Original 3D-Punktwolken oder Approximation mit B-Splines: Verformungsanalyse mit CloudCompare

Download statistics - Document (COUNTER):

Kermarrec, Gael; Alkhatib, Hamza; Paffenholz, Jens-André: Original 3D-Punktwolken oder Approximation mit B-Splines: Verformungsanalyse mit CloudCompare. In: Tagungsband Geomonitoring 2019, S. 165-176. DOI: https://doi.org/10.15488/4520

Selected time period:

year: 
month: 

Sum total of downloads: 542




Thumbnail
Abstract: 
In diesem Beitrag wird anhand von 3D-Punktwolken gezeigt, wie sich Verformungen bzw. Deformationen mithilfe von Flächenmodellierung beschreiben lassen. Exemplarisch werden hierfür 3D-Puntkwolken eines terrestrischen Laserscanner (TLS) genutzt, die im Zuge eines Belastungsversuch an einer historischeren Eisenbahnbrücke bei Verden (Aller), Niedersachsen, erfasst wurden. Zur Approximation der 3D-Punktwolken in unterschiedlichen Epochen werden B-Spline-Flächen genutzt. Im Rahmen der Schätzung von B-Spline-Flächen mit der Methode der kleinsten Quadrate werden neben Informationen über den Knotenvektor, auch die optimale Anzahl von Kontrollpunkten benötigt. Diese Kontrollpunkte bilden eine konvexe Hülle, innerhalb der die approximierte Fläche oder Kurve liegt. Ihre Anzahl hat somit einen starken Einfluss auf die gesamte Approximation und die sich anschließende Bestimmung von Verformungen (Deformationsanalyse). Zur Bestimmung der optimalen Anzahl der Kontrollpunkte werden Informationskriterien genutzt unter der Voraussetzung, dass das Messrauschen einer Normalverteilung entspricht. Eine verbesserte stochastische Beschreibung der polaren Messelemente: Horizontalrichtung, Vertikalwinkel und Schrägstrecke des TLS liefert die Möglichkeit einer zuverlässigeren Beurteilung der Genauigkeit der Flächenmodellierung von verrauschten, diskreten 3D-Punkten. Dies führt zu aussagekräftigeren Testgrößen, wie der Kongruenztestgröße in der Deformationanalyse. In diesem Beitrag liegt der Fokus auf der Diskussion der Ergebnisse basierend auf der Approximation mit B-Spline Flächen gegenüber den Ergebnissen aus rein punktwolkenbasierten Verfahren unter Nutzung der OpenSource Software CloudCompare (CC). Es wird gezeigt wie lokale Verfeinerung der Approximation vorteilshaft ist.
License of this version: CC BY 3.0 DE
Document Type: BookPart
Publishing status: publishedVersion
Issue Date: 2019
Appears in Collections:GeoMonitoring 2019 – Hannover

distribution of downloads over the selected time period:

downloads by country:

pos. country downloads
total perc.
1 image of flag of Germany Germany 436 80.44%
2 image of flag of Austria Austria 21 3.87%
3 image of flag of United States United States 18 3.32%
4 image of flag of Switzerland Switzerland 16 2.95%
5 image of flag of Brazil Brazil 6 1.11%
6 image of flag of China China 5 0.92%
7 image of flag of Slovenia Slovenia 4 0.74%
8 image of flag of France France 4 0.74%
9 image of flag of Spain Spain 3 0.55%
10 image of flag of Belgium Belgium 3 0.55%
    other countries 26 4.80%

Further download figures and rankings:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.

Search the repository


Browse