(Automation of Earth Surface Extracting From Aerial LIDAR)

تم تطوير العديد من التقنيات لقياس احداثيات السمات المكانية على سطح الأرض بدقة هندسية عالية. تعتبر تقنية الليزر الجوي المحمول أحدث تقنية مستخدمة في هذا المجال وقد حققت انتشارا واسعا. تعمل هذه التقنية على مسح المعالم ضمن المشهد الطبيعي (سطح الأرض ، الأبنية ، الغطاء النباتي) ،من خلال عدة أصداء، يسجل كل صدى طول المدى بين المرسل والجسم العاكس الأول الذي تصادفه أي قياس المدى عن كافة المعالم فوق سطح الأرض، وتخزن هذه البيانات بشكل غمامة عشوائية كثيفة من النقاط ثلاثية الأبعاد بوقت قصير. لكن على الرغم من الدقة العالية للنقاط المسجلة، فإن إمكانية الفصل الآلي بين النقاط المنعكسة على السمات فوق سطح الأرض تعتبر تحدياً كبيراً. يتم تصنيف بيانات الليزر الجوي أولا من خلال الفصل بين سطح الأرض الطبيعية وبقية الاحزاء غير المنتمية لهذا السطح، ويجري لاحقاً فصل متقدم بين العمران والغطاء النباتي. وبما أن تقنية الليزر الجوي المحمول تعتبر تقنية واعدة ومهمة بالبيانات التي تقدمها، فإن هذا البحث يهتم بوضع آلية مؤتمتة للفصل بين السمات الطبيعية والصنعية (سطح الأرض، العمران، الغطاء النباتي) انطلاقاً من بيانات الليزر الجوي. تم في هذا البحث تطوير نموذج رقمي مؤتمت يعتمد خوارزمية التجميع التكراري بالاستناد الي تحليلات طبولوجيا الحواف، وذلك بهدف أتمتة تصنيف غمامة ليزري من النقاط وفصل السطح النهائي للأرض الطبيعية الذي يمثل سطح الأرض الطبيعية عن بقية الأجسام التي ستصنف لاحقا إلى صفين أساسيين (العمران والغطاء النباتي). سيتم أولا استنباط نقاط الارض من الحواف ضمن المشهد من خلال تطبيق مجموعة من تحليلات الجوار الهندسية مع استقراء للسطح الأولي للأرض الطبيعية. ثانياً سيتم تجميع وضم المزيدمن نقاط الغمامة إلى سطح الأرض الأولى، حيث تقوم الاجرائية على تجزئة السطح الأولي للأرض إلى عناصر هندسية مجمعة، وضم النقاط المجاورة لكل سمة مجمعة وفق معيار المنحنى العام لعذه السمة. استخدمت صمن الخوارزمية المطورة مجموعة من البارامترات العامة دون تخصيص لقيم هذه البارامترات لتلائم مشاهد محددة، وقد تم اختبار الخوارزمية المطورة على مجموعة واسعة من المعطيات لعدد من غمامات المسح الليزري الجوي، والتي كانت متاحة مجاناً على الموقع الإلكتروني لمجموعه واسعة من الباحثين وعلى نفس المعطيات وكانت نتائج اقتطاع سطح الأرض الطبيعية النهائي ذات موثوقية كبيرة.

Various methods have been developed to measure the location of physical objects on a landscape with high positional accuracy. A new method that has been gaining popularity is the Airborne Light Detection and Ranging (LiDAR). LiDAR works by scanning a landscape (the combination of ground, buildings, vegetation, etc.,) by multiple passes. In each scan (pass), pulses of laser light are emitted from an airborne platform and their return time is measured, thus enabling the range from the point of emission to the landscape to be determined. The product of airborne laser scanning is a cloud of points located in a 3D space. ALS is capable of delivering clouds of very dense and accurate points that represent the landscape in a relatively short time. However, in spite of the ability to measure objects with high positional accuracy, the automatic detection and interpretation of individual objects in landscapes remains a challenge. An example of such a challenge is the classification of the cloud points produced by ALS. The classification of LiDAR cloud points consists first of all of assigning the points as either object points or bare ground ones. The points labeled object points are then further classified as either buildings or vegetation. As a measurement technique, LiDAR is highly promising, research has been conducted here to automate the detection of bare ground, buildings and vegetation in LiDAR cloud points. In this Research, we describe a new automated scheme that utilizes the so-called “Edge Topology based Iterative Segmentation” (ETIS) model to classify the LiDAR points as ground and objects points. First ground seed points based on edges topology are to be selected and then the initial DTM is to be constructed, the second step is an iterative densification of the DTM using a cloud point segmentation method based on local slope parameter. General ground point filtering parameters have been used was achieved in this method, instead of scene- wise optimization of the parameters, in a way that many groups of benchmark datasets have been without changing the thresholds values. Data provided by the International Society for Photogrammetry and Remote Sensing (ISPRS) commission, have been used to compare the performance of ETIS. The new method is also tested against the 16 other publicized filtering methods. The results indicat that the proposed method is capable of producing a high fidelity terrain model.