Métodos para la detección automática de elementos en nubes de puntos de escáneres láser
-
Carlos Cabo [1] ; Celestino Ordóñez [1]
-
[1] Universidad de Oviedo
Universidad de Oviedo
Oviedo, España
-
- Localización: Topografía y cartografía: Revista del Ilustre Colegio Oficial de Ingenieros Técnicos en Topografía, ISSN 0212-9280, Vol. 36, Nº 174, 2016 (Ejemplar dedicado a: XI Congreso Internacional de Geomática y Ciencias de la Tierra), págs. 245-254
- Idioma: español
- Enlaces
-
Resumen
Los escáneres láser terrestres, tanto estáticos como móviles, proporcionan información precisa y de detalle de los objetos y elementos que registran. Sin embargo, estos sensores generan enormes nubes de puntos, y se hace necesario el empleo de algún mecanismo o estrategia de simplificación para su gestión e interpretación. En los últimos años han proliferado los algoritmos de simplificación de nubes de puntos, pero en muchos casos la propia generación de la versión simplificada consume tal cantidad de recursos que deja de ser rentable el uso de estos datos.
En este trabajo se presentan dos métodos de reestructuración y simplificación de nubes de puntos que superan muchos de los inconvenientes de otros métodos: (i) voxelización reversible, y (ii) nubes de líneas.
La voxelización supone la división del espacio en vóxeles, que son ortoedros equivalentes a un píxel tridimensional.
La voxelización, como tal, es un problema de sencilla implementación. Sin embargo, se presenta en este trabajo un método rápido y sencillo, que permite la identificación inmediata de los puntos en cada vóxel, haciéndolo por lo tanto reversible. Por otro lado, las nubes de líneas son un nuevo concepto y forma de estructurar las nubes de puntos. Se basan en la distribución lineal que tienden a tener los puntos escaneados con sensores móviles en el mismo barrido sobre superficies regladas.
Se presentan los resultados de la implementación de ambos métodos para la detección automática de diferentes objetos:
(i) árboles y otros objetos verticales como farolas, semáforos o señales, mediante voxelización, y (ii) superficies como fachadas o muros, y bordes de asfalto de carreteras, mediante nubes de líneas. En todos los casos se detectó más de un 95% de los elementos buscados, y más de un 97% de los elementos asignados al tipo buscado pertenecían a él.
