實驗與成果分析.ppt

 報告人:陳詹閔 指導教授:趙鍵哲 日期： 2005/05/27 報告流程 前言 方法介紹 實驗與成果分析 未來工作 參考文獻 前言 光達 (LiDAR, Light Detecting And Ranging) 提供了地表密集且豐富的三維資訊， 將LiDAR點雲資料製作成影像函數圖(range image)，應用特徵萃取原理找出建物邊緣線，再經由輪廓線範圍內的高程資訊萃取建立三維建物模型。 回顧線特徵萃取相關文獻 [劉彥秀,2003] 一階導數(Sobel、Canny)以及二階導數(LoG)方法 [陳健文,2002] 多型態法，統計之原理 參數設定:平滑因子以及門檻值因子 方法介紹 資料處理流程介紹與相對應的物空間邊緣線梯度情形 高斯平滑函數抑制雜訊造成梯度影響 高斯濾波器(Gaussian filter)之介紹： 高斯平滑影響梯度值 資料處理流程介紹 資料處理流程介紹與相對應的物空間邊緣線梯度情形 高斯平滑函數抑制雜訊造成梯度影響 Gaussian function 形狀接近鐘形 濾波器矩陣內各元素可視為權值 權值總合理論上應為1 高斯平滑函數抑制雜訊造成梯度影響 平滑因子σ值 訊號精度加以給定 決定gaussian filter罩窗內權值大小 當σ值越小情況下權值分布即向中央集中，濾波器形狀越高且瘦其平滑效果