Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS04 24.06.04 Eva Langendonk.

Ähnliche Präsentationen


Präsentation zum Thema: "Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS04 24.06.04 Eva Langendonk."—  Präsentation transkript:

1 Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS Eva Langendonk

2 Inhalt 1.Ziele 2.Motivation 1. DGM-Rasterdaten 2. DGM-TIN 3. Vektordaten 3.Probleme 1. Problem 1 2. Problem 2 3. Beispiel 4.Algorithmus 1. Beispiel 1 5.Zusammenfassung 6.Fazit

3 Ziele 3D-Visualisierung von Landschaften, Stadtmodellen Integration Vektordaten in Rasterdaten Vektordaten in Rasterdaten Vektordaten in TIN Vektordaten in TIN Erhöhung der Dimension der topographischen Objekte Erhöhung der Dimension der topographischen Objekte Höheninformationen der Daten sollen verbessert werden z.B. für Stadtmodelle notwendig z.B. für Stadtmodelle notwendig Erstellung detailgetreuer Modelle

4 Motivation LaserscanPunktwolke

5 DGM-Rasterdaten Jeder Zelle wird ein Höhenwert zugewiesen 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 meist 2-dimensional Topographische Objekte modelliert als Punkte, Linien oder Flächen Topographische Objekte modelliert als Punkte, Linien oder Flächen Vektoren können Semantik haben Vektoren können Semantik haben z.B. topographische Karte, Katasterdaten z.B. topographische Karte, Katasterdaten z.B. Straße z.B. See

8 Ergebnis einer Triangulation Vektordaten mit DGM verschnitten x, y- Wert aus Vektordaten z-Komponente aus DGM Quelle: Koch, A. Problem 1 Quelle: Koch, A.

9 Problem 1 falsche Geländemorphologie See hat kein konstantes Höhenlevel See hat kein konstantes Höhenlevel Wasser steigt zum Ufer hin scheinbar an Semantik des Sees wird nicht berücksichtigt

10 Problem 2 unterschiedliche Objektmodellierung unterschiedliche ObjektmodellierungVektordatensatz Straße als Linie oder Polylinie modelliert Straße als Linie oder Polylinie modelliertRasterdaten Straße als verlängerte horizontale Ebene modelliert Straße als verlängerte horizontale Ebene modelliert Straße in Datensätzen ist unterschiedlich breit Straße in Datensätzen ist unterschiedlich breit Unterschiede führen zu Komplikationen bei Integration Unterschiede führen zu Komplikationen bei Integration Puffer

11 Beispiel See in Grid See in Grid Problem entsteht am Rand des Sees Zelle hat nur einen Höhenwert Zelle hat nur einen Höhenwert Ufer muss höher als Wasseroberfläche sein Ufer muss höher als Wasseroberfläche sein Zelle lässt sich nicht teilen 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 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 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 FeinereDreiecks-vermaschung

18 5. Schritt Bedingungsgleichungen und Bedingungsungleichungen werden aufgestellt Enthalten semantische Eigenschaften des Sees Enthalten semantische Eigenschaften des Sees Bei unserem Beispiel See 2 Bedingungsgleichungen 2 Bedingungsgleichungen 1 Bedingungsungleichung 1 Bedingungsungleichung

19 1. Bedingungsgleichung Punkte in einer horizontalen Ebene müssen alle den selben Höhenwert haben Z i = Z HE, i=1, 2 Z i = Z HE, i=1, 2 Z1Z1 Z2Z2

20 2. Bedingungsgleichung Punkte auf Begrenzungspolygon einer horizontalen Ebene müssen gleichen Höhenwert haben wie alle Punkte, die innerhalb der Ebene liegen Z j = Z HE, j=1…3 Z j = Z HE, j=1…3 Z1Z1 Z2Z2 Z3Z3

21 1. Bedingungsungleichung Punke außerhalb der horizontalen Ebene müssen höher liegen Ufer höher als See ZUZU Z HE

22 Bedingungsgleichung- und ungleichungen Bedingungsgleichungen und –ungleichungen müssen nun in Optimierungsprozess eingeführt werden Kleinste- Quadrate- Methode (GMM) Kleinste- Quadrate- Methode (GMM) Besten geschätzten Höhenwerte Minimierung der Summe der quadratischen Verbesserungen v t Pv min v t Pv min Nachbargebiet wird betrachtet Punkte, deren Höhen nahezu gleich bleiben sollen werden in der P-Matrix stark gewichtet 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 z-Komponente aus dem DGM Falsche Geländemorphologie kann Ergebnis sein Falsche Geländemorphologie kann Ergebnis sein Probleme treten auf bei: Unterschiedlicher Objektmodellierung Unterschiedlicher Objektmodellierung Bedingung der Betrachtung der semantischen Eigenschaften der Vektordaten Bedingung der Betrachtung der semantischen Eigenschaften der Vektordaten Lösung Algorithmus der Semantik betrachtet

24 Fazit Vorteil: Semantik der Vektordaten wird berücksichtigt Nachteil: Große Differenzen zwischen den Bedingungen und dem DGM lassen über die Höhen zweifeln Grobe Fehler werden in dem Algorithmus nicht analysiert

25 Fazit Landschaft soll 3D visualisiert werden Differenzen zw. Bedingungen und DGM können vernachlässigt 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 1.Hatger, C. & Kremeike, K.: Interpretation und Generalisierung dichter digitaler Geländemodelle, Koch, A.: Semantically correct integration of a digital terrain model and a 2D-topographic vector data set. 3.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, Schilling, A. & Zipf, A.: Integration von 2D- und 3D- Geodaten am Beispiel der dynamischen Generierung virtueller Stadttouren 5.http/www.uni- giessen.de/bodenkunde/content/downloads/TS_Raster daten.pdf


Herunterladen ppt "Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS04 24.06.04 Eva Langendonk."

Ähnliche Präsentationen


Google-Anzeigen