Heute werfen wir einen Blick auf eine neue Methode zur Registrierung von Punktwolken terrestrischer Laserscans, die kürzlich im Journal of Applied Geodesy veröffentlicht wurde.
Autoren Jannik Janßen (Universität Bonn), Heiner Kuhlmann (Universität Bonn), und Christoph Holst (TU München), haben eine neue Methode vorgestellt, um eine präzisere Alternative zu anderen Registrierverfahren zu bieten oder diese zu ergänzen. 📊📈
Warum ist die Registrierung so wichtig? 🤔
Die Registrierung von Punktwolken statischer Laserscans ist ein essentieller Schritt, um mehrere Einzelpunktwolken zu einer Gesamtpunktwolke zusammenzufügen.
Jedoch ist die Registrierung oft eine Quelle von Unsicherheit in den finalen Punktwolken-Datensätzen.
Die existierenden Methoden wie zielbasierte oder Cloud to Cloud-Registrierungen (Iterative Closest Point) haben ihre Limitationen, besonders in Bezug auf Genauigkeit und Zuverlässigkeit.
Die Lösung: Keypoint-basierte Registrierung 🔑
Die Autoren präsentieren eine neue Methode zur Keypoint-basierten Registrierung, die auf einem statistischen Matching-Ansatz basiert.
Hier werden erkannte 2D-Keypoints verwendet und über einen neuen statistischen Ansatz miteinander abgeglichen, um zu testen, ob sie aus zwei verschiedenen Scanstationen als identisch betrachtet werden können. 🔄
Das Besondere an dieser Methode ist, dass sie Keypoint-beschreiber vermeidet, die bei großen Entfernungen zwischen den Scannerstationen unzureichende Matching-Ergebnisse liefern.
Stattdessen wird eine gute grobe Vorregistrierung als initiale Eingabe benötigt, welche durch die eingebauten Sensoren am Scanner selbst oder durch andere Registrieralgorithmen erreicht werden kann.
Auf die Probe gestellt! 🧪
Die Methode wurde mit zwei Datensätzen evaluiert und zeigte eine deutliche Verbesserung in der Präzision der Registrierung im Vergleich zu zielbasierten und Cloud to Cloud-Registrierungen.
Im Durchschnitt konnte die Präzision der Registrierung um etwa 25% gesteigert werden! 🎯
ungeklärte Fragen 🤔:
Als Anwender ist es natürlich von Interesse zu verstehen, warum das Keypoint-basierte Registrierungsverfahren noch nicht im kommerziellen Einsatz zu finden ist. Dies weckt Neugier auf die Faktoren, die möglicherweise die Markteinführung beeinflussen.
Des Weiteren besteht eine wichtige Frage bezüglich der Bewertbarkeit der Registrierung durch diese Methode. Zwar ermöglicht das Auffinden identischer Keypoints eine Einschätzung der Registrierungsgenauigkeit, jedoch könnte die Qualität der Registrierung auch von der Verteilung der Keypoints in den einzelnen Scans abhängen. Betrachten wir zum Beispiel einen Raum mit vier Wänden, von denen drei glatt sind und keine markanten Merkmale aufweisen. Die vierte Wand hingegen zeigt Merkmale wie Risse und Kontrastunterschiede, die als Keypoints identifiziert werden können. In diesem Szenario könnten die Scans zwar erfolgreich registriert werden, und es wäre möglich, eine Aussage über die Genauigkeit der Registrierung in Form von Keypoint-Paaren zu treffen. Allerdings könnte dies bei schlechter Verteilung der Keypoints zu deutlichen Extrapolationseffekten führen, die die Gesamtqualität der Registrierung beeinträchtigen.
Wir würden uns freuen darüber in den Kommentaren zu diskutieren.
Was bedeutet das für die Zukunft? 🚀
Diese Methode öffnet Türen für zahlreiche Anwendungen. Sie ermöglicht Registrierungen mit Unsicherheiten von nur wenigen Millimetern, selbst bei großen Stationenabständen von 15-30 Metern, und bietet somit bessere oder vergleichbare Genauigkeiten im Vergleich zu herkömmlichen Methoden.
Die Methode bietet auch Möglichkeiten für die Schätzung zusätzlicher Parameter für Scannerkalibrierungszwecke.
Wir sind gespannt auf die zukünftigen Möglichkeiten und Forschungen in diesem Bereich. Bleibt dran für weitere spannende Entwicklungen! 🛰️💫
Quellen:
- Janßen, J., Kuhlmann, H., & Holst, C. (2023). Keypoint-based registration of TLS point clouds using a statistical matching approach Abgerufen von https://www.degruyter.com/document/doi/10.1515/jag-2022-0058/html#j_jag-2022-0058_ref_076
Author: Julian
Ich bin sowohl leidenschaftlicher Vermesser als auch Tech-Freak und liebe es über die neusten Trends in der Scantechnologie zu schreiben!
