Versatzkorrekturen von multitemporalen ALS-DatenPlanimetric Offset Corrections of Multitemporal ALS Data

Sead Mustafic, Mathias Schardt
2018 AGIT: Journal für Angewandte Geoinformatik  
Zusammenfassung: Für die Registrierung von multitemporalen Airborne-Laserscanning(ALS)-Daten existieren eine Fülle von Methoden, die Datensätze mithilfe von korrespondierenden Punkten geometrisch angleichen. Beispiele für gängige Methoden sind die Least-Mean-Squares-Methode oder der Iterative-Closest-Point-Algorithmus. In topographisch anspruchsvollen Gebieten kann sich eine flächendeckende Lageübereinstimmung aber als schwierig erweisen, da oftmals, trotz sorgfältiger Registrierung und
more » ... rierung und Georeferenzierung, kleinere Lageversätze verbleiben. In dieser Studie wird eine robuste Methode vorgestellt, die selbst in topographisch stark reliefierten Gelände über Waldgebieten eine vollautomatische Lageversatzkorrektur von (Raster oder Punktwolken) ALS-Daten ermöglicht. Die Methode wurde bereits an mehreren Datensätzen getestet und hat sich als ein sehr nützliches Werkzeug zur Registrierung multitemporaler ALS-Datensätze erwiesen. Abstract: For the registration of ALS (Airborne Laser Scanning) data, various methods can be used, for example least-mean-squares or iterative-closest-point methods, wherein most methods use corre- sponding points. However, in topographically demanding areas, precise geometric alignment of multitemporal ALS-data might prove difficult, as there are often remaining geometric distortions despite careful registration and georeferencing. In this study, a robust method is presented which enables fully automatic large scale planimetric offset correction of (raster or point cloud) ALS data in demanding forest areas. The method has already been tested on several datasets and has proven to be a very useful tool for the co-registration of multi-temporal ALS data sets.
doi:10.14627/537647007 dblp:journals/agit/MustaficS18 fatcat:mkcmd7ymmvh6zbesm7e5san54q