A Semi-Automatic Roof Type-Driven Workflow for LoD2 Building Reconstruction from Orthophotos and Photogrammetric Point Clouds
Deze studie presenteert een semi-automatische, op daktype gebaseerde workflow die gedigitaliseerde dakcontouren uit orthofoto's integreert met hoogtedata van fotogrammetrische puntenwolken om nauwkeurige, semantisch gestructureerde Level of Detail 2 (LoD2) gebouwmodellen in CityJSON- en CityGML-formaten te reconstrueren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Steden zijn meer dan alleen verzamelingen van straten en gebouwen; het zijn complexe, driedimensionale organismen die planners, ingenieurs en historici in volle diepte moeten begrijpen. Om deze complexiteit in kaart te brengen, hebben geografen en informaticus een standaardmethode ontwikkeld om gebouwen in de digitale ruimte te beschrijven, bekend als het "Level of Detail 2"-model. In tegenstelling tot eenvoudige kaarten die alleen de omtrek van een gebouw op de grond tonen, leggen deze gedetailleerde modellen de werkelijke vorm van het dak, de hoogte van de muren en de specifieke geometrie vast die een huis tot een huis maakt. Dit niveau van detail is cruciaal voor taken variërend van het inschatten van hoeveel zonlicht een buurt ontvangt tot het plannen van hoe een stad kan reageren op extreem weer. Het creëren van deze nauwkeurige 3D-modellen uit luchtfoto's en laser scans is echter traditioneel een moeilijk en tijdrovend proces geweest, dat vaak dure software of zeer gespecialiseerde vaardigheden vereist die niet altijd beschikbaar zijn.
In een recente studie stelden onderzoekers van Universitas Gadjah Mada in Indonesië een nieuwe manier voor om deze digitale modellen te boulen die een balans vindt tussen menselijk inzicht en computerautomatisering. In plaats van te proberen een computer de vorm van elk dak vanaf nul te laten raden, of te vertrouwen op een mens om volledig zelf elke enkele lijn te tekenen, ontwikkelden zij een semi-automatische workflow waarbij het type dak als de centrale gids dient. Het team concentreerde zich op vijf veelvoorkomende dakvormen die te vinden zijn in de stad Singkawang: platte daken, zadeldaken (die lijken op een klassiek huis met een driehoekige piek), schilddaken (waarbij alle zijden naar beneden hellen), lessenaarsdaken (een enkel hellend vlak) en piramidedaken. Door eerst te identificeren welk van deze vijf typen een gebouw heeft, konden de onderzoekers een specifieke set logische regels toepassen om de 3D-vorm van het gebouw nauwkeurig te reconstrueren.
Het proces begon met een collectie hoogwaardige luchtfoto's en een dichte puntenwolk gegenereerd door laser scanning, wat fungeert als een digitaal skelet van het oppervlak van de stad. De onderzoekers gebruikten deze gegevens eerst om een digitale kaart van het grondniveau te maken, gescheiden van de gebouwen en bomen, en een andere kaart die het hoogste punt van alles toont, inclusief de hoogste punten van de daken. Door deze twee kaarten met elkaar te vergelijken, konden zij precies bepalen hoe hoog elk gebouw was. Vervolgens keek een menselijke operator naar de luchtfoto's en tekende de omtrek van elk dak, waarbij het werd gelabeld met het specifieke type. Deze stap was cruciaal omdat het de computer een duidelijk startpunt en een duidelijke instructie gaf over welke vorm gebouwd moest worden.
Zodra de omtrekken en labels gereed waren, nam een aangepast computerprogramma het over. Voor een plat dak tilde het programma simpelweg de omtrek naar de juiste hoogte. Voor een zadeldak analyseerde het programma de helling en richting van het dak om de exacte lijn te vinden waar de twee zijden elkaar ontmoeten bij de nok, waarbij werd gewaarborgd dat de hoek overeenkwam met de gegevens uit de echte wereld. Voor schild- en piramidedaken berekende het programma hoe de zijden naar binnen zouden hellen om samen te komen bij een nok of een enkel punt. Voor lessenaarsdaken bepaalde het programma de richting van de helling en paste de hoogte van elke hoek aan. Het resultaat was een volledig driedimensionaal gebouwnmodel dat ook de grond, de muren en het dak omvatte, allemaal gestructureerd op een manier die het mogelijk maakt dat verschillende computersystemen de gegevens gemakkelijk kunnen lezen en delen.
Het team testte deze methode op 371 gebouwen in het studiegebied. De resultaten waren opmerkelijk precies. Wanneer zij de gegenereerde modellen vergeleken met de originele foto's, kwamen de gebouwen bijna perfect overeen met de werkelijke vormen, waarbij de computer de dakvlakken in bijna elk geval correct identificeerde. Wanneer zij de afmetingen van de modellen maten tegenover de laser scan-gegevens, was het gemiddelde verschil minder dan één meter, een nauwkeurigheidsniveau dat voldoet aan de strikte internationale normen voor dit type digitale cartografie. Eén gebouw in de testgroep vertoonde een kleine fout waarbij een extra daksectie werd toegevoegd, maar het algemene succespercentage bleef extreem hoog.
Deze aanpak biedt een praktisch middenpad tussen volledig handmatige modellering, wat traag en duur is, en volledig automatische systemen, die soms verwarrende of incorrecte resultaten kunnen produceren wanneer ze geconfronteerd worden met complexe stedelijke landschappen. Door een mens de daktype te laten identificeren en vervolgens de computer de juiste geometrische regels te laten toepassen, creëerden de onderzoekers een systeem dat zowel snel als betrouwbaar is. De studie toont aan dat het met de juiste combinatie van menselijke observatie en regelgebaseerde automatisering mogelijk is om hoogwaardige, gedetailleerde 3D-stadsmodellen te genereren uit standaard luchtfoto-gegevens zonder de meest geavanceerde of dure technologie nodig te hebben. Deze methode biedt een duidelijk, reproduceerbaar pad voor steden om hun eigen digitale tweelingen te bouwen, wat planners en onderzoekers helpt om de gebouwde omgeving met meer helderheid dan ooit tevoren te visualiseren en te begrijpen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.