JP5594681B2 - 測量データの分類方法、及び測量データの分類装置 - Google Patents
測量データの分類方法、及び測量データの分類装置 Download PDFInfo
- Publication number
- JP5594681B2 JP5594681B2 JP2010035818A JP2010035818A JP5594681B2 JP 5594681 B2 JP5594681 B2 JP 5594681B2 JP 2010035818 A JP2010035818 A JP 2010035818A JP 2010035818 A JP2010035818 A JP 2010035818A JP 5594681 B2 JP5594681 B2 JP 5594681B2
- Authority
- JP
- Japan
- Prior art keywords
- ground
- survey data
- classifying
- coordinate
- sample area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Description
地盤と物体の位置情報がそれぞれ既知であって、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において、前記測量データを取得するステップと、
サンプルエリア毎に、地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、を有することを特徴とする。
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて、前記測量データを取得するステップと、
前記サンプルエリアにおける地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類することを特徴とする。
http://www.csie.ntu.edu.tw/~cjlin/libsvm/
地盤と物体の位置情報に基づいて、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において取得された測量データを、サンプルエリア毎に、学習機能のあるアルゴリズムにより処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求め、地盤と物体の位置情報が未知の測量データにおいて地盤と物体とを分類することを特徴とする。
単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において取得されたサンプル測量データを、サンプルエリア毎に既知である地盤と物体の位置情報に基づいて、学習機能のあるアルゴリズムにより処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めることにより、地盤と物体とを分類した測量データを記録したことを特徴とする。
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて取得された前記測量データと、前記サンプルエリアにおける地盤と物体が既知である前記位置情報とに基づいて、学習機能のあるアルゴリズムにより、地盤と物体とを分類するのに適した前記特徴量の閾値を求める手段と、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類することを特徴とする。
所定のサンプルエリアにおいて取得されたサンプル測量データを、前記サンプルエリアにおいて既知である地盤と物体の位置情報に基づいて、学習機能のあるアルゴリズムにより処理することにより、地盤と物体とを分類するのに適した前記特徴量の閾値が求められるようになっており、前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおける、地盤と物体とを分類された測量データを記録したことを特徴とする。
A2 サンプルエリア
A3 サンプルエリア
BD 建物
GN 地盤
HL ヘリコプタ
ST1 GPS衛星
ST2 GPS基準局
TR 樹木
Claims (14)
- 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する分類方法において、
地盤と物体の位置情報がそれぞれ既知であって、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において、前記測量データを取得するステップと、
サンプルエリア毎に、地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、を有し、
前記特徴量が、前記点のZ座標の値、隣り合う前記点間のZ座標の値の差、隣り合う前記点間の傾斜値のうち少なくとも1つである、ことを特徴とする測量データの分類方法。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する分類方法において、
地盤と物体の位置情報がそれぞれ既知であって、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において、前記測量データを取得するステップと、
サンプルエリア毎に、地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、を有し、
前記測量データが、位置及び姿勢が既知の飛行体から地表面に向けてパルスレーザビームを照射して、前記地表面からの反射ビームを入射することにより得られるものであり、
前記特徴量が、前記反射ビームの強度、前記反射ビームのパルス数、前記反射ビームのパルス番号のうち少なくとも1つである、ことを特徴とする測量データの分類方法。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する分類方法において、
地盤と物体の位置情報がそれぞれ既知であって、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において、前記測量データを取得するステップと、
サンプルエリア毎に、地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、を有し、
前記特徴量が、任意の点と隣接点との間のZ座標値の差、任意の点と隣接する2点とで形成される三角形の傾斜のうち少なくとも1つである、ことを特徴とする測量データの分類方法。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する分類方法において、
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて、前記測量データを取得するステップと、
前記サンプルエリアにおける地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類するステップと、を有し、
前記特徴量が、前記点のZ座標の値、隣り合う前記点間のZ座標の値の差、隣り合う前記点間の傾斜値のうち少なくとも1つである、ことを特徴とする測量データの分類方法。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する分類方法において、
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて、前記測量データを取得するステップと、
前記サンプルエリアにおける地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類するステップと、を有し、
前記測量データが、位置及び姿勢が既知の飛行体から地表面に向けてパルスレーザビームを照射して、前記地表面からの反射ビームを入射することにより得られるものであり、
前記特徴量が、前記反射ビームの強度、前記反射ビームのパルス数、前記反射ビームのパルス番号のうち少なくとも1つである、ことを特徴とする測量データの分類方法。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する分類方法において、
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて、前記測量データを取得するステップと、
前記サンプルエリアにおける地盤と物体が既知である前記位置情報に基づいて、学習機能のあるアルゴリズムにより、前記取得された測量データを処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求めるステップと、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類するステップと、を有し、
前記特徴量が、任意の点と隣接点との間のZ座標値の差、任意の点と隣接する2点とで形成される三角形の傾斜のうち少なくとも1つである、ことを特徴とする測量データの分類方法。 - 前記アルゴリズムはサポートベクターマシンであることを特徴とする請求項1〜6のいずれかに記載の測量データの分類方法。
- 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する測量データの分類装置であって、
地盤と物体の位置情報に基づいて、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において取得された測量データを、サンプルエリア毎に、学習機能のあるアルゴリズムにより処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求め、地盤と物体の位置情報が未知の測量データにおいて地盤と物体とを分類し、
前記特徴量が、前記点のZ座標の値、隣り合う前記点間のZ座標の値の差、隣り合う前記点間の傾斜値のうち少なくとも1つである、ことを特徴とする測量データの分類装置。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する測量データの分類装置であって、
地盤と物体の位置情報に基づいて、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において取得された測量データを、サンプルエリア毎に、学習機能のあるアルゴリズムにより処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求め、地盤と物体の位置情報が未知の測量データにおいて地盤と物体とを分類し、
前記測量データが、位置及び姿勢が既知の飛行体から地表面に向けてパルスレーザビームを照射して、前記地表面からの反射ビームを入射することにより得られるものであり、
前記特徴量が、前記反射ビームの強度、前記反射ビームのパルス数、前記反射ビームのパルス番号のうち少なくとも1つである、ことを特徴とする測量データの分類装置。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する測量データの分類装置であって、
地盤と物体の位置情報に基づいて、単数のサンプルエリア又は複数に区分けされた地域特性が異なるサンプルエリアの各々において取得された測量データを、サンプルエリア毎に、学習機能のあるアルゴリズムにより処理して、地盤と物体とを分類するのに適した前記特徴量の閾値を求め、地盤と物体の位置情報が未知の測量データにおいて地盤と物体とを分類し、
前記特徴量が、任意の点と隣接点との間のZ座標値の差、任意の点と隣接する2点とで形成される三角形の傾斜のうち少なくとも1つである、ことを特徴とする測量データの分類装置。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する測量データの分類装置であって、
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて取得された前記測量データと、前記サンプルエリアにおける地盤と物体が既知である前記位置情報とに基づいて、学習機能のあるアルゴリズムにより、地盤と物体とを分類するのに適した前記特徴量の閾値を求める手段と、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類する手段と、を有し、
前記特徴量が、前記点のZ座標の値、隣り合う前記点間のZ座標の値の差、隣り合う前記点間の傾斜値のうち少なくとも1つである、ことを特徴とする測量データの分類装置。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する測量データの分類装置であって、
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて取得された前記測量データと、前記サンプルエリアにおける地盤と物体が既知である前記位置情報とに基づいて、学習機能のあるアルゴリズムにより、地盤と物体とを分類するのに適した前記特徴量の閾値を求める手段と、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類する手段と、を有し、
前記測量データが、位置及び姿勢が既知の飛行体から地表面に向けてパルスレーザビームを照射して、前記地表面からの反射ビームを入射することにより得られるものであり、
前記特徴量が、前記反射ビームの強度、前記反射ビームのパルス数、前記反射ビームのパルス番号のうち少なくとも1つである、ことを特徴とする測量データの分類装置。 - 各点が少なくともX座標とY座標、及び特徴量を有する測量データを用いて、地盤と、地盤上に設置された物体とを分類する測量データの分類装置であって、
地盤と物体の位置情報が既知である所定のサンプルエリアにおいて取得された前記測量データと、前記サンプルエリアにおける地盤と物体が既知である前記位置情報とに基づいて、学習機能のあるアルゴリズムにより、地盤と物体とを分類するのに適した前記特徴量の閾値を求める手段と、
前記特徴量の閾値が求められたアルゴリズムを用いて、前記サンプルエリアを含む又は前記サンプルエリアの類似した特徴量を有するエリアにおいて取得された前記測量データに基づき、地盤と物体とを分類する手段と、を有し、
前記特徴量が、任意の点と隣接点との間のZ座標値の差、任意の点と隣接する2点とで形成される三角形の傾斜のうち少なくとも1つである、ことを特徴とする測量データの分類装置。 - 前記アルゴリズムはサポートベクターマシンであることを特徴とする請求項8〜13のいずれかに記載の測量データの分類装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010035818A JP5594681B2 (ja) | 2010-02-22 | 2010-02-22 | 測量データの分類方法、及び測量データの分類装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010035818A JP5594681B2 (ja) | 2010-02-22 | 2010-02-22 | 測量データの分類方法、及び測量データの分類装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011169845A JP2011169845A (ja) | 2011-09-01 |
JP5594681B2 true JP5594681B2 (ja) | 2014-09-24 |
Family
ID=44684107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010035818A Active JP5594681B2 (ja) | 2010-02-22 | 2010-02-22 | 測量データの分類方法、及び測量データの分類装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5594681B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6207967B2 (ja) * | 2013-10-25 | 2017-10-04 | 株式会社パスコ | 林相解析装置、林相解析方法及びプログラム |
JP6207968B2 (ja) * | 2013-10-25 | 2017-10-04 | 株式会社パスコ | 林相解析装置、林相解析方法及びプログラム |
JP6683069B2 (ja) * | 2016-08-26 | 2020-04-15 | 日本製鉄株式会社 | 気孔率測定装置、気孔率測定プログラム、及びその方法 |
JP6745169B2 (ja) * | 2016-08-29 | 2020-08-26 | 株式会社パスコ | レーザ計測システム及びレーザ計測方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236019A (ja) * | 2001-02-08 | 2002-08-23 | Pasuko:Kk | 地表面抽出処理システム |
JP2003156330A (ja) * | 2001-11-22 | 2003-05-30 | Nec Corp | 航空機搭載地形計測装置及び方法 |
JP2003296706A (ja) * | 2002-04-05 | 2003-10-17 | Asahi Koyo Kk | 建物抽出方法及び装置並びにサンプルデータのベクトル化方法及び装置 |
JP2005198970A (ja) * | 2004-01-19 | 2005-07-28 | Konica Minolta Medical & Graphic Inc | 医用画像処理装置 |
JP2006018706A (ja) * | 2004-07-05 | 2006-01-19 | Nippon Telegr & Teleph Corp <Ntt> | 被写体識別器設定装置、その設定方法とその設定プログラム、および被写体識別装置、その識別方法とその識別プログラム |
US7359555B2 (en) * | 2004-10-08 | 2008-04-15 | Mitsubishi Electric Research Laboratories, Inc. | Detecting roads in aerial images using feature-based classifiers |
JP2007067869A (ja) * | 2005-08-31 | 2007-03-15 | Pasuko:Kk | データ符号化装置、方法、及びプログラム |
JP5018614B2 (ja) * | 2008-04-16 | 2012-09-05 | 国立大学法人電気通信大学 | 画像処理方法、その方法を実行するプログラム、記憶媒体、撮像機器、画像処理システム |
JP5228148B2 (ja) * | 2008-07-17 | 2013-07-03 | 国立大学法人豊橋技術科学大学 | 画像データから位置を推定する位置推定方法、位置推定装置及び位置推定プログラム |
-
2010
- 2010-02-22 JP JP2010035818A patent/JP5594681B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011169845A (ja) | 2011-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nouwakpo et al. | Assessing the performance of structure‐from‐motion photogrammetry and terrestrial LiDAR for reconstructing soil surface microtopography of naturally vegetated plots | |
KR101933216B1 (ko) | 드론과 공간정보를 이용한 하천지형정보 생성 방법 | |
Gruszczyński et al. | Comparison of low-altitude UAV photogrammetry with terrestrial laser scanning as data-source methods for terrain covered in low vegetation | |
JP5161936B2 (ja) | データ解析装置、データ解析方法、及びプログラム | |
Briese et al. | Airborne laser scanning and derivation of digital terrain models | |
JP6534296B2 (ja) | 3次元モデル生成装置、3次元モデル生成方法、及びプログラム | |
JP5594681B2 (ja) | 測量データの分類方法、及び測量データの分類装置 | |
CN109492606A (zh) | 多光谱矢量图获取方法及系统、三维单体化方法及系统 | |
Salleh et al. | Accuracy assessment of lidar-derived digital terrain model (DTM) with different slope and canopy cover in tropical forest region | |
CN113723403A (zh) | 一种滑坡监测方法、装置、电子设备及存储介质 | |
Kulawiak et al. | Processing of LiDAR and multibeam sonar point cloud data for 3D surface and object shape reconstruction | |
Liu et al. | Individual tree identification using a new cluster-based approach with discrete-return airborne LiDAR data | |
Lari et al. | New approaches for estimating the local point density and its impact on LiDAR data segmentation | |
Lari et al. | Alternative methodologies for the estimation of local point density index: Moving towards adaptive LiDAR data processing | |
CN117115683A (zh) | 一种植被覆盖下危岩落石遥感提取方法及系统 | |
Che et al. | Vo-SmoG: A versatile, smooth segment-based ground filter for point clouds via multi-scale voxelization | |
Sarıtaş et al. | Enhancing Ground Point Extraction in Airborne LiDAR Point Cloud Data Using the CSF Filter Algorithm | |
Lemmens et al. | Airborne lidar | |
KR101083902B1 (ko) | 항공 레이저 측량 데이터의 필터링을 이용한 3차원 공간정보 구축 시스템 | |
KR101079359B1 (ko) | 항공 사진과 항공 레이저 측량 데이터를 이용한 수치지도 구축 시스템 | |
Kodors et al. | Simple method of LiDAR point density definition for automatic building recognition | |
CN116165677B (zh) | 一种基于激光雷达的地质勘察方法和装置 | |
KR20120138606A (ko) | 지면데이터의 연속성 검색을 이용하여 도로 레이어를 취득하는 시스템 | |
KR101103491B1 (ko) | 항공 레이저 측량 데이터를 이용한 도로 레이어 취득 시스템 및 그 방법 | |
Wu et al. | Comprehensive quality evaluation of airborne lidar data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130205 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20130215 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131011 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131018 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140225 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140425 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140703 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140729 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5594681 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |