Teza Doctorat Badea Dragos

UNIVERSITATEA TEHNICĂ DE CONSTRUCŢII BUCUREŞTI FACULTATEA DE GEODEZIE

TEZĂ DE DOCTORAT METODE FOTOGRAMETRICE DE OBŢINERE A MODELULUI DIGITAL ALTIMETRIC

CONDUCĂTOR ŞTIINŢIFIC: Prof. univ. dr. ing. Lucian TURDEANU

BUCUREŞTI 2011

DOCTORAND: Asist. univ. ing. Dragoş BADEA

Cuprins rezumat Titlu 1. INTRODUCERE 2. REALIZAREA MODELULUI DIGITAL ALTIMETRIC PRIN TEHNOLOGII FOTOGRAMETRICE 2.1 Tipuri de senzori / surse de imagini 2.2 Proceduri de calibrare (etalonare) 2.3 Consideraţii privind proiectarea preluării imaginilor 2.3.1 Rezoluţia imaginii 2.3.2.Starea fenologică a vegetaţiei 2.3.3 Puncte de sprijin sau de reper (ground control points) 2.3.4 Consideraţii privind gps aeropurtat (ABGPS) 2.3.5 Condiţii atmosferice 2.4 Tehnologia fotogrametrică 2.4.1 Aerotriangulaţia 2.4.2Metode fotogrametrice aplicate pentru generarea modelelor digitale altimetrice (MDA) 2.4.3 Rectificarea şi georeferenţierea imaginilor 2.5 Tehnologii complementare 2.5.1FMC – compensarea trenarii 2.5.2Platforma girostabilizatoare 2.5.3 2.5.3 Dispo Dispozit zitivu ivull GPS aero aeropur purtat tat (ABG (ABGPS) PS) şi unit unitate ateaa de măsur măsurare are iner inerţia ţială lă UMI/IN UMI/INSS 2.5.4 Sisteme de scanare a imaginii 2.6 Metode de culegere a datelor 2.6.1 Stereorestituitoare analitice 2.6.2 Staţii fotogrametrice digitale 2.6.3 Abordări ale exploatării 2.6.4 Abordări hibride pentru culegerea da datelor digitale de cotă 2.7. Situaţia actuală 2.7.1 Capabilităţi şi limitări 2.7.2 Comparaţie cu tehnologiile alternative/ complementare 2.8 Postprelucrarea şi controlul calităţii 3. APLICAŢII ALE MDA 3.1 Progrese tehnologice 3.2 Produse fotogrametrice generate pe baza mda 3.2.1 Hărţi planimetrice digitale 3.2.2 Hărţi topografice digitale (cu elemente planimetrice şi altimetrice) 3.2.3 Ortofotoplanuri digitale 3.2.4 Hărţi de risc pentru calamităţi naturale 3.3 Concluzii privind aplicaţiile fotogrametriei 4. METODE DE OBŢINERE OBŢINERE A MODELULUI GENERAL AL SUPRAFEŢEI SUPRAFEŢEI DE REFLECTANŢĂ ŞI A MODELULUI DIGITAL ALTIMETRIC AL TERENULUI. SURSE DE DATE 4.1 Clasificarea modelelor 3D 4.2. Metode fotogrametrice şi de teledetecţie de culegere a datelor de bază 4.3 LiDAR 4.4 Cr Crearea md mda pr prin sc scanarea rea şi şi di digit itiizarea ma materialelor lor ca cartograf rafice ex existente 4.5 Reprezentarea modelului 3D 4.5.1 Rep Reprezentarea prin puncte si/sau segmente de dreapta a modelului 3D 4.5.2 Reprezentarea prin suprafeţe elementare a modelului 3D 4.5.3 Reprezentarea prin elemente de volum a modelului 3d 4.5.4 Reprezentarea prin muchiile obiectului (rmo) 4.5.5 Re Reprezentarea prin re reconstructia geometrica a obiectelor (RGO) 4.5.6 Modele 3D reprezentate prin metode hibride

Pag. 1 3 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 7 7 7 7 8 8 10 10 10 10 11 12 13 13 13 13 14 14 14 15 15 15 16 16 16 16 16 16 16 16 16

Cuprins rezumat Titlu 1. INTRODUCERE 2. REALIZAREA MODELULUI DIGITAL ALTIMETRIC PRIN TEHNOLOGII FOTOGRAMETRICE 2.1 Tipuri de senzori / surse de imagini 2.2 Proceduri de calibrare (etalonare) 2.3 Consideraţii privind proiectarea preluării imaginilor 2.3.1 Rezoluţia imaginii 2.3.2.Starea fenologică a vegetaţiei 2.3.3 Puncte de sprijin sau de reper (ground control points) 2.3.4 Consideraţii privind gps aeropurtat (ABGPS) 2.3.5 Condiţii atmosferice 2.4 Tehnologia fotogrametrică 2.4.1 Aerotriangulaţia 2.4.2Metode fotogrametrice aplicate pentru generarea modelelor digitale altimetrice (MDA) 2.4.3 Rectificarea şi georeferenţierea imaginilor 2.5 Tehnologii complementare 2.5.1FMC – compensarea trenarii 2.5.2Platforma girostabilizatoare 2.5.3 2.5.3 Dispo Dispozit zitivu ivull GPS aero aeropur purtat tat (ABG (ABGPS) PS) şi unit unitate ateaa de măsur măsurare are iner inerţia ţială lă UMI/IN UMI/INSS 2.5.4 Sisteme de scanare a imaginii 2.6 Metode de culegere a datelor 2.6.1 Stereorestituitoare analitice 2.6.2 Staţii fotogrametrice digitale 2.6.3 Abordări ale exploatării 2.6.4 Abordări hibride pentru culegerea da datelor digitale de cotă 2.7. Situaţia actuală 2.7.1 Capabilităţi şi limitări 2.7.2 Comparaţie cu tehnologiile alternative/ complementare 2.8 Postprelucrarea şi controlul calităţii 3. APLICAŢII ALE MDA 3.1 Progrese tehnologice 3.2 Produse fotogrametrice generate pe baza mda 3.2.1 Hărţi planimetrice digitale 3.2.2 Hărţi topografice digitale (cu elemente planimetrice şi altimetrice) 3.2.3 Ortofotoplanuri digitale 3.2.4 Hărţi de risc pentru calamităţi naturale 3.3 Concluzii privind aplicaţiile fotogrametriei 4. METODE DE OBŢINERE OBŢINERE A MODELULUI GENERAL AL SUPRAFEŢEI SUPRAFEŢEI DE REFLECTANŢĂ ŞI A MODELULUI DIGITAL ALTIMETRIC AL TERENULUI. SURSE DE DATE 4.1 Clasificarea modelelor 3D 4.2. Metode fotogrametrice şi de teledetecţie de culegere a datelor de bază 4.3 LiDAR 4.4 Cr Crearea md mda pr prin sc scanarea rea şi şi di digit itiizarea ma materialelor lor ca cartograf rafice ex existente 4.5 Reprezentarea modelului 3D 4.5.1 Rep Reprezentarea prin puncte si/sau segmente de dreapta a modelului 3D 4.5.2 Reprezentarea prin suprafeţe elementare a modelului 3D 4.5.3 Reprezentarea prin elemente de volum a modelului 3d 4.5.4 Reprezentarea prin muchiile obiectului (rmo) 4.5.5 Re Reprezentarea prin re reconstructia geometrica a obiectelor (RGO) 4.5.6 Modele 3D reprezentate prin metode hibride

Pag. 1 3 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 7 7 7 7 8 8 10 10 10 10 11 12 13 13 13 13 14 14 14 15 15 15 16 16 16 16 16 16 16 16 16

5. STRATEGII DE MODELARE A SUPRAFEŢEI TERENULUI 5.1 Generarea convenţională a modelelor digitale altimetrice 5.1.1 Principii matematice 5.1.2 Modelarea globală 5.2 Generarea MDA din date LiDAR 5.2.1 Culegerea datelor prin sistemul laser-scanerului 5.2.2 Filtrarea MDSR şi obţinerea MDA 5.2.3 Programul Rascor 5.2.4 Elementele caracteristice ale reliefului folosite în procesul de filtrare 5.3 Reprezentarea MDA 5.4 Surse de date şi metode de eşantionare pentru mda 5.5 Interpolarea spaţială 5.6 Consideraţii tehnice pentru conceperea filtrelor 5.6.1 Caracteristici fundamentale utilizate pentru filtrarea de bază LiDAR 5.6.2 Caracteristicile filtrării datelor LiDAR 5.6.3 Proceduri de filtrare generale 5.6.5 Analiza preciziei 5.6.6 Evaluarea metodelor de filtrare 5.7 Tipuri de filtre 5.7.1 Filtre bazate pe segmentare şi clasificare 5.7.2 Filtre morfologice 5.7.3 Filtrele cu scanare direcţională 5.7.4 Filtre de contur 5.7.5 Filtre TIN 5.7.6 Filtre bazate pe interpolare 5.8 Factori care afectează filtrarea 5.9 Calculul coordonatelor punctelor înregistrate de LiDAR 5.10 Programul Lisa 5.11 Programul Surfer 6. FILTRAREA MODELULUI DIGITAL AL SUPRAFEŢEI SUPRAFEŢEI DE REFLECTANŢĂ PENT PENTRU RU OBŢI OBŢINE NERE REA A MODE MODELU LULU LUII DIGIT DIGITAL AL ALT ALTIME IMETR TRIC IC AL TER TEREN ENUL ULUI UI STUDIUL DE CAZ 6.1 Prezentarea celor 2 sisteme de preluare a datelor 6.1.1 Prezentare generală a sistemului Fly-Map 6.1.1.1 Principiul de funcţionare 6.1.2 Prezentare generala a sistemului Leica ALS 50 II 6.2 Etape de lucru 6.2.1 Operaţii de teren pentru Fly-Map 6.2.2.Operatii de teren pentru Leica ALS 50 6.3 Prezentarea zonelor de lucru 6.4.1. Zona 1 – din zona gării Câmpina 6.4.2. Zona 2 Valea Ialomitei –  conductă suspendată  6.4.3. Zona de studiu 3 - regiunea Nehoiu 6.4.5 Zona de studiu 5 - Gifhorn, Niedersachsen la 50 km de Hannovra 6.4.6 Zona de studiu 6 WILLIAMSTOWN - USA 6.5 Produse finale obţinute 6.6 Contribuţii la filtrarea datelor provenite din măsuratori LIDAR  6.6.1 In I ntroducerea in procesul de filtrare a liniilor de schimbare a pantei 6.6.2 Sintaxe implementate în MATLAB MATLAB pentru rezolvarea rezolvarea interpolării şi filtrării prin metoda MINIM-MAXIM 6.6.3 Metoda propusa de prelucrare a datelor 7. Concluzii Bibliografie

17 17 17 17 17 19 19 20 20 20 21 21 22 22 23 23 24 25 25 25 25 26 26 26 27 27 27 28 28 28 28 28 29 29 30 30 31 31 32 33 36 37 40 44 44 44 45 45 46 48

Metode fotogrametrice de obtinere a modelului digital altimetric

1. INTRODUCERE Motivaţie Modelarea şi descrierea 3D a lumii reale înconjurătoare înregistrată printr-un sistem de achiziţie fotogrametric sau de teledetecţie a devenit un subiect de importanţă crescătoare pentru multe domenii. Dintre acestea, telecomunicaţiile pentru planificarea reţelelor, sistemele virtuale pentru informaţii turistice, organismele milit militare are pentru pentru antrenamente antrenamente în spaţii virtuale, virtuale, planificare planificare peisagistică peisagistică,, monitorizarea monitorizarea diferitelor fenomene fenomene naturale, simulări virtuale, etc. Această varietate de domenii în care Modelul Digital al Terenului capătă o importanţă crescută odată cu dezvoltarea tehnicilor de culegere a datelor din teren, deschid o serie de subiecte de discuţii. Acestea constituie o motivaţie puternică şi evocă o provocare a cercetării şi a interacţiunii dintre discipline diferite, cum sunt: fotogrametria, viziunea asistată de calculator, grafica computerizată, baze de date,  programarea, etc. care sunt necesare pentru modelarea unui sistem informaţional virtual 3D. Fiecare domeniu având nevoi şi cerinţe specifice, în lucrare se va insista doar asupra aspectelor ce privesc modelarea datelor din  punct de vedere fotogrametric.  Necesităţile de dezvoltare a terenului impun realizarea de produse adecvate proiectării care să ţină cont de realitatea terenului. Modelarea numerică a spaţiului stă la baza generării de mijloace pentru realizarea modelului digital al terenului.

Obiectivul tezei Teza se adresează filtrării datelor culese în urma măsuratorilor cu LIDAR şi construcţiei MDA. Obiectivul principal este de a introduce un nou concept, o nouă metodă semi-automată de filtrare şi interpolare a datelor într-un proces ierarhic combinând tehnici de fotogrametrie şi algoritmi matematici. Teza de doctorat urmăreşte obţinerea unei metode de modelare şi filtrare MDS prin analiza în detaliu a   paşilor tehnologici şi dezvoltarea unor metodologii şi algoritmi care sa permită obţinerea de MDA cât mai realiste. Totodată se urmăreşte şi un studiu comparativ al tuturor metodelor disponibile pentru a ghida un utilizator să aleagă o metodă adecvată pentru o zonă dată. Abordarea lucrării Tehnologiile bazate pe senzorii utilizaţi în fotogrametrie şi teledetecţie reprezintă unele dintre dintre cele mai adecvate mijloace disponibile operaţional folosite pentru culegerea datelor digitale planimetrice şi altimetrice. Ele oferă flexibilitate sporită procesului de eşantionaj şi de determinare a datelor altimetrice şi planimetrice, asigură precizia necesară şi realizarea unui nivel superior de automatizare, pe fondul unor parametri de calitate, randament şi preţ de cost, foarte apropiaţi de valoarea lor optimă. În acest context, se prezintă capabilităţile şi limitările tehnologiei fotogrametrice analitice şi digitale, precum şi schimbările care urmeză ca rezultat al

1

Metode fotogrametrice de obtinere a modelului digital altimetric

apariţiei noilor camere digitale, elemente actuale specifice, care definesc evoluţia superior ascendentă şi dinamică a acestei tehnologii. La început sunt prezentate sintetic metodele aplicate pentru generarea modelelor digitale altimetrice sau de relief (MDA / MDR), sursele de imagini şi aspectele care privesc tehnicile de georeferenţiere. Urmează apoi o trecere în r evistă a tehnologiilor suport pentru abordarea fotogrametrică a generării MDA / MDSR: sistemele de scanare a imaginii, unităţile de măsurare inerţiale (UMI), sistemele GPS aeropurtate (ABGPS) şi aerotriangulaţia realizată automat. Acestea sunt în prezent tehnologii de sprijin importante, ce au o evoluţie rapidă şi un impact semnificativ asupra procesului de producţie. Metodele de culegere a datelor planimetrice şi altimetrice, includ sublinieri legate de echipamentul analitic, staţiile fotogrametrice digitale şi abordările aplicate în cadrul procesului de compilare (stereocompilare, dacă sunt utilizate echipamente cu potenţial stereoscopic) sau producţia de hărţi şi planuri noi, respectiv de reactualizare a unor părţi din acestea, pornind de la documente cartografice existente, imagini (fotograme) convenţionale în format analogic sau digital, imagini satelitare, ridicări topografice, precum şi alte surse de date noi. Este evidenţiată generarea automată a MDA prin tehnica corelării digitale, precum şi abordarea hibridă. În cadrul cadrul tipurilor de senzori sunt reliefate elementele specifice camerelor care operează cu senzor  clasic (film fotografic), imaginile satelitare preluate cu senzori electronici şi sistemele digitale aeropurtate. Procedurile de calibrare descriu pe scurt aspectele ce caracterizează sistemele clasice (bazate pe film fotografic), precum şi sistemele satelitare şi respectiv digitale aeropurtate. Apoi, este trecută în revistă   proiectarea preluării imaginilor evidenţiindu-se: rezoluţia, data (sezonul) când trebuie efectuată preluarea imaginilor,  punctele de sprijin (de reper) şi se fac consideraţii referitore la GPS aeropurtat şi condiţiile atmosferice. Urmează tratarea elementelor care privesc capabilităţile şi limitările tehnologiei fotogrametrice de culegere a datelor altimetrice, compararea cu tehnologiile concurente/complementare, aspectele referitore la faza de  postprocesare şi controlul calităţii MDA produse fotogrametrice. Apoi se fac consideraţii privind aplicaţiile principale în cadrul cărora sunt utilizate datele altimetrice conţinute în modelele digitale, livrarea acestor date şi costurile implicate, după care sunt expuse dezvoltările dezvoltările tehnologice suport al al generării fotogrametrice a modelelor digitale altimetrice, modele care în contextul actual reprezintă unul dintre elementele  principale ale bazelor de date altimetrice stocate în SIG. Fotogrametria joacă un rol foarte important în culegerea de informaţii pentru multe baze de date conţinute într-un SIG. Produsele fotogrametrice frecvent utilizate ca surse de informaţii pentru bazele de date din SIG, sunt de trei tipuri: imagini, hărţi şi fişiere de date digitale. Cele din categoria imagine includ: fotografiile (fotogramele) aeriene, fotohărţile, mozaicurile de imagini aeriene, imaginile satelitare şi mozaicurile acestora, ortofotoimaginile aeriene şi respectiv satelitare. În întregime, sau numai anumite date selectate din imagini, pot fi digitizate şi introduse în bazele de date. În particular, imaginile sunt utile ca substituenţi ai hărţii şi pot fi folosite ca un cadru de lucru principal (de referinţă) pentru anumite aplicaţii la care sunt folosite datele din SIG. Fişierele de date digitale fotogrametrice constau din modele digitale altimetrice (MDA), date digitale ale reprezentării digitale a detaliilor planimetrice, secţiuni transversale şi profile, precum şi alte fişiere de date digitale. Rezumând utilizările inovative majore ale MDA: cartarea terenului, aplicaţiile din domeniul transporturilor, diversele aplicaţii realizate în domeniul subacvatic, multitudinea aplicaţiilor inginereşti, aplicaţiile militare, comerciale şi cele individuale din sectorul de stat respectiv particular, este clar că multe alte utilizări aşteaptă să fie documentate, iar când se defineşte un MDA generic  ,,ca date digitale topografice / sau

2

Metode fotogrametrice de obtinere a modelului digital altimetric

atunci aplicaţiile MDA se pot considera virtual nelimitate. În acest context tehnologic modern, în partea finală, sunt prezentate sintetic elementele cartării terenului, pe baza   produselor cărora se poate fundamenta o strategie pentru identificarea şi delimitarea zonelor de risc a fenomenelor naturale. Principalele produse ale cartării realizată prin fotogrametrie – teledetecţie, ce implică direct datele altimetrice sunt: hărţile topografice, ortofotoimaginile aeriene şi satelitare şi hărţile de risc la inundaţii, lista lor rămânând deschisă unei tematici foarte diverse şi inovative. batimetrice în toate formele lor multiplu variate’’,

2. REALIZAREA MODELULUI DIGITAL ALTIMETRIC PRIN TEHNOLOGII FOTOGRAMETRICE. STADIUL ACTUAL 2.1 Tipuri de senzori / Surse de imagini Camerele fotogrametrice tradiţionale • Sistemele satelitare comerciale •

• Sistemele (camerele) aeropurtate digitale

2.2 Proceduri de calibrare (etalonare) În general, calibrarea se aplică echipamentelor folosite la preluarea imaginilor şi a datelor suport. Abordările pentru calibrarea sistemului includ multe puncte de verificare din proiectele executate, sau sunt focusate pe o zonă (arie) pilot şi examinarea foarte atentă şi minuţioasă a rezultatelor produselor obţinute. Calibrarea sistemelor de culegere a datelor, astfel cum sunt staţiile de lucru pentru exploatare analitică şi digitală, consideră mai întâi certificarea că parametrizarea matematică din aceste staţii de lucru, reflectă perfect sistemul de culegere a datelor şi orice rezultate ale aerotriangulaţiei. În al doilea rând, procedurile de conversie a datelor culese într–un format de MDA final, vor fi supuse unui proces de revedere şi acceptare.

2.3 Consideraţii privind proiectarea preluării imaginilor Proiectarea culegerii tuturor tipurilor de date fotogrametrice, include consideraţii, care privesc următoarele aspecte: • Scara imaginii comparativ cu scăra produsului final; • Consideraţii privind sezonul (perioada) din an de preluare (înregistrare) a imaginilor, legată de starea fenologică a vegetaţiei (înfrunzit / des –  frunzit); • Numărul şi distribuţia punctelor de sprijin sau reper, respectiv a punctelor de verificare; • Consideraţii legate de GPS aeropurtat (ABGPS). • Condiţii atmosferice. Abordările bazate pe camerele clasice, care operază cu film fotografic sunt foarte bine parametrizate. 2.3.1 Rezoluţia imaginii Rezoluţia imaginii este legată de tipurile de produse solicitate şi preciziile impuse acestora. În cazul sistemelor care operază cu film fotografic, diferitele clase de precizie, specifice fiecărui tip de produs, sunt

3

Metode fotogrametrice de obtinere a modelului digital altimetric

legate de scara fotografică sau scara imaginii (fotogramei), prin intermediul specificaţiilor. Pentru sistemele de senzori satelitari sau cele corespunzătoare camerelor digitale aeropurtate, conceptul de scară este înlocuit cu conceptul GSD (ground sampling distance – distanţă de eşantionaj la nivelul terenului), sau rezoluţia imaginii. Astfel, compararea sistemelor care operează cu film, cu sistemele bazate pe senzori digitali (electronici), este mult mai uşoară, prin compararea rezoluţiei imaginii sau a GSD corespunzător fiecăruia. GSD = scara fotografică × (1/dpi). Trebuie foarte multă atenţie să nu se confunde GSD cu rezoluţia interpretativă. În timp ce aceasta este rezoluţia adevărată (reală), GSD reprezintă amprenta pixelului la nivelul terenului, iar interpretarea (identificarea) unei trăsături (linii) este adesea mai bună decât valoarea GSD. 2.3.2 Starea fenologică a vegetaţiei Pentru toate hărţile la scări mari, aproape toate inregistrarile de imaginii trebuie să fie realizate în timpul  perioadelor fenologice caracterizate prin lipsa frunzişului, pentru a se realiza culegerea optimă a datelor de cotă necesare generării MDA. 2.3.3 Puncte de sprijin sau de reper (Ground control points)  Numărul şi distribuţia punctelor de sprijin sau de reper (ground control points) se bazează primar pe prezenţa suprafeţelor ocupate de apă, în interiorul perimetrului proiectului şi pe implicaţia, dacă echipamentele ABGPS / UMI sunt folosite pentru culegerea datelor. Punctele de reper sunt în general marcate cu panouri, anterior aerofotografierii. Dar, această operaţie implică consum de timp şi planificarea unor costuri. În unele cazuri, pot fi utilizate pentru control (reperi),   puncte fotoidentificabile, care sunt uşor de identificat şi măsurat (determinat), la toate scările solicitate în  proiect. 2.3.4 Consideraţii privind GPS aeropurtat ( ABGPS) Proiectarea zborului (aerofotografierii) luând în consideraţie implicaţiile utilizării echipamentului ABGPS, schimbă substanţial acoperirea generală cu imaginii a zonei cuprinsă într–un proiect. Prin utilizarea GPS aeropurtat, benzile tradiţionale transversale, care menţin rigoarea unui bloc de imagini, în general nu mai sunt necesare. Numai proiectele care cuprind o zonă configurată neuniform, sau includ suprafeţe cu luciuri de apă, vor solicita unele tipuri de benzi transversale. 2.3.5 Condiţii atmosferice În general, condiţiile atmosferice se referă la zilele lipsite de acoperire cu nori şi preferabil fără condiţii de ceaţă josă, cauzată de nivelul ridicat al umidităţii. Pentru generarea MDA preluarea de imagini sub acoperirea cu nori poate fi considerată că oferă o iluminare încă suficientă, pentru a se măsura şi interpreta zonele cu contrast scăzut. În cazul imaginilor satelitare, acoperirea cu nori nu trbuie să depăşească 10%, în marea majoritate a situaţiilor. Aşa cum s–a specificat anterior, acesta este poate factorul cel mai limitativ, pentru imaginile satelitare din multe zone ale lumii.

4

Metode fotogrametrice de obtinere a modelului digital altimetric

2.4 Tehnologia fotogrametrică Acest paragraf cuprinde tehnologiile fotogrametrice utilizate în practica actuală, accentul fiind pus pe extragerea datelor altimetrice şi planimetrice. Este inclusă o scurtă trecere în revistă a echipamentelor  (aparaturii) şi a procedurilor, subliniindu–se abordările noi. Ca referinţe pentru cartarea cu camerele fotoaeriene clasice au fost utilizate specificaţiile şi liniile directoare internaţionale. 2.4.1 Aerotriangulaţia Progresele din aerotriangulaţia automată au influenţat foarte mult întregul flux tehnologic al prelucrării digitale. Implementările robuste reduc masiv proiectele, prin generarea punctelor de legătură ( pass points – între imaginile unei benzi şi tie points – între benzi), lăsând numai ordonarea şi măsurarea punctelor de reper, pentru cei ce execută aerotriangulaţia. Cu fiecare creştere de încredere bazată pe echipamentele ABGPS/UMI, aerotriangulaţia automată pune la dispoziţie costuri eficiente ale controlului calităţii, prin verificarea rezultatelor înainte ca ele să fie produse. Aşa după cum viteza şi robusteţea aerotriangulaţiei automate cresc, abilitatea pentru controlul calităţii rezultatelor  culegerii şi prelucrării datelor ABGPS / UMI devine critică, atât pentru producător cât şi pentru satisfacerea utilizatorului f inal cu produsele livrate. La un nivel minim, această capabilitate poate fi folosită  pentru a aprecia orientarea relativă a imaginillor de la una la alta, înaintea cercetării detaliate a zonelor suspecte cerută operatorului. La nivel complet, ea poate stabili dacă se scade cadrul de timp şi în consecinţă, preţul de cost. 2.4.2 Metode fotogrametrice aplicate pentru generarea modelelor digitale altimetrice (MDA) Metodele fotogrametrice pentru extragerea datelor utilizate la costrucţia MDA, pot fi grupate în trei clase: a). Metode bazate pe stereocompilare  b). Culegerea automată a datelor de cotă prin corelare digitală c). Aplicarea pentru culegerea datelor altimetrice a unei proceduri hibride. 2.4.3 Rectificarea şi georeferenţierea imaginilor Imaginile georeferenţiate sunt definite ca fiind acele imagini în care coordonatele teren 3D pot fi reprezentate (cartate) matematic în spaţiul imagine 2D şi invers. Toate imaginile trebuiesc legate de cadrul de referinţă al terenului. În multe cazuri, această operaţie solicită efectuarea unui proces de aerotriangulaţie, dar   pentru unele situaţii poate fi realizată cu ajutorul datelor culese de GPS aeropurtat (ABGPS – Air Borne GPS) şi unitatea de măsurare inerţială (UMI). Imaginile georeferenţiate solicită întotdeauna un model geometric al senzorului, care să modeleze foarte  precis următoarele componente: h

Orientarea interioară;

5

Transformarea imaginilor din format analogic (hardcopy) în format digital prin scanare, în cazul folosirii camerelor clasice (cu film) la preluare; h Orientarea exterioară; h Efectele atmosferice care afecteză coordonatele imagine şi corectarea lor; h Efectul de curbură a Pământului şi sistemul de corectare a coordonatelor pentru acest efect. h

Distorsiunile obiectivului sunt modelate în general ca fiind alcătuite din componente radiale şi tangenţiale, faţă de punctul principal. Fig. 2.5 – Distorsiunile obiectivului faţă de punctul   principal 

2.5 Tehnologii complementare Prezentarea abordărilor fotogrametrice necesită întotdeauna o trecere în revistă a tehnologiilor care evoluează rapid, manifestând un puternic impact asupra procesului de producţie. Aceste tehnologii sunt : • •

sistemele de scanare (digitizare sau transpunere în format digital) a imaginii. aerotriangulaţia efectuată automat. 2.5.1

FMC – Compensarea trenarii

Platforma este prevazuta cu un mecanism ce deplaseaza intreaga camera sau senzorul acesteia  pentru eliminarea fenomenului de „imagine miscata” pe directia de zbor. Aceast fenomen este cu atat mai pronuntat cu cat obturatorul camerei sta mai mult timp pe pozitia deschis, timp dictat de contitiile de luminozitate in momentul achizitiei. 2.5.2

Platforma girostabilizatoare

Utilizand datele de la unitatea inertiala (UMI) platforma incearca sa compenseze in timp real inclinarile   pe cele 3 axe prin inclinarea acesteia in sensuri contrare. Miscarile sunt realizate de servomotoare rapide. In urma acestor corectii raman totusi inclinari mici care vor fi luate in calcul la post-prelucrare.

2.5.3 Dispozitivul GPS aeropurtat (ABGPS) şi unitatea de măsurare inerţială UMI/INS Fotogrametriştii au început să utilizeze GPS aeropurtat, pentru a întări rezultatele aerotriangulaţiei, prin înregistrarea precisă a poziţiilor spaţiale ale tuturor punctelor de staţie de preluare a imaginilor, cu aproximativ 15 ani în urmă. Cu datele culese de GPS aeropurtat, sunt necesare mai puţine puncte de sprijin (reperi la sol), deoarece coordonatele X,Y,Z, aferente staţiilor pot funcţiona efectiv ca puncte de sprijin, în procesul de aerotriangulaţie. Echipamentele reprezentate de GPS aeropurtat (ABGPS) şi unitatea de măsurare inerţială (UMI) integrate, pot pune la dispoziţie suficientă precizie, fără aerotriangulaţie pentru a se îndeplini aproape toate specificaţiile ASPRS din clasa a II – a şi multe din clasa I – a pentru unele produse în care sunt incluse şi modelele digitale altimetrice. În plus, aerotriangulaţia bazată pe GPS aeropurtat şi unitatea inerţială de măsurare va necesita numai numărul minim de puncte de reper pentru a se atinge clasa I – a pentru toate proiectele. Această tehnologie este de asemenea extrem de critică pentru operarea corespunzătoare a sistemelor LIDAR şi de preluare aeropurtată a imaginilor. 2.5.4 Sisteme de scanare a imaginii Cu sistemele de înaltă precizie şi viteză superioară de operare disponibile acum, companiile şi firmele  pot continua să utilizeze atât extragerea de date din imaginile analogice (hardcopy) cât şi digitale (softcopy),  pentru a satisface cerinţele de cost, precum şi termenele solicitate în proiecte. Practic, aceste sisteme continuă să asigure că echipamentele clasice de preluare a imaginilor (camerele ce operează cu film) au o perioadă de viaţă extinsă. Sistemele de scanare au progresat în ultimii 10 – 15 ani în următoarele direcţii critice: • timpul de • acţionarea automată a bobinelor de film • preciziile de ordinul 0,2 pixeli • progresele din domeniul subsistemelor de senzori digitali asigură culegerea informaţiei de pe film (emulsia fotografică) la cel puţin 8 biţi pe pixel • creşterea continuă a raportului eficienţă / preţ de cost 2.6 Metode de culegere a datelor 3D 2.6.1. Stereorestituitoare analitice Proliferarea acestor sisteme s-a bazat în primul rând, pe utilizarea zilnică şi nivelul înalt de precizie atins pentru realizarea aerotriangulaţiei, generarea modelelor digitale altimetrice şi a datelor planimetrice. În structura lor includ sisteme puternice de calcul (hardware), iar pachetele de programe (software) utilizate la culegerea şi prelucrarea datelor sunt în general similare cu cele folosite de sistemele staţiilor fotogrametrice digitale, ceea ce asigură utilizarea combinată în cadrul unui proiect. Avantajele primare ale acestui tip de sisteme rezidă în proliferarea lor şi marea cantitate de proceduri şi specificaţii publicate, referitore la tehnicile de utilizare. Obţinerea de personal calificat şi experimentat este oarecum uşoară pentru firmele şi companiile de producţie. Principale lor dezavantaje se referă la:

• Lipsa graficii stereoscopice suprapuse (superimposed), ceea ce face reactualizarea datelor mai dificilă. • Setarea (orientarea interioară, relativă şi absolută) manuală a fiecărui stereomodel. • Discutabil, mult mai multe cerinţe pentru instruire, decât cele solicitate pentru sistemele staţiilor  fotogrametrice digitale. • Calibrarea continuă şi cerinţe generale de operare în condiţii de lumină diminuată (semi-întuneric) şi fixarea rigidă (fermă) a echipamentului de podea. • Inabilitatea pentru utilizarea imaginilor preluate direct în format digital (softcopy). 2.6.2 Staţii fotogrametrice digitale Sistemele digitale au fost pentru prima dată introduse în mediul de producţie digital, la începutul anilor  ‘90. După o perioadă de verificare a preciziei şi câştigarea acceptanţei operaţoinale, ele au început să înlocuiască masiv, echipamentele (aparatele) analitice. Principale avantaje ale exploatării digitale la staţiile fotogrametrice de lucru se referă la: • Suprapunerea steroscopică grafică (grafics superimposition) a tuturor  tipurilor de date geospaţiale peste imagine. • Abilitatea de a utiliza fie imagini digitizate (scanate) de pe film, cât şi imagini culese direct în format digital. • Abilitatea de realiza culegerea cu uşurinţă a datelor detaliilor planimetrice din produsele ortofoto digitale sau utilizarea produselor ortofoto digitale drept cadru al activităţii de culegere. • Abilitatea de a se utiliza în comun mediul de lucru al biroului, cu toate că lumina redusă încă este  preferată sau chiar cerută în unele cazuri. • Ţinerea la zi (upgrading) cu uşurinţă a sistemului de calcul al staţiei şi a programelor de operare (hardware and software) cu progresele din tehnologie. • Poziţia relativ liberă a capului operatorului în timpul operării, comparativ cu cea de la sistemele staţiilor analitice. În privinţa dezavantajelor, se pot menţiona următoarele aspecte: • Trecerea prin faza de instruire ca operator în exploatarea fotogra grametrică stereoscopică, familiară operării la sistemele staţiilor de lucru analitice. • Discutabil, calitatea mai scăzută a obsevării stereoscopice, decât cea oferită de sistemele analitice şi analogice, unde este folosită observarea directă a imaginilor înregistrate pe film. Poate cel mai mare avantaj al staţiilor de lucru digitale, este abilitatea lor de a suprapune grafic datele în mediul stereoscopic. În contextul generării unui model digital altimetric, aceasta înseamnă că toate punctele de cotă şi chiar curbele de nivel, pot fi suprapuse peste imaginea efectivă a formei terenului. Abilitatea de a revedea datele existente, datele noi şi datele modificate (schimbate) este facilă, dacă toate acestea pot fi revăzute selectiv, în aceeaşi afişare stereoscopică. 2.6.3 Abordări ale exploatării Când se folosesc staţiile de lucru analitice sau digitale este utilizat un număr de abordări standard: • Se extrag cotele punctelor caracteristice (reprezentative) şi liniile de frângere a pantei. • Este culeasă o matrice de valori digitale de cotă, care se întăreşte cu datele liniilor de frângere a pantei şi cotele digitale ale punctelor caracteristice.

8

• Dacă trebuie să se realizeze exploatarea planimetrică, datele de cotă sunt adesea iniţializate (indicate) de

la datele planimetrice, cu cotele punctelor caracteristice şi date ale liniilor de frângere a pantei adăugate, aşa după cum sunt cerute pentru a se finaliza un model digital altimetric (M.D.A). Dacă datele planimetrice reprezintă o parte a proiectului de ansamblu, în plus faţă de modelul digital altimetric (MDA) şi / sau curbele de nivel, atunci se obişnuieşte să se culeagă la început, datele aferente trăsăturilor sau detaliilor planimetrice, caracterizate prin atribute şi apoi să se deducă punctele de cotă prin filtrarea codurilor coresunzătoare datelor. Deoarece multe din detaliile planimetrice sunt culese la nivelul terenului descoperit, codurile lor pot fi folosite la extragerea cotelor şi chiar a liniilor de frângere a pantei (cum sunt de exemplu cele din lungul marginilor râurilor sau căilor de comunicaţii). În general, se culege numai o cantitate redusă de linii adiţionale de frângere a pantei. Însă, relativ multe puncte cu cote proeminte pot fi adăugate, adesea folosind o reţea (grilă) cu un pas mare, pentru a asigura că forma terenului este culeasă. Corelarea digitală Culegerea automată a MDA prin intermediul corelării digitale a imaginii, a fost o topică de cercetare şi implementare de peste 40 de ani. Odată cu apariţia sistemelor de calcul foarte performante din ultima decadă, au fost implementaţi algoritmi mult mai intensivi şi robuşti. Dintr-un punct de vedere mai larg, totuşi, corelarea digitală a fost văzută a fi puţin cam limitată, în ceea ce priveşte aplicarea sa în producţia de zi cu zi. Raţiunile  primare pentru aceasta includ lipsa de înţelegere, lipsa de încredere şi mai întâi de toate, experienţa foarte slabă. Deducerea (derivarea) automată a cotelor prin corelare digitală, echivalează fundamental cu compararea directă a micilor elemente de suprafaţă ale pixelilor de pe imaginile conjugate sau cu compararea indirectă a informaţiei derivată din imaginile digitale. Una din cheile folosirii cu succes a culegerii automate a cotelor în producţia zilnică, este înţelegerea capabilităţilor şi limitărilor acestei tehnologii, văzută ca un întreg sau ca o singură entitate. Capabilităţile generale pot fi stabilite după cum urmează: • Abilitate de a genera matrice foarte dense de puncte de cotă, în intervale scurte de timp, perioade când atenţia operatorului staţiei de lucru este  practic aprope nesolicitată. • În general, o bună eşantionare a suprafeţei generale aparţinând unei imagini (scene) din teren. • Rezultate de calitate superioară, obţinute la precizii înalte. • Rezultate foarte bune pentru hărţile realizate la scări mici (rezoluţii săzute). Specificaţiile generale referitoare la limitările acestei tehnologii, pot fi sintetizate subliniind următoarele aspecte: • Necesitatea editării unor cantităţi foarte mari de date • Necesitatea ,,reglării’’ diferiţilor parametri de culegere a datelor de cota • Dificultatea utilizării efective a datelor, pentru produsele corespun • Generarea modelelor altimetrice pentru suprafeţe întinse • Generarea modelelor digitale ale suprafeţei (MDS) • Aprecierea automată a schimbărilor suprafeţei

9

zătoare scărilor mari.

2.6.4 Abordări hibride pentru culegerea datelor digitale de cotă Acest tip de procedură, suportă adesea executarea de produse digitale ortofoto provizorii sau expeditiv livrate, unde exploatarea digitală este folosită pentru a dezvolta informaţia liniilor de frângere a pantei, cerute  pentru curbele de nivel topografice. Pentru hărţile la scară mică, această abordare poate fi foarte eficientă. La hărţile la scară mare însă, abordarea devine marginal eficientă, deoarece editarea extensivă a datelor corelării digitale poate depăşi timpul de realizare a exploatării digitale de la început. 2.7. Situaţia actuală 2.7.1 Capabilităţi şi limitări Dacă pentru operaţia de generare a modelului digital altimetric, sunt solicitate cote culese la nivelul terenului descoperit, mijloacele fotogrametrice în general înregistrează limitări sau constrângeri referitoare la cost, cauzate numai de acoperirea densă cu vegetaţie. Avantajele primare ale abordării fotogrametrice a culegerii (eşantionării) datelor din imagini, impune sublinierea următoarelor aspecte: • Imaginile pot fi reutililizate şi pentru alte scopuri, astfel cum este culegerea de date planimetrice; • Imaginile se pot folosi întotdeuna pentru a corecta erorile comise sau datorate omiterilor, din ultimul timp; • Etapele astfel cum sunt editarea şi finisarea, se pot sprijini întotdeauna pe un stereomodel, pentru a rezolva discrepanţele şi corecta erorile la cea mai înaltă precizie pusă la dispoziţie de sistem; • Este o abordare probată şi verificată o perioadă lungă de timp şi de asemenea foarte temeinic înţeleasă. 2.7.2 Comparaţie cu tehnologiile alternative / complementare Mijloacele de ridicare terestră a terenului, sunt în general mai puţin eficiente decât cele fotogrametrice şi au fost abandonate pentru unele scopuri. Deşi oferă o precizie superioară, tehnologia topografică se dovedeşte a fi eficientă numai în cazul aplicaţiilor ce acoperă zone de teren restrânse, astfel cum sunt: proiectele de detaliu   pentru aeroporturi, obiective industriale, cvartale de locuinţe, realizarea intersecţiilor (nodurilor) de căi de comunicaţii, a unor tronsoane din traseul căilor de comunicaţii, etc. Principala alternativă a tehnologiei fotogrametrice este tehnologia LIDAR, sau o combinaţie eficientă a acesteia, cu cea fotogrametrică. Echipamentele specifice tehnologiei LIDAR şi prelucrarea datelor culese prin intermediul acesteia, au parcurs faza de început, iar peste câţiva ani se apreciază că vor fi în plină maturitate. Avantajele tehnologiei LiDAR includ: • Culegerea rapidă a unei cantităţi foarte mari de date de cotă; • Culegerea unei cantităţi foarte mari de detalii; • Câmp de vedere mic (îngust), care nu pune probleme de acoperire a detaliilor ( construcţii, teren accidentat etc.);

• Culegerea datelor direct în format digital; • Abilitate de ,,vedere prin vegetaţia foarte densă’’, substanţial mai bună decât cea oferită de abordarea fotogrametrică; • Precizie adecvată pentru toate scările şi în special pentru scările foarte mari; • Multă permisivitate privind condiţiile de zbor ( sub acoperire cu nori, ziua / noaptea etc.). În privinţa dezavantajelor tehnologiei LIDAR în raport cu tehnologia fotogrametrică, sunt de menţionat umătoarele aspecte: • Solicită prelucrarea unor cantităţii mari de date – în general de sute de ori mai multă informaţie de cât cea preluată cu mijloacele foto – grametrice. În consecinţă acest aspect implică mai mult timp de editare şi  programe (software) mult mai specializate. Editarea datelor poate deveni atât de extensivă, încât ea să depăşască cu mult varianta fotogrametrică a culegerii datelor folosind operatori bine instruiţi şi cu experienţă; • Multe cote sunt culese pe suprafaţa elementelor (detaliilor) rezultate în urma activităţii umane (astfel cum sunt construcţiile) şi trebuie să fie reduse la suprafaţa ,,terenului descoperit – bare earth’’, pentru a putea ulterior să fie utilizate în cadrul cartării topografice, la generarea MDA şi trasarea nivelmentului/trasarea curbelor de nivel (contouring). Cu toate că au fost dezvoltate unele tehnici automate pentru ,,filtrarea’’ datelor, în sensul aducerii lor la nivelul terenului descoperit, trebuie menţionat că acestea sunt încă în faza de început, de cercetare, investigare şi experimentare. • Câmpul de vedere îngust presupune mai mult timp de zbor. Acesta este totuşi socotit pe zi / noapte şi aproape tot timpul pare să fie necesar pentru capabilitatea LIDAR; • Precizia este acceptabilă pentru aproape toate produsele, dar preci – ziile înalte de la scările mari sunt încă problematice – astfel ca de exemplu echidistanţa de 0,25 – 0,30 cm. Această situaţie se datorează  parţial netezirii (nivelării) datelor la o suprafaţă exactă de reprezentare de asemenea faptului că valorile de cotă extrase prin tehnologia LiDAR sunt o mediere a cotelol finite reprezentative ale terenului. Dacă valorile de cotă reprezentative locale sunt de asemenea mari în raport cu precizia verticală cerută, în special în zonele cu teren accidentat, specificaţiile produselor pot să nu fie îndeplinite; • Curbelor de nivel generate automat prin procesul tehnologiei LIDAR le lipseşte netezimea (desfăşurarea aparentă netedă), specifică celor trasate manual prin exploatare fotogrametrică şi care urmează principiile licenţierii cartografice. Acest aspect se evidenţiază în special la curbele de nivel trasate în lungul liniilor de mal ale râurilor şi la la felul (maniera) cum traversează curbele de nivel râul, de pe un mal pe celălalt; • Dependenţă foarte puternică de date de calitate superioară culese cu ABGPS şi UMI. Echipamentul neperformant (cu funcţionare necorespunzătoare), condiţiile atmosferice, sau rezultatele slabe provenite de la ABGPS, pot invalida un zbor şi solicita repetarea culegerii datelor. Abordările fotogrametrice folosesc adesea datele provenite de la UMI, ca suport (întărire) al prelucrării în timp ce LiDARUL le solicită pentru coordonatele teren. În cadrul abordărilor fotogrametrice refacerea culegerii de date poate să nu fie solicitată, cu condiţia ca să fie disponibile suficiente puncte de reper pentru aerotriangulaţie; • Fără imagini, verificarea datelor şi rezolvarea ambiguităţilor de cotă devine problematică. Mijoacele fotogrametrice de asemenea oferă posibilitatea de a reface culegera de cote, ceea ce explică de ce multe sisteme LIDAR utilizează asociera cu camerele fotografice (senzori optici digitali). 2.8 Postprelucrarea şi controlul calităţii După generarea fotogrametrică a MDA, postprelucrarea intervine numai în următorele situaţii:

• editarea datelor de cotă generate prin corelare digitală; • generarea cubelor de nivel de la datele de cotă; • conversia de format a datelor de cotă; Cantitatea editării interactive solicitată în cazul corelării digitale devine un factor limitator, numai în varianta culegerii automate a datelor de cotă. Ea pune probleme în următoarele situaţii: • Reducerea cotelor la nivelul terenului descoperit în zonele urbane sau cu vegetaţie foarte densă; • Editarea zonelor susceptibile de erori, astfel cum sunt cele cu contrast foarte mic şi variaţii de cotă extensiv localizate, care produc curbe de nivel afectate de ,,zgomot’’. Această situaţie apare în special pentru echidistanţele foarte mici ale curbelor; • Pierderea în procesul de culegere a cotelor de suficiente detalii în jurul liniilor de frângere a  pantei, naturale sau artificiale; • Corelări false (cote eronate) din zonele cu contrast şi conţinut mic; • Limite insuficient detaliate între teren şi suprafeţele ocupate de apă. Mulţi utilizatori ai abordărilor bazate pe corelarea digitală, reglează parametrii corelării pentru alinierea lor cu caracteristicile din proiecte, sau chiar zone din interiorul proiectelor. Generarea curbelor de nivel de la datele de cotă este parţial automată, pentru că încă implică o mare cantitate de intervenţie pentru operare interactivă. Situaţiile care aproape întotdeauna implică intervenţia operării interactive includ: • Asigurarea că traseele curbelor intersecteză (traversează) liniile de frângere a pantei la unghiuri corecte şi sunt ,,ascuţite’’ spre cota superioară. • Asigurarea că traseele curbelor nu se intersectează sau se suprapun şi astfel să prezinte probleme de interpretare în teren accidentat. • Plasarea curbelor intermediare (auxiliare) în terenul uşor variat pentru a asigura precizie. • Plasarea cotelor reprezentative (spot elevation) pentru a marca minimele şi maximele locale în toate tipurile de teren şi de asemenea pentru a servi ca valori de cotă absolute, dispuse la intervale periodice. Controlul calităţii Modelele digitale altimetrice produse prin intermediul mijloacelor fotogrametrice sunt controlate calitativ pe baza următoarelor elemente: • Eşantionarea statistică a cotelor măsurate în punctele de verificare şi/sau de reper (control points). • Inspectarea curbelor de nivel şi / sau a suprafeţei reţelei TIN, suprapuse peste o imagine stereoscopică. Forma corespunzătoare a curbelor de nivel, implică de asemenea o verificare vizuală rapidă, comparată cu însăşi calitatea MDA. Un număr de pachete de programe pun la dispoziţie capabilitatea de a vizualiza suprafaţa TIN (laturile triunghiurilor) pentru a se determina conformanţa cu suprafaţa terenului. 3. APLICAŢII ALE MDA Utilizările MDA deduse fotogrametric, se împart în mai multe clase. Pe ansamblu, se disting următoarele clase principale: • suport al trasării curbelor de nivel topografice,

• generarea produselor ortofoto digitale, • multiplele solicitări din domeniile inginereşti. 3.1 Progrese tehnologice Progresele tehnologice din ultima perioadă, care ajută abordările fotogrametrice includ: • utilizarea sistemelor digitale de preluare a imaginilor; • progresele realizate în domeniul echipamentelor UMI; • progresele realizate în domeniul tehnicii de corelare digitală; • progresele fără suprapuneri din domeniul stocării, regăsirii şi  prelucrării datelor de cotă. 3.2 Produse fotogrametrice generate pe baza MDA 3.2.1 Hărţi planimetrice digitale O hartă planimetrică redă (arată) poziţia orizontală a detaliilor planimetrice, dar fără să aibă trasate pe ea traseele liniilor curbelor de nivel sau alte mijloace pentru afişarea 3D a topografiei terenului. Raţiunea  principală a acestui aspect sunt deplasările datorate reliefului terenului. O imagine aeriană este o vedere perspectivă a terenului, aşa cum acesta este văzut de deasupra. Dacă imaginea sau fotograma este preluată exact vertical, de exemplu este fotografiată cu o cameră al cărei ax optic coincide cu direcţia verticalei locului, detaliile planimetrice mai înalte, vor avea pe imaginea fotogramei o scară diferită faţă de cea a detaliilor aflate la o cotă mai mică în raport cu nivelul mediu al mării. Deplasarea datorată reliefului este corectată prin procedurile stereofotogrametrice, care prin natura lor intrinsecă, iau în considerare aceste variabile. Rezultatul efectiv este că hărţile planimetrice nu sunt în mod normal produse de precizie sub aspect orizontal, dacă la efectuarea procesului de cartare nu se ia în considerare efectul cotelor terenului. Excepţie de la această regulă fac limitele administrative, limitele parcelelor ce aparţin diverşilor proprietari precum şi alte detalii planimetrice, care nu apar pe imaginile aeriene şi în mod practic nu sunt cartate stereofotogrametric, ci pe  baza măsurătorilor de unghiuri şi distanţe, realizate folosind tehnologiile topografice. Cartarea terenului Aşa după cum este cunoscut, în prezent hărţile topografice şi Sistemele Informaţionale Geografice ( SIG) sunt larg folosite la toate nivelele guvernamentale, academice şi ale economiei de stat şi particulare. Cu toate că utilizările lor sunt extrem de diverse, ele tipic se sprijină pe straturile (,,layers’’) fundamentului SIG, care includ: (1) ortofotoimaginile digitale, (2) datele digitale de cotă şi (3) datele corespunzătoare straturilor de   bază ce cuprind datele digitale aferente punctelor, vectorilor şi poligoanelor, corespunzătoare structurilor  hidrografice, de transporturi, precum şi altor detalii planimetrice, care pot fi cartate fotogrametric, de la   perechile de imagini stereoscopice (stereograme). De asemenea acestea includ şi limitele administrative şi denumirile toponimice sau ale proprietarilor, care nu sunt vizibile pe imaginile fotogramelor aeriene. În vârful acestor straturi ale fundamentului SIG, sunt georeferenţiate straturi adiţionale cu scop special, astfel încât ele să se muleze exact pe datele care alcătuiesc fundaţia de bază. 3.2.2 Hărţi topografice digitale (cu elemente planimetrice şi altimetrice) Hărţile topografice în mod normal includ detaliile planimetrice precum şi traseele curbelor de nivel topografice, la care se adaugă punctele din teren cu cote reprezentative sau dominante (spot heights

Toate cerinţele cartării topografice pot fi satisfăcute prin stereofotogrametrie sau în combinaţie cu datele digitale de cotă produse de echipamentele IFSAR (Interferometric Synthetic Aperture Radar) ori cele LIDAR. 3.2.3 Ortofotoplanuri digitale Ortofotohărţile digitale nu includ datele de cotă în sine, dar ele nu pot fi produse eficient din punct de vedere al costului, fără datele digitale de cotă, conţinute în MDA. Aşa după cum s-a menţionat anterior, la baza hărţilor planimetrice stau imaginile (fotografiile sau fotogramele aeriene), care practic sunt vederi perspective ale terenului. Când aceste imagini sunt digitizate, ele încă includ deplasările datorate reliefului şi înclinărilor    platformei purtătoare ale senzorului de preluare a imaginii. Aerotriangulaţia produce cele şase elemente de orientare exterioară, pentru fiecare imagine (fotogramă) aşa după cum se cunoaşte, iar staţia fotogrametrică digitală (calculatorul) poate compensa (corecta) deplasările datorate înclinării platformei, dar cele datorate reliefului terenului sunt încă prezente în imagine. Prin proiectarea imaginii peste MDA corespunzător zonei de teren cuprinsă în imagine, imaginea ,,drapată’’ peste MDA compensează mult din deplasarea datorată reliefului, punând la dispoziţie o proiecţie ortografică aproximativă, care se apropie foarte mult teoretic, de o vedere ortogonală din spaţiu. 3.2.4 Hărţi de risc pentru calamităţi naturale În acest paragraf se prezintă o modalitate de realizarea hărţilor de risc pentru inundaţii pe  baza  produselor fotogrametrice digitale.

3.3 Concluzii privind aplicaţiile fotogrametriei Modelarea digitală a terenului reprezintă o operaţie importantă în cadrul diverselor aplicaţii ale informaţiei geospaţiale. Modelele digitale ale terenului, în special cele care se referă la modelarea digitală altimetrică a reliefului, se folosesc în prezent la realizarea unui larg diapazon de aplicaţii, cum sunt: generarea  produselor ortofoto (ortofotoplanuri şi ortofotohărţi), modelarea 3D a oraşelor, simularea diferitelor categorii de zbor ale vehiculelor  aeriene şi spaţiale, sau instruirea în câmpul (teatrul) virtual de luptă, efectiv numărul aplicaţiilor modelelor digitale fiind virtual nelimitat. Recent, Digital Earth (DE)(de exemplu Microsoft Virtual Earth şi Google Earth) au explorat şi implementat, ca un cadru de lucru organizaţional pentru informare despre Pământ (Earth), prin facilitarea permiterii utilizatorilor să interacţioneze, să cerceteze şi chiar să facă simulări pe redarea virtuală a planetei. Deci, modelele digitale ale terenului vor deveni critic permisive pentru diversele aplicaţii anticipate ale Pământului Digital (DE). Metodele de culegere a datelor iniţiale aferente MDA sunt condiţionate direct de echipamentele folosite, iar în cadrul acestora, actualmente staţiile fotogrametrice digitale au devenit echipamentul dominant. Totuşi, sunt folosite şi staţiile analitice, având în vedere că acestea integrează în structura lor platforme de calcul  puternice şi performante, dar  în România achiziţionarea unor astfel de echipamente nu se mai justifică, datorită depăşirii lor tehnologice. Practic, partea de software este acum elementul principal. Tipurile de senzori s-au diversificat, principalii senzori folosiţi pentru preluarea imaginilor din care se extrag (eşantionează) datele modelelor digitale fiind senzorii electronici.

Un factor de importanţă majoră al obţinerii datelor modelului digital este condiţionat de proiectarea  preluării imaginilor, în cadrul căreia se subliniază rezoluţia imaginii, starea fenologică a vegetaţiei şi punctele de sprijin sau de reper. Tot în legătură cu proiectarea preluării de imagini, se impun consideraţii privind GPS aeropurtat (ABGPS) şi condiţiile atmosferice. Evident, tehnologia fotogrametrică are importante capabilităţi, iar aspectele sale limitative se pot evidenţia clar, prin comparaţia cu tehnologiile concurente / complementare. Ansamblul cadrului tehnologiei este completat cu aspectele legate de controlul calităţii, principale aplicaţii ale utilizatorilor şi progresele tehnolgice. Ultima parte a capitolului evidenţiază produsele fotogrametrice generate pe baza MDA, folosite la identificarea şi delimitarea zonelor de risc a fenomenelor naturale. 4. METODE DE OBŢINERE A MODELULUI GENERAL AL SUPRAFEŢEI DE REFLECTANŢĂ ŞI A MODELULUI DIGITAL ALTIMETRIC AL TERENULUI. SURSE DE DATE Introducere Descrierea unui obiect se face adesea prin rezolvarea unor probleme tipice legate de descrierea componentelor sale simple cu atributele şi proprietăţile lor a relaţiilor dintre ele în contextul întregului de reprezentat. Reprezentarea pe calculator a spaţiului obiect este o sinteză a modelului algoritmului adoptat şi a structurii datelor de bază. 4.1 Clasificarea modelelor 3D În principiu modelele 3D se împart în trei clase independente funcţie de modul de reprezentare a datelor de bază în calculator precum şi de domeniul de utilizare a acestor modele. - Modele 3D reprezentate prin puncte, - Modele 3D reprezentate prin suprafeţe, - Modele 3D reprezentate prin elemente de volum, - Modele 3D reprezentate prin metode hibride. 4.2. Metode fotogrametrice şi de teledetecţie de culegere a datelor de bază Fotogrametria şi teledetecţia sunt cele mai economice metode de culegere a datelor pentru suprafeţe mari. Fotogrametria a cunoscut în ultima perioadă mari transformări în ceea ce priveşte senzorii de preluare cât şi a tehnologiei clasice de exploatare a fotogramei şi stereogramei. Dezvoltarea senzorilor optoelectronici de tipul dispozitivelor cuplate prin sarcină (DCS) sau cu transfer de sarcină (DTS) pentru preluarea fotogramelor digitale şi dezvoltarea întregii tehnologii bazate pe exploatarea stereoscopică a stereogramei şi a  produselor bazate pe această tehnologie.Prin metode fotogrametice aferente MDA pot fi obţinute astfel: a) prin prelucrarea geometrică şi radiometrică a imaginii digitale folosind tonurile de gri ale imaginii. b) prin exploatarea stereoscopică a stereogramei digitale c) dezvoltarea sistemelor laser-scanner, d) prin metode de radargrametrie,

e) prin metode de interferometrie

4.3 LiDAR  Sistemul este compus din sistemul laser montat pe un avion sau elicopter echipat cu platforma inerţială IMU şi receptoare GPS. Actualele sisteme laser pot emite până la câteva mii de impulsuri pe secundă, fiecare impuls având o durată de 10-9 secunde. Sistemul se bazează pe o diodă laser cu rol de sursă de radiaţie luminoasă care emite impulsuri cu o anumită frecvenţă şi un receptor. Masurând perioadele de timp dintre emisie şi recepţie cu mare precizie şi ţinând cont de viteza de propagare a luminii, se determină distanţa obiect. Sistemul emiţător foloseşte o oglindă rotativă pentru a baleia sub un anumit unghi o porţiune de teren de forma unei linii perpendiculare pe direcţia de zbor. Aceasta, împreuna cu mişcarea pe direcţia de zbor a întregului sistem va avea ca rezultat scanarea unei benzi de teren. Sistemul Lidar are nevoie de câteva staţii GPS la sol, una montată pe avion, şi corecţii diferenţiale. Erorile de  poziţie şi orientare a avionului, unghiul de baleere, refracţia atmosferică şi alte surse de erori în determinarea coordonatelor punctelor induc o precizie de 1m în plan şi o precizie de 10-20 cm la cotă. 4.4 Crearea MDA prin scanarea şi digitizarea materialelor cartografice existente Hărţile şi planurile topografice existente pot constitui o sursă importantă de date atunci când metodele fotogrametrice nu se pot utiliza, vectorizarea curbelor de nivel în bază de timp sau spaţiu pot genera MDA. Modelul Digital al Suprafeţei Topografice (MDSR) în exploatările stereo fotogrametrice digitale rezultă în urma procesului de corelaţie a celor două imagini ce compun stereograma digitală şi conţine pentru fiecare   punct şi informaţia altimetrică pentru obiectele situate la suprafaţa solului, în general deasupra acestei suprafeţe precum clădiri, pomi etc. În cazul datelor obţinute prin scanare este suprafaţa obţinută cu datele din prima reflexie şi reprezintă ca şi în cazul anterior suprafaţa la nivelul coroanei arborilor, acoperişurilor etc. Pe baza acestor suprafeţe prin filtrare se determină MDA. Corelaţia în spaţiu imagine [Toni Schenk , 1999] se este cea mai veche metodă dezvoltată în fotogrametria digitală pentru identificarea punctelor corespondente în scopul determinării elementelor orientării exterioare ale stereogramei precum şi pentru exploatarea acesteia. a) Prima metodă este corelarea plană  b) Metoda gradientului c) Corelarea formelor liniare d) Corelarea după liniile nucleale

4.5.1 4.5.2 4.5.3 4.5.4

4.5 Reprezentarea modelului 3D Reprezentarea prin puncte şi/sau segmente de dreaptă a modelului 3D Reprezentarea prin suprafeţe elementare a modelului 3D Reprezentarea prin elemente de volum a modelului 3D Modele 3D reprezentate prin metode hibride

16

5. STRATEGII DE MODELARE A SUPRAFEŢEI TERENULUI 5.1 Generarea convenţională a modelelor digitale altimetrice 5.1.1 Principii matematice Modelul digital al reliefului, este o reprezentare a suprafeţei fizice terestre sub formă matematică numerică, se implică definirea unui model matematic prin intermediul căruia poate fi descrisă o suprafaţă nematematică, complexă. Rezolvarea analitică clasică a acestei probleme, constă în segmentele unui şir de curbe plane, obţinute secţionând segmentele de suprafaţă reprezentate într-un sistem de axe tridimensional, cu planuri perpendiculare  pe axa Ox (sau Oy). Dacă se notează cu Aiy, parametrii funcţiei: n

F(x) = ∑ A ij

i

(5.1)

x 0

care reprezintă curba de rang j, corespunzătoare secţiunii planului P j, există pentru toate valorile lui i, o funcţie de forma: k 

A i (y) = ∑

i

(5.2)

Bijy 0

ce ia valorile Aij, ori se dă lui y, valoarea coordonatei planului, care conţine curba de rang j. Astfel, pentru toate  punctele pk  (x, y), va corespunde o valoare zk , dată de funcţia: n

k 

Z k  = F(x, y) = ∑ ( ∑ Bij j

y

(5.3)

)x

i i =0

j=0

Relaţia (5.3) reprezintă ecuaţia prin care poate fi modelată suprafaţa terenului. 5.1.2 Modelarea globală a). Modelare globală cu funcţii polinomiale b). Metoda însumării suprafeţelor c). Modelarea pe elemente de suprafaţă d).Elemente mari de suprafaţă modelate cu funcţii armonice 5.2 Generarea MDA din date LiDAR  Culegerea datelor pentru generarea modelelor digitale altimetrice constituie un proces informatic prin care se înregistrează numeric, elementele descriptive ale formelor scoarţei terestre, făcând abstracţie de suprastructuri (vegetaţie, construcţii etc.). Preponderent datele eşantionate sunt alcătuite din cotele (zi) şi  poziţiile planimetrice (xi, y i) corespunzătoare unor grupuri de puncte ce redau variaţia spaţială şi caracteristicile reliefului din zona de teren modelată. La nivelul actual al echipamentelor (aparaturii) utilizate în fotogrametrie teledetecţie, geodezie şi topografie, acest proces poate fi realizat prin măsurători fizice directe ale terenului, sau măsurări şi determinări indirecte conform extragerii informaţiilor din produse cartografice, imagini fotografice

17

convenţionale (fotograme) şi imagini (înregistrări) preluate cu senzorii comerciali utilizaţi în programele de cartare şi teledetecţie. Tradiţional, datele de referinţă folosite la construcţia modelelor digitale se pot obţine cu diferite tipuri de echipamente (instrumente) topografice. Este avantajoasă utilizarea staţiilor de teren totale aparţinând ultimelor generaţii. Acestea integrează în structura lor dispozitive de măsurare şi programe de calcul, care

18

facilitează determinarea rapidă şi precisă a coordonatelor (x, y, z) şi subsecvent stocarea lor automată. De asemenea dispun de interfeţe pentru exportul datelor culese în sistemele de prelucrare. Tot în clasa ridicărilor de teren poate fi încadrată şi culegerea de date realizată prin intermediul staţiilor  GPS cu operare cinematică. Deşi oferă o precizie superioară, metodele şi aparatura topografică se dovedesc eficiente numai în cazul modelelor ce acoperă zone de teren restrânse. Pentru crearea modelelor ce cuprind suprafeţe mari de teren utilizate la realizarea de hărţi şi planuri topografice, hărţi tematice, proiectarea lucrărilor de îmbunătăţirii funciare, a căilor de comunicaţii, exploatarea imaginilor (înregistrărilor) de teledetecţie, studiul anumitor fenomene la nivel regional, sau diverse alte scopuri, unde apare necesitatea culegerii unui volum apreciabil de informaţii altimetrice, experienţa acumulată până acum atestă tehnologia şi echipamentele fotogrametrice ca fiind unele dintre cele mai adecvate mijloace disponibile operaţional. Ele conferă flexibilitate sporită procesului de eşantionaj, asigură precizia necesară şi realizarea unui grad avansat de automatizare, pe fondul unor parametrii de calitate, randament şi preţ de cost foarte apropiaţi de nivelul optim. Dacă se iau în considerare sursele de date bazate pe imagini folosite în cadrul procesului de eşantionaj, acestea sunt: - produsele cartografice (hărţi şi planuri) la diferite scări, rezultate în urma activităţilor de cartare, executate prin metode fotogrametrice; - imaginile tradiţionale (fotogramele) provenite de la camerele aeriene care folosesc ca senzor de imagine emulsia filmului fotografic; - imaginile preluate cu noua generaţie de camere aeriene ce operează în format digital, utilizând ca senzor  de imagine matricile sau baretele (şirurile) de elemente fotosenzoare alcătuite din semiconductori (CCD – charge coupled device (dispozitiv cuplat prin sarcină)); - imaginile de înaltă rezoluţie provenite de la senzorii digitali sau analogici (emulsii fotografice) amplasaţi la bordul sateliţilor comerciali şi navelor spaţiale. diapazon de scări, care facilitează realizarea tuturor categoriilor de modele digitale. Imaginile (înregistrările) provenite de la senzorii digitali sau uneori analogici, amplasaţi la bordul sateliţilor comerciali şi navelor spaţiale, ating în prezent rezoluţii la nivelul solului ce ajung până la valoarea de 0,6 – 1 m. Acest aspect face ca această sursă de date să fie utilizată în prezent cu preponderenţă pentru generarea modelelor digitale, care satisfac cerinţele aplicaţiilor la scări medii şi mici. Referitor la imaginile preluate cu camere aeriene digitale, se aşteaptă ca ele să înlocuiască în perioada următoare, imaginile obţinute de la camerele ce operează cu film. Cele preluate cu primele tipuri de camere digitale au o calitate metrică mai redusă datorită dimensiunii încă mari a pixelului de imagine în planul focal al camerei. S-au realizat şi sisteme digitale care utilizează barete (linii) de senzori cuplate cu dispozitive G.P.S. şi unităţi inerţiale de măsurare, care pot livra imagini digitale echivalente practic cu imaginile (fotogramele)  preluate pe film. Modelarea suprafeţei topografice este o etapă foarte importantă în procesul tehnologic fotogrametric. Are aplicaţii dintre cele mai diverse servind la întocmirea ortofotohărţilor, în studii hidrografice, telecomunicaţii etc. Întocmirea MDA nu este propriu zis o problemă strict fotogrametrică, dar fotogrametria este metoda cea mai economică şi ca atare cea mai utilizată metodă pentru colectarea datelor necesare întocmirii MDA. În cele ce urmează vor fi făcute o serie de consideraţii privind modul de culegere a datelor de bază, cum se defineşte MDA pe baza acestor puncte de coordonate cunoscute. MDA este o reprezentare matematică a

18

altitudinilor unei suprafeţe topografice din spaţiul obiect pentru o zonă de teren bine definită în timp ce MDT (Modelul Digital al Terenului) este reprezentarea matematică planimetrică şi altimetrică a obiectelor din spaţiu şi a mediului lor înconjurător precum clădiri, elemente de infrastructură etc, pentru o zonă de teren bine definită. MDT constituie baza de date pentru hărţile digitale tridimensionale. Modelul Digital al Suprafeţei Topografice (MDSR) conţine pentru fiecare punct şi informaţia altimetrică pentru obiectele situate la suprafaţa solului, deasupra sau sub această suprafaţă (înălţimea caselor, pomilor , adâncimea conductelor etc.). Această suprafaţă a apărut datorită metodelor fotogrametrice automate de determinare a punctelor corespondente la exploatarea stereogramei digitale sau în cazul laser-scanerului la determinarea punctelor obţinute pe baza datelor din prima şi din cea de-a doua reflexie. 5.2.1 Culegerea datelor prin sistemul Laser-Scanerului Sistemul Lidar este capabil de a transmite până la 5 impulsuri pe secundă, ceea ce demonstrează abilitatea de a face deosebirea de exemplu între coroanele pomilor şi suprafaţa terenului în cazul unei zone împădurite. În zonele urbane, primul impuls măsoară numai acoperişurile şi suprafeţele opace. Deci pentru a obţine numai punctele de pe suprafaţa terenului avem nevoie de ultimul impuls reflectat. Un avantaj distinct al sistemului laser-scanner este acela că datele sunt georeferenţiate încă din faza culegerii datorită utilizării împreună cu GPS. După o scurtă procesare a datelor prin care se elimină eventualele interferenţe va rezulta o listă de coordonate XYZ. Pentru că este un senzor activ, sistemul poate fi folosit atât noaptea dar şi în absolut orice condiţii atmosferice şi în orice perioadă a zilei spre deosebire de metodele tradiţionale ale fotogrametriei. Mai mult, acest sistem permite obţinerea unui volum mare de date cu costuri relativ mici şi într-un timp scurt. Prin colectarea datelor cu ajutorul laser-scanerului se obţine un nor de puncte de coordonate cunoscute care aproximează MDSR având o densitate de 2, 4, 8, până la 25 puncte pe mp. Întrucât sistemul este activ şi măsoară distanţele înclinate de la senzor la spaţiu obiect punctele rezultate sunt fie la suprafaţa acoperişului fie la sol. Pentru a trece de la această suprafaţă MDSR la suprafaţa MDA trebuie creată o reţea ordonată de puncte  prin interpolare şi filtrate toate structurile de altitudine diferite ale zonelor adiacente (construcţii , păduri etc.)  puncte prezentând un contrast maxim cu altitudinile mediului. 5.2.2 Filtrarea MDSR şi obţinerea MDA Îmbinarea filtrării cu a interpolării punctelor se numeşte predicţie liniară robustă. Algoritmul se bazează   pe o analiză ierarhică şi anume : prima dată se face o aproximare a suprafeţei, apoi se calculează erorile reziduale în funcţie de distanţele dintre suprafaţă şi punctele măsurate, şi fiecare valoare Z va primi o pondere. Suprafaţa este din nou analizată. Un punct situat deasupra suprafeţei va atrage spre el suprafaţa rezultând o eroare reziduală mai mică. Dacă distanţa dintre punct şi suprafaţa depăşeste o anumită valoare, punctul este clasificat ca fiind în afara suprafeţei şi eliminat. Procesul de interpolare este iterativ.

19

Fig. 5.4 – Filtrarea MDSR şi obţinerea MDA

5.2.3 Programul Rascor Rascor a fost conceput pentru filtrarea automată a MDSR şi obţinerea MDA. Pe parcursul proiectului acest program a fost modificat pentru a ţine cont de break lines. De asemenea programul detectează automat clădirile prin urmărirea schimbării bruşte a valorii cotei prima dată urcând brusc şi apoi coborând cu aceeaşi valoare. Algoritmul este valabil şi în situaţiile în care lângă clădiri există zone cu vegetaţie. 5.2.4 Elementele caracteristice ale reliefului folosite în procesul de filtrare Informaţia cartografică existentă poate juca un rol esenţial. În extravilan ne referim în special la rupturile de teren şi schimbările de pantă iar pentru zonele intravilan şi imaginile la scară mare pentru construcţiile existente. În cadrul unor astfel de elemente al căror eşantionaj influenţează direct calitatea morfologică a modelelor digitale altimetrice, sunt incluse: - liniile de frângere, - liniile de structură, - liniile de delimitare, - liniile de fractură, Rolul lor în reconstrucţia digitală a reliefului este acela de a ţine cât mai mic numărul de necunoscute geometrice pentru a putea fi procesat un volum cât mai mare de date într-un timp cât mai scurt. 5.3 Reprezentarea MDA Pentru reprezentarea MDA se pot evidenţia următoarele clase şi sub-clase de reprezentare: A. Metode matematice: I. Globale - serii Fourier sau polinoame de diferite ordine, II. Locale - elemente areale (parcele) regulate şi neregulate. B. Metode imagine: I. Modele de linii II. Modele de puncte, II.1 Reţea sau grilă rectangulară regulată cu densitate uniformă şi variabilă (matrici de cote),

20

II.2 Reţea neregulată, folosind triangulaţia (reţea de triunghiuri oarecare sau - TIN) sau analiza proximităţii. Determinarea prin interpolare a valorii Z Uneori este necesară determinarea cotei unui punct de pe hartă sau din teren, situat între mai multe  puncte vecine. Punctul P se află între punctele notate cu cifrele 1, 2, 3, 4 şi 5, în aceste cinci puncte cunoscânduse valorile cotei Z . Din aceste puncte este posibil ca unele să nu influenţeze cota punctului P . Metodele de interpolare presupun folosirea unor funcţii matematice şi a unor date iniţiale. 5.4 Surse de date şi metode de eşantionare pentru MDA Datele Z  în puncte de coordonate X,Y ale suprafeţei terestre sunt obţinute, de regulă, din determinări cu receptoare GPS, din aerofotogramele stereoscopice, folosind aparate fotogrametrice analogice, analitice sau digitale, LiDAR etc. Valorile  Z  sunt obţinute şi prin digitizarea hărţilor existente, din ridicări topografice pe suprafaţa terestră, prin măsurarea cu sonarul sau cu un sistem radar etc. Există numeroase metode de alegere a punctelor pentru MDA, în care se determină cota, cunoscute şi ca metode de eşantionare, ca de exemplu: a) selective - punctele sunt alese înainte de măsurare sau în timpul măsurării; b) adaptive - punctele redundante sunt înlăturate pe timpul măsurării; c) progresive - analiza datelor dictează cum va fi făcută selecţia (analiza şi selecţia sunt făcute împreună, stabilindu-se o serie de subreţele succesive de densităţi din ce în ce mai mari, plecând de la grile de densitate mai mică a punctelor noduri, în funcţie de curbura terenului, calculată din diferenţele cotelor între perechile de  puncte vecine); d) compuse - ca şi la metodele  progresive, mai întâi sunt stabilite zonele de schimbare semnificativă a cotelor, apoi la selecţie se ţine seama şi de microrelief, aplicând primele metode combinate pe zone (metodă  bună pentru teren cu forme moderate, cu caracteristici morfologice distincte). 5.5 Interpolarea spaţială Interpolarea spaţială implică găsirea unei funcţii  f(x,y) care reprezintă întreaga suprafaţă a valorilor  Z  asociate cu puncte  P(x,y) dispuse neregulat. În plus, această funcţie face o predicţie a valorilor  Z  pentru alte  poziţii dispuse regulat. O asemenea funcţie este cunoscută ca funcţie de interpolare. Există două tipuri de funcţii de interpolare, exacte şi aproximative (netezirea datelor). Se deosebesc şi funcţiile de interpolare locale şi  globale. Metodele exacte fac ca într-un punct în care se dă o valoare Z , dacă se aplică şi aici interpolarea, se determină exact acea valoare  Z . Cu alte cuvinte, analizând probabilistic, în acel punct ponderea este infinită, probabilitatea de determinare a cotei devine 1 (eveniment cert). De fapt, o metodă este exactă doar atunci când se cunoaşte dinainte expresia funcţiei Z , dacă aceasta există. Chiar şi unele metode exacte pot folosi un factor de netezire, în acest caz metodele trecând de la o grupă la alta. Dacă se ia cazul reliefului, este imposibil ca suprafaţa acestuia să fie exprimată printr-o funcţie exactă. Metodele probabilistice constau în determinarea unei funcţii de interpolare folosind un număr limitat de puncte în care se cunosc valorile  X  , Y  şi  Z . O reprezentare analitică a suprafeţei se poate obţine doar pentru o zonă limitată, dar punctele cu valori  Z  trebuie să fie dispuse în punctele şi pe liniile caracteristice. Ca mod de

21

aplicare, se pot determina mai intâi valorile  Z  în punctele unei grile (reţele) rectangulare regulate, a cărei densitate poate fi aleasă de către utilizator, în funcţie de mărimea de interpolat, caracteristicile calculatorului şi ale memoriei externe unde se depun datele etc. Dintre metodele exacte se pot aminti: interpolarea cu ponderea egală cu valoarea inversă a distanţei (fără  specificarea factorului de netezire); kriging (fără specificarea efectului erorii nugget - pepită);  metoda celui mai apropiat vecin;  metoda funcţiei bazei radiale;  metoda Shepard modificată (fără specificarea factorului de netezire);  metoda prin triangularizare cu interpolare liniară;  metoda vecinului natural.  Metodele de interpolare prin netezire sau aproximare presupun folosirea unui factor de netezire, aşa cum se va vedea la fiecare metodă. Acest tip de interpolare reduce efectele variabilităţii la scară mică între datele Z  din puncte vecine. Aceste metode nu consideră că în punctul în care se cunoaşte valoarea  Z   ponderea este infinită, respectiv probabilitatea să fie egală cu 1. Metode aproximative:  metoda regresiei polinomiale;  variograme;  elipsa de selecţie;  metoda mediei glisante;  interpolarea polinomială locală. Metoda de interpolare constă dintr-o serie de iteraţii de operaţiuni de „netezire” a suprafeţei. Sunt calculate diferenţele finite de diferite ordine şi se aplică o formulă de interpolare bidimensională. Valorile Z  originale cunoscute în puncte date prin coordonatele X,Y rămân neschimbate. Există trei opţiuni care pot fi alese  pentru oprirea iteraţiilor, când este realizată o condiţie din cele specificate. Prima opţiune specifică numărul maxim de iteraţii pe care rutina trebuie să le realizeze asupra datelor  geografice înainte de oprire. A doua opţiune specifică toleranţa de convergenţă (diferenţa maximă a mărimilor  calculate din două iteraţii succesive, exprimată în procente din precizia cotei). A treia opţiune este toleranţa absolută de convergenţă, care opreşte iteraţiile când diferenţa maximă a mărimilor calculate din două iteraţii succesive este mai mică decât o valoare specificată. Valoarea este dată în unităţi ale altitudinilor reprezentate pe hartă, de exemplu în metri. 5.6 Consideraţii tehnice pentru conceperea filtrelor 5.6.1 Caracteristici fundamentale utilizate pentru filtrarea de bază LiDAR  Măsurătorile de puncte LiDAR sunt influenţate de trei componente: terenul descoperit, obiectele de pe suprafaţa terenului şi zgomotul. Msensor = Eground + Enon-ground + Mnoise   

Msensor  reprezintă măsurătorile de la senzorul LiDAR; Eground reprezintă altitudinea terenului; Enon-ground reprezintă înăţimea obiectelor de pe suprafaţa terenului;

22



Mnoise reprezintă măsurătorile nedorite, cum ar fi zgomotul de la senzori, avioane sau păsări.

23

La datele LiDAR, punctele la sol sunt măsurători de pe terenul descoperit care sunt de obicei detalii ale celei mai mici suprafeţe într-o reţea locală. Punctele care nu se află pe suprafaţa solului reprezintă măsurătorile efectuate asupra obiectelor de pe teren, cum ar fi copaci, clădiri, poduri şi arbuşti. Pentru a identifica în mod corespunzător punctele la sol, este important să se înţeleagă caracteristicile fizice ale acestora, care le diferenţiază de punctele care nu se află pe suprafaţa solului.

1. 2. 3. 4.

Suprafeţele la sol pot fi împărţite în patru categorii în funcţie de caracteristicile lor fizice:  Altitudinile cele mai joase. Caracterul abrupt al su prafeţelor la so l .  Diferenţe le de cotă   pentru suprafeţele la sol . Omogenitatea supraf eţei.

Acestea sunt caracteristici comune care devin ipoteze pentru filtre. În unele cazuri, terenul poate să nu aibă aceste caracteristici, iar filtrele să caracterizeze punctele ca neaparţinând solului, de exemplu stâncile,  pentru că au muchii ascuţite. 5.6.2 Caracteristicile filtrării datelor LiDAR  Algoritmii de filtrare pentru datele LiDAR au în vedere diferite ipoteze pentru caracteristicile terenului pentru a le diferenţia de caracteristicile obiectelor artificiale. În realitate, terenul poate avea caracteristici confundabile cu cele ale obiectelor artificiale. Următoarele caracteristici sunt confundate cel mai des:  tufişuri, în special cele cu înălţime mai mică de 1m,   pereţi nu foarte înalţi în lungul aleilor,   poduri,  aglomerări de clădiri cu forme şi dimensiuni foarte variate,  coamele dealurilor,  acoperiri mixte de clădiri şi vegetaţie,  zone cu relief variat. Tufişurile reprezintă puncte eronate deoarece sunt catalogate ca fiind pe sol. Dimensiunile diferite ale clădirilor pot cauza probleme pentru câteva filtre. Rupturile de teren sunt greu de identificat pentru majoritatea filtrelor. 5.6.3 Proceduri de filtrare generale Cele patru proceduri principale folosite în generarea MDA sunt prezentate în continuare: 1.  Filtrarea erorilor aleatoare ale setului de măsur ători. 2.  Interpolarea, reeşantionarea şi reorganizarea. 3.  Filtru de bază  4. Genera rea MDA.

24

De exemplu un utilizator primeşte date LiDAR rasterizate şi interpolate dar fără a avea informaţii despre faza de  preprocesare a acestora. În mod similar, multe filtre combine a doua şi a treia procedură, iar altele combină chiar  ultimele 3 proceduri, ceea ce înseamnă că folosesc interpolarea ca metoda de obţinere a MDA iar filtrarea se face iterativ în acest proces. Metodele de filtrare pot avea performanţe variabile când sunt aplicate pe zone şi condiţii la sol diferite. De aceea, selectarea cu grijă a zonelor este importantă pentru evaluarea performanţelor algoritmilor de filtrare. Cele mai multe filtre utilizează prima reflexie, iar celelalte pe ultima reflexie. Majoritatea cercetătorilor aleg cel  puţin două zone de test pentru algoritmii implementaţi, pentru analiza calitativă a rezultatelor finale. Următoarele elemente sunt consideraţii cheie pentru alegerea zonelor de studiu pentru evaluarea încrederii filtrelor: 1. 2. 3. 4. 5. 6.

  Panta şi diferenţa maxi mă de nivel .  Dimensiunile obiectelor . Suprafaţa a coperită .  Densitate a.  Aria zonei de studiu.  Numărul zonelor de studi u.

5.6.5 Analiza preciziei Precizia de evaluare joacă un rol important atât în teren cât şi pentru metodele de filtrare şi dezvoltarea algoritmului. Cu toate acestea, evaluarea de precizie cantitativă a fost o provocare pentru filtrare din cauza lipsei de date aparţinând solului. Unii cercetători folosesc analiza vizuală iar alţii aplică un filtru cu caracter  aleator pe o zonă restrânsă şi compară rezultatele. Experimentele recente demonstrează totuşi că analiza preciziei bazată pe filtrarea unei zone aleatoare  poate duce la o supraestimare a capacităţii filtrului deoarece erorile sunt distribuite pe muchiile obiectelor. O revizuire a preciziei metodelor utilizate este esenţială pentru studiul de către utilizatorii datelor LiDAR. Există trei categorii principale de analiză a preciziei metodelor incluzând inspecţia vizuală, analiza unei zone aleasă aleator, şi analiza statistică a distribuţiei punctelor de pe sol şi compararea cu o situaţie certă. Inspecţia vizuală este o tehnică manuală de analiză des utilizată când nu sunt disponibile alte date referitoare la teren. Această tehnică este potrivită la detectarea erorilor identificabile vizual, dar are dezavantajul că este subiectivă operatorului. Unii cercetători folosesc eşantioane la interpretarea vizuală. De exemplu, eşantioanele au fost extrase, filtrate iar rezultatele comparate cu date de referinţă. De obicei, se aleg eşantioane omogene cu date pe sol şi pe alte obiecte. Această abordare este rapidă şi convenabilă, deşi aceste zone omogene sunt de obicei găsite în zone uşor de recunoscut şi interpretat şi nu în zone cu muşchi şi teren dificil unde apar cele mai multe erori. De fapt, studiile recente au descoperit că erorile apar la obiectele cu caracteristici dificil de interpretat cum sunt arbuştii, zidurile cu înălţime mică etc. De aceea, eşantionarea duce de cele mai multe ori la supraestimarea performanţelor filtrelor. O abordare alternativă, este selectarea unor zone de studiu restrânse şi clasificarea fiecărui pixel ca aparţinând sau nu terenului în urma segmentării şi editării manuale.

25

5.6.6 Evaluarea metodelor de filtrare  Algoritmi

Cercetătorii au dezvoltat o gamă largă de filtre pentru a separa terenul de obiectele de pe acesta, din date LiDAR. La alegerea unui filtru trebuie ţinut seama de numărul şi tipul reflexiilor LiDAR, de paşii de pre  procesare, formatul datelor, caracteristici iterative, definirea vecinătăţii, dar şi de alţi factori implicaţi în  procesul de filtrare. Una dintre primele consideraţii la algerea algoritmului de filtrare este reflexia optimă pentru filtrare. Chiar dacă sunt disponibile mai multe reflexii, cei mai mulţi cercetători aleg prima reflexie. Cei care se ocupă de zone cu teren împădurit aleg a doua reflexie şi ultima, sau o combinaţie de prima cu ultima reflexie pentru că LiDAR poate pătrunde prin coronamentul copacilor măsurând astfel puncte pe sol. Tehnica căutarii vecinătăţii unui punct este o altă abordare în înregistrarea punctelor pe suprafaţa terenului. Înălţimea este definită în contextul vecinătăţii incluzând algoritmi liniari pe o direcţie de scanare, circulari sau ferestre rectangulare. Studiile au arătat că dimensiunea unei vecinătăţi bidimensionale este critică   pentru performanţele filtrului. Kilian a propus o metodă care lucrează cu ferestre de dimensiuni diferite şi atribuirea de ponderi fiecărui punct într-o vecinătate pentru stabilirea înălţimilor. Alţii au dezvoltat o morfologie de creştere graduală a dimensiunii vecinătăţii. Practic, cei mai mulţi algoritmi de filtrare modifică iterativ dimensiunea vecinătăţii pentru îmbunătăţirea preciziei filtrării. 5.7 Tipuri de filtre 5.7.1 Filtre bazate pe segmentare şi clasificare Segmentarea şi gruparea sunt tehnici obişnuite pentru clasificare, iar încercările de implementare în analiza datelor LiDAR nu sunt noi. Filin a realizat o clasificare pe grupuri în patru clase de caracteristici pentru separarea terenului de alte obiecte: poziţia punctului, diferenţa de cotă între punctele învecinate şi descrierea  parametrilor de la punct la planul tangent în acel punct. Jacobsen şi Lohmann au aplicat metoda segmentării din  programele de recunoaştere pentru clasificarea datelor LiDAR în şapte clase pentru separarea punctelor. Tovari şi Pfeifer au propus o clasificare bazată pe filtrare în doi paşi, o clasificare bazată pe creşterea iterativă a suprafeţei de analiză. Apoi, adăugarea punctelor în vecinătate bazat pe trei măsuratori matematice în planul reprezentat de un grup de puncte, ceea ce duce la separarea punctelor LiDAR în clase ce corespund diferitor  obiecte. Al doilea pas foloseşte împărţirea în elemente de bază pentru o interpolare liniară ponderată. Experimentele pe o zonă relativ plană cu câteva clădiri au arătat că metoda este supraestimată şi că terenul este modelat împreună cu părţi din clădiri. Acest lucru se datorează faptului că obiectele de deasupra solului au  participat la interpolare cu o pondere mică în loc să fie eliminate. Multe segmentări şi clasificări experimentale sunt făcute pe terenuri relativ plane. Sunt necesare experimente pe suprafeţe mult mai complicate, cu teren accidentat, pentru evaluarea performanţelor filtrelor. 5.7.2 Filtre morfologice Morfologia matematică lucrează cu forma obietului sau măsurarea formei acestuia, iar experimentele pe date LiDAR au aratat ca filtrele morfologice au abilitatea de a elimina obiectele ce nu apartin terenului cum sunt cladirile si copacii. Procesul tipic include închideri, deschideri, dilatări si eroziuni bazate pe operatori logici. Spre exemplu, Lohmann a testat un filtru dual care implică dilatare morfologică şi eroziune pentru a clasifica  punctele candidate la eliminare. Autorul promite rezultate bune ale metodei, dar cu limitări.

26

Filtrele progresive morfologice mai demonstrează o abilitate sporită la păstrarea limitelor obiectelor care sunt mai mari decât fereastra de lucru. Chen a dezvoltat un filtru morflogic bazat pe lărgirea sporită a ferestrei de lucru. În plus, autorul propune un proces în doi paşi pentru minimalizarea limitărilor impuse de fereastra de lucru. Algoritmul elimină în primul rând punctele de pe copaci cu o fereastră mică iar apoi clădirile cu o fereastră mai mare. 5.7.3 Filtrele cu scanare direcţională Cele mai multe filtre îşi definesc vecinătatea într-un spaţiu bidimensional, dar puţine calculează panta şi diferenţa de cotă de-a lungul unei linii de scanare unidimensională. Shan şi Sampath au dezvoltat un algoritm de eliminare a  punctelor  ce nu aparţin solului bazat pe pantă şi diferenţa de cotă calculată în lungul liniei de scanare, dar cu referinţe la punctele catalogate “la sol” din vecinătatea cea mai apropiată, aflate pe linia scanată anterior. În loc să se raporteze la valorile estimate bazat pe punctele înconjurătoare, această metodă  bidimensională compară punctele cu punctele din imediata vecinătate şi s-a dovedit a fi mai sensibilă în zonele cu vegetaţie joasă. Totuşi, metodele direcţionale sunt câteodată sensibile la schimbările bruşte ale suprafeţei ceea ce are ca efect crearea de linii artificiale pe suprafaţa solului. 5.7.4 Filtre de contur Un model activ al formei este o metodă folosită pentru cartografiere şi a fost recent introdusă în detectarea obiectelor din date LiDAR. Algoritmul utilizează modele de forme pentru reprezentarea tridimensională a contururilor care funcţionează ca o reţea graduală de eliminare a punctelor ce nu aparţin solului, bazată pe măsurători ale forţelor precum gravitaţia şi atracţia. Filtrele bazate pe contururi oferă o alternativă unică pentru cartarea suprafeţelor LiDAR, totuşi, trebuie şi aceştia testaţi pe mai multe zone pentru a  putea fi comparaţi cu alţi algoritmi. 5.7.5 Filtre TIN Un filtru TIN iterativ elimină punctele care nu se află pe sol bazându-se pe textura solului. Algoritmul   presupune că suprafaţa terenului este de obicei neteda şi fără deviaţii. De aceea, punctele ce nu se află pe suprafaţa netedă sunt definite ca puncte ce nu aparţin soului. Metoda presupune în prima fază construirea unui model TIN iar apoi face două conversii. Prima converteşte TIN-ul într-o bază de date de puncte, iar cea de-a doua converteşte modelul TIN în reţea rectangulară, calculează o valoare medie pentru o fereastră de 3 X 3  puncte si atribuie media punctului din centru. Deviaţiile sunt definite ca valori negative ce corespund punctelor  din baza de date convertită din modelul TIN iniţial. Există două praguri, primul este pentru eliminarea punctelor  de deasupra terenului iar celălalt pentru eliminarea punctelor eronate. Bazat pe acestea, filtrul elimină punctele ce nu aparţin solului şi creează un nou TIN. Procesul este iterativ, oprindu-se când nu mai sunt eliminate puncte. Filtrul poate utiliza prima, ultima sau mai multe reflexii. Rezultatele au arătat că sunt eliminate clădirile mici şi podurile, dar au dat greş la eliminarea clădirilor mari sau cu înălţime mică. Aceasta se întamplă deoarece filtrul foloseşte ferestre cu dimensiune fixă. Axelson a dezvoltat un filtru care aproximează suprafaţa terenului cu o reţea TIN. Algoritmul elimină gradual punctele ce nu se află pe sol bazându-se pe diferenţa de cotă şi unghiul dintre punct şi suprafaţa

27

triunghiului cel mai apropiat. Studiile au arătat că metoda este una dintre cele mai bune ca performanţă şi  precizie generală dintre toate metodele bazate pe TIN. 5.7.6 Filtre bazate pe interpolare Principiul constă în compararea cotelor punctelor cu valori estimate, prin diferite metode de interpolare. Cercetătorii care adoptă interpolarea liniară au de obiei nevoie de un proces interactiv pentru a minimiza influenţa punctelor care nu se afla pe sol. De exemplu, Kraus a prezentat o metoda interactivă bazată pe interpolare prin metoda celor mai mici pătrate cu un set de funcţii de atribuire a ponderilor. Cercetătorii au testat cu succes acest filtru în proiecte de cartografiere, în aplicaţii cu păduri şi cu linii de schimbare a pantei. Studiile au arătat însă limitari în zone cu teren accidentat şi cu pante mari. O altă metodă de interpolare este cu funcţii spline. Evans şi Hudak au dezvoltat un proces de filtrare interactiv ale cărui rezultate au avut ca efect eliminarea punctelor de pe vegetaţia joasă. O nouă metodă estimează cotele terenului bazându-se pe transformări Hermite într-un proces iterativ. Alte metode de interpolare includ faţetări şi metode statistice pentru cotele minime. 5.8 Factori care afectează filtrarea a). Metode de interpolare b). Rezoluţia c). Densitatea şi reducerea datelor d). Erorile cauzate de echipamentul LiDAR şi de obiectele de la sol e). Alegerea reflexiei optime pentru filtrare 5.9 Calculul coordonatelor punctelor înregistrate de LiDAR  Datele furnizate de LiDAR, cele obţinute prin GPS şi INS, şi parametrii care rezultă din etalonarea aeronavelor - laser - GPS - INS ne permit calcularea coordonatelor (x, y, z) din sistemul platformei de captură în sistem WGS 84 Aşa cum explică Lindenberger în 1992 în cartea sa despre laser scanner, calculele se fac în câteva etape: • trecerea din sistemul de coordonate al echipamentului laser la cel al platformei aeropurtate • trecerea din sistemul coordonatelor avion în sistemul local folosind unghiurile de înclinare ale avi onului

măsurate de IMU. Cele două etape pot fi scrise împreună sub forma: ⎛ ⎞ ⎛0⎞ ⎜ ⎜⎛ x Laser  ⎞ ⎟ ⎜ ⎟ ⎟ ⎟ (5.33) =  R (α , β , γ ) ×  R (φ ,θ , γ ) × ⎜ ⎜ +  R (dr , d ρ ,0) × ⎜ 0 ⎟  y Laser  ⎟ ⎟⎟ ⎜ S  ⎟ ⎜ z ⎟ Local  ⎜⎜ ⎜⎝ z  Laser  ⎟⎠  Avion ⎝ ⎠ ⎝ ⎠ Laser  ⎠ ⎝ • Trecerea din sistemul local in WGS 84 sesistematice face folosind sistemul GPS la bord. β-Krüger). Parametrii translaţiei permit corectarea erorilor ale poziţiilor GPS.de(Gau  x ⎛⎜ ⎞ ⎟ ⎜  y ⎟

28

5.10 Programul LISA Lisa-basic este un program conceput pentru lucrul cu Modele Digitale Altimetrice. DEM pot fi create pe baza codarii valorilor cotelor cu nuante de gri. Avantajul acestei metode este acela al constructiei foarte rapide a tuturor produselor derivate cum ar fi curbele de nivel, sau modele 3D. Programul nu e limitat la generarea modelelor digitale altimetr ice ci include toate functiile necesare analizei imaginii raster. Rezultatele grafice sunt create ca imagini si pot fi exportate ca BMP, JPG, PCX si DXF. 5.11 Programul SURFER  Surfer este un pachet software performant destinat generãrii curbelor de nivel şi al planurilor de diferite tipuri. Surfer transformã datele XYZ în rezultate editabile, de înaltã calitate, cu tematici multiple, de tipul:

•

Curbe de nivel Suprafatã Reţea spatialã Model de teren Imagine spaţialã virtualã

•

Plan vectorial

• • • •

6. FILTRAREA MODELULUI DIGITAL AL SUPRAFEŢEI DE REFLECTANŢĂ PENTRU OBŢINEREA MODELULUI DIGITAL ALTIMETRIC AL TERENULUI. STUDIU DE CAZ Introducere

Ultimele lucrări publicate de mine despre precizia MDA (Modelului Digital Altimetric) rezultat din date LiDAR s-au concentrat asupra preciziei influenţate de factori ca precizia de navigaţie, precizia punctelor de referinţă de modul de filtrare a datelor brute. În timp au fost dezvoltate multe tipuri de filtrare, algoritmii acestora şi rezultatele sunt discutaţi pe larg în lucrare. Totodată, va fi prezentată pe larg, ca o contribuţie  personală o metodă de filtrare propusă, împreună cu rezultatele obţinute, şi o comparaţie cu celelalte metode. Metoda descrie interpolarea norului de puncte şi filtrarea datelor bazată pe informaţii caracteristice şi derivate din coordonatele spaţiale: poziţie şi altitudine. Scopul urmărit de filtrare este de a extrage din setul de date brute care reprezintă MDSR ( Modelul Digital al Suprafetei de Reflectanţă), MDA (Modelul Digital Altimetric). Problemele apar la eliminarea punctelor care nu se află pe teren. Acestea pot fi eliminate printr-o serie de algoritmi de filtrare. Noua metodă propusă foloseşte ultima reflexie pentru determinarea suprafeţei terenului. 6.1 Prezentarea celor doua sisteme de preluare a datelor 6.1.1 Prezentare generală a sistemului Fly-Map Principalul avantaj al sistemului FLY-MAP în studiul MDA este acela al preciziei foarte ridicate a coordonatelor punctelor ceea ce îl face util într-o gamă foarte largă de aplicaţii ale fotogrametriei de la scurtă distanţă. Un alt avantaj este acela al sincronizării datelor laser-scanner cu imaginea digitală sau analogică ceea ce facilitează interpretarea datelor.

În cadrul managementului marilor obiective cu dispunere teritorială pe coridoare (căile ferate, căile rutiere, apele curgătoare – mai ales cele cu zone inundabile, reţele electrice, etc.), operaţiile de cartografiere utilizate în diverse scopuri, constituie un proces de cele mai multe ori dificil, foarte costisitor şi de lungă durată. Accesul prin metode clasice este de regulă greoi, căile ferate intersectează drumuri la doar 5 km în medie, reţelele electrice traversează văi, câmpii fără nici un acces auto şi chiar drumurile, fiind circulate din ce în ce mai intens, nu permit execuţii la un ritm convenabil. Compania FUGRO a dezvoltat un sistem care permite obţinerea aceluiaşi rezultat ca în metodologia clasice dar  la costuri mult reduse şi într-un timp mult mai scurt comparat cu oricare altă metodă. Integrând ultimele inovaţii tehnologice din domeniu (scanarea laser, sistemele inerţiale, GPS, imaginile digitale de mare rezoluţie şi programe dedicate aplicaţiilor CAD şi GIS), a rezultat un sistem puternic şi rapid de cartografiere automată şi generare a modelului digital al terenului pe zone liniare numit FLY-MAP (Fastest Laser Imaging Mapping Airborne Platforme). 6.1.1.1 Principiul de funcţionare La bordul unui elicopter, pe o platformă specială este montat un sistem complet portabil compus din echipament de scanare laser, două GPS-uri şi camere video. Sistemul de scanare laser obţine date transversale pe zona de baleiere în interiorul unui unghi de 60 grade.Cu ajutorul INS şi GPS sunt înregistrate date privind corecţiile diferenţiale ce asigură o poziţionare în timp real, cu o precizie sub-metrică, a elicopterului în scopuri de navigaţie. Se înregistrează toate datele măsurate pentru post procesarea soluţiei inerţiale şi corelarea cu înregistrările GPS de la staţia fixă la sol, obţinând în final o precizie de poziţionare sub 10cm. 6.1.2 Prezentare generala a sistemului Leica ALS 50 II Cu Leica ALS50-II, Leica Geosystems se pot inregistra date cu o frecventa de 150khz. Precizia planimetrica de 11cm se pastreaza indiferent de viteza de scanare. Fata de prima varianta, ALS50-II poate opera la inaltime mai mare (200-6000m), toate functiile sunt controlate de la o interfata grafica si include un sistem inertial nou cu 54% mai mic si cu 33% mai usor. Descrierea fizica a echipamentelor  



  



Dimensiuni si mase pentru LiDAR  • 22.0 x 13.4 x 9.5 inches, 65 lb • 56 x 37 x 24 cm, 30 kg Dimensiuni si mase pentru platforma • 19.0 x 20.6 x 25.0 inches, 140 lb • 48 x 52 x 64 cm, 64 kg Laptop Software post-procesare Determina lat/lon/alt punctelor la sol bazandu-se pe: • Pozitia avionului (lat/lon/alt) • Orientarea avionului (roll/pitch/heading) • Unghiul de scanare • Timpul de propagare al impulsului laser de la emitator la receptor  • Conditiile atmosferice Date brute inregistrate la sol si in aer (DGPS si ABGPS)

6.2 Etape de lucru : • Recunoaşterea terenului şi a punctelor de sprijin • Recunoaşterea traseului de zbor  • Proiectarea reţelei GPS de sprijin şi zbor  • Materializarea punctelor noi din reţeaua GPS • Executarea măsurătorilor GPS • Survolarea traseelor cu FLY-MAP respectiv cu Leica ALS 50 • Verificarea înregistrărilor  • Obţinerea imaginilor digitale şi analogice • Crearea modelului digital al terenului – seturi de date laser-scanner  • Realizarea planului de situaţie • Generarea profilelor longitudinale şi transversale • Prelucrări speciale cu programele FLYP7, 3Dtools, Surfer, Bluh-Lisa, Rascor si programul conceput de

mine pentru filtrare • Integrarea datelor în sisteme GIS

Fig. 6.8 Proiect de zbor 

6.2.1 Operaţii de teren pentru Fly-Map Pentru desfăşurarea unei sesiuni de măsurători se amplasează la sol, de-a lungul traseului de survol, 57 staţii GPS ce funcţionează în tot timpul zborului înregistrând date la intervalul de 0,5 secunde, la fel ca GPSurile montate pe elicopter. Aceste staţii le vom numi staţii de referinţă şi formează reţeaua GPS de survol. Coordonatele punctelor scanate se vor determina în funcţie de aceste staţii de referinţă cu ajutorul sistemului GPS amplasat pe elicopter. Fiecare operator de la staţia de referinţă completează la sfârşit o fisă cu ora de start şi de sfârşit a măsurătorilor, cu înălţimea antenei GPS măsurată la început şi la sfârşit în trei puncte diferite

dispuse în vârfurile unui triunghi echilateral înscris în cercul de circumferinţă al antenei, numele punctului şi alte observaţii utile celui care va procesa măsurătorile. Pentru controlul măsurătorilor, punctele din reţeaua de survol se amplasează în general în banda de survol pentru a putea fi determinate şi prin sistemul FLY-MAP. Chiar dacă aceste puncte nu se pot amplasa în interiorul benzii, ele se vor redetermina prin cel puţin două treceri în cruce ale elicopterului. Aceste coordonate se comparaă apoi cu cele determinate exclusiv prin tehnologia GPS, diferenţa reprezentând o măsură a preciziei de determinare. Pentru a se asigura ca elicopterul nu este niciodată mai departe de 10-15 km de o staţie fixă, aceste  puncte trebuie să fie amplasate la o distanţă de 20-25 km unul de altul. Se garantează astfel o precizie absolută de 5-10 cm pentru coordonatele X,Y,Z. Rezultatele au arătat însă o precizie relativă de 3 cm. Într-o zi de măsuratori se execută 2 zboruri a 70-80 km, fiecare cu o viteză medie de 35-40 km/h. După fiecare zbor elicopterul este alimentat iar staţiile fixe îşi schimbă poziţiile conform noului traseu ce urmează a fi survolat. Perioadele de zbor se stabilesc în funcţie de configuraţia sateliţilor, urmărindu-se un număr cât mai mare de sateliţi cu o elevaţie de peste 15 grade. Acest ritm de execuţie, de două zboruri pe zi este impus de dificultăţile de pilotaj în menţinerea elicopterului pe traseul stabilit cu axa lungă a elicopterului în direcţia de zbor, fapt care este deosebit de obositor pentru pilot şi nu este indicat a zbura peste 5 ore în astfel de condiţii. Trebuie ştiut că într-un zbor normal cu elicopterul direcţia de zbor nu coincide cu axa elicopterului datorită direcţiei diferite a vântului ceea ce face ca un astfel de zbor cu sistemul FLY-MAP să aibă nevoie de piloţi experimentaţi. 6.2.2

Operatii de teren pentru Leica ALS 50

Pentru desfăşurarea unei astfel de sesiuni de măsurători se va intocmi acelasi proiect de zbor ca in cazul FlyMap, dar avand in vedere ca ALS 50 este montat pe un avion de tip Cesna 4004 Titan. Organizarea punctelor  GPS la sol este de asemenea asemanatoare tinand seama ca suprafata de zbor va fi de aceasta data formata din mai multe benzi paralele. Se amplasează la sol, pe suprafata de survol staţii GPS ce funcţionează în tot timpul zborului înregistrând date la intervalul de 0,5 secunde, la fel ca GPS-urile montate pe platforma de preluare. Date initiale proiecte Datele initiale ale proiectelor au constat in harti la scara 1:25000 si imagini aeriene sau satelitare din zonele studiate. 6.3 Prezentarea zonelor de lucru Datorita costului ridicat pentru zborurile de achizitie a datelor, am folosit inregistrari din lucrari facute de firme din Romania cat si din Germania. Datele au fost obtinute prin bunavointa S.C. Intergis Romania cat si a Universitatii Hanovra – Institutul de Fotogrametrie si GeoInformatica. Primele trei seturi de date analizate sunt din Romania si anume Valea Ialomitei, Regiunea Hehoiu si Campina. Cel de-al patru-lea set de date a fost inregistrat in apropierea orasului Hanovra, in Nordul Germaniei.

6.4.1. Zona 1 – Din zona gării Câmpina

Fig. 6.9 a. Model 3D – nivele altimetrice codate pe culori 

Fig. 6.9 e. Model 3D – nivele altimetrice – reprezentare prin umbrire (shading)

6.4.2. Zona 2 Valea Ialomiţei – conductă suspendată

Fig. 6.10 a.  Mozaic

Fig. 6.10 b. Model 3D – altimetria codată pe nivele de gri – date brute

Fig. 6.10 d. Model 3D – altimetria codata pe nivele de gri – date filtrate

Fig. 6.10 e. Extras din programul de prelucrare (Rascor) – modificat pentru a putea lucra cu nor de puncte. (versiunea precedenta putea prelucra doar date raster)

Fig. 6.10 f. Model 3D – nivele altimetrice codate pe culori 

Fig. 6.10 h. reprezentare 2D

Fig. 6.10 c. Model 3D – nivele altimetrice codate pe culori 

Fig 6.11 a. Imagine reprezentand zona de studiu - regiunea Nehoiu

6.4.5 Zona de studiu 5 - Gifhorn, Niedersachsen la 50 km de Hannovra

Fig. 6.13. a. Imagine asupra zonei de lucru

a. Reprezentare 2D date initiale

b. Reprezentare 3D date initiale Fig. 6.13. – Interpolare liniară a setului de date

Interpolarea datelor filtrate, având o fereastră de analiză de 3 x 3 pixeli se observă în figura următoare:

Fig. 6.13. c. – Interpolarea setului de date rezultat după filtrare cu o fereastră de lucru mică

Acelaşi set de date filtrate dar cu o fereastră de lucru de 15 x 15 pixeli se poate observa în imaginea următoare:

Fig. 6.13. d. – Interpolarea setului de date rezultat după filtrare cu o fereastră de lucru med ie

Un efect notabil este netezirea pronunţată a suprafeţei pe măsură ce mărim fereastra de lucru. DEM sunt create pe baza codarii valorilor cotelor cu nuante de gri. Observatia prima a acestei metode este constructia foarte rapida a tuturor produselor derivate cum ar fi curbele de nivel, sau modele 3D. Rezultatele grafice sunt create ca imagini si pot fi exportate ca BMP, JPG, TIFF, etc.

a. Datele brute

b. Datele filtrate cu “minim”  Fig. 6.14 Filtrarea datelor doar cu functia „minim“.

6.4.6 Zona de studiu 6 Williamstown - USA

Fig. 6.15. a. Ortofoto derivat din imagini  IKONOS 

Fig. 6.15. b. Imagine asupra zonei de l ucru

Fig. 6.15. c. Reprezentarea liniilor de schimbare a pantei 

Codarea inceperii si terminarii liniei de schimbare a pantei se face cu 0 si 1.

Fig. 6.15. e. Reprezentare 2D – date initiale si date filtrate tinand cont de liniile de schimbare a pantei 

Fig. 6.15. f. Reprezentare tridimensională a zonei de studiu – date iniţiale

Fig. 6.15. g. Reprezentare tridimensională a zonei de studiu – date filtrate ţinând cont de liniile de schimbare a pantei 

Fig. 6.15. h. Model diferential rezultat prin comparaţia modelelor tridimensionale ale datelor i niţiale şi   filtrate – model bidimensional 

Fig. 6.15. i. Model diferenţial rezultat prin comparaţia modelelor tridimensionale ale datelor iniţiale si   filtrate – model tridimensional 

6.5 Produse finale obţinute : • Seturi de date laser-scanner  • Ortofoto corespunzător benzii survolate în format .tiff  • Profile transversale şi longitudinale • Plan topografic al zonei studiate • Reţea GPS de sprijin şi de survol • Sistem ce integrează date FLY-Map cu date tematice specificate de beneficiar  • Imagini digitale şi analogice ale traseelor de zbor.

6.6 Contribuţii la filtrarea datelor provenite din măsuratori LiDAR  6.6.1 Introducerea în procesul de filtrare a liniilor de schimbare a pantei Metoda de obţinere a MDA ce tine cont de Break-lines folosind date LiDAR a fost concepută in colaborare cu mine şi implementată în software la I.P.I. in 2003. Se distinge prin îmbinarea filtrării cu interpolarea punctelor şi anume: Modelul digital al suprafeţei cuprinde un număr foarte mare de puncte situate pe vegetaţie sau pe clădiri. Eliminarea manuală a acestor puncte este foarte minuţioasă şi consumatoare de timp. De aceea trebuie folosită o metodă automată de filtrare. Principiul se bazează pe combinarea unor teste geometrice împreună cu  predicţia liniară. Principiul filtrării suprafeţei MDSR pentru obţinerea MDA se bazează pe faptul că suprafaţa terestră este continuă şi că pe zone mici, adiacente există o strânsă corelare între cotele punctelor adiacente. S-au dezvoltat diverse metode de analiză a suprafeţei MDSR şi de filtrare a acesteia în scopul obţinerii MDA [Badea Dragoş, 2003]. Cel mai important motiv pentru care break lines trebuie luate in considerare in cazul reconstructiei digitale a suprafetei, este acela ca avem nevoie de un numar cat mai mare de parametri geometrici  pentru ca in ca rezultatul sa fie cat mai aproape de situatia reala din teren. Ca si in cazul metodei cu patratele minime, stuctura matricii normale depinde de necunoscute dar pe masura ce punctele sunt eliminate in procesul de filtrare, numarul de necunoscute depinde in cea mai mare masura de densitatea punctelor preluate de laser  scanner. Pe langa aceasta, cele mai mari erori apar din cauza nerespectarii break lines pentru ca in acesc caz suprafata va fi considerata continua iar modelul digital nu va respecta situatia din teren in zonele cu linii de ruptura a pantei. Deci break lines trebuie determinate apriori pentru a putea fi introduse in procesul de reconstructie digitala a suprafetei terenului. Break lines pot fi considerate ca discontinuitati in modelul matematic iar daca nu sunt luate in considerare suprafata digitala rezultata nu va fi conforma cu cea reala si va avea o forma netezita. Break lines pot fi determinate prin analiza imaginilor ortorectificate (sau prin analiza deviatiilor in cazul studierii a doua sau mai multe imagini) interpretandu-se marile diferentele de geometrie dintre doua imagini ortorectificate ca defecte ale modelului.

Fig. 6.20 – Comparaţie între metode de filtrare cu si fara break-lines

6.6.2 Sintaxe implementate în MATLAB pentru rezolvarea interpolării şi filtrării prin metoda MINIMMAXIM a. Interpolare liniară pentru date spaţiale b. Sintaxa de filtrare MINIM-MAXIM 6.6.3 Metoda propusa de prelucrare a datelor Având în vedere algoritmii şi metodele de filtrare studiate în decursul ultimilor ani, propun următorul algoritm de interpolare şi filtrare. Metoda se bazează pe interpolare spaţială polinomială cu mai multe variabile, filtrare interactivă şi interpolare prin acelaşi procedeu, a datelor filtrate. Principiul constă în compararea cotelor punctelor cu valori estimate, prin diferite metode de interpolare. Am adoptat interpolarea liniară si a trebuit sa efectuez proces interactiv pentru a minimiza influenţa punctelor  care nu se afla pe sol. Pentru acest lucru, am adoptat metoda lui Kraus bazată pe metoda celor mai mici pătrate cu un set de funcţii de atribuire a ponderilor. În procesul de filtrare zona va fi baleiată cu o suprafaţă de selecţie de dimensiune variabilă, a cărei dimensiune va putea fi modificată de operator. Pentru fiecare fereastră analizată se va face o apreciere statistică a valorilor de cotă şi se vor aloca ponderi pentru toate punctele cotate, faţă de cota minimă. Punctele cu pondere mare vor fi catalogate ca puncte aparţinând terenului, iar restul vor fi mutate din fişierul cu datele originale întrun fişier separat. Cu alte cuvinte, vor fi păstrate punctele de cotă minime sau apropiate de valoarea acesteia din fiecare fereastră de analiză. Urmează o nouă interpolare folosind de data aceasta doar punctele catalogate ca aparţinând terenului. Interactivitatea metodei dă operatorului posibilitatea lărgirii sau micşorării ferestrei de analiză în funcţie de zona de studiu, cunoscând faptul că filtrarea cu ferestre de analiză mici are rezultate bune în zone cu vegetaţie joasă, iar cu ferestre de analiză mari se obţin rezultate bune în zonele urbane. Primul pas este o analiză a datelor pentru eliminarea erorilor sistematice instrumentale provenite din faza de preluare. Pentru aceasta, o simplă analiză statistică este suficientă pentru identificarea valorilor care se afla în afara domeniului măsurat, analiză ce trebuie făcută pe toate cele trei axe ale produsului final. Rezultatele unui astfel de test sunt prezentate în figurile următoare:

Încă din această fază se pot elimina eventuale puncte care au o poziţie eronată datorită a terţe cauze. Punctele se pot identifica uşor ca vârfuri în histogramă şi eliminate manual din fişierul de date iniţial. Căutarea lor nu face obiect de studiu întrucât toate editoarele de tip text au implementată funcţia “search”- căutare. Similar se poate analiza şi variaţia cotei dar nu este neapărat necesar deoarece algoritmul de filtrare va  păstra cotele minime. Eventualele erori cauzate de reflexii pe păsări sau erori instrumentale vor fi eliminate în faza de filtrare odată cu punctele catalogate ca neaparţinând terenului. Tehnica căutarii vecinătăţii unui punct nu este o metodă de lucru nouă în înregistrarea punctelor pe suprafaţa terenului. A fost prezentată prima dată de Kilian. Înălţimea este definită în contextul vecinătăţii incluzând algoritmi liniari pe o direcţie de scanare, sau ferestre rectangulare. Metoda lucrează cu ferestre de dimensiuni diferite şi atribuirea de ponderi fiecărui punct într-o vecinătate pentru stabilirea înălţimilor. Practic, se modifică iterativ dimensiunea vecinătăţii pentru îmbunătăţirea  preciziei filtrării.

7. CONCLUZII Analizele LiDAR au atras asupra lor o mare atenţie în ultimul timp, iar filtrarea reprezintă primul pas necesar  în   procesul de generare MDA sau al identificării obiectelor. Mulţi cercetători au dezvoltat algoritmi  pentru identificarea suprafeţelor, dar până acum nu există un studiu comparativ al tuturor metodelor disponibile  pentru a ghida un utilizator să aleagă o metodă adecvată pentru o zonă dată. Lucrarea de faţă nu numai că face o trecere în revistă a algoritmilor de filtrare existenţi şi propuşi, dar subliniază şi modurile de lucru, procesele şi consideraţiile critice pentru implementarea diferitelor metode. Filtrele existente utilizează frecvent patru caracteristici ale terenului pentru a separa MDA de MDSR: cota minimă a zonei, pantă, diferenţele de nivel dintr-o zonă şi textura. Filtrele LiDAR se bazează de obicei pe  pantă şi diferenţe de nivel. Unele filtre direcţionale fac referinţe adiţionale la clasificarea punctelor analizate pe linia de scanare anterioară şi cotele punctelor învecinate, din primele iteraţii. Multe filtre iterative au nevoie de  puncte la sol măsurate sau extrase din alte produse fotogrametrice apriori. Când utilizăm astfel de filtre trebuie să avem în vedere în primul rând filtrarea erorilor. La alegerea unui filtru trebuie ţinut seama de paşii de preluare, formatul datelor, caracteristici iterative, definirea vecinătăţii, dar şi de alţi factori implicaţi în procesul de filtrare. Alegerea filtrelor care folosesc prima sau ultima reflexie este o altă decizie critică în cele mai multe aplicaţii de filtrare LiDAR. Unii cercetători preferă ultima reflexie pentru că raza laser pătrunde prin vegetaţie, dar alţii se tem că acesta va introduce erori din cauza reflexiilor pe zonele joase ale vegetaţiei. Aplicaţiile urbane însă nu trebuie să ţină cont de acest aspect şi folosesc primul impuls deoarece suprafaţa vegetală este considerabil mai mică decât cea construită în comparaţie cu zonele împădurite. Pentru aplicaţiile din zonele împădurite, trebuie folosită ultima reflexie pentru ca spotul laser pătrunde prin coronamentele pomilor şi ajunge la sol. Analiza calitativă rămâne o provocare din cauza faptului că erorile sunt răspândite cel mai des pe contururile obiectelor. Ca rezultat, analiza vizuală şi testele făcute pe eşantioane pot supraestima calităţile

filtrului. De aceea, cei mai mulţi utilizatori de date LiDAR sunt puşi în faţa clasificării manuale a punctelor   bazată pe interpretarea imaginii şi măsurători la teren, ceea ce costa timp şi resurse. Dacă mărim dimensiunea ferestrei de lucru, se reduc erorile în produsul final fără a pierde din detalii. Experimentele au arătat că dimensiunea unei vecinătăţi bidimensionale este critică pentru  performanţele filtrului. Totodata, un efect notabil este netezirea pronunţată a suprafeţei pe măsură ce mărim fereastra de lucru. Teza de doctorat urmăreşte obţinerea unei metode de modelare şi filtrare a MDS prin analiza în detaliu a   paşilor tehnologici şi dezvoltarea unor metodologii şi algoritmi care sa permită obţinerea de MDA cât mai realiste. Metoda propusă se bazează pe interpolare spaţială polinomială cu mai multe variabile. Interpolarea spaţială polinomială are avantajul unei programări facile. Un alt avantaj este faptul că filtrarea interactivă poate fi adaugată oricărei metode existente, iar analiza pe ferestre de dimensiuni variabile nu este straină operatorilor fotogrametriei imagistice. Filtrarea datelor culese în urma măsurătorilor cu LiDAR şi a construcţiei MDA s-a mai îmbogăţit cu încă o metodă semi-automată. Filtrarea şi interpolarea datelor într-un proces ierarhic combinând tehnici de fotogrametrie şi algoritmi matematici. Analiza în detaliu a paşilor tehnologici şi dezvoltarea metodologiilor şi algoritmilor care să permită obţinerea de MDA cât mai realiste au fost prezentate în lucrare. Studiile viitoare trebuie să se concentreze asupra rezolvării a trei probleme: suprafeţe cu teren accidentat şi linii de schimbare a pantei, zone cu vegetaţie foarte densă care limitează pătrunderea laserului până la sol şi regiuni cu vegetaţie joasă care sunt ignorate de cei mai mulţi. Pentru unele studii merită încercat să se facă măsurători atât în perioada înverzită, cât şi în cealaltă,  pentru a face diferenţa dintre cele două rezultate. Pentru decizia asupra folosirii primei sau ultimei reflexii sunt necesare teste. De asemenea, pentru analiza incertitudinilor sunt necesare studii pe zone cu vegetaţie joasă şi în zone costiere, deoarece studiile bazate pe zone mixte au de obicei rezultate comparabile. Metodele de obtinere a datelor necesare modelarii 3D se vor perfectiona odata cu tehnologia de achizitie. Datele initiale vor fi mereu un nor de puncte iar analiza lor se va supune modelelor matematicii si statisticii. Evolutia pachetelor software va influenta mult modul de vizualizare al MDA. Efortul acestei abordări este de a adăuga o metodă semi-automată de filtrare a datelor culese de un sistem LiDAR şi de interpolare 3D pentru un set de date. Fara a încălca principiile de bază ale programării, caracterul metodei prezentate in capitolol intitulat „Studiu de caz” îşi păstrează universalitatea pentru orice zonă de teren scanată LiDAR, rămânând la latitudinea operatorului să intervină asupra parametrilor filtrării pentru obţinerea modelului digital rezultat optim. Am testat cu succes acest filtru în proiecte de cartografiere, în aplicaţii cu păduri şi cu linii de schimbare a pantei. Testele au arătat însă limitări în zone cu teren accidentat şi cu pante mari.

Din testele cu zone urbane a rezultat că apar probleme imposibil de controlat. Se pot introduce condiţii   pentru verificarea schimbării rapide a cotei în cazul clădirilor înalte dar nu putem prevedea vecinătatea vegetaţiei înalte faţă de clădiri. Pentru că ponderile valorilor de cota au fost atribuite folosind principiul pătratelor minime, functia modelatoare a suprafeţei nu va trece exact prin punctele de referinţă. Se realizează inevitabil o “interpolare cu filtrare”. Din experimentele cu interpolările cu filtrare am observat ca erorile de măsurare, sunt eliminate în aceasta fază. Însă pentru interpolarea polinomială, în cazul aplicării ponderilor, filtrarea constituie o operaţie greu de verificat. Cele două sisteme LiDAR ale căror date le-am folosit în lucrare prezintă avantaje şi dezavantaje dacă ne referim la o lucrare anume. De exemplu, sistemul Fly-Map montat pe elicopter se pretează foarte bine la scanări de tip bandă iar ALS-50 montat pe avion usor se pretează pentru scanări de tip suprafaţă. Ambele sisteme însă, au ca produs final principal după faza de post-procesare lista de coordonate teren în format “nor de  puncte”, ceea ce reprezintă un dezavantaj major în etapa de interpolare pentru că obligă la reeşantionarea datelor  în format raster (cu pierderi de informaţie) sau alegerea unei metode de interpolare complicate. Introducerea liniilor de schimbare a pantei terenului ( break-lines ) constituie un factor benefic pentru efectul de constrângere a geometriei suprafeţei şi oferă totodată posibilitatea alegerii unei metode de interpolare mai usor de implementat. Efectul negativ îl constituie necesitatea de măsurători suplimentare indiferent de sursă; măsuratori la teren cu instrumente topografice, fotogrametric prin exploatarea stereomodelului sau identificate semi-automat prin corelarea imaginilor. Un algoritm de filtrare şi interpolare care să aibă rezultate ideale în orice situaţie este imposibil de găsit. Din acelaşi considerent, o metodă complet automată de lucru nu prezintă garanţia unor rezultate conforme cu realitatea terenului, dar are avantajul rezolvarii rapide a generarii modelului tridimensional virtual. Soluţia este analiza tuturor datelor disponibile din yona lucrarii , vizualizarea terenului sau macar a imaginilor şi alegerea sau adaptarea unei metode deja existente la scopul lucrării în cauză deoarece nu trebuie să uităm nici de aspectul productivităţii.

Bibliografie selectiva 1. 2. 3.

4.

ACKERMANN, F., 1999,   Airborne laser scanning - present status and future expectations, ISPRS Journal of Photogrammetry & Remote Sensing, 54:64-67 ACKERMANN, F., 1979,   Zur Genauigkeit Digitaler Höhenmodelle, in: ´Proc. Of the 37th Photogrammetric Week, Stuttgart´, Seiten 133-144 ACKERMANN, F., HAHN, M., 1991,  Image Pyramids for Digital Photogrammetry, in: H. Ebner, D. Fritsch & C. Heipke. Hrsg., ´Digital Photogrammetric Systems`, Herbert Wichmann Verlag, Heidelberg, Seiten 43-57 AXELSSON, P., 1998, Processing of laser scanner data – algorithms and applications, ISPRS Journal of Photogrammetry & Remote Sensing 53 (1998) 138-147

5. 6. 7. 8.

9.

10. 11.

12. 13. 14.

15. 16. 17. 18. 19. 20. 21.

BADEA, D., Proiect de diplomă , 2003, Univ. Hanovra – UTCB, Bucureşti BADEA, D.,   Proiect de disertaţie, 2003, Construcţia Modelului Digital Altimetric cu date Laser  Scaner şi produse derivate, UTCB, Bucureşti BADEA, D., JACOBSEN, K., 2004, Using break line information in filtering process of a Digital  Surface Model , IPI UNI-Hannover and UTCB BADEA, D., JACOBSEN, K., 2008,   Filtering process of  LiDAR  Data, ISPRS - The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol. XXXVII. Part B1-2. Comission I, Beijing BADEA, D., KARSTEN, J., ZĂVOIANU, F., 2003, Tehnici de filtrare a modelului digital al    suprafetei topografice (MDSR) pentru obtinerea modelului digital altimetric (MDA), articol acceptat spre publicare în lucrările Sesiunii ştiinţifice a Academiei Militare Bucureşti BADEA, D., ZĂVOIANU, F., 2003,   Achieving DHM by modern Photogrammetric Technologies,  publicat în Revista IOEL nr. 21/2003 BALTSAVIAS, E,. P., 1999, Airborne laser scanning : existing systems and firms and other resources, Institute of Geodesy and Photogrammetry, ETH-Hoenggeberg, Zurich Switzerland; ISPRS Journal of  Photogrammetry and Remote Sensing 54, pag. 164-198 BALTSAVIAS, E,. P., 1999, ´  A comparison between photogrammetry and laser scanning´ , ISPRS Journal of Photogrammetry and Remote Sensing 54, 83-94 BALTSAVIAS, E,. P.,WEHR, A., & LOHR, U., Hrsg. 1999, ISPRS Journal of Photogrammetry and Remote Sensing, Special Issue on Airborne Laser Scanner, Vol. 54, Elsevier  BOSWELL, M.T., GORE, S.D., PATIL, G.P., TAILLIE, C., 1993, The Art of Computer   Generation of Random Variables, in Handbook of Statistics, vol. 9 (ed. C.R. Rao), Elsevier Science Publ. BRENNER, C., 2000, Towards fully automated generation of city models , ISPRS, vol. XXXIII, Amsterdam BRENNER, C., HAALA, N., 1999.   Extracting of building and trees in urban environments, ISPRS Journal of photogrammetry & Remote Sensing 54, 130-137. BRENNER, C., HAALA, N., 1999. Rapid production of virtual reality city models, Geoinformationssysteme, (2):22-28 BRUNN, A., 2001, Statistical interpretation of dem and image data for building extraction, A. Grün, editor, ASCONA- Workshop 2001. Balkema-Verlag BRUNN, A., WEIDNER, U., 1997,  Extracting buildings from digital surface models, IAPRS Vol. 32,  part 3-4w2, Stuttgart BRÜGELMANN, R., 2000,  Automatic Breakline Detection from Airborne Laser Range Data, IAPRS (33), B3/1, 103-110, Amsterdam BRZANK, A., HEIPKE, C., GOEPFERT, J., SOERGEL, U., 2008,   Aspects of generating precise digital terrain models in the Wadden Sea from LiDAR – water classification and extraction. ISPRS

22. 23.

structure line

Journal of Photogrammetry and Remote Sensing, accepted for publication BURNS, J. B., HANSON, A. R. & RISEMAN, E. M., 1986, ´Extracting Straight Lines´, IEEE Transactions on Pattern Analysis and Machine Intelligence 8(4), 425-443 CALISTRU, V., RĂDULESC,U D., 1970, Unele aspecte în legăură cu digitizarea modelului teren, Revista de geodezie, cadastru şi organizarea teritoriului, Bucureşti

24. 25. 26. 27. 28. 29.

30.

31.

32.

33. 34. 35.

36. 37. 38. 39.

40. 41. 42.

DEUTSCH, C.V., Journel, A. G ., 1992, GSLIB - Geostatistical Software Library and User's Guide, Oxford University Press, New York, 338 pp DRAPER, N., SMITH, H., 1981 , Applied Regression Analysis, second edition, Wiley- Interscience, 709 pp ECKSTEIN, W., MUNKELT, O., 1995,   Extracting objects from digital terrain models. Proc. SPIE, Vol. 2572, pp 43 – 51 ERMAKOV, S., M., 1976, Metoda Monte Carlo şi probleme înrudite, Ed. Tehnică FRANKE, R., NIELSON, G., 1980, Smooth Interpolation of Large Sets of Scattered Data, International Journal for Numerical Methods in Engineering, v. 15, p. 1691-1704 GÖPFERT J., HEIPKE, C., 2006,  Assessment of LiDAR DTMS Accuracy in Coastal Vegetated   Areas: In Int. Arch. of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVI/3, Bonn, Germany, pp. 79-85 GÖPFERT, J., SOERGEL, U., 2007, Estimation of the LiDAR height offset in coastal vegetated areas. In Int. Arch. of Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XXXVI/3, Espoo, Finland, pp. 156-161 VON HANSEN, W., VÖGTLE, T., 1999,  Extraktion der Geländeoberfläche aus flugzeuggetragenen   Laserscanner- Aufnahmen, Photogrammetrie Fernerkundung Geoinformation, Heft 4, pp 229236,Schweizerbart’sche Velagsverhandlung HUISING, E.J., GOMES PEREIRA, L.M., 1998,   Errors and accuracy estimates of laser data acquired  by various laser scanning systems for topographic applications, ISPRS Journal of  Photogrammetry & Remote Sensing 53 (1998) 245-261, IONESCU, I., 2004, Note de curs – Fotogrametrie , UTCB ISAAKS, E. H., SRIVASTAVA, R. M., 1989,   An Introduction to Applied Geostatistics, Oxford University Press, New York, 561 pp JACOBSEN, K., 1980, Vorschläge zur Konzeption und zur Bearbeitung von  Bündelblockausgleichungen, Doctor thesis, Institute for Photogrammetry and Engineering Survey, University of Hannover  JACOBSEN, K., 2001,   New Developments in Digital Elevation Modelling , Geoinformatics, pp 18 –  21 JACOBSEN, K., LOHMANN, P., 2003, SEGMENTED FILTERING OF LASER SCANNER DSMS , ISPRS WG III/3 workshop „3-D reconstruction from airborne laserscanning and InSAR data“, Dresden JACOBSEN, K., PASSINI,R., 2002,   Filtering of Digital Elevation Models, Proc. FIG / ASCM /ASPRS annual convention, Washington KOCH, A., 1999,  Analyse und Aufbereitung von Laser-Scanner-Aufnahmen, Diplomarbeit , University of Hanover, Institute for Photogrammetry and Engineering Surveys, (http://www.ipi.uni-hannover.de/htm -deutsch/lehre/diplomarbeiten/1999/ andreas. pdf) KONECNY, G., LEHMANN, G., 1984, Photogrammetrie, Berlin New York 1984 KORPELA, ILKKA., 2000 , 3D data capture for DEM/DTM/DSM production - an introduction to  photogrammetric methods and ranging laser For course Y196 , University Of Helsinki KRAUS, K., 1997, Eine neue Method zur Interpolation und Filterung von Daten mit schiefer   Fehlerverteilung . Österreichische Zeitschrift für Vermessung & Geoinformation 1/1997, Seite 2530