Advanced Point Cloud Filtering Algorithm for Enhanced Accuracy in Mountainous Terrain Surveying and Mapping

Namen te študije je raziskati praktično uporabo algoritma filtriranja oblakov točk pri kartiranju gorskega terena. Da bi dosegli ta cilj, so avtorji predstavili izboljšan algoritem za filtriranje oblaka točk, posebej prilagojen za gorska območja. Ta študija najprej kritično analizira omejitve obstoječih algoritmov za filtriranje oblakov točk v gorskih območjih, ki pogosto vodijo do slabih učinkov naknadnega filtriranja sistemov oblakov točk na tleh. Metoda sistematično preučuje nezemeljske točke v oblaku točk in razvršča tip površinskega pokrova. Z uporabo znanih algoritmov za ekstrakcijo površinskega pokrova, zlasti v vegetaciji in zgradbah, predlagana metoda uspešno najde in odstrani točke, ki niso na tleh, kar ima za posledico dobro filtriranje oblaka točk. S strogo kvalitativno in kvantitativno analizo se predlagani algoritem primerja z uveljavljenim progresivno šifriranim algoritmom triangulacijskega filtriranja in rezultati kažejo pomembne izboljšave. Oblak točk pri tleh, pridobljen s kompleksnim algoritmom za filtriranje oblakov gorskih točk, ki temelji na vrsti pokrovnosti tal, se zelo ujema z izmerjenim profilom z minimalnim odstopanjem. Poleg tega je povprečna višinska razlika algoritma -0,06 m, povprečna kvadratna napaka pa 0,45 m. Za primerjavo, povprečna napaka progresivno šifriranega algoritma trikotnega filtriranja je -0,45 m, povprečna kvadratna napaka pa 0,71 m. Ta študija je zaključila, da izboljšana metoda filtriranja oblaka točk, ki temelji na vrsti površinske pokritosti, po natančnosti presega progresivno šifriran algoritem filtriranja trianguliranega omrežja. Poleg tega ta metoda v primerjavi s tradicionalnimi metodami filtriranja, usmerjenimi na točko, kaže odlično uporabnost, večjo avtomatizacijo in večjo natančnost ekstrakcije v goratem terenu. Te ugotovitve ponujajo nove rešitve za zapletene izzive filtriranja oblakov točk v kompleksnih gorskih območjih in prispevajo k napredku geodetskih metod in metod kartiranja.

Authors

Institutions

Publication Details

Journal
Informatica
Published
2025-02-07
DOI
https://doi.org/10.31449/inf.v49i9.5910
Primary Topic
Winter Sports Injuries and Performance
Type
article
Field-Weighted Citation Impact
0.00

Funders

Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Advanced Point Cloud Filtering Algorithm for Enhanced Accuracy in Mountainous Terrain Surveying and Mapping

Su Yu, Yong Bao
Informatica
Winter Sports Injuries and Performance
article

Advanced Point Cloud Filtering Algorithm for Enhanced Accuracy in Mountainous Terrain Surveying and Mapping

Su Yu, Yong Bao
article en

Abstract

Namen te študije je raziskati praktično uporabo algoritma filtriranja oblakov točk pri kartiranju gorskega terena. Da bi dosegli ta cilj, so avtorji predstavili izboljšan algoritem za filtriranje oblaka točk, posebej prilagojen za gorska območja. Ta študija najprej kritično analizira omejitve obstoječih algoritmov za filtriranje oblakov točk v gorskih območjih, ki pogosto vodijo do slabih učinkov naknadnega filtriranja sistemov oblakov točk na tleh. Metoda sistematično preučuje nezemeljske točke v oblaku točk in razvršča tip površinskega pokrova. Z uporabo znanih algoritmov za ekstrakcijo površinskega pokrova, zlasti v vegetaciji in zgradbah, predlagana metoda uspešno najde in odstrani točke, ki niso na tleh, kar ima za posledico dobro filtriranje oblaka točk. S strogo kvalitativno in kvantitativno analizo se predlagani algoritem primerja z uveljavljenim progresivno šifriranim algoritmom triangulacijskega filtriranja in rezultati kažejo pomembne izboljšave. Oblak točk pri tleh, pridobljen s kompleksnim algoritmom za filtriranje oblakov gorskih točk, ki temelji na vrsti pokrovnosti tal, se zelo ujema z izmerjenim profilom z minimalnim odstopanjem. Poleg tega je povprečna višinska razlika algoritma -0,06 m, povprečna kvadratna napaka pa 0,45 m. Za primerjavo, povprečna napaka progresivno šifriranega algoritma trikotnega filtriranja je -0,45 m, povprečna kvadratna napaka pa 0,71 m. Ta študija je zaključila, da izboljšana metoda filtriranja oblaka točk, ki temelji na vrsti površinske pokritosti, po natančnosti presega progresivno šifriran algoritem filtriranja trianguliranega omrežja. Poleg tega ta metoda v primerjavi s tradicionalnimi metodami filtriranja, usmerjenimi na točko, kaže odlično uporabnost, večjo avtomatizacijo in večjo natančnost ekstrakcije v goratem terenu. Te ugotovitve ponujajo nove rešitve za zapletene izzive filtriranja oblakov točk v kompleksnih gorskih območjih in prispevajo k napredku geodetskih metod in metod kartiranja.

InformaticaVol. 49(9)
Liaoning Technical University (CN), Jilin Vocational College of Industry and Technology (CN), Liaoning Jianzhu Vocational University (CN)
Ministry of Natural Resources of the People's Republic of China, Liaoning Technical University
Climate action
Openalex Percentile: Top 95%
Winter Sports Injuries and Performance
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.