Разработка и исследование методик обработки и классификации трехмерных данных лазерного сканирования тема диссертации и автореферата по ВАК РФ 25.00.32, кандидат технических наук Горькавый, Илья Николаевич

• Горькавый, Илья Николаевич
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Горькавый, Илья Николаевич

Введение.

1 Математические методы классификации трехмерных данных и генерации моделей земного рельефа.

1.1. Лазерное и радарное сканирование: ЬГОАЯ и П^АЯ (1п8А11).

1.2. Существующие методы классификации пространственных данных.

1.3. Матричное описание обработки данных (МООД).

1.3.1. Метод и критерии выделения связных множеств матричных элементов.

1.3.2. Накопление ошибок.

1.4. Метод виртуальной поверхности (МВП).

1.5. Точность методов МООД и МВП и сравнение с другими подходами.

1.5.1. Сравнение МООД и МВП с методом БВ-фильтра.

1.5.2. Точность МООД как растрового приближения.

1.5.3. Сравнение МООД и МВП с растровым методом.

1.6. Экспериментальная проверка эффективности методов МООД и МВП для обработки трехмерных данных лазерного авиасканирования.

2 Методика создания автоматизированных программных средств для обработки трехмерных данных.

2.1. Главные особенности и проблемы обработки трехмерных данных.

2.1.1. Неполнота ЗЭ данных, сильная зависимость их качества от многих факторов.

2.1.2. Специфичность методов классификации данных в трехмерном пространстве.

2.1.3. Сложность визуализации трехмерных данных и методов их активной коррекции.

2.1.4. Возможность эффективного трехмерного моделирования объектов.

2.2. Принципиальные компоненты комплекса по обработке ЗБ данных.

2.3. Анализ требований к комплексам по обработке ЗЭ данных.

2.4. Базовая архитектура комплексов обработки ЗD данных.

2.4.1. Компоненты системного ядра.

2.4.2. Компоненты функционального ядра.

2.4.3. Компоненты интерактивного ядра.

2.5. Схема представления трехмерных лидарных данных.

3 Автоматизированный комплекс программных средств обработки данных ЬГОАН для компенсирования неполноты данных и получения изображений высокого разрешения (АКС-ЛИДАР).

3.1. Лазерное сканирование и измерение отражающей способности поверхностей.

3.2. Архитектура комплекса АКС-ЛИДАР.

3.2.1. Калибровка интенсивности.

3.2.2. Сегментирование и преобразование координат.

3.2.3. Растеризация изображений и обработка дефектов.

3.2.4. Интерполяция и нормализация.

3.3. Экспериментальные исследования комплекса АКС-ЛИДАР для получения ИК-изображений высокого качества.

4 Автоматизированный комплекс программных средств для классификации данных лазерного сканирования и моделирования трехмерных поверхностей (АКС-ЛИДАР-ЗБ).

4.1. Лазерное измерение трехмерных координат точек отражения.

4.2. Архитектура и программные компоненты комплекса АКС-ЛИДАР-ЗБ.

4.2.1. Сортировка.

4.2.2. Преобразование координат.

4.2.3. Растеризация и интерполяция.

4.2.4. Классификация.

4.2.5. Просеивание.

4.2.6. Интерфейс.

4.3. Экспериментальные исследования комплекса АКС-ЛИДАР-ЗО для получения высокоточной трехмерной модели земного рельефа.

5 Программные средства для визуализации и активной коррекции лидарных данных в процессе их обработки.

5.1. Разработка эффективного средства визуализации трехмерных данных

5.2. Методы активной коррекции трехмерных данных.

5.3. Совмещение трехмерных рельефов с двумерными изображениями.

Введение диссертации (часть автореферата) на тему «Разработка и исследование методик обработки и классификации трехмерных данных лазерного сканирования»

Актуальность темы. Авиационные лидары получают трёхмерные координаты сотен миллионов точек земной поверхности. Нетривиальной задачей обработки лидарных данных для генерации высокоточных цифровых моделей рельефа (ЦМР, Digital Terrain Model) является автоматическая классификация отражений лазерного луча на отражения от земли и от зданий и растительности. Эта математическая и алгоритмическая задача до сих пор не решена с нужной точностью. Отсюда следует практическая и тоже нерешенная оптимальным образом задача: полученный результат автоматический обработки нужно быстро визуализировать и, в случае обнаружения ошибки классификации, оперативно исправить.

Производители лидарного оборудования (Leica, Optech) предоставляют программы для обработки лидарных данных. Но эти программы несовершенны по результативности; они созданы не в России, а за рубежом, их математическое и алгоритмическое наполнение обычно не раскрывается. Такие программные пакеты не позволяют гибко подходить к решению различных задач, например, организовать обработку лидарных данных, вместе с многоспектральными изображениями, или перенастроить алгоритмы с обработки лидарных данных на классификацию значительно отличающихся радарных сигналов.

Для решения указанных проблем автором предложен более эффективный математический способ классификации лидарных данных, а также гибкая архитектура программного комплекса. Автор детально описывает математические методы и алгоритмы, которые лежат в основе данного комплекса, что позволит заинтересованным специалистам при необходимости самостоятельно реализовать аналогичный комплекс, максимально адаптированный под решаемые задачи.

При автоматизации решения задач обработки используются схожие алгоритмы распознавания и классификации объектов, фильтрации дефектов, интерполяции и триангуляции поверхностей, преобразования координатных-систем. Автор предлагает вариант создания базовой архитектуры комплексов по обработке ЗБ данных, которая позволяет оперативно составлять новую комбинацию из имеющихся программных модулей, необходимых для решения, широкого спектра задач обработки. Такой метасистемный переход позволяет . создавать целевые решения, обеспечивающие весь жизненный цикл автоматической обработки, не перегруженные лишней функциональностью и при этом повторно использующие код большинства модулей.

В России существуют хорошо известные школы фотограмметрии (например, в МИИГАиК), которые используют высокоэффективные методы построения трёхмерных моделей земной поверхности по аэрофотосъемке [4,5,19,25,27,28]. Высокий уровень математической и алгоритмической обработки снимков и современные цифровые фотокамеры позволяют фотограмметрии оставаться эффективным и современным способом получения трёхмерных моделей земной поверхности, во многих аспектах удачно дополняющим лидарные и другие методы [4,5,22,23,27,28]. Математические методы обработки лидарных данных, которые представляют собой неравномерное трёхмерное облако точек, еще не достигли богатства математических и алгоритмических методов, развитых в фотограмметрии.

Важной особенностью предложенного автором решения для обработки лидарных данных является то, что в процессе обработки трёхмерное облако точек лидарных отражений редуцируется до трех наиболее информативных двумерных матриц, к которым могут применяться эффективные алгоритмы и решения, накопленные в фотограмметрии [4,5,19,25,27,28] - например, алгоритмы, используемые для изображения закрытых участков земной поверхности при создании ортофотопланов [4].

Цель исследования. Разработка и исследование методики обработки и классификации трехмерных данных лазерного сканирования. Для достижения цели в работе решались следующие задачи:

1. Анализ требований к методикам обработки лидарных данных; создание новых математических методов и алгоритмов обработки и классификации трехмерных данных лазерного сканирования.

2. Разработка и построение эффективной модели представления данных.

3. Создание принципиальной схемы обработки данных.

4. Создание программ для обработки лидарных данных, включая визуализацию результата и средства интерактивной коррекции, исследование их эффективности.

5. Внедрение в практику разработанной методики обработки и анализ результатов её использования.

Научная новизна работы. Автором создана и реализована новая методика обработки и классификации трехмерных геодезических данных лазерного сканирования, при этом:

1. Предложен новый математический метод классификации данных лазерного сканирования, основанный на адаптивном анализе наклонов поверхности, а также алгоритм его реализации. Метод позволяет выделять точки, не принадлежащие земному рельефу, и отличается высокой производительностью и эффективностью.

2. Построена новая модель представления трехмерных топографических данных, позволяющая преобразовать их в набор плоских матриц и, тем самым, использовать для обработки ЗО данных математические методы и алгоритмы, ранее разработанные для 2Т) изображений.

3. Предложен технологичный подход к созданию программных комплексов на основе использования базовой архитектуры из трех компонент -универсального системного ядра, функционального (алгоритмического) ядра и интерактивного ядра, а также разработана детальная спецификация этих компонент.

4. Разработан ряд эффективных алгоритмических решений, обеспечивающих функциональную полноту созданного автором комплекса программ, включая трёхмерную визуализацию и коррекцию результатов.

5. Создан автоматизированный комплекс (программных) средств АКС-ЛИДАР для получения инфракрасных изображений высокого разрешения и комплекс АКС-ЛИДАР-ЗБ для генерации точной цифровой модели рельефа (ЦМР). Тестирование показало значительные преимущества разработанных методики и программ по сравнению с другими средствами обработки.

Практическая ценность работы. Проектирование и создание методов для обработки данных лидарной топографической съемки - новой и бурно развивающейся технологии трехмерных изображений - является весьма актуальной задачей. Получение высокоточной цифровой трехмерной модели рельефа также представляет собой проблему, имеющую большое практическое значение.

Методика и программы, разработанные автором, прошли тестирование при получении инфракрасных изображений и трехмерных моделей рельефа с точностью высот 9-14 сантиметров для 20 тысяч кв. километров земной поверхности, сканированной самолетным лидаром с высоты около километра. Разработанными программными средствами для обработки лидарных данных заинтересовались ряд российских и зарубежных институтов и научных учреждений (акт внедрения ФГУП «Уралгеоинформ» от 10.08.2011).

Методы исследования. В диссертации применялись методы математического и численного моделирования, а также методы статистического анализа для определения точности полученных результатов.

Апробация работы. Работа была доложена и обсуждена на:

• Первой международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (МГУ, 19-23 сентября 2005).

• Второй международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (МГУ, 18-21 декабря 2006).

• Научном семинаре в МИИГАиК (21 декабря 2006, Москва).

• Десятой международной конференции «Asteroids, Comets, Meteors» (14-18 июля 2008, Балтимор, США).

• Третьей международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (МГУ, 811 декабря 2008).

• Научном семинаре в НИВЦ МГУ (19 февраля 2009).

• Научном семинаре кафедры АСВК ВМиК МГУ (17 сентября 2009). Опубликованные работы включают 4 статьи в журналах из списка ВАК

6,9,10,12], 3 статьи [7,8,11] и 1 тезисы [48] в сборниках международных конференций.

Личный вклад автора. Автором были получены все основные результаты, вынесенные на защиту и опубликованные в статьях [6-11,48]. В статье [12], опубликованной в соавторстве с В.А. Сухомлиным, автор в равной степени участвовал в постановке задачи и разработке базовой архитектуры программной системы, состоящей из трех компонент - системного, функционального (алгоритмического) и интерактивного ядер, а также получил основные результаты и провел их анализ.

Объем и структура диссертации. Общий объём диссертации, состоящей из введения, пяти глав, заключения, списка литературы и акта о внедрении разработки - 136 страниц, в том числе 48 иллюстраций и 3 таблицы. Список литературы содержит 93 наименования.

Основные результаты работы. Результаты диссертации, выносимые на защиту:

1. Разработан математический метод классификации данных лазерного топографического сканирования, основанный на адаптивном анализе наклонов поверхности, а также алгоритм его реализации. Метод позволяет выделять точки, не принадлежащие земному рельефу, и отличается высокой производительностью. Сделан анализ результатов применения метода к тестовому набору данных и сравнение его с существующими методами классификации.

2. Построена новая модель представления трехмерных топографических данных, позволяющая преобразовать их в набор плоских матриц. Понижение размерности позволяет применить математические методы и алгоритмы, разработанные для двумерных изображений, упростить анализ идентификационных признаков объектов в данных, значительно сокращает временные затраты на обработку и снижает требования к оборудованию. Проведено исследование погрешности такого представления и доказана обоснованность его применения.

3. Предложен новый подход к построению программных комплексов для обработки трехмерных топографических данных лазерного сканирования. В рамках подхода разработана спецификация универсальных компонент, реализующих часто используемые алгоритмы и подзадачи обработки, такие как интерполяция, классификация, растеризация, визуализация данных. Это позволяет интегрировать реализованные компоненты в необходимой последовательности, в зависимости от поставленных задач обработки данных. При разработке новых программ такая технология значительно сокращает этапы анализа, проектирования и тестирования.

4. На основе предложенного подхода и разработанных моделях и методах были реализованы программные комплексы АКС-ЛИДАР и АКС-ЛИДАР-ЗБ для обработки топографических данных лазерного сканирования, получения инфракрасных изображений высокого разрешения и моделирования трехмерных поверхностей. Эффективность предложенных решений и точность полученных моделей была экспериментально проверена автором при использовании его программ для обработки свыше 20 ООО км2 земной поверхности.

11

Заключение диссертации по теме «Геодезия», Горькавый, Илья Николаевич

Заключение

В диссертации разработана и исследована методика автоматической обработки и классификации топографических данных лазерного сканирования. Создан пакет программ для получения высокоточных цифровых моделей рельефа. Разработанные методы и программы прошли тестирование при обработке терабайтов данных лазерного сканирования и подтвердили свою высокую эффективность и качество.

Автором также сформулированы общие принципы построения автоматизированных систем обработки трехмерных данных. Быстрый рост геоинформационных технологий создает необходимость в подобных архитектурах и вычислительных комплексах. Аналогичные разработки сейчас идут во всем мире, примерами тому - уже упоминавшийся финский TerraScan и трехстадийная архитектура в [46].

Методы и идеи, на которые опирается данная работа, разрабатывались автором на протяжении последних семи лет. Автором были созданы, на основе предложенной технологической системы, два типа комплексов автоматизации обработки топографических 3D данных лазерного сканирования:

• АКС-ЛИДАР-ЗБ для получения трехмерной цифровой модели рельефа и распознавания поверхностных объектов;

• АКС-ЛИДАР для получения двумерных инфракрасных изображений поверхности.

Использование разработанных пакетов проводилось, в основном, на базе фирмы Computational Consulting Services (Вирджиния, США). Эта фирма участвовала в проекте по обработке лидарных данных для нескольких графств штата Мэриленд. Технологическая цепочка включала поставщика лидарных данных - компанию, которая владела самолетом и лидаром и собирала данные. Одним из основным провайдеров данных для Мэрилендского проекта была калифорнийская компания Airborne-1 (http://www.airbornel .com/), которая использует лидары Optech ALTM и лёгкие самолёты типа Cessna. Использовались также данные фирм-провайдеров лидарных данных Sanborn и 3Di. Носители с данными доставлялись в Computational Consulting Services и обрабатывались на 2-3 персональных компьютерах. После чего отклассифицированные данные отправлялись в компаниию Dewberry, LLC, где проводилось их независимое исследование на точность. В дальнейшем данные использовались для генерации трёхмерной TIN модели, построения контурных карт, определения границ водоёмов и т.д. Результаты в виде инфракрасных изображений, цифровых моделей рельефа и сопутствующие метаданные о точности полученных моделей выставлены на сайте Департамента натуральных ресурсов штата Мэриленд и доступны по адресам: http://dnrweb.dnr.state.md.us/gis/data/lidar/ и http://maps.csc.noaa.gov/TCM/.

Общий объем работы, выполненной с помощью комплексов, составил свыше 20 ООО км2 земной поверхности. Скорость полного цикла обработки sy составляла 500 км в неделю, при этом полученная модель рельефа имела типичное среднеквадратическое отклонение по высоте в 14.3 см, а для качественных данных точность достигала 9.3 см (по данным независимой экспертизы, проведенной Dewberry, LLC). В проекте с высококачественными лидарными авиаданными была достигнута точность по высоте в 6-8 см. Точность автоматической классификации превосходила аналогичные программные продукты [65].

Основными особенностями предлагаемой методики и реализации программных комплексов, описанных в данной работе, являются:

• использование трехъядерной архитектуры, включающей системное, функциональное и интерактивное ядра, что позволяет повторно использовать максимум кода и сократить трудозатраты на разработку;

• создание базовой технологической системы, включающей необходимый набор основных компонентов, и упрощающей реализацию и сопровождение комплексов обработки данных;

• применение оригинальных алгоритмических решений, таких как метод виртуальной поверхности для классификации объектов и матричное представление данных, что обеспечивает высокую точность и скорость обработки;

• реализация собственного визуализатора трехмерных поверхностей, который использует современные техники оптимизации, что позволило работать с моделями, состоящими из миллионов точек;

• наличие инструментария для управления циклом обработки - как в виде интерактивных средств, реализованных в графическом интерфейсе, так и в виде скрипт-языка;

• применение открытого бинарного формата данных, разработанного в соответствии с требованиями индустриального стандарта (LAS 1.2/2008). Этот формат показал высокую эффективность при хранении и преобразовании данных.

Дальнейшее усовершенствование методики ведется в направлении расширения возможностей функционального ядра системы и повышения качества работы его алгоритмов, в частности, для создания более эффективных и гибких методов интерполяции и классификации.

В перспективе возможно создание полностью автоматизированного полнофункционального комплекса по обработке трехмерных топографических данных, который, параллельно с моделью земной поверхности, генерирует объемные и векторные модели зданий, дорог, растительности, водоемов и других технологических и топографических объектов.

126

Список литературы диссертационного исследования кандидат технических наук Горькавый, Илья Николаевич, 2011 год

1. ARC/INFO Управление данными. Концепции, модели данных, разработка баз данных и хранение данных. // М.: Дата+, 1998.

2. Богданец Е.С., Кривенко A.A., Мусихин В.В. Создание трехмерной модели архитектурного объекта по данным наземного лазерного сканирования. // Геопрофи. N4, 2007. С.50-52.

3. Богомолов П.Л. Автоматизация процессов обновления контурной части содержания топографических карт по аэрокосмическим снимкам. Диссертация на соискание степени кандидата технических наук, М. МИИГАиК, 1995.

4. Владимирова, М. Р. Разработка методики и технологии получения крупномасштабных цифровых топографических планов методами цифровой фотограмметрии. Диссертация на соискание степени кандидата технических наук. М. 2003.

5. Горькавый И.Н. Сравнительный анализ методов получения модели земной поверхности по трехмерным данным лазерного сканирования. // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2011. Вып.4. С.58-62.

6. Горькавый И.Н. Автоматизация обработки данных лазерного сканирования для получения высокоточных трехмерных моделей земного рельефа. // Труды 2-ой Международной научно-практической конференции

7. Современные информационные технологии и ИТ-образование». /Ред. Сухомлин В.А., ВМК МГУ, 2006. С.367-377.

8. Горькавый И.Н. Комплексный подход к автоматизации процесса обработки данных LIDAR для получения инфракрасных изображений высокого разрешения. // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2007. Вып.5. С.148-162.

9. Горькавый И.Н. Автоматизированные программные средства обработки трехмерных данных лазерного сканирования. // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2008. Вып.4. С.22-34.

10. Сухомлин В.А., Горькавый И.Н. Технологическая система для построения программных комплексов автоматизации обработки ЗБ-данных лазерного сканирования. // «Информатика и ее применения». 2009. Т.З. Вып.2. С.53-64.

11. Дружинин М.Ю. CYCLONE программный комплекс для обработки данных наземного лазерного сканирования. // Геопрофи. N2, 2003. С.37-39.

12. Иванов В. Три измерения ГИС. Компьютерра, N 46, 5 декабря 2001.

13. Картографические проекции. Географическая привязка пространственных данных. // М.: Дата+, 1994.

14. Кореей С.Г., Дьякова Н.Б., ГИС-технологии в трубопроводном транспорте, ArcReview, 2001 N3 (18).http://www.dataplus.ru/win/ARCREV/Number 21/17 pipe.html

15. Майкл H. ДеМерс. Географические информационные системы. Основы. // М.: Дата+, 1999.

16. С.23-24; N1,2004. С.30-32.

17. Райт-мл. P.C., Липчак Б. OpenGL. Суперкнига. 3-е изд. М.: Изд.дом «Вильяме», 2006. 1040 с.

18. Середович В.А., Комиссаров A.B., Комиссаров Д.В., Широкова Т.А. Наземное лазерное сканирование. Новосибирск: СГТА, 2009. 261 с.

19. Цветков В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998.

20. Чекалин В.Ф. Ортофототрансформирование фотоснимков. М.: Недра, 1986.

21. Черкесов С.Н. Применение воздушного лазерного сканирования в(нефтегазовой отрасли. //Геопрофи. N4,2006. С.57-59.

22. Advanced High-Resolution 3D Flash Imaging Lidar Transmitter & Receiver. http://www.litecycles.com/3Dreceiver.htm

23. Anderson D., Herman H., and Kelly A., "Experimental Characterization of Commercial Flash Ladar Devices," International Conference of Sensing and Technology, November, 2005.

24. ASPRS guidelines: vertical accuracy reporting for lidar data, 2004. http://www.asprs.org/society/committees/lidar/Downloads/VerticalAccuracyReportingforLidar Data.pdf

25. Assarsson U., Möller Т., Optimized View Frustum Culling Algorithms for Bounding Boxes. // Journal of Graphics Tools, 2000, 5(1), P.9-22.

26. Axelsson P. DEM Generation from Laser Scanner Data Using Adaptive TIN Models / International Archives of Photogrammetry and Remote Sensing, Vol. XXXIII, Part B3, Amsterdam, 2000.

27. Bakambu J.N., Allard P., Dupuis E., 3D Terrain Modeling for Rover Localization and Navigation. // The 3rd Canadian Conference on Computer and Robot Vision (CRV'06), 2006. P.61.

28. Bao X., Pajarola R. LOD-based Clustering Techniques for Efficient Large-scale Terrain Storage and Visualization. // In Proceedings SPIE Conference on Visualization and Data Analysis, 2003. P.225-235.

29. Bavoil L. Rendering Huge Triangle Meshes with OpenGL / University of Utah, 2005. http://www.sci.utah.edu/~bavoil/opengl/bavoil trimeshes 2005.pdf

30. Bogomjakov A., Gotsman C. Universal Rendering Sequences for Transparent Vertex Caching of Progressive Meshes. // Proceedings of Graphics Interface, 2001. P.10.

31. Brodersen A. Real-Time Visualization of Large Textured Terrains. // Proceedings of the 3rd international conference on Computer graphics and interactive techniques in Australasia and South East Asia. Dunedin, New Zealand. ACM Press, 2005. P.439 442.

32. Callahan S., Bavoil L., Pascucci V., Silva C. Progressive Volume Rendering of Large Unstructured Grids / IEEE Transactions On Visualization And Computer Graphics, Vol. 12, No. 5, September 2006.

33. Castleman C.R. Digital Image Processing, Prentice Hall, 1996. P.667.

34. Evans F., Skiena S., Varshney A. Optimizing Triangle Strips for Fast Rendering. // Visualization '96 Proceedings, IEEE, 1996. P.319 326.

35. Favey E., Wehr A., Geiger A., Kahle H.-G. Some examples of European activities in airborne laser techniques and an application in glaciology. Journal of Geodynamics. 2002. 34. P.347-355.

36. Fowler R.A. Flood Plain. Contract results in New Software Development. Earth Observation Magazine, April 2002, pp. 32-34.

37. Gorkavyi I.N, «3D Laser Scanning for Asteroids and Comets», Proc. The 10th «Asteroids, Comets, Meteors» Meeting, 14-18 July 2008, Baltimore, Maryland, USA.

38. Guidelines and Specifications for Flood Hazard Mapping Partners. Appendix A: Guidance for Arial Mapping and Surveying. Federal Emergency Management Agency. 2002

39. Harding DJ., Berghoff G.S. Fault scarp detection beneath dense vegetation cover: airborne LIDAR mapping of the Seattle fault zone, Bainbridge Island, Washington State. Proc. ASPRS, Washington, D.C., May 2000.

40. Haugerud R.A., Harding D.J. Some algorithms for virtual deforestation (VDF) of LIDAR topographic survey data. IAPRS, Vol. 34 3/W4, Annapolis, MD 2224 October 2001. pp. 211 -218.

41. Hebert M., Vandapel N., Keller S., and Raghavendra Rao Donamukkala Evaluation and Comparison of Terrain Classification Techniques from LAD AR Data for Autonomous Navigation // 23rd Army Science Conference, December, 2002.

42. Holland J.M. Designing Autonomous Mobile Robots, Elsevier, 2004. P.335.

43. Hoppe H. Optimization of Mesh Locality for Transparent Vertex Caching. // ACM SIGGRAPH 1999, Computer Graphics Proceedings, 1999. P.269-276.

44. Howard Bud, Parker Chris, LiDAR So Much More Than A Pretty Picture. An Introduction to the Analytical Capabilities of Topographic and Hydrographie LiDAR Survey Data. // FSBPA, 2006.

45. Hug C. Combined use of laser scanner geometry and reflectance data to identify surface objects. // OEEPEWorkshop 3-D city models, Bonn, 9-11 October.

46. InSAR Workshop Summary Report. Ed. Zebker H. October 20-22, 2004, NASA-JPL, Oxnard, CA. P.64.

47. Jacobsen K., Lohmann P. Segmented Filtering of Laser Scanner DSMS. // Proceedings of the ISPRS working group III/3 workshop «3-D reconstruction from airborne laserscanner and InSAR data», Dresden, Germany, 8-10 October 2003.

48. Jonas D., Byrne P. Airborne Laser Scanning: Beyond Its Formative Year, 2003 // Spatial Sciences Conference 2003 (SSC 2003), 22-27 Sept, Canberra, Australia.

49. Jones C. Geographical Information Systems and Computer Cartography, Longman, 1998. P.319.

50. Kraus K., Pfeifer N. Advanced DTM generation from LIDAR data. // Int. Arch. Photogramm. Remote Sens., pt. 3-2W3, Vol.32, 1997.

51. Krzystek P. Filtering of Laser Scanning Data in Forest Areas Using Finite Element. Proceedings of the ISPRS working group III/3 workshop «3-D reconstruction from airborne laserscanner and InSAR data», Dresden, Germany, 8-10 October 2003.

52. Livny Y., Kogan Z., El-Sana J. Seamless Patches for GPU-Based Terrain Rendering. //Journal ofWSCG. 2007. Vol.15, P.8.

53. Lohmann P., Koch A., Schaeffer M., Approaches to the Filtering of Laser Scanner Data. IAPRS, pt. B3, vol.33, pp.540-547, Amsterdam, 2000.

54. Maas H.G. On the Use of Pulse Reflectance Data for Laserscanner Strip Adjustment. // Accepted for ISPRS Workshop on Land Surface Mapping and Reconstruction using Laser Altimetry, Annapolis/Maryland, 2001, IAPRS Vol. XXXIV-3/W4.

55. Nardinocchi C., Forlani G., Zingaretti P. Classification and Filtering of Laser Data. Proceedings of the ISPRS working group III/3 workshop «3-D reconstruction from airborne laserscanner and InSAR data», Dresden, Germany, 8-10 October 2003.

56. Okagawa M. Algorithm of multiple filter to extract DSM from LiDAR data / ESRI User Conference200, paper986, July 2001.

57. Pajarola R. Overview of Quadtree-based Terrain Triangulation and Visualization. UCI-ICS Technical Report No. 02-01. Department of Information & Computer Science University of California, Irvine, January 2002.

58. Pfeifer N., Stadler P., Briese C. Derivation of digital terrain models in the SCOP++ environment // OEEPE Workshop on Airborne Laserscanning and Interferometric SAR for Digital Elevation Models, Stockholm, 2001.

59. Ritter G.X., Wilson J.N. Handbook of Computer Vision Algorithms in Image Algebra, CRC, 2001. P.417.

60. Ritter N., Ruth M. GeoTIFF Format Specification Revision 1.0. http://www.remotesensing.org/geotiff/spec/geotiffhome.html

61. Rodriguez E., Morris C., Beiz J., Chapin E., Martin J., Daffer W., Hensley S. An assessment of the SRTM topographic products // Technical Report JPL D-31639, Pasadena, California, 2005. 143 p. http://www2.jpl.nasa.gov/srtm/SRTMD31639.pdf.

62. Rottensteiner F., Briese C. A new method for building extraction in urban areas from high-resolution LID AR data / Int Arch Photogramm Remote Sens Spat Inf Sei 34(3A): 295-301,2002.

63. Sander P.V., Barczak J., Nehab D. Triangle Order Optimization for Efficient Graphics Hardware Computation Culling. Symposium on Interactive 3D Graphics and Games. ACM SIGGRAPH, 2006.

64. Schneider J., Westermann R. GPU-Friendly High-Quality Terrain Rendering. // Journal of WSCG, 2006. Vol.14, P.8.

65. Seul M., O'Gorman L., Sammon M.J. Practical Algorithms for Image Analysis, Cambridge Univ. Press, 2001. P.295.

66. Shao Yi-Chen, Chen Liang-Chien, Object Segmentation in Elevation Space Using Mathematic Morphology. 22nd Asian Conference on Remote Sensing, 5-9 November 2001. Singapore.

67. Siegwart R., Nourbakhsh I.R. Introduction to Autonomous Mobile Robots, MIT, 2004. P.321.

68. Sithole G. Filtering of laser altimetry data using a slope adaptive filter. Int. Arch. Photogramm. Remote Sens. pt. 3/W4, 2001. P.203-210.

69. Sithole G., Vosselman G. Comparison of Filtering Algorithms. Proceedings of the ISPRS working group III/3 workshop «3-D reconstruction from airborne laserscanner and InSAR data», Dresden, Germany, 8-10 October 2003.

70. SPOT DEM product description, 2005. http://www.spotimage.fr/automnemodulesfiles/standard/public/p807fileLIN KEDFILESPOTDEMProductDescriptionvl-2.pdf.

71. Vosselman G. Slope based filtering of laser altimetry data. Int. Arch. Photogramm. Remote Sens., pt. B4, Vol.33, 2000. P.958-964.

72. Walter R.C., Merritts D,J. Natural Streams and the Legacy of Water-Powered Mills. Science. Vol. 319, 2008, p.299-304.

73. Wang Y., Mercer B., Tao V.C., Sharma J., Crawford S. Automatic generation of bald Earth digital elevation models from digital surface models created using airborne IFSAR. Proceeding ASPRS. 2001.

74. Wloka M., Batch, Batch, Batch: What Does It Really Mean? // Game Developers Conference, March, 2003.

75. Youbing Z., Ji Z., Jiaoying S., Zhigeng P. A Fast Algorithm For Large Scale Terrain Walkthrough. // CAD/Graphics'2001. August 22-24, Kunming. International Academic Publishers, 2001. P.6.

76. Генеральный директор 'ГУЛ «Уралгеоинформ»1. АКТвнедрения профаммы CCSGU1 для вычисления трехмерной цифровой модели рельефа по геодезическим лидарным данным, разработанной соискателем МИИГАиК Горькавым И.Н.

77. Председатель комиссии Главный инженер, к.т.н.1. Серебряков C.B.1. Члены комиссии:

78. Начальник ОГК Начальник ООДЛС Инженер ООДЛС