hrvatski

Algoritam za modeliranje i procjenu opsega debla na temelju fotogrametrijskog oblaka točaka

Potrajno gospodarenje šumama zahtijeva prostorno i vremenski određene informacije o stanju šume koje se još uvijek u mnogim zemljama svijeta, uključujući i Hrvatsku, prikupljaju na tradicionalan način, terenskom izmjerom. Iako terenska izmjera pruža informacije zadovoljavajuće točnosti, ona zahtijeva dugotrajan i intenzivan rad. Stoga se u novije vrijeme intenzivno istražuju mogućnosti upotrebe laserskih skenera i fotogrametrijskih metoda kao brza i efektivna alternativa klasičnom pristupu izmjere šuma. U ovom je radu prikazan algoritam za ekstrakciju opsega i modeliranje debla iz fotogrametrijskog oblaka točaka baziran na RANSAC (engl. Random Sample Consensus) algoritmu i metodi rastavljanja na glavne komponente (engl. PCA – Principal Component Analysis). Analizirana je točnost ekstrakcije opsegā na jednom deblu u ovisnosti o tipu kalibracije kamere (predkalibrirana, samokalibracija s inicijalnim parametrima, samokalibracija). Najmanja pogreška dobivena je predkalibriranom kamerom (RMSE=1, 23 cm), slijede samokalibracija s inicijalnim parametrima (RMSE=1, 35 cm) i samokalibracija (RMSE=1, 63 cm). Predstavljeni algoritam pokazuje veliki potencijal primjene fotogrametrijskih mjerenja pri određivanju opsega debla, uz određene preinake u pristupu.

terestrička fotogrametrija ; oblak točaka ; RANSAC ; PCA

nije evidentirano