Photogrammetric and lidar data integration using the centroid of a rectangular roof as a control point
Notice bibliographique
Résumé
Abstract The integration of photogrammetric images and lidar data is becoming a powerful procedure that can be applied in the optimisation of photogrammetric mapping techniques. The complementary nature of lidar and photogrammetric data optimises the performance of many procedures used to extract 3D spatial information from data. For example, photogrammetric imagery enables the accurate extraction of building borders and lidar provides accurate 3D points that give information on the physical surfaces of buildings. These properties demonstrate the usefulness of combining the two types of data to achieve a more robust and complete reconstruction of 3D objects. Photogrammetric procedures require the exterior orientation parameters (EOPs) of the images to extract mapping information. Despite the availability of GPS/INS systems, which greatly assist in direct georeferencing of the imagery, the majority of commercially available photogrammetric systems require control information in order to carry out photogrammetric mapping. Due to improvements in the accuracy of lidar systems in recent years, lidar data is considered a viable source of photogrammetric control. Point features are the principal source of control for photogrammetric triangulation, although linear features and planar patches have also been used. This paper presents a method of georeferencing photogrammetric images using lidar data. The method uses the centroids of rectangular building roofs as control points in the photogrammetric procedure. The centroid of a rectangular building roof derived using lidar data is equivalent to a single control point with 3D coordinates, and can therefore be used in traditional photogrammetric systems. Two photogrammetric experiments were carried out to verify the feasibility of the methodology. The results obtained from these experiments confirm the feasibility of applying the proposed methodology to the georeferencing of photogrammetric images using lidar data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».