Geodetic Institute Hanover Institute Staff of the Institute Alexander Dorndorf Research projects
Kombinierte Benutzung und gegenseitige Kontrolle des terrestrischen Laserscans und digitale Bilder für geodätische Überwachung von klein maßstäblichen Objekten

Research projects of Alexander Dorndorf, M. Sc.

Kombinierte Benutzung und gegenseitige Kontrolle des terrestrischen Laserscans und digitale Bilder für geodätische Überwachung von klein maßstäblichen Objekten

Team:  Sayyad Shahzad
Year:  2009
Is Finished:  yes

Projektbeschreibung

Sowohl die (Nahbereichs-) Photogrammetrie als auch das terrestrisches Laserscanning (TLS) dienen zur Aufnahme von Objekten im Nahbereich, wobei jede der beiden Technologien ihre Stärken und Schwächen aufweist. Deshalb liegt es nahe, Photogrammetrie und TLS optimal kombiniert einzusetzen, um die Stärken beider Aufnahmemethoden optimal nutzen zu können.

Die Forschungsarbeit umfasst zwei bearbeitende Themenpunkte bzw. sich aus diesen ergebenden Fragestellungen. Zum einen ist die Interaktion von TLS und Digitalkameras aus konzeptioneller Sicht zu untersuchen, wobei Qualitätsmerkmale wie Genauigkeit, Redundanz und Komplementarität mathematisch zu formulieren und detailliert zu diskutieren sind. In dieser Forschungsarbeit wird ein Algorithmus für die Kombination der beiden Verfahren in der Projektplanung vorgeschlagen. Die wesentliche Idee beruht auf der optimalen Nutzung von a-priori Informationen (z. B. über das Objekt, Sensorunsicherheiten, etc.), um eine kombinierte Lösung zu finden, die minimale Unsicherheiten aufweist und die Detektion von verdeckten Objektbereichen ermöglicht. Mit Hilfe von Monte-Carlo Verfahren wird für verschiedene Laserscannerstandpunkte eine 3D-Punktwolke für ein CAD Modell simuliert. Diese Punktwolke wird genutzt, um die Kamerapositionen für die Nahbereichsphotogrammetrie zu verbessern.

Darüber hinaus ist die Registrierung der Punktwolke als Ausgangspunkt für die gegenseitige Integration beider Verfahren betrachtet worden. Um den Registrierungsprozess flexibler zu machen, wurde der skaleninvariante Feature-Transformation (SIFT) Algorithmus ausgewählt, der aktuell in einer umfassende Studie untersucht wird.

Zum anderen ist es im Hinblick auf die Anwendbarkeit des Verfahrens wichtig, die theoretisch erarbeiteten Ergebnisse auf experimentellem Wege zu validieren. Zu diesem Zweck sollen zwei bis drei reale Objekte mit dem kombinierten System beobachtet und analysiert werden, um realistische Qualitätsaussagen und Best-Practice-Empfehlungen ableiten zu können.