Direkt zum Inhalt | Direkt zur Navigation

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-69470
URL: http://www.freidok.uni-freiburg.de/volltexte/6947/


Wang, Yunsheng

Fully automatic reconstruction of virtual environment based on LIDAR data

Vollautomatische Rekonstruktion von "Virtuellen Umwelten" basierend auf LIDAR Daten

Dokument1.pdf (15.583 KB) (md5sum: b91287f506b9af19b8bd42dbd5c24da5)

Kurzfassung in Englisch

Virtual environment is a simulation of the real world in the cyber space. It consists of series of 3D (three-dimensional) models of the environmental objects such as terrains, vegetations, forests, buildings, roads and other natural or manmade objects. Impacts of certain events such as natural disasters, human activities, on the environment are possible to be predicted and/or evaluated through computer simulations based on the virtual environment. Therefore, the reconstruction of virtual environmental is keen to the decision making support of environmental management activities. LIDAR (Light Detection and Ranging) as a relative new member of remote sensing instruments, is especially suitable for reproducing the 3D structures of the real world due to its capability of 3D measurements with high accuracy, thus the employment of the LIDAR data for the reconstruction of virtual environment is extremely attractive.
This thesis focuses on the algorithms for virtual environment reconstruction purely based on the LIDAR data. The most concerned environmental objects are the buildings in the urban areas and the trees in the forests. The study is divided into three main stages: 1) the classification of grounds, buildings and trees; 2) the reconstruction of 3D building models; 3) the extraction of single trees and the reconstruction of 3D single tree crown models.
For the classification, which is a necessary approach of data pre-processing before the reconstruction of 3D object models, two different approaches are developed. The first one is DSM (Digital Surface Model) based. A so-called DIFF (First-Last Echo Height Difference) image is interpolated from the laser pulses, with the height difference between the first and the last echo of each laser pulse as the gray values. Buildings, vegetations and grounds present distinct features on the DIFF image, thus, can be classified accordingly. The second method is based on the LIDAR raw point cloud. For each laser raw point, a normal vector is calculated. The direction and the length of a point normal vector represent the geometrical regularity of a point to its neighborhood. Therefore, the point normal vectors are taken as the main criteria for the classification between the points located on the regular roof surfaces and the points belong to the chaotic tree crowns.
For the 3D building models, fully automatic processes for the reconstruction of the LoD.1 (Level of Detail-1st) models as well as the LoD.2 (Level of Detail-2nd) models are developed. The extraction of roof planes from the LIDAR data and the definition of topological rules of roof models are the two leading challenges. LIDAR Raw Points, which are located on the roof surfaces, are firstly extracted out of the point clouds by using the point normal vectors. Geometry parameters of each roof surface are estimated respecting to the extracted points. 3D Roof models are reconstructed, due to the topological judgments on the spatial relationship of the detected roof surfaces. Finally, LoD.2 3D building models are generated by a combination of the calculated roof models and the assumed vertical walls.
For the 3D single trees extraction, the main objects are, firstly, to detected individual trees not only from the top canopy layer but also from the sub canopy layer in the forest; secondly, to modeling the 3D shape of individual tree crowns, from which important parameters such as the crown height range, the crown volume and the crown contours at different height levels, can be derived. The process is based on a normalized point cloud whose point height represents the absolute height of ground object. The normalized points are resampled to a 3D local voxel space. Trees are extracted with a 3D morphological pouring in the voxel space. The 3D shapes of the extracted tree crowns are delineated simultaneously to the extraction of the trees. This process is also available in the vegetation regions in urban areas.
For the forest, an extra algorithm for vertical canopy structure analysis is provided to investigate the number of main canopy layers, the height range of each canopy layer and the spatial distribution of the canopy layers.
All the procedures have been implemented and testified with diverse LIDAR datasets of different qualities and from different landscapes. For the 3D building models, visualization simultaneous with the raw points at same scene has provided a direct precision evaluation. The procedure of 3D single tree modeling has been verified with a comparison between the calculating results and the field inventory results in sample plots.
The procedures are developed with C++ programming language, using HDevelop library (HALCON 8.0) as the main accessorial tool of digital image processing. TreesVis, a software for LIDAR process and visualization developed by FeLis (Department of Remote Sensing and Landscape Information Systems), has been employed as an instrument for the generation of DEMs and for the visualization of the modeling results.


Kurzfassung in Deutsch

Im Forschungsbereich „Virtual Environ¬ment“ wird im Computer eine virtuelle Landschaft erzeugt. Zu diesem Zweck werden die unterschiedlichsten realen Objekte, wie z.B. Gebäuden, Bäumen etc, die das Landschaftsbild maßgeblich beeinflussen, als 3D Modelle rekonstruiert. Basierend auf diesen virtuellen 3D Modellen ist es möglich Prozesse der realen Umwelt zu simulieren und somit ein besseres Verständnis der Prozesse in der Realität zu erhalten. Diese Erkenntnisse gewinnen immer mehr an Wichtigkeit in den Bereichen „Umweltmanagement“ und „Decision-Making-Support“. Die Ergebnisse, die durch die „virtuelle Um¬welt¬tech¬nologie“ ermittelt werden, sind des weiteren auch in den Bereichen „Naturkatastrophen-Management“ und der Ab¬schätzung/Abbildung von menschlichen End-schei¬dungs¬pro¬zessen in extremen Situationen sehr hilfreich.
LIDAR (Light Detection and Ranging) ist eine relativ neue Mess- und Auswertemethodik aus dem Bereich der Fernerkundung. Diese aktive Messmethode ist besonders gut geeignet, 3D (drei-dimensionale) Strukturen/Objekte der realen Welt durch die Messung von 3D Punktwolken abzubilden. Deshalb ist die Nutzung dieser Daten zur Rekonstruktion bzw. Modellierung der realen Welt durch die virtuelle Welt interessant.
In dieser Dissertation liegt der Schwerpunkt in der Entwicklung von Algorithmen und Verfahren, die auf LIDAR Daten basieren, um insbesondere 3D Modelle von Gebäuden und Bäumen zu rekonstruieren.
Die Untersuchung ist in 3 Abschnitte gegliedert. Im ersten Abschnitt werden Methoden präsentiert, die eine Klassifizierung von folgenden Objekten ermöglichen: Gelände, Gebäude und Bäume. Im anschließenden Kapitel wird die 3D Gebäudemodellierung präsentiert. Im letzen Abschnitt werden dann die Algorithmen und Methoden näher erläutert mit deren Hilfe 3D Modelle der Bäume erstellt werden.
Für die Klassifizierung wurden zwei Algorithmen entwickelt. Der erste ist ein auf einem Entfernungssbild besierender Prozess. Hierbei wird ein sogenanntes „Differenz“-Bild erzeugt, indem die 3D Entfernung zwischen den First-Pulse und den Last-Pulse 3D-Punkten ermittelt wird. Diese Entfernungs¬werte werden als Grauwerte, an der Position des First-Pulse-Punktes, im Bild gespeichert.
Die Gebäude und die Bäume sind in ihrer Oberflächenrauhigkeit sehr unterschiedlich, dies spiegelt sich auch in den Normalenvektoren, die man für jeden 3D Laserpunkt berechnen kann, wieder. Aus diesem Grund basiert der zweite Ansatz, der entwickelt wurde, auf der Auswertung dieser Normalenvektoren.
Die Algorithmen zur Gebäuderekonstruktion liefern voll-automatisch 3D Modelle im Level-of-Detail 1 und 2 Format. Dabei ist sowohl die Erkennung von Dachflächen als auch deren topologischen Zuordnung die schwierigste Aufgabe im Bereich der Gebäudemodellierung. Das Ergebnis ist ein vollautomatischer Gebäude¬model¬lie¬rungs¬prozess, der aus der reinen 3D Punktwolke die fertigen LoD-2 Modelle erzeugt.
Des weiteren wurde ein automatischer Algorithmus, der ebenfalls auf den 3D Punkten basiert, entwickelt und implementiert. Dieser Algorithmus ermöglicht nicht nur die Erkennung von herrschenden Bäumen, sondern auch von Bäumen die einer niedrigeren vertikalen Schicht zuzuordnen sind. Dies ist ein wesentlicher Vorteil verglichen mit Methoden, die auf einem digitalen Oberflächenmodell (bzw. einem Kro¬nen¬oberflächenmodell) basieren. Für die Forstwirtschaft sind die Baumhöhe, die Kronenhöhe, das Kronenvolumen und die 3D Form der Krone von entscheidender Bedeutung. Diese vier Parameter können mit Hilfe dieses Ansatzes, unter der Voraussetzung, dass die Laserpunkte in der Zwischenschicht zwischen Kronenoberfläche und Boden vorhanden sind, abgeleitet werden.
Auf dem Bestandesniveau wurde außerdem ein Algorithmus zur Analyse der vertikalen Schichtung entwickelt. Mit dessen Hilfe erhält man die Anzahl der existierenden Baumschichten als auch die Höhenausdehnung der jeweiligen Schicht.
Alle entwickelten Algorithmen wurden mit mehreren Eingabedaten aus den unterschiedlichsten Gebieten getestet. Bei der Gebäudemodellierung wurden die Ergebnisse visuell geprüft, indem sowohl die 3D Gebäudemodelle als auch die 3D Laserrohdaten in einem Echtzeitvisualisierungsprogramm dargestellt wurden. Dadurch war eine schnelle Kontrolle der erreichten Ergebnisse möglich. Bei der Validierung der Ergebnisse der Einzelbaumerkennung wurden die abgeleiteten Parameter mit solchen aus terrestrischen Inventurmessungen (als Referenz), verglichen.
Die entwickelten Methoden wurden mittels C++ und dem Softwareprodukt HALCON, der Firma MVTec GmbH, implementiert. Das TreesVis Softwarepaket (entwickelt durch FeLis, Universität Freiburg) wurde eingesetzt zur Berechnung der digitalen Oberflächenmodelle und zur simultanen 3D Echtzeit Visualisierung.


SWD-Schlagwörter: Fernerkundung , Lidar , Virtuelle Realität
Freie Schlagwörter (deutsch): Einzige Baum , Dachform , Delinierung , Rekonstruktion
Freie Schlagwörter (englisch): Single Tree , Roof Structure , Delineation , Reconstruction
Institut: Institut für Forstökonomie
Fakultät: Fakultät für Forst- und Umweltwissenschaften
DDC-Sachgruppe: Land- und Forstwirtschaft, Veterinärmedizin
Dokumentart: Dissertation
Erstgutachter: Koch, Barbara (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 26.11.2008
Erstellungsjahr: 2008
Publikationsdatum: 09.11.2009
Indexliste