Analysis of full-waveform airborne laser scanning data for the improvement of DTM generation

Abstract

Diese Diplomarbeit beschäftigt sich mit der Nutzung von Full-Waveform Airborne Laser Scan- ning Daten für die Erstellung von naturgetreuen digitalen Geländemodellen. Die zusätzlichen Beobachtungen Amplitude, Echobreite und Backscatter Cross Section, die von Messungen mit dieser neuen Technologie abgeleitet werden können, werden schrittweise untersucht. Ihre Trenn- schärfe zur Unterscheidung von Laserscanner Punkten in Boden und Nicht-Boden Punkte wird analysiert. Basierend auf den Erkenntnissen dieser explorativen Datenanalyse werden drei Meth- oden zur Extraktion von Bodenpunkten aus der gesamten Punktwolke beschrieben und an einem Beispieldatensatz getestet. Zum einen werden harte Grenzwerte für die Full-Waveform Attribute an die Einzelpunkte angebracht, um so eine Klassifizierung in Boden und Nicht-Boden vorzu- nehmen. Zum anderen werden die Einzelpunkte anhand der Full-Waveform Information mit Gewichten versehen, welche die Wahrscheinlichkeit der Zugehörigkeit eines Punktes zur Klasse "Boden" beschreiben. Die dafür verwendeten Wahrscheinlichkeits- und Gewichtsfunktionen wer- den vorgestellt. Die dritte Methode nutzt einen Seeded Region Growing Segmentierungsalgorith- mus. Dieser wird verwendet um Punkte mit ähnlichen Full-Waveform Attributen zu einzelnen Segmenten zusammenzufassen. Ein pragmatischer Ansatz zur Identifikation von daraus resul- tierenden Bodensegmenten wird präsentiert. Um die Verbesserung im Vergleich zu Geländemod- ellen, welche ohne die Verwendung von Full-Waveform Informationen erstellt wurden zu unter- suchen, werden Geländemodelle von allen drei mit den zuvor genannten Methoden klassifizierten Punktwolken berechnet. Die Integration von Full-Waveform Information in die Erstellung der dig- ital Geländemodelle führte zu einer Steigerung der Recheneffizienz und zu einer Verbesserung der Genauigkeit des resultierenden Modelles in Bezug auf den Naturstand.<br />Vor allem dort wo auf Grund dichter Vegetation und niedriger Durchdringungsrate des Laserstrahls nur wenige bis stellenweise keine Bodenpunkte vorhanden waren.

This thesis deals with the potential of full-waveform airborne laser scanning for improved digi- tal terrain model generation. The additional observables amplitude, echo width and backscatter cross section from this new scanning technique are separately analysed to assess their discrimina- tory power for classifying airborne laser scanner point clouds into terrain and off-terrain points. Based on the results of the exploratory data analysis, three different approaches for the extraction of terrain points are presented and tested in a practical application.<br />On the one hand, hard thresh- olds for the full-waveform observables are applied on the single points to discriminate into terrain and off-terrain. On the other hand, the full-waveform information is used to derive weights for the single points, describing the probability for belonging to the class "terrain". Proper probability and weight functions are introduced. The third method is segmentation-based. A seeded region growing algorithm is used to gather points with equal full-waveform attributes. A pragmatic concept for the extraction of segments representing terrain is described. Digital terrain models are computed from each of the three classified terrain point clouds. A comparison of these three models with a conventional terrain model, computed without the additional observables, points out the potential for improvement by integrating full-waveform measurements. In areas of dense vegetation with poor penetration rates of the laser measurement an enhancement in computing performance, as well as in adequacy of the resulting digital terrain models could be observed.