TWI764635B - 具被遮蔽區域地面模型建立之方法 - Google Patents

具被遮蔽區域地面模型建立之方法

Info

Publication number
TWI764635B
TWI764635B TW110110195A TW110110195A TWI764635B TW I764635 B TWI764635 B TW I764635B TW 110110195 A TW110110195 A TW 110110195A TW 110110195 A TW110110195 A TW 110110195A TW I764635 B TWI764635 B TW I764635B
Authority
TW
Taiwan
Prior art keywords
ground
area
model
coordinate information
real
Prior art date
Application number
TW110110195A
Other languages
English (en)
Other versions
TW202238529A (zh
Inventor
江俊昇
Original Assignee
江俊昇
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 江俊昇 filed Critical 江俊昇
Priority to TW110110195A priority Critical patent/TWI764635B/zh
Priority to CN202111509510.8A priority patent/CN115131510A/zh
Application granted granted Critical
Publication of TWI764635B publication Critical patent/TWI764635B/zh
Publication of TW202238529A publication Critical patent/TW202238529A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/506—Illumination models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Remote Sensing (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一種具被遮蔽區域地面模型建立之方法，尤指應用於被樹木層疊覆蓋並且不能派員測量地面座標資訊的地理環境。本發明採用地面特徵識別和空間插值方法可以快速、準確地建立上述地面模型。

Description

具被遮蔽區域地面模型建立之方法
本發明係涉及一種具被遮蔽區域地面模型建立之方法。
目前廣用於建築規劃的方法，通常是派遣人員至預定施工的現場進行量測，量取多點參考點後，在設計軟體上以各該參考點建構一立體模型，以便於該立體模型上進行建築設計及規劃。
上述之建築規劃方法，對於可以派遣人員前往測量的地理環境，便不會無法實施，可以順利完成各三考點的測量；但是很多建築是需要在蠻荒未曾開發之地或樹林茂盛之地，這些建築基地受限於地理環境因素，人員並無法進入進行實地測量，因此無法取得足夠的參考點以建立數位立體模型。
建立地面模型的方法，目前慣用於業界的是採用內插法，如反距離權重法(IDW)、克利金法(Kriging)或平滑曲面法(Spline)…等等，是將預定建築基地中經實地測量取得的參考點座標資訊，以內插法進行推演，以推算出地面曲面，但這些參考點是必須以人員實地測量取得，對於無法以人員實地測量的蠻荒之地將使推算出的曲面與實際地面曲面產生很大的誤差，喪失參考價值。
目前利用無人機進行建構實景模型已被普遍應用，如Smart3D便可以將無人機所拍攝之影像及所附的座標資訊訊息(含高程訊息)，建構出與實景幾乎相同的立體數位模型，但是由於無人機飛行掃瞄時，只能記錄最頂端的物件高程值，當有高聳樹木層疊遮蔽時，是無法掃描記錄地面影像及座標資訊，因此所建構的立體模型事實上並不具有真實地面的曲面，但是對於建築工程設計而言，取得真實地面曲面才是對後續設計有意義，惟有取得真實地面曲面才可以進行後續的建築規劃。
由於無人機記錄的高程座標資訊是飛行過程中所掃描區域各景物最高點座標資訊，並不是地面座標資訊，因此無法直接將無人機所記錄的高程作標直接代入內插法進行推算，導致無法派遣人員進入實地測量地區之地面模型，仍無法準確、快速的建立，而顯有改進的必要。
本案發明人有鑑於此，乃加予研究，終揭示本發明所示具被遮蔽區域地面模型建立之方法。
本發明之目的旨在提供一種具被遮蔽區域地面模型建立之方法，特別是提供一種被樹林層疊遮蔽、工作人員無法進行實地測量的地理環境使用，用以建立上述地面模型的方法；本發明所揭示之方法，係包括： (a)     於飛行器上安裝至少一可掃描器記錄地面影像及座標資訊的電子裝置； (b)    設立至少一定位地標，該定位地標具有正確已知經度、緯度及高程的座標資訊； (c)     規劃該飛行器在一包含欲建立地面模型區域的飛行路徑，令該飛行器依所規劃飛行路徑飛行，以掃描記錄包含該欲建立地面模型區域之影像及對應座標資訊，並令該飛行器所記錄之各該座標資訊依該定位地標之座標資訊進行校正； (d)    依該飛行器所掃描影像及記錄之座標資訊製作實景立體模型； (e)     於該實景立體模型上標定該欲建立地面模型區域； (f)      將該實景立體模型以不同角度進行翻轉，依地面特徵辨識包含該欲建立地面模型區域內及在該欲建立地面模型區域外之多數不被遮蔽且地面受光照之區域，並選取該不被遮蔽且地面受光照區域內之地面上至少一點為參考點，且擷取由該飛行器所記錄對應各該參考點之座標資訊； (g)    取(f)項各該參考點之座標資訊，藉由內插法推算建立包含該欲建立地面模型區域之曲面，令該曲面通過(f)項之各該參考點之座標資訊；以及 (h)    移除該曲面上方之物體，以完成一地面模型。
本發明所揭示具被遮蔽區域地面模型建立之方法，進一步選擇至少一顏色為比對色，令該比對色與該實景立體模型各角度所顯示之影像進行比對，以辨識該實景立體模型的影像中之不遮蔽區域，以選取該不遮蔽區域中之參考點。
本發明所揭示具被遮蔽區域地面模型建立之方法，係以人工神經網路(Artificial Neural Network，ANN)進行該比對色與該實景立體模型各角度所顯示之影像進行比對辨識。
本發明所揭示具被遮蔽區域地面模型建立之方法，其中該(g)項中之空間內插法是指反距離權重法(Inverse Distance Weighting；IDW)、克利金法(Kriging)或平滑曲面法(Spline)。
本發明所揭示具被遮蔽區域地面模型建立之方法，進一步於該曲面上貼上材質外觀。
本發明所揭示之方法，可由以下之說明及所附圖式，而得以明晰。
如圖1~5所示，本發明係有關於一種具被遮蔽區域地面模型建立之方法，特別是提供一種被樹林層疊遮蔽、人員無法進行實地測量的地理環境使用；發明所揭示之方法，係包括： (a)     於飛行器(10)上安裝至少一可掃描器記錄地面影像及座標資訊的電子裝置； (b)    設立至少一定位地標(20)，該定位地標(20)具有正確已知經度、緯度及高程的座標資訊； (c)     規劃該飛行器(10)在一包含欲建立地面模型區域(如圖6中標示L1及L2間之區域)的飛行路徑，令該飛行器(10)依所規劃飛行路徑飛行，以掃描記錄包含該欲建立地面模型區域之影像及對應座標資訊，並令該飛行器(10)所記錄之各該座標資訊依該定位地標(20)之座標資訊進行校正； (d)    依該飛行器(10)所掃描影像及記錄之座標資訊製作實景立體模型(M)； (e)     於該實景立體模型(M)上標定該欲建立地面模型區域(即圖6中L1、L2間之區域)； (f)      將該實景立體模型(M)以不同角度進行翻轉，並依地面特徵辨識包含該欲建立地面模型區域內及在該欲建立地面模型區域外之多數不被遮蔽且受光照之地面區域，並選取該不被遮蔽且受光照之地面區域內之至少一點為參考點(如圖3選取P1、P2、P3參考點；圖4選取P4、P5、P6三個參考點)，且擷取由該飛行器(10)所記錄對應各該參考點(P1、P2…P6)之座標資訊； (g)    取(f)項各該參考點(如圖3、4所示之P1、P2…P6；或如圖6上含高程座標資訊之各參考點)之座標資訊，藉由空間內插法推算建立包含該欲建立地面模型區域之曲面(S，如圖5、7所示)，令該曲面(S)通過(f)項之各該參考點之座標資訊；以及 (h)    移除該曲面(S)上方之物體，如圖8、9所示，以完成一地面模型。
本發明所揭示具被遮蔽區域地面模型建立之方法，當飛行器(10)以固定角度飛行掃描時，掃描訊號可能被環境中的樹枝、樹葉所阻擋，即該區域的地面無法受到光照，因此該飛行器(10)便無法掃描記錄到某部份區域的真實地面影像及對應座標資訊，此部份本發明定義為「被遮蔽不受光照之地面區域」反之定義為「不被遮蔽且受光照之地面區域」，緣此，本發明在實施時，可令飛行器(10)如圖1、2所示以不同的角度在規劃的區域中來回掃描，以增加掃描記錄該不被遮蔽且受光照之地面區域的覆蓋面積。
由於陽生植物需要陽光以行光合作用供給所需的養分，因此植物的枝葉會呈稀疏狀分佈，而有多數空隙，緣此，光線便可以透過這些空隙在一定角度條件下照射至地面，使地面受到光照，藉由此一透光特性，飛行器(10)便可以特定角度透過這些空隙掃描記錄地面影像及座標資訊；本發明當飛行器(10)以多角度掃描欲建立地面模型區域而建構的實景立體模型(M)後，便可以透過旋轉該實景立體模型(M)至不同角度，藉由地面受光照狀態，依真實地面特徵觀察、辨識出隱藏在樹林中的地面影像，以選取更多準確的地面參考點座標資訊，使後續以內插法推算出包含該被遮蔽區域之曲面，可以更為精準，也可以解決因地理因素無法派員進行實地測量獲得參考點的問題，突顯本發明對於建築工程中測量、建構具被遮蔽區域地面模型建立，提供了一種快速、準確且安全的方法。
本發明所稱之座標資訊是包含有經、緯度及高程座標資訊。
本發明所揭示具被遮蔽區域地面模型建立之方法，其中(c)項中，該飛行器(10)所記錄之各該座標資訊依該定位地標(20)之座標資訊進行校正，係可參考同本案申請人於先前所申請並獲准之發明專利第I662478號「具實景景觀之土木工程設計方法」，惟本發明並不自限用以校正飛行器所記錄座標資訊值之方法。
本發明所稱之飛行器(10)是指無人操控之無人搖控飛機或衛星，本發明並不予自限。
本發明所揭示具被遮蔽區域地面模型建立之方法，進一步選擇至少一參考色，令該參考色與實際地面之色彩相同或相近(例如土色、混凝土色)，以該參考色界定為地面特徵，本發明是令該參考色與該實景立體模型(M)各角度所顯示之影像中的色彩進行比對、辨識，若兩者色彩中的色相差異小於30%、彩度差異小於30%、明度差異小於10%時，即判定為「不遮蔽區域」反之判定為「被遮蔽區域」。惟本發明可依實際需求調整上述該色相、彩度與明度之百分比，以符合使用者之需求。
本發明所揭示具被遮蔽區域地面模型建立之方法，係可以人工方式進行辯識，藉由旋轉該實景立體模型(M)，以不同角度辨識並選取該實景立體模型(M)中「不被遮蔽且受光照之地面區域」之可用地面上的參考點座標資訊；或以具人工神經網路(Artificial Neural Network，ANN)等人工智慧系統Artificial Intelligence進行辨識，例如該人工智慧系統依所選取的參考色、地面照片等地面特徵進行深度訓練後，以不同角度對該實景立體模型(M)進行影像辨識，以快速選取該實景立體模型中不遮蔽且受光照之地面區域，且於該區域選取參考點座標資訊。
本發明所揭示具被遮蔽區域地面模型建立之方法，其中該(g)項中之空間內插法是指反距離權重法(IDW)、克利金法(Kriging)或平滑曲面法(Spline)或其他之內插法，惟上述之內插法，已為習知慣用之方法，例如第 28 屆海洋工程研討會論文集 國立中山大學 2006 年 11 月方惠民所發表「應用克利金法推估潮間帶地形資料之研究」一文。上述各內插法，並非本發明之申請標的，故不予贅述。
本發明所揭示具被遮蔽區域地面模型建立之方法，如圖8、9所示，進一步於該曲面(S)上貼上如草皮或泥土材質的外觀，以模擬整地後之樣貌。
本發明所揭示具被遮蔽區域地面模型建立之方法，其實施如圖1所示，當飛行器(10)以同一角度飛行時，因掃描記錄的影像可能會被樹木枝葉所阻擋，無法全面掃瞄記錄到地面(G)的影像及座標資訊，僅能藉由植物的透光性，掃描記錄到部分真實地面的座標資訊(G1、G2、G3)及影像，其他則是如樹梢的影像及座標資訊(X4、X5)，當飛行器(10)以圖2不同角度飛行時，便可以不同角度掃描記錄到其他真實地面的座標資訊(G4、G5、G6)及影像，緣此本發明依飛行器(10)多角度飛行後所掃描記錄的影像及座標資訊(G1、G2…G6，X4、X5)便可以製作一實景立體模型(M)。如圖3、4所示(圖3、4中地面截斷處表示為被遮蔽區域之地面)，使用者再經由旋轉該實景立體模型(M)以不同角度進行辨識，選取該實景立體模型(M)中「不遮蔽區域」地面上任意點為參考點，如在圖3所示第一角度時選擇(P1、P2、P3)為參考點，在圖4所示第二角度時選擇(P4、P5、P6)為參考點，然後以內插法求取通過這些參考點(P1、P2…P6)的曲面(S，如圖5所示)。
如圖5、6所示，當在實景立體模型(M)中所選取的參考點數量越多時，所完成的曲面將更接近真實地面曲面。如圖6所示，是本發明實際作業之截圖，(L1、L2)所框圍的標示區域為本發明所標定的欲建立地面模型區域，圖中可以清楚看到，如用俯視的視角，大部份的地面是被樹林所遮蔽，但在如圖3、4旋轉該實景立體模型(M)後，使用者便可以經由辨識選取多數分佈在該欲建立地面模型區域範圍內或外的參考點，如圖6中所標示的各高程座標資訊點便為經辨識後的參考點，而後藉由內插法求取通過這些參考點的曲面(S)，如圖7所示；而後便可移除該曲面(S)上的物體並於該曲面(S)上貼上所需的材質(S1)，如草皮，呈圖8、9所示；其中圖9是顯示旋轉圖8之實景立體模型後之截圖，可以得知，依本發明之方法所建立具被遮蔽區域地面模型，該欲建立地面模型區域是呈現一下陷之凹地地形。
透過本發明所揭示具被遮蔽區域地面模型建立之方法，可以選取更多、有效的地面參考點座標資訊，使本發明建立的地面模型可以更為精準，完全克服無法以人員實地測量的地理因素問題，使本發明可以應用在任何艱困的地形，而顯本發明之新穎性及進步性。
本發明揭示具被遮蔽區域地面模型建立之方法，可於不違本發明之精神或範疇下與以修飾應用，本發明並不自限於上述實施方式。
(10):飛行器 (20):定位地標 (G):地面 (G1、G2…G6):真實地面的座標資訊 (L1、L2):欲建立地面模型區域 (X4、X5):座標資訊 (M):實景立體模型 (P1、P2…P6):參考點 (S):曲面 (S1):材質
圖1：係顯示本發明飛行器以第一角度藉由樹林間之透光處掃描地面座標資訊之示意圖。 圖2：係延續圖1，飛行器以不同角度藉由樹林間之透光處掃描地面座標資訊之示意圖。 圖3：係顯示旋轉實景立體模型以辯識選取樹林透光區域地面參考點之示意圖。 圖4：係顯示自圖3旋轉該實景立體模型至另一角度後辯識選取樹林透光區域地面參考點之示意圖。 圖5：係自圖4完成曲面之示意圖。 圖6：係本發明完成辯識選取樹林透光區域地面多數參考點座標資訊後之實際截圖。 圖7：係擷取圖6各該參考點並經空間內差法推算後所產生曲面之實際截圖。 圖8：係本發明將圖7之曲面貼上草皮以完成地面模型之實際截圖。 圖9：係圖8旋轉一角度後之實際截圖。
(M):實景立體模型
(P1、P2…P6):參考點

Claims (6)

  1. 一種具被遮蔽區域地面模型建立之方法，係包括： (a) 於飛行器上安裝至少一可掃描器記錄地面影像及座標資訊的電子裝置； (b) 設立至少一定位地標，該定位地標具有正確已知經度、緯度及高程的座標資訊； (c) 規劃該飛行器在一包含欲建立地面模型區域的飛行路徑，令該飛行器依所規劃飛行路徑飛行，以掃描記錄包含該欲建立地面模型區域之影像及對應座標資訊，並令該飛行器所記錄之各該座標資訊依該定位地標之座標資訊進行校正； (d) 依該飛行器所掃描影像及記錄之座標資訊製作實景立體模型； (e) 於該實景立體模型上標定該欲建立地面模型區域； (f) 將該實景立體模型以不同角度進行翻轉，依地面特徵辨識包含該欲建立地面模型區域內及在該欲建立地面模型區域外之多數不被遮蔽且受光照之地面區域，並選取該不被遮蔽且受光照之地面區域之至少一點為參考點，且擷取由該飛行器所記錄對應各該參考點之座標資訊； (g) 取(f)項各該參考點之座標資訊，藉由空間內插法推算建立包含該欲建立地面模型區域之曲面，令該曲面通過(f)項之各該參考點之座標資訊；以及 (h) 移除該曲面上方之物體，以完成一地面模型。
  2. 如請求項1所述具被遮蔽區域地面模型建立之方法，進一步選擇至少一顏色為參考色，令該參考色與該實景立體模型各角度所顯示之影像進行比對辨識。
  3. 如請求項2所述具被遮蔽區域地面模型建立之方法，令該參考色與該實景立體模型各角度所顯示之影像中的色彩進行辨識，若兩者色彩中的色相差異小於30%、彩度差異小於30%、明度差異小於10%時，判定為不遮蔽區域反之判定為被遮蔽區域。
  4. 如請求項所述具被遮蔽區域地面模型建立之方法，係以人工智慧系統進行與該實景立體模型各角度所顯示之影像進行比對辨識。
  5. 如請求項1所述具被遮蔽區域地面模型建立之方法，其中該(g)項中之空間內插法是指反距離權重法(IDW)、克利金法(Kriging)或平滑曲面法(Spline)。
  6. 如請求項1所述具被遮蔽區域地面模型建立之方法，進一步於該曲面上貼上材質外觀。
TW110110195A 2021-03-22 2021-03-22 具被遮蔽區域地面模型建立之方法 TWI764635B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW110110195A TWI764635B (zh) 2021-03-22 2021-03-22 具被遮蔽區域地面模型建立之方法
CN202111509510.8A CN115131510A (zh) 2021-03-22 2021-12-10 具被遮蔽区域地面模型建立的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110110195A TWI764635B (zh) 2021-03-22 2021-03-22 具被遮蔽區域地面模型建立之方法

Publications (2)

Publication Number Publication Date
TWI764635B true TWI764635B (zh) 2022-05-11
TW202238529A TW202238529A (zh) 2022-10-01

Family

ID=82594215

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110110195A TWI764635B (zh) 2021-03-22 2021-03-22 具被遮蔽區域地面模型建立之方法

Country Status (2)

Country Link
CN (1) CN115131510A (zh)
TW (1) TWI764635B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI425442B (zh) * 2011-04-14 2014-02-01 Univ Nat Central Method of Reconstructing Three - dimensional Housing Model on Aeronautical Mapping System
US20160055669A1 (en) * 2012-06-06 2016-02-25 Apple Inc. Non-static 3d map views
TWM595856U (zh) * 2020-01-03 2020-05-21 逢甲大學 地景建物掃描建模系統
TWI709109B (zh) * 2016-12-02 2020-11-01 經緯航太科技股份有限公司 偵測航拍影像內物體之非暫態電腦可讀取媒體及系統，以及航拍影像中物體偵測之方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI425442B (zh) * 2011-04-14 2014-02-01 Univ Nat Central Method of Reconstructing Three - dimensional Housing Model on Aeronautical Mapping System
US20160055669A1 (en) * 2012-06-06 2016-02-25 Apple Inc. Non-static 3d map views
TWI709109B (zh) * 2016-12-02 2020-11-01 經緯航太科技股份有限公司 偵測航拍影像內物體之非暫態電腦可讀取媒體及系統，以及航拍影像中物體偵測之方法
TWM595856U (zh) * 2020-01-03 2020-05-21 逢甲大學 地景建物掃描建模系統

Also Published As

Publication number Publication date
CN115131510A (zh) 2022-09-30
TW202238529A (zh) 2022-10-01

Similar Documents

Publication Publication Date Title
Campana Drones in archaeology. State‐of‐the‐art and future perspectives
Rijsdijk et al. Unmanned aerial systems in the process of juridical verification of cadastral border
Raczynski Accuracy analysis of products obtained from UAV-borne photogrammetry influenced by various flight parameters
Hill et al. Mapping with aerial photographs: recording the past, the present, and the invisible at Marj Rabba, Israel
Carnevali et al. Close range mini Uavs photogrammetry for architecture survey
Bevilacqua et al. Digital technology and mechatronic systems for the architectural 3D metric survey
KR102262382B1 (ko) 무인기 기반 영상 취득의 광지역 공간정보 구축시스템
Pothuganti et al. A review on geo mapping with unmanned aerial vehicles
Radicioni et al. Necropolis of Palazzone in Perugia: Geomatic data integration for 3D modeling and geomorphology of underground sites
WO2019213708A1 (en) A method and apparatus for determining the condition of a turf sporting area
TWI764635B (zh) 具被遮蔽區域地面模型建立之方法
Lo Brutto et al. RPAS and TLS tecniques for archaeological survey: the case study of the archaeological site of Eraclea Minoa (Italy)
Zahm et al. Use of unmanned aerial vehicles (UAVs) to create digital outcrop models: An example from the Cretaceous Cow Creek Formation, Central Texas
McAlinden et al. Procedural reconstruction of simulation terrain using drones
Abrams et al. Revised mapping of lava flows on Mount Etna, Sicily
Chelmus et al. Aerial Investigations Corroboration for Archaeology and Monuments
Susam Topographical Analyses of Unmanned Aerial Vehicle-Based Very High-Resolution Digital Surface Models for Archaeological Sites
Svensson et al. Photogrammetric 3d-mapping using low-cost unmanned aerial vehicle-Analysis of accuracy
Crutchley Shedding light on the past: Using airborne LIDAR to understand ancient landscapes
Sobura et al. Analysis of two-option integration of unmanned aerial vehicle and terrestrial laser scanning data for historical architecture inventory
Yastikli et al. Automatic digital elevation model generation, problems and restrictions in urban areas
Hassan et al. Areeba Amer, Mareena Khurshid, and Hina Yaqub. 2020.“Generation of Digital Surface Model (DSM) USING UAV/QUADCOPTER”
Albeaino et al. Quantitative and Qualitative Assessments of Geometric Feature Accuracy Using a UAS-Lidar System for Building Surveying Applications
Rodríguez-Bulnes et al. The documentation of archaeological heritage through aerial photogrammetry and UAS-based LiDAR: the case study of the Espique valley (La Peza, Granada, Spain)
Fialová et al. Visualization of Woody Vegetation Changes in 3D Point Clouds