Detektion von Oberflächenveränderungen mit terrestrischem Laserscanner
| Autor: | Bytyqi, Granit |
|---|---|
| Jazyk: | němčina |
| Rok vydání: | 2021 |
| Předmět: | |
| DOI: | 10.34726/hss.2021.88380 |
| Popis: | Die rasche Entwicklung des Laserscanning als Studientechnik dient nicht nur der Beurteilung des geometrischen Zustands einer dreidimensionalen Szene, sondern auch der Beurteilung von Veränderungen dieses Zustands mit einer hohen Auflösung und Präzision. Die Veränderungserkennung wird für viele verschiedene Anwendungen genutzt, unter anderem für die Beobachtung der Erosion natürlicher Oberflächen.Diese Masterarbeit beschäftigt sich mit der Detektion von Oberflächenveränderungen in einer Höhle mittels Terrestrial Laser Scanning (TLS). Darüber hinaus zielt sie auf die Bewertung der Registrierungs- und Änderungserkennungsschritte ab. Die verwendeten Daten bestanden aus hochauflösend 3D-Punktwolken, die aus zwei Scan-Kampagnen gewonnen wurden.Zur Evaluierung der Methodik wurden Stein und Holzproben auf der Felsoberfläche angebracht, um erosionsbedingte Veränderungen am Objekt zu simulieren. Verschiedene Registrationssmethoden „Multi station adjustment“ (MSA) und „Iterative closest point“ (ICP) wurden verwendet. Der Arbeitsablauf für diese Arbeit umfasst: Felddatenerfassung, Vorverarbeitung der Daten, Bereinigen der Daten, Registrierung der Punktwolken und M3C2-Algorithmus für die Veränderungserkennung. Die erhaltenen Ergebnisse zeigen, dass schon Änderungen von 4 mm erfasst werden können. The rapid development of laser scanning as a study technique is not only for assessing the geometric state of a three-dimensional scene, but also for assessing changes in that state with high resolution and precision. Change detection is used for many different applications, including the observation of erosion of natural surfaces.This master’s thesis deals with the detection of surface changes in a cave using Terrestrial Laser Scanning (TLS). Furthermore, it aims to evaluate the registration and change detection steps. The data used consisted of high-resolution 3D point clouds obtained from two scanning campaigns.To evaluate the methodology, stone and wood samples were placed on the rock surface to simulate erosion-induced changes on the object. Different registration methods "Multi station adjustment" (MSA) and "Iterative closest point" (ICP) were used. The workflow for this work includes: Field data acquisition, preprocessing of data, cleaning of data, registration of point clouds and M3C2 algorithm for change detection. The results obtained show that changes as small as 4 mm can be detected. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|