User: Guest  Login
Less Searchfields
Simple search
Original title:
Reconstruction of standing and fallen single dead trees in forested areas from LiDAR data and aerial imagery
Translated title:
Rekonstruktion stehender und liegender toter Einzelbäume in Forstgebieten aus Laserscanning-Daten und Luftbildern
Author:
Polewski, Przemyslaw P.
Year:
2017
Document type:
Dissertation
Faculty/School:
Fakultät für Architektur
Advisor:
Stilla, Uwe (Prof. Dr.)
Referee:
Stilla, Uwe (Prof. Dr.); Mayer, Helmut (Prof. Dr.); Krzystek, Peter (Prof. Dr.)
Language:
en
Subject group:
BAU Bauingenieurwesen, Vermessungswesen
Keywords:
Conditional Random Fields, Normalized Cut, ALS, TLS, LiDAR, CIR, Level-set segmentation, dead wood, forest
Translated keywords:
Conditional Random Fields, Normalized Cut, ALS, TLS, LiDAR, CIR, Level-Set-Segmentierung, Totholz, Forst
TUM classification:
BAU 950d
Abstract:
Fallen dead tree detection is conducted in ALS data using contextual classification with CRFs and spectral clustering via the Ncut algorithm. A voting framework for retrieving cylindrical shapes based on kernel density estimation is applied for fallen stem mapping in TLS data. A level-set method with priors is used to segment dead tree crowns in aerial CIR imagery, and a new 3D shape descriptor is proposed for detecting dead trunks from ALS data. The semi-supervised entropy regularized logistic...     »
Translated abstract:
Die Erkennung liegender toter Bäume aus ALS-Daten wird mithilfe kontextueller Klassifikation durch CRFs und einer spektralen Clusteranalyse durchgeführt. Ein Framework zur Rekonstruktion von Zylinderformen wird auf TLS-Daten für die Kartierung liegender Stämme angewandt. Ein Level-Set-Ansatz wird für die Segmentierung toter Baumkronen aus CIR-Luftbildern eingesetzt, während stehende tote Stämme aus ALS-Daten mit einem neuartigen 3D-Formdeskriptor erkannt werden. Das teilüberwachte logistische Mo...     »
WWW:
https://mediatum.ub.tum.de/?id=1366106
Date of submission:
05.07.2017
Oral examination:
06.12.2017
File size:
16634777 bytes
Pages:
169
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20171206-1366106-1-9
Last change:
30.01.2018
 BibTeX