Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Ricohard Schlader Geändert vor über 10 Jahren
1
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS04 24.06.04
Eva Langendonk
2
Inhalt Ziele Motivation DGM-Rasterdaten DGM-TIN Vektordaten Probleme
Beispiel Algorithmus Beispiel 1 Zusammenfassung Fazit
3
Ziele 3D-Visualisierung von Landschaften, Stadtmodellen Integration
Vektordaten in Rasterdaten Vektordaten in TIN Erhöhung der Dimension der topographischen Objekte Höheninformationen der Daten sollen verbessert werden z.B. für Stadtmodelle notwendig Erstellung detailgetreuer Modelle
4
Motivation Laserscan Punktwolke
5
DGM-Rasterdaten Jeder Zelle wird ein Höhenwert zugewiesen
6
DGM-TIN Triangulated irregular network
Modelliert Geländerelief durch TINs 2,5-dimensional Unregelmäßig verteilte Punkte enthalten x,y,z-Koordinaten
7
Vektordaten Vektordaten meist 2-dimensional
Topographische Objekte modelliert als Punkte, Linien oder Flächen Vektoren können Semantik haben z.B. topographische Karte, Katasterdaten z.B. Straße z.B. See
8
Problem 1 Ergebnis einer Triangulation
Vektordaten mit DGM verschnitten x, y- Wert aus Vektordaten z-Komponente aus DGM Quelle: Koch, A. Quelle: Koch, A.
9
Problem 1 falsche Geländemorphologie
See hat kein konstantes Höhenlevel Wasser steigt zum Ufer hin scheinbar an Semantik des Sees wird nicht berücksichtigt
10
Problem 2 Vektordatensatz Straße als Linie oder Polylinie modelliert
unterschiedliche Objektmodellierung Vektordatensatz Straße als Linie oder Polylinie modelliert Rasterdaten Straße als verlängerte horizontale Ebene modelliert Straße in Datensätzen ist unterschiedlich breit Unterschiede führen zu Komplikationen bei Integration Puffer
11
Beispiel See in Grid Problem entsteht am Rand des Sees
Zelle hat nur einen Höhenwert Ufer muss höher als Wasseroberfläche sein Zelle lässt sich nicht teilen Semantik des Sees wird nicht betrachtet
12
Algorithmus (Koch, A.) Ziel
semantisch korrekte Integration von Vektordaten in Rasterdaten oder in TINs Datensatz muss so integriert werden, dass die topographischen Objekte bestimmte Bedingungen erfüllen, die aus der Semantik hervorgehen Nachbargebiet muss betrachtet werden Kleinste-Quadrate-Methode beste geschätzten Höhenwerte
13
Beispiel 1 Integration von Vektordaten in DGM-Grid
Algorithmus berücksichtigt Semantik der Vektordaten und liefert einen 2,5-dimensionalen Datensatz. Erhöhung der Dimension der topographischen Objekte
14
1. Schritt See auf GRID
15
2. Schritt GRID TIN
16
3.Schritt Vektordaten werden in TIN interpoliert
17
4.Schritt Constrained Delaunay Triangulation Feinere Dreiecks-
vermaschung
18
5. Schritt Bedingungsgleichungen und Bedingungsungleichungen werden aufgestellt Enthalten semantische Eigenschaften des Sees Bei unserem Beispiel See 2 Bedingungsgleichungen 1 Bedingungsungleichung
19
1. Bedingungsgleichung Punkte in einer horizontalen Ebene müssen alle den selben Höhenwert haben Zi = ZHE , i=1, 2 Z1 Z2
20
2. Bedingungsgleichung Punkte auf Begrenzungspolygon einer horizontalen Ebene müssen gleichen Höhenwert haben wie alle Punkte, die innerhalb der Ebene liegen Zj = ZHE , j=1…3 Z1 Z2 Z3
21
1. Bedingungsungleichung
ZU Punke außerhalb der horizontalen Ebene müssen höher liegen Ufer höher als See ZHE
22
Bedingungsgleichung- und ungleichungen
Bedingungsgleichungen und –ungleichungen müssen nun in Optimierungsprozess eingeführt werden Kleinste- Quadrate- Methode (GMM) Besten geschätzten Höhenwerte Minimierung der Summe der quadratischen Verbesserungen vtPv min Nachbargebiet wird betrachtet Punkte, deren Höhen nahezu gleich bleiben sollen werden in der P-Matrix stark gewichtet
23
Zusammenfassung Integration erfolgt um Landschaften 3D zu visualisieren Vektordaten werden in DGMs (Rasterdaten oder TINs) integriert Bei der Verschneidung werden die Höhen der Vektordaten interpoliert Vektordaten erhalten die z-Komponente aus dem DGM Falsche Geländemorphologie kann Ergebnis sein Probleme treten auf bei: Unterschiedlicher Objektmodellierung Bedingung der Betrachtung der semantischen Eigenschaften der Vektordaten Lösung Algorithmus der Semantik betrachtet
24
Fazit Nachteil: Große Differenzen zwischen den Bedingungen und dem DGM lassen über die Höhen zweifeln Grobe Fehler werden in dem Algorithmus nicht analysiert Vorteil: Semantik der Vektordaten wird berücksichtigt
25
Fazit Landschaft soll 3D visualisiert werden
Differenzen zw. Bedingungen und DGM können vernachlässigt werden Im Gegensatz zu anderen Algorithmen geht dieser auf die Semantik der Objekte ein sehr vorteilhaft bei der Integration
26
Literatur Hatger, C. & Kremeike, K.: Interpretation und Generalisierung dichter digitaler Geländemodelle, 2002 Koch, A.: Semantically correct integration of a digital terrain model and a 2D-topographic vector data set. Lenk, U. & Heipke, C.: Ein 2,5D-Gis-Datenmodell durch Integration von DGM und DSM mittels Triangulation- theoretischer und praktischer Vergleich von Algorithmus und ihre Ergebnisse, 2002 Schilling, A. & Zipf, A.: Integration von 2D- und 3D- Geodaten am Beispiel der dynamischen Generierung virtueller Stadttouren http/
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.