TU Darmstadt / ULB / TUbiblio

Segmentation of Forest Vegetation Layers Based on Geometric Features Extracted from 3D Point Clouds

Goebel, Mona ; Schmidt, Jakob ; Iwaszczuk, Dorota (2023)
Segmentation of Forest Vegetation Layers Based on Geometric Features Extracted from 3D Point Clouds.
In: Allgemeine Vermessungs-Nachrichten (AVN), 130 (5)
Artikel, Bibliographie

Kurzbeschreibung (Abstract)

The analysis of forest vegetation at lower heights, up to 2 m, is the focus of this work, while previous approaches primarily focused on trees and their stems. We calculated geometric metrics of point clouds, based on airborne, unmanned, and mobile laser scanning, to segment different vegetation growths and densities. Our results show that metrics based on eigenvalues such as planarity, linearity, and sphericity, as well as normal change rate are useful to differentiate forest layers in our scenario. Volume density is ineffective here as it is highly dependent on the data collection method. Roughness and principal component analysis in main direction (PCA1) do not show significant differences in vegetation growth and height. This research lays the foundation for the usage of geometric metrics to highlight growth and density changes in 3D vegetation and to differentiate forests into different layers without extensive processing.

Typ des Eintrags: Artikel
Erschienen: 2023
Autor(en): Goebel, Mona ; Schmidt, Jakob ; Iwaszczuk, Dorota
Art des Eintrags: Bibliographie
Titel: Segmentation of Forest Vegetation Layers Based on Geometric Features Extracted from 3D Point Clouds
Sprache: Englisch
Publikationsjahr: 2 Oktober 2023
Ort: Berlin
Verlag: Wichmann
Titel der Zeitschrift, Zeitung oder Schriftenreihe: Allgemeine Vermessungs-Nachrichten (AVN)
Jahrgang/Volume einer Zeitschrift: 130
(Heft-)Nummer: 5
URL / URN: https://gispoint.de/artikelarchiv/avn/2023/avn-ausgabe-05202...
Zugehörige Links:
Kurzbeschreibung (Abstract):

The analysis of forest vegetation at lower heights, up to 2 m, is the focus of this work, while previous approaches primarily focused on trees and their stems. We calculated geometric metrics of point clouds, based on airborne, unmanned, and mobile laser scanning, to segment different vegetation growths and densities. Our results show that metrics based on eigenvalues such as planarity, linearity, and sphericity, as well as normal change rate are useful to differentiate forest layers in our scenario. Volume density is ineffective here as it is highly dependent on the data collection method. Roughness and principal component analysis in main direction (PCA1) do not show significant differences in vegetation growth and height. This research lays the foundation for the usage of geometric metrics to highlight growth and density changes in 3D vegetation and to differentiate forests into different layers without extensive processing.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Die Analyse der Waldvegetation in niedrigeren Höhen, bis zu 2 m, steht im Mittelpunkt dieser Arbeit, während bisherige Ansätze sich hauptsächlich auf Bäume und ihre Stämme fokussierten. Wir berechneten geometrische Metriken von Punktwolken, die auf luftgestütztem, Drohnen-gestütztem und mobilem Laserscanning basieren, um verschiedene Vegetationswuchshöhen und Vegetationsdichten zu segmentieren. Unsere Ergebnisse zeigen, dass Metriken auf der Grundlage von Eigenwerten wie Ebenheit, Linearität und Sphärizität sowie der normalen Änderungsrate sich in unserem Szenario als nützlich erwiesen, um Waldschichten zu unterscheiden. Volumendichte ist hier ineffektiv, da sie stark von der Methode der Datenerfassung abhängt. Die Rauheit und die Hauptkomponentenanalyse in Hauptrichtung (PCA1) zeigen keine nützlichen Unterschiede in Vegetationshöhe und -dichte. Diese Forschungsarbeit legt den Grundstein für die Verwendung geometrischer Metriken zur Hervorhebung von Wachstums- und Dichteveränderungen in der 3D-Vegetation und zur Unterteilung von Wäldern in verschiedene Schichten ohne umfangreiche Verarbeitung.

Deutsch
Freie Schlagworte: Metric, mobile laser scanning, airborne laser scanning, UAV laser scanning, forest, vegetation, segmentation
Fachbereich(e)/-gebiet(e): 13 Fachbereich Bau- und Umweltingenieurwissenschaften
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Geodäsie
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Geodäsie > Fernerkundung und Bildanalyse
Hinterlegungsdatum: 10 Okt 2023 05:07
Letzte Änderung: 23 Okt 2023 11:28
PPN: 512643598
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen