3DGEOLOGICALOUTCROPCHARACTERIZATION:
AUTOMATICDETECTIONOF3DPLANES (AZIMUTHANDDIP) MENGGUNAKANLiDARPOINT
AWAN
K. Anders Sebuah, M. Hämmerle Sebuah, G. Miernik b, T. Drews b, A. Escalona c, C. Townsend c, B. Höfle Sebuah, *
Sebuah Institut Geografi, GIScience, LiDAR Research Group (LRG), Universitas Heidelberg, Heidelberg, Jerman - k.an-
ders@stud.uni-heidelberg.de , (haemmerle, hoefle) @ uni-heidelberg.de
b Institut Ilmu Bumi, Universitas Heidelberg, Heidelberg, Jerman - (georg.miernik, till.drews) @ geow.uni-heidelberg.de
c Departemen Teknik Perminyakan, Universitas Stavanger, Stavanger, Norwegia - (alejandro.escalona, chris.townsend) @ uis.no
Komisi V, WG V / 5
KATA KUNCI: LiDAR, Pemindaian laser terestrial, segmentasi 3D, Deteksi pesawat, Singkapan geologi, Orientasi, Serangan
ABSTRAK:
Pemindaian laser terestrial merupakan metode yang ampuh dalam perolehan data informasi spasial dan memungkinkan singkapan geologi
ditangkap dengan resolusi dan akurasi yang tinggi. Aspek penting untuk berbagai aplikasi geologi adalah ekstraksi orientasi permukaan batuan
dari data. Makalah ini berfokus pada pendeteksian bidang pada data permukaan batuan dengan menerapkan algoritme segmentasi langsung ke
titik cloud 3D. Kinerjanya dinilai dengan mempertimbangkan (1) pengurangan resolusi spasial data dan (2) perataan dalam proses pra-pemrosesan
data. Metodologi ini diuji pada simulasi resolusi spasial yang semakin berkurang yang ditentukan oleh kepadatan titik cloud yang bervariasi.
Perataan data point cloud diimplementasikan dengan memodifikasi kriteria lingkungan selama estimasi normals. Perubahan yang cukup besar
dari bidang yang dihasilkan menekankan pengaruh penghalusan pada pendeteksian bidang sebelum segmentasi sebenarnya. Oleh karena itu,
parameter perlu diatur sesuai dengan tujuan individu dan skala kajian masing-masing. Lebih lanjut disimpulkan bahwa kualitas hasil segmentasi
tidak mengalami penurunan meskipun volume data berkurang secara signifikan hingga 10%. Nilai azimuth dan dip masing-masing segmen
ditentukan agar bidang sesuai dengan titik-titik yang termasuk dalam satu segmen. Berdasarkan hasil ini, azimuth dan kemiringan serta karakter
pemogokan bidang permukaan di singkapan dinilai. Dengan demikian, makalah ini berkontribusi pada alur kerja yang sepenuhnya otomatis dan
langsung untuk deskripsi geometris yang komprehensif dari singkapan dalam 3D.
*
Penulis yang sesuai
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 105
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
Dengan menjawab pertanyaan penelitian ini, penelitian kami memberikan Latar belakang, penelitian kami bertujuan untuk membahas aspek-aspek tersebut dalam
wawasan dalam pengaturan resolusi pemindaian yang menguntungkan dan studi terintegrasi.
metode yang kuat untuk segmentasi bidang, dan bertujuan untuk mendukung
proyek serupa dari karakterisasi singkapan geologi.
3. METODE
2. NEGARA SENI Alur kerja yang dirancang untuk menjawab pertanyaan penelitian yang
diberikan sebelumnya diilustrasikan pada Gambar. 1. Langkah-langkah
Studi awal tentang identifikasi permukaan diskontinuitas individu dijelaskan secara rinci setelah deskripsi lokasi penelitian dan
menerapkan metode kuadrat terkecil ke subset titik untuk prosedur akuisisi dan pemrosesan data.
menentukan bidang yang paling sesuai melalui regresi planar
(Abellán et al., 2006; Fernández, 2005). Dalam beberapa tahun
terakhir, penghitungan vektor normal yang terkait dengan subset
point cloud telah menjadi metodologi yang diterima secara luas
(Riquelme et al., 2014). Sebagian besar metode saat ini melakukan
analisis pada model permukaan 2.5D yang disederhanakan,
misalnya dengan menggunakan jaringan tak beraturan triangulasi
(TIN) (Riquelme et al., 2014). Secara khusus dalam aplikasi geologi,
bagaimanapun, implikasi dari mengubah awan titik 3D menjadi
data 2.5D dapat menyebabkan kerugian yang tidak diinginkan
dalam detail dan akurasi, karena representasi overhang dan
cekungan tidak didukung (Mah et al., 2011). Mah dkk. (2011),
dalam konteks ini,
komputasi dan pemrosesan selanjutnya. Buckley dkk. (2008) digunakan untuk studi terperinci (bingkai putus-putus merah). Orthophoto
menunjukkan pilihan pengambilan sampel ulang data ke tingkat yang berasal dari citra udara yang diperoleh oleh eBee (2015)
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 106
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
mengandung oklusi karena aksesibilitas terbatas ke area di sekitar Algoritma segmentasi dimulai dengan menghitung kelengkungan
singkapan. Meskipun demikian, area studi ditangkap dengan baik dan untuk setiap poin berdasarkan rasio nilai eigen masing-masing • • menurut
ketiga pemindaian tersebut dianggap cocok untuk penelitian kami. Weinmann et al. (2014):
•1
Data LiDAR yang diambil digeoreferensi langsung melalui sensor ••= (1)
kemiringan dan orientasi terintegrasi pemindai dan RTKGNSS •1 + •2 + •3
Pemindaian dan pemrosesan data dilakukan menggunakan RiSCAN PRO (RIEGL, Titik benih kemudian dicantumkan diurutkan dengan meningkatkan
2015). Langkah-langkah pemrosesan terdiri dari pendaftaran serta revisi dan kelengkungan, sehingga segmentasi sebenarnya akan dimulai dengan
pembersihan pencilan manual dari kumpulan data. Untuk meningkatkan titik kelengkungan terendah dan dilanjutkan sepanjang daftar titik
pendaftaran bersama dari titik cloud yang sudah memiliki georeferensi dari tiga benih berikutnya untuk titik-titik yang belum tersegmentasi ke objek
posisi pemindaian, penyesuaian multi-stasiun RiSCAN PRO dilakukan dengan sebelumnya. Algoritme kemudian memeriksa sejumlah titik tertentu di
deviasi standar ICP akhir dari kesalahan 0,013 m. Pengolahan data lebih lanjut sekitar titik benih untuk kriteria homogenitas yang ditentukan. Kriteria
sebagai persiapan untuk penerapan algoritma pendeteksian bidang dilakukan ini dicantumkan di bawah ini sesuai dengan alur kerja di algoritme
dalam sistem program modular 'Orientation and Processing of Airborne Laser segmentasi.
Scanning data' (OPALS, Pfeifer et al., 2014), khususnya mengenai penghitungan
benda normal permukaan. sebagai dasar untuk segmentasi bidang dengan 1) Deviasi sudut: deviasi vektor normal titik ke titik normal
memperkirakan informasi bidang lokal berbasis titik dengan mempertimbangkan masing-masing titik benih. Dalam proses pertumbuhan
lingkungan koordinat 3D penuh. wilayah selanjutnya, kriteria sudut dinilai berdasarkan
deviasi ke bidang yang disesuaikan dengan poin yang
sudah ditetapkan ke segmen saat ini.
2) Jarak ke bidang dan ke titik-titik tersegmentasi: jarak titik
ke bidang dalam arah tegak lurus serta jarak langsung ke
titik-titik tersegmentasi diperiksa terhadap jarak
maksimum yang ditentukan. Kelengkungan dan bidang
3) sigma sebagai indikator kekasaran: pertimbangan nilai
kelengkungan dan bidang sigma suatu titik, yang
melarang terlampauinya ambang batas yang ditentukan.
Kedua parameter tersebut ditentukan sebagai ambang
persentil, sedangkan nilai bidang sigma dapat dipahami
sebagai kekasaran permukaan bidang lokal.
Segmen diselesaikan ketika tidak ada lagi titik yang tidak diklasifikasikan
Gambar 3. Titik cloud berwarna RGB dari subsampel untuk yang ditemukan di lingkungan atau ukuran maksimum segmen yang
pengujian algoritma sebelum diaplikasikan ke seluruh area studi ditentukan tercapai. Selanjutnya, orientasi bidang yang disesuaikan dengan
segmen ditentukan. Orientasi utama ini, yaitu nilai azimuth dan dip,
Bidang minat untuk studi singkapan digambarkan dengan warna merah di ditetapkan ke setiap titik yang diklasifikasikan sebagai bagian dari segmen
peta ikhtisar wilayah studi pada Gambar. 2. Garis putus-putus menandai bidang masing-masing. Titik yang tidak tersegmentasi sebagai bagian dari
ekstrak yang digunakan untuk langkah-langkah individu dalam menyelidiki bidang atau menyusun bidang dalam angka yang tidak melebihi ambang
pertanyaan penelitian. Ekstrak berisi batu-batu besar dengan bidang batas yang ditentukan akan dibuang.
permukaan batuan yang menonjol (Gbr. 3). Mengingat fitur geometrisnya,
termasuk bidang perlapisan dan permukaan pelapukan serta rekahan, 3.3 Validasi
ekstrak tersebut merupakan sampel studi yang sesuai untuk tujuan deteksi
bidang pada permukaan batuan. Akhirnya, alur kerja yang dikembangkan Sebagai data referensi untuk validasi, nilai strike dan dip dari beberapa set bidang,
diterapkan ke kumpulan data untuk keseluruhan singkapan. Selanjutnya, misalnya banyak permukaan planar, dapat ditentukan secara manual di lokasi
penentuan himpunan bidang, yaitu himpunan dengan orientasi serupa, survei. Mengacu pada Mah et al. (2011), asumsi diadopsi bahwa orientasi planar
diterapkan pada area yang diinginkan secara keseluruhan. yang berasal dari data point cloud yang diperoleh TLS mungkin memiliki akurasi
lebih tinggi daripada nilai orientasi yang ditentukan oleh pengukuran lapangan
3.2 Deteksi pesawat manual. Dengan latar belakang ini dan sehubungan dengan tujuan penelitian ini,
cara yang wajar untuk memvalidasi hasil penelitian adalah penggunaan bidang
Deteksi pesawat di titik cloud dilakukan dengan menerapkan algoritma referensi yang ditetapkan secara manual di point cloud. Sebagai referensi, bidang
yang dikembangkan dalam kerangka studi oleh Miernik et al. (2013). permukaan batuan dipilih berdasarkan pengetahuan ahli (Gbr. 4a). Dalam studi
Algoritme diimplementasikan dalam alat C ++ mandiri dan melakukan selanjutnya, fokusnya adalah pada bidang 01 dan 02, karena ini terdiri dari
segmentasi pertumbuhan wilayah dengan memilih titik-titik dengan karakteristik geometri yang berbeda dan, dengan demikian, memberikan sampel
nilai kelengkungan terendah sehubungan dengan lingkungannya yang sesuai untuk kelima bidang referensi. Dengan karakteristik kemiringan dan
sebagai benih. Penanaman segmen selanjutnya dilakukan di permukaan yang seragam, hasil validasi yang serupa dihasilkan untuk bidang
lingkungan tertentu dan dibatasi oleh deviasi sudut normal referensi 02, 04, dan 05. Ini juga mencakup bidang 01 dan
permukaan maksimum.
Sebelum melakukan segmentasi, informasi normal lokal diperkirakan 03, keduanya menunjukkan karakter yang lebih vertikal dan tidak terlalu retak.
dengan menerapkan robust plane fit ke tetangga terdekat dalam
radius lingkungan tertentu. Di sini, untuk meningkatkan perkiraan Untuk setiap bidang referensi, masing-masing ID segmen
lingkungan lokal suatu titik, strategi pembobotan jarak terbalik dari titik terkait diekstraksi dari awan titik tersegmentasi.
tambahan digunakan. Keluarannya mencakup deviasi standar yang Segmentasi bidang kemudian dinilai berdasarkan jumlah
dikembalikan untuk kesesuaian bidang, yang digunakan dalam segmen dalam bidang referensi dan jumlah titik
algoritme dan selanjutnya disebut sebagai sigma bidang.
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 107
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
di setiap segmen, yang mewakili ukurannya masing-masing. Karena waktu pemrosesan meningkat secara eksponensial dengan
Asumsinya adalah bahwa sejumlah kecil bidang tersegmentasi dengan perluasan radius pencarian dan mengingat efisiensi resolusi spasial
ukuran yang relatif besar sehubungan dengan bidang referensi total yang telah dinilai sebelumnya, data untuk estimasi normal dan
menunjukkan validitas yang lebih tinggi. Selanjutnya, validitas akan segmentasi berikutnya digunakan pada kepadatan titik 20%.
dibahas dalam istilah kongruensi, yang ditentukan oleh persentase
poin di segmen terbesar relatif terhadap jumlah poin di bidang
referensi terkait. Akan tetapi, harus ditekankan bahwa bidang
referensi sebagai bidang permukaan keseluruhan sebagian
mengandung retakan khas seperti yang menjadi jelas hanya pada
inspeksi dari dekat, misalnya, bidang referensi 02 seperti yang
diilustrasikan pada Gambar 4b. Jadi, kesesuaian dengan bidang
referensi masing-masing mungkin berkurang secara signifikan.
3.4 Resolusi spasial Manfaat untuk aplikasi geologi yang timbul dari deteksi bidang di
awan titik yang tidak terorganisir perlu dinilai dalam
Untuk menentukan resolusi spasial yang diperlukan untuk hasil segmentasi
langkah-langkah pasca-pemrosesan tertentu untuk menafsirkan
yang memadai, kumpulan data yang diperoleh pada resolusi spasial yang
dan memvisualisasikan karakter singkapan. Langkah pemrosesan
lebih rendah disimulasikan dari data mentah resolusi tinggi. Untuk itu,
yang kami sertakan membahas topik yang disebutkan dalam
diterapkan algoritma yang menghasilkan point cloud dengan hanya
membangun kumpulan diskontinuitas. Ini diimplementasikan
menggunakan setiap n th titik dari dataset asli, yaitu setiap n th
dengan mengelompokkan segmen dengan orientasi serupa
titik di awan titik. Dengan ini, kepadatan awan titik berkurang dalam cluster dan dengan demikian menghasilkan afiliasi ke set
secara progresif. Segmentasi bidang dilakukan untuk bidang sebagai fitur output lebih lanjut. Dalam prosesnya, warna
berbagai persentase kerapatan titik awal (50%, 20%, 10%, RGB acak ditetapkan ke setiap set yang dibangun, sehingga
yaitu lebar langkah n = 2, 5, 10). singkapan akhirnya dapat divisualisasikan tidak hanya menurut
segmen tetapi juga sebagai set bidang. Agregasi segmen bidang
3.5 Menghaluskan
ke dalam kelompok orientasi bidang dilakukan secara berurutan
dengan membandingkan orientasi segmen dengan orientasi
Permukaan batuan memiliki jumlah dan skala kekasaran permukaan
rata-rata segmen dalam kelompok yang sudah dibangun.
yang bervariasi yang juga ditangkap oleh survei pemindaian laser.
Selain itu, artefak kekasaran skala kecil mungkin berasal dari
kesalahan yang tersisa karena registrasi berbagai pindaian dari posisi
4. HASIL DAN PEMBAHASAN
yang berbeda (Lato dan Vöge, 2012). Oleh karena itu, mungkin
bijaksana untuk menghaluskan permukaan data masukan sebelum 4.1 Deteksi pesawat
menerapkan algoritme deteksi bidang. Untuk mencapai penghalusan
seperti itu, langkah pemrosesan data dari komputasi normal Penilaian keseluruhan dari karakteristik singkapan dan pertimbangan
dimodifikasi dengan meningkatkan radius pencarian dan jumlah titik menyeluruh dari parametrikisasi langkah segmentasi mengarah pada
tetangga yang dipertimbangkan. Gambar. 5 menampilkan efek radius kesimpulan bahwa parameter optimal untuk penerapan algoritma
pencarian yang meningkat pada orang normal lokal. Normalnya karakterisasi singkapan 3D pada data survei ditetapkan seperti yang
berorientasi ke arah yang jauh lebih seragam, yang secara langsung dirangkum di bawah ini (Tab. 1) . Dengan demikian, segmen bidang
memengaruhi kriteria sudut dalam algoritme segmentasi. Ini yang diperoleh divisualisasikan pada Gambar 6.
menekankan implikasinya terhadap kinerja pendeteksian bidang.
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 108
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
Deskripsi parameter Nilai Hasil ini menunjukkan diferensiasi lebih lanjut dari permukaan
Sudut maksimum antara vektor normal [°] 20.0 yang masuk akal, misalnya mengenai bidang alas tidur atau
Jarak maksimum titik ke bidang [m] Jarak 0.3 rekahan. Dengan demikian, penunjukan bidang yang dituju
maksimum titik ke titik tersegmentasi [m] bergantung pada tujuan studi dan pertanyaan geologi terkait
0.3 penelitian.
Kelengkungan maksimum yang diizinkan sebagai persentil 75.0
[%] Ambang batas pemilihan titik sebagai persentil dari Ketidaksesuaian hasil validasi pada studi yang disajikan sengaja
90.0 tidak diatasi dengan cara menjumlahkan bidang tetangga seperti
kekasaran [%]
Ukuran segmen minimum untuk keluaran [no. poin] 2.000 yang akan dilakukan, misalnya untuk pemodelan bangunan
dengan deteksi atap (Dorninger dan Northegger, 2007). Faktanya,
Tabel 1. Parameterisasi yang dioptimalkan untuk basis data dari untuk deskripsi geologi dari singkapan, lebih penting untuk
belajar mengklasifikasikan patch bidang individu dalam set
diskontinuitas, yaitu famili patch bidang dengan orientasi serupa
(Garcia-Cortes et al., 2012). Oleh karena itu, persentase
kongruensi yang agak rendah dan jumlah segmen bidang yang
tinggi per bidang referensi diterima untuk diproses lebih lanjut.
Deteksi pesawat belaka, dengan latar belakang ini, dianggap
dilakukan dengan baik. Implementasi set bidang bangunan
diperkenalkan di bagian pasca-pemrosesan data tersegmentasi.
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 109
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
4.4 Menghaluskan
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 110
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
asumsi bahwa perataan data harus diterapkan secara UCAPAN TERIMA KASIH
berskala.
Kami ingin berterima kasih kepada Departemen Teknik Perminyakan
Oleh karena itu, derajat kehalusan yang memadai tidak boleh Geosains dari University of Stavanger atas masukan yang berharga tentang
ditentukan sepenuhnya secara otomatis. Radius pencarian geologi di lokasi dan, bersama dengan Total E&P Norge AS, atas dukungan
estimasi normals lokal agak perlu disesuaikan dengan tujuan mereka dalam mewujudkan kerja lapangan di Yunani. Kami berterima kasih
analisis individu, pengaturan akuisisi, dan karakteristik singkapan. kepada senseFly atas penyediaan eBee untuk akuisisi citra udara di tempat
Hal ini membutuhkan pertimbangan terampil dari pengguna dan dan Michael Ebner untuk survei dan pembuatan ortofoto. Banyak terima
dapat berdampak signifikan pada nilai informatif yang dicapai kasih juga kepada Luisa Griesbaum dan Michael Ebner yang telah
ketika hasil akan digunakan sebagai dasar untuk analisis lebih membantu dalam kampanye lapangan serta pemrosesan data. Selain itu,
lanjut. Untuk pengaturan geologi dan karakter singkapan yang kami berterima kasih kepada Jörn Profe dan Sebastian Bechtold atas
dipelajari, radius pencarian 0,2 m ditemukan efektif untuk kontribusinya dalam mengimplementasikan algoritme.
memastikan pembentukan segmen bidang pada tingkat detail
yang memadai. Lingkungan harus dikurangi atau ditingkatkan
secara substansial untuk berbagai skala analisis singkapan. Ini
REFERENSI
sesuai dengan pendekatan smoothing yang diterapkan oleh Lato
Abellán, A., Oppikofer, T., Jaboyedoff, M., Rosser, NJ, Lim,
dan Vöge (2012),
M., Lato, MJ, 2014. Pemindaian laser terestrial untuk ketidakstabilan lereng
batuan. Proses Permukaan Bumi dan Bentuk Tanah, 39, hlm. 80-
5. KESIMPULAN 97.
Makalah ini menunjukkan bahwa metodologi terapan karakterisasi Abellán, A., Vilaplana, JM, Martínez, J., 2006. Penerapan
singkapan 3D merupakan pendekatan yang kuat untuk deteksi Terrestrial Laser Scanner jarak jauh untuk studi rockfall rinci
otomatis permukaan planar dalam data singkapan 3D. Dalam di Vall de Núria (Pyrenees Timur, Spanyol). Teknik Geologi,
pekerjaan di masa depan, validasi melalui pemetaan geologi pesawat 88, hlm. 136-148.
dapat memastikan untuk menentukan manfaat nyata secara lebih
komprehensif. Dengan latar belakang studi yang disajikan, hasil yang Ayachit, U., 2015. Panduan ParaView. Kitware Inc.
diperoleh dari alur kerja kami dapat dianggap akurat, mengingat
tujuan utama pendeteksian bidang permukaan batuan dan Barnea, S., Filin, S., 2013. Segmentasi data pemindaian laser
mendapatkan orientasi masing-masing dari data point cloud 3D yang terestrial menggunakan informasi geometri dan gambar. Jurnal
tidak terorganisir terpenuhi. Fotogrametri dan Penginderaan Jauh ISPRS, 76, hlm. 33-48.
Hasil kami menunjukkan bahwa alur kerja yang dikembangkan kuat Beraldin, J.-A., Blais, F., Lohr, U., 2010. Teknologi Pemindaian
terkait berbagai objek target, skala situs studi yang berbeda, dan Laser. Dalam: Vosselmann, G., Maas, H.-G. (Eds.), Pemindaian Laser
berbagai penyiapan pengambilan data. Seperti yang awalnya Udara dan Terestrial. Whittless Publishing, Dunbeath, hal. 1-42.
dinyatakan dalam konteks ini, sangat penting bahwa algoritme yang
disajikan mendukung bentuk objek yang tidak beraturan, berbagai
kekasaran permukaan, dan bidang yang berpotensi diorientasikan ke Buckley, SJ, Enge, HD, Carlsson, C., Howell, JA, 2010. Pemindaian
segala arah dalam data. Untuk penerapan algoritme yang prospektif laser terestrial untuk digunakan dalam geologi singkapan virtual.
dan berguna, pernyataan Buckley et al. (2008) muncul, menekankan Rekaman Fotogrametri, 25, hlm.225-239.
pentingnya pemahaman mendalam tentang geologi untuk solusi
efektif dari pertanyaan penelitian. Buckley, SJ, Howell, JA, Enge, HD, Kurz, TH, 2008. Pemindaian
Bergantung pada karakteristik wilayah studi, celah data berpotensi laser terestrial dalam geologi: pertimbangan akuisisi,
terjadi karena pengukuran LiDAR yang tersumbat. Data yang hilang pemrosesan dan akurasi data. Jurnal Masyarakat Geologi,
dapat diisi, misalnya, dengan menggunakan sistem udara tak berawak 165, hlm. 625-638.
(UAS) untuk akuisisi gambar dan selanjutnya menghasilkan data titik
awan pelengkap melalui pendekatan fotogrametri. Demikian pula, Dorninger, P., Northegger, C., 2007. Segmentasi 3D Titik Awan
pemindaian laser yang ditanggung UAS dapat dianggap sebagai Tidak Terstruktur untuk Pemodelan Bangunan. Arsip
pendekatan pelengkap yang semakin diterapkan dalam penelitian Internasional Fotogrametri, Penginderaan Jauh dan Ilmu
geosains (Wallace et al., 2016; Lumme et al., 2008), juga menawarkan Informasi Spasial, 36, hlm. 191-196.
peluang baru untuk menangkap situs geologi yang kompleks secara
komprehensif. Fekete, S., Diederichs, M., 2013. Integrasi pemindaian laser
tiga dimensi dengan pemodelan diskontinum untuk analisis
Akhirnya, untuk lebih mengembangkan metodologi yang ada, aspek stabilitas terowongan di batuan blok. Jurnal Internasional
tambahan seperti perbedaan material batuan pada singkapan dengan Mekanika Batuan dan Ilmu Pertambangan, 57, hlm. 11-23.
komposisi heterogen dapat dimasukkan. Untuk tujuan ini, harus
diselidiki dengan cara apa, misalnya, karakteristik hamburan balik Fernández, O., 2005. Memperoleh bidang yang paling pas melalui
LiDAR atau rekaman bentuk gelombang dapat diimplementasikan data georeferensi 3D. Jurnal Geologi Struktural, 27, hlm. 855-
dalam algoritme segmentasi bidang untuk membedakan bidang 858.
menjadi segmen bidang tertentu batuan tertentu. Keterpisahan
batuan dan kombinasi nilai intensitas dengan informasi geometris Fisher, JE, Shakoor, A., Watts, CF, 2014. Membandingkan data
baru-baru ini telah dikemukakan oleh Penasa et al. (2014) dan orientasi diskontinuitas yang dikumpulkan dengan metode LiDAR
menunjukkan potensi untuk penelitian lebih lanjut dan implementasi terestrial dan kompas transit. Teknik Geologi, 181, hlm 78-92.
dalam alat karakterisasi singkapan 3D yang disajikan.
Fonstad, MA, Dietrich, JT, Courville, BC, Jensen, JL,
Carbonneau, PE, 2013. Struktur topografi dari gerak:
perkembangan baru dalam pengukuran fotogrametri. Proses
Permukaan Bumi dan Bentuk Tanah, 38, hlm. 421-430.
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 111
Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences ISPRS, Volume III-5, 2016
Kongres ISPRS XXIII, 12–19 Juli 2016, Praha, Republik Ceko
Garcia-Cortes, S., Galan, CO, Arguelles-Fraga, R., Diaz, AM, Weinmann, M., Jutzi, B., Mallet, C., 2014. Interpretasi adegan 3D
2012. Deteksi otomatis diskontinuitas dari titik cloud 3D untuk semantik: Kerangka kerja yang menggabungkan pemilihan
analisis stabilitas massa batuan bersendi. Konferensi ukuran lingkungan yang optimal dengan fitur yang relevan. Annals
Internasional ke-18 tentang Sistem Virtual dan Multimedia. ISPRS dari Fotogrametri, Penginderaan Jauh dan Ilmu Informasi
IEEE, Milan, hlm.595-598. Spasial, Zurich, Swiss, Vol. II-3, hlm.181-188.
Jochem, A., Höfle, B., Wichmann, V., Rutzinger, M., Zipf, A.,
2012. Segmentasi bidang atap seluas area di awan titik LiDAR di
udara. Lingkungan Komputer dan Sistem Perkotaan, 36, hlm.
54-64.
Miernik, G., Profe, J., Höfle, B., Kissner, T., Emmerich, A.,
Bechstädt, T., Zühlke, R., 2013. Pemodelan reservoir retak
dari LiDAR diturunkan model singkapan digital (DOM).
Prosiding Pertemuan Sedimentologi IAS ke-30, hal.2.
Penasa, L., Franceschi, M., Preto, N., Teza, G., Polito, V., 2014. Integrasi tekstur
intensitas dan deskriptor geometri lokal dari Pemindaian Laser Terestrial untuk
memetakan rijang di singkapan. Jurnal Fotogrametri dan Penginderaan Jauh
ISPRS, 93, hlm. 88-97.
Pfeifer, N., Mandlburger, G., Otepka, J., Karel, W., 2014. OPALS
- Kerangka kerja untuk analisis data Airborne Laser Scanning. Komputer,
Lingkungan dan Sistem Perkotaan, 45, hlm. 125-136.
Riquelme, AJ, Abellán, A., Tomás, R., Jaboyedoff, M., 2014. Pendekatan baru
untuk pengenalan sendi massa batuan semi-otomatis dari titik cloud 3D. Komputer
& Geosains, 68, hlm. 38-52.
Vosselman, G., Klein, R., 2010. Visualisasi dan Penataan Awan Titik.
Dalam: Vosselmann, G., Maas, H.-G. (Eds.), Pemindaian Laser
Udara dan Terestrial. Whittless Publishing, Dunbeath, hlm.45-81.
Kontribusi ini telah ditinjau sejawat. Kajian sejawat double-blind dilakukan atas dasar makalah lengkap.
doi: 10.5194 / isprsannals-III-5-105-2016 112