28. Плотников, B.C. Геодезические приборы Текст.: учебник для вузов/ B.C. Плотников. М.: Недра, 1987. - 396 е.: ил.

29. Производство топографо-геодезических работ по созданию топографических планов и электронных планов земельных участков, находящихся в пользовании ОАО «Сибнефть Ноябрьскнефтегаз» Текст./ Ко№ гос. регистрации 012005.03279

30. Пространственный объект Электронный ресурс.: офиц. сайт компании. Режим доступа: http://www.hamovniki.net

31. Системы лазерного сканирования MENSI GS200 Электронный ресурс.: офиц. сайт компании НЛП «Навгеоком». - Режим доступа: http://www.agp.ru

32. Скогорев, В.П. Лазеры в геодезии Текст./ В.П. Скогорев. М.: Недра, 1987.- 120 с.

33. Смирнов, И.В. Краткий курс математической статистики для технических приложений Текст./ И.В. Смирнов. М.: Физматгиз, 1959. -171 с.

34. Соколов, А. М. Основные понятия архитектурного проектирования Текст./ A.M. Соколов. Л.: ЛГУ, 1976. - 192 с.

35. Спиридонов, А.И. Справочник-каталог геодезических приборов Текст./ А.И. Спиридонов, Ю.Н. Кулагин, Г.С. Крюков. М.: Недра, 1984. -238 с.

36. Справочник геодезиста Текст.: в 2-х книгах. Кн. 1/ под ред. Большакова В.Д. и Левчука Г. П. 3-е изд., перераб. и доп. - М.: Недра, 1985. -455 с.

37. Сравнительные оценки применения термодинамической модели атмосферы при введении метеопоправки в светодальномерные измерения Текст./ В.В. Виноградов и др.// Изв. вузов. Геодезия и аэрофотосъемка. -1993.5.-С. 18-20.

38. Фрейдин, А. Лазерное ЗО-сканирование в геодезии для строительства Текст./ А. Фрейдин// Строительная инженерия. -2005. №1. - С. 40-43.

39. Цветков, В.Я. Цифровые карты и цифровые модели Текст./ В.Я. Цветков// Изв. вузов. Геодезия и аэрофотосъемка. 2000. - №2. - С. 147-155.

40. Чериявцев, А.А. Электронные тахеометры Текст./ А.А. Чернявцев// Пространственные данные в информационных, кадастровых и геоинформационных системах. 2005. - №4. - С. 52-64.

41. Akca, D. Full automatic registration of laser scanning point clouds Текст./ D. Akca// Procs. 6th Conference on Optical 3-D Measurement Techniques,

42. PP. 330-337, Zurich, Switzerland, September 22-25, 2003.

43. Boehler, W. 3D Scanning instruments Электронный ресурс./ W. Boehler, A. Marbs //. Proc. of the CIPA WG6 Int. 2002. Workshop on scanning for cultural heritage recording. Режим доступа: http://www.isprs.org/commission5/workshop/

44. Calibrating geodetic instruments. Standard for calibration and testing Текст./ P. Savveidis и др.// "Magazine for surveying, mapping & GIS professional" Geoinformatics 2004. №7. - PP. 18-21.

45. Cavity monitoring system Электронный ресурс.: сайт Optech Inc. -Режим доступа: http://www.optech.on.ca/PDF/CMSbrochure.pdf

46. D. Stallmann // Procs. 6th Conference on Optical 3-D Measurement Techniques, PP. 74-82, Zurich, Switzerland, September 22-25,2003.

47. DeltaSphere 3000 3D scene digitizer Электронный ресурс.: сайт 3rdTech. - Режим доступа:http://www.3rdtech.com/images/deltadatasheet02v5forweb2.pdf

48. Development of rotation scanner, testing of laser scanners Текст./ В. Koska и др.// INGEO 2004 and Regional Central and Eastern European Conference on Engineering Surveying, Bratislava, Slovakia, Novermber 11-13,2004.

49. Enter the world of 3D imaging Электронный ресурс.: сайт Optech Inc. -Режим доступа: http://www.optech.on.ca/PDF/ILRIS3Dproduct.pdf Optech

50. GS100 3D laser scanner Электронный ресурс.: сайт Mensi. Режим доступа: http://www.mensi.com/Website2002/Specs/SpecG10Q.pdf.

51. GS200 3D laser scanner Электронный ресурс.: сайт Mensi. Режим доступа: http://www.mensi.com/Website20Q2/Specs/SpecG20Q.pdf.

52. HDS3000 3D laser scanner Электронный ресурс.: сайт Leica Geosystems HDS Inc. Режим доступа: http://www.cvra.com/products/HDS300Q specs.html

53. HDS4500 3D laser scanner Электронный ресурс.: сайт Leica Geosystems HDS Inc. Режим доступа:http://www.cyra.com/products/HDS4500 descrintion.html

54. I-SiTE 4400 Laser Scanner Specifications Электронный ресурс.: сайт I-Site Pty. Режим доступа: http://www.isite3d.com/pdf/4400specsheet.pdf

55. I-Site Studio 3D laser imaging software Электронный ресурс.: сайт I-Site Pty. Режим доступа: http://www.isite3d.com/pdf/studiobrochure.pdf

56. Laser mirror scanner LMS-Z360 technical documentation and users instructions Текст. -Riegl Austria, 2002.

57. Laser scanner iQsun880 Электронный ресурс.: сайт iQvolution. Режим доступа: http://www.iqvolution.com/pages e/3dls e/iQsun880 e.pdf

58. Laser scanning and modeling industrial and architectural application Текст./ M. Mettenleiter и др.// Procs. 6th Conference on Optical 3-D Measurement Techniques, PP. 252-259, Zurich, Switzerland, September 22-25, 2003.

59. Lichti, D. Modeling of laser scanners NIR intensity for multi-spectral point cloud classification Текст./ D. Lichti // Procs. 6th Conference on Optical 3-D Measurement Techniques, PP. 282-289, Zurich, Switzerland, September 22-25, 2003.

60. Long Range 3D Terrestrial Laser Scanner LMS-Z210H электронный ресурс.: сфйт компании Riegl Laser Measurement Systems GMBH. Режим доступа http://www. riegl.com/terrestrialscanners/lms-z210ii/21 Oiiall.htm

61. New developments in 3D laser scanners from: static to dynamic multi-model systems Текст./ F. Blais и др.// Procs. 6th Conference on Optical 3-D Measurement Techniques, PP. 244-251, Zurich, Switzerland, September 22-25, 2003.

62. Recent advances in I-Site product technology Текст./ J. Johnson, и др.// Procs. 6th Conference on Optical 3-D Measurement Techniques, PP. 260-267, Zurich, Switzerland, September 22-25,2003.

63. Reconstructor Электронный ресурс.: сайт компании Topotek Survey Technologies. Режим доступа: http://www.topotek.it/rec2engl/index.php

64. Revolution 3D Scene capture, viewing and analysis электронный ресурс.: сайт компании 3rdTech. Режим доступа http://www.3rdtech.com/images/deltadsforweb.pdf

65. S10/S25 high accuracy scanner Электронный ресурс.: сайт Mensi. -Режим доступа: http://www.mensi.com/Website2002/Specs/SSeries.pdf

66. Schaich, М. 3D-Scaning for archaeology and cultural heritage Текст./ M. Schaich// "Magazine for surveying, mapping & GIS professional" Geoinformatics 2004. №6. - PP. 18-21.

67. Software MODEL, SURVEY Электронный ресурс.: сайт компании Faro Technologies Company. - Режим доступа: http://www.iqvolution.coni/en/Products/Software.php

68. Software for CALLIDUS CP 3200:3D Электронный ресурс.: сайт компании Callidus Precision Systems. Режим доступа: http://www.callidus.de/en/cp3200/software.html

69. Technical data Imager Электронный ресурс.: сайт Zollerl-Fr hlich GMBH. Режим доступа: http://www.3d-laserscan.com/ZFIMAGERE.pdf

70. Tejkal, M. The application of laserscan system in the field of building documentation Текст./ M. Tejkal// GEODIS news. English edition. 2004. - № 2.-P. 26-27.

71. Tejkal, M. The application of laserscan system in the field of building documentation Текст./ M. Tejkal// GEODIS news. English edition. 2004. - № 2.-P. 26-27.

72. The FARO Scene Software электронный ресурс: сайт компании Faro Technologies Company. Режим доступа . http://www.iqvolution.com/en/ /Data/Downloads/TSsceneEN.pdf

73. Weisensee, M. Registration and integration of point clouds using intensity information Текст./ M. Weisensee, A. Wendt// Procs. 6th Conference on Optical 3-D Measurement Techniques, PP. 290-297, Zurich, Switzerland, September 2225,2003.

74. ISPRS WGIII/3, III/4, V/3 Workshop "Laser scanning 20057/FILTERING OF AIRBORNE LASER SCANNER DATA BASED ON SEGMENTED POINT CLOUDS, Enschede, the Netherlands, September 12-14, 2005