- Home  »
- VGI - Die Zeitschrift  »
- Keyword
VGI - Autor
lidar
Wir haben 5 Artikel über lidar gefunden.
Lidar and Photo: differences and integrated processing
Kurzfassung
Für die Erfassung topographischer Information über größere Bereiche stehen praktisch zwei Messkonzepte zur Verfügung: Lidar (Light Detection And Ranging), auch unten dem Namen Laserscanning bekannt, misst direkt 3D und ist die jüngere Technologie und die 3D-Rekonstruktion aus Photographien, die auf bereits 150 Jahre Erfahrung zurückgreift. Beide Technologien entwickeln sich rasch weiter. Anhand der Gemeinsamkeiten und der Unterschiede der beiden Messkonzepte, untersucht auf dem Sensor-Niveau, wird gezeigt, wie sehr sich diese beiden Methoden ergänzen. Eine gemeinsame Prozessierung kann potentiell genauere, zuverlässigere und vollständigere Modelle unserer Umgebung liefern, die noch dazu effizienter erstellt werden können. Eine solche integrierte Verarbeitung ist aber nur für wenige Aufgaben entlang der Prozessierungskette von der Datenaufnahme bis zum 3D-Modell realisiert. Ein Ansatz zur gemeinsamen Orientierung wurde bereits vorgeschlagen und praktisch eingesetzt. Dieser Artikel soll die Komplementarität der beiden Sensoren stärker herausarbeiten und dazu beitragen die integrierte Aufnahme und Prozessierung von Lidar- und Photo-Aufnahmen als Standard etablieren.
Abstract
The differences between Lidar and photo observations are discussed on a sensor level. This highlights the similar and complimentary aspects of both data acquisition methods. A method for the integrated orientation of photo and Lidar observations is presented and its effectiveness is shown. It is argued that integrated acquisition and processing will become a standard for topographic data acquisition. The article is based on the research and experience of the photogrammetry group at Technische Universität Wien.
Für die Erfassung topographischer Information über größere Bereiche stehen praktisch zwei Messkonzepte zur Verfügung: Lidar (Light Detection And Ranging), auch unten dem Namen Laserscanning bekannt, misst direkt 3D und ist die jüngere Technologie und die 3D-Rekonstruktion aus Photographien, die auf bereits 150 Jahre Erfahrung zurückgreift. Beide Technologien entwickeln sich rasch weiter. Anhand der Gemeinsamkeiten und der Unterschiede der beiden Messkonzepte, untersucht auf dem Sensor-Niveau, wird gezeigt, wie sehr sich diese beiden Methoden ergänzen. Eine gemeinsame Prozessierung kann potentiell genauere, zuverlässigere und vollständigere Modelle unserer Umgebung liefern, die noch dazu effizienter erstellt werden können. Eine solche integrierte Verarbeitung ist aber nur für wenige Aufgaben entlang der Prozessierungskette von der Datenaufnahme bis zum 3D-Modell realisiert. Ein Ansatz zur gemeinsamen Orientierung wurde bereits vorgeschlagen und praktisch eingesetzt. Dieser Artikel soll die Komplementarität der beiden Sensoren stärker herausarbeiten und dazu beitragen die integrierte Aufnahme und Prozessierung von Lidar- und Photo-Aufnahmen als Standard etablieren.
Abstract
The differences between Lidar and photo observations are discussed on a sensor level. This highlights the similar and complimentary aspects of both data acquisition methods. A method for the integrated orientation of photo and Lidar observations is presented and its effectiveness is shown. It is argued that integrated acquisition and processing will become a standard for topographic data acquisition. The article is based on the research and experience of the photogrammetry group at Technische Universität Wien.
PDF-Download
VGI_201915_Pfeifer.pdf
VGI_201915_Pfeifer.pdf
Full-Waveform-Laserscanning: Moment(e), da geht noch mehr!
Kurzfassung
Full-Waveform-Laserscanning erlaubt es, sowohl geometrische wie auch radiometrische Information von Oberflächen in der gleichen räumlichen Auflösung zu erhalten, die noch dazu zeitgleich und vom selben Standpunkt erfasst wurden. Daher hat diese Datenerfassungsmethode innerhalb der letzten zehn Jahre eine wachsende Aufmerksamkeit in der 3D-Fernerkundung und verwandten Disziplinen erhalten. Diese radiometrische Information kann einerseits auf ein einzelnes Echo bezogen sein, oder andererseits auf die erfasste Oberfläche selbst, wie etwa der sogente Rückstreuquerschnitt. Echoparameter, welche meist durch eine Gauß’sche Zerlegung der Echowellenform bestimmt werden, sowie Oberflächeneigenschaften, die (geo-)physikalische Größen darstellen und daher unabhängig von den Parametern der Datenerfassung sind, werden zu den Zusatzattributen einer Laserscanning-3DPunktwolke gezählt. Der Rückstreuquerschnitt wird gewöhnlich durch eine Rückfaltung ermittelt, deren Resultat die Ableitung des Rückstreuquerschnitts nach der Zeit darstellt, also den differentiellen Rückstreuquerschnitt. Der Rückstreuquerschnitt wird daher durch anschließende Integration errechnet. Bisher fand der zeitliche Verlauf des differentiellen Rückstreuquerschnitts wenig Beachtung in der Literatur. In diesem Artikel wird die Ableitung zusätzlicher Oberflächenparameter auf Basis der statistischen Momente des differentiellen Rückstreuquerschnitts behandelt. Simulierte Beispiele sowie Beispieldatensätze aus ausgedehnten Laserscanning-Kampagnen im hochalpinen Gebiet zeigen das Potential dieses Ansatzes auf.
Abstract
Full-waveform laser scanning allows for retrieval of geometric and radiometric information in the same spatial resolution. Moreover, this two-fold information is recorded simultaneously and from the same point of view. This method has therefore gained increasing attention in 3D remote sensing and related fields. Such radiometric information can both be related to a single echo and to the scanned surface itself, i.e. by the backscatter cross-section. Echo parameters which are mostly determined by a Gaussian decomposition of the echo waveform as well as surface properties that are independent of the parameters of data acquisition, are regarded as additional attributes of a 3D laser scanning point cloud. The backscatter cross-section is commonly determined by a deconvolution. Its result is the derivative of the backscatter cross-section w.r.t. time. The backscatter cross-section is therefore determined by subsequent integration. So far, the differential backscatter cross-section has gained only little attention in literature. This article treats the derivation of additional surface parameters based on statistical moments of the differential backscatter cross-section. Simluated examples accompanied by real-world examples stemming from extended laser scanning campaigns in alpine environments illustrate the potential of this method.
Full-Waveform-Laserscanning erlaubt es, sowohl geometrische wie auch radiometrische Information von Oberflächen in der gleichen räumlichen Auflösung zu erhalten, die noch dazu zeitgleich und vom selben Standpunkt erfasst wurden. Daher hat diese Datenerfassungsmethode innerhalb der letzten zehn Jahre eine wachsende Aufmerksamkeit in der 3D-Fernerkundung und verwandten Disziplinen erhalten. Diese radiometrische Information kann einerseits auf ein einzelnes Echo bezogen sein, oder andererseits auf die erfasste Oberfläche selbst, wie etwa der sogente Rückstreuquerschnitt. Echoparameter, welche meist durch eine Gauß’sche Zerlegung der Echowellenform bestimmt werden, sowie Oberflächeneigenschaften, die (geo-)physikalische Größen darstellen und daher unabhängig von den Parametern der Datenerfassung sind, werden zu den Zusatzattributen einer Laserscanning-3DPunktwolke gezählt. Der Rückstreuquerschnitt wird gewöhnlich durch eine Rückfaltung ermittelt, deren Resultat die Ableitung des Rückstreuquerschnitts nach der Zeit darstellt, also den differentiellen Rückstreuquerschnitt. Der Rückstreuquerschnitt wird daher durch anschließende Integration errechnet. Bisher fand der zeitliche Verlauf des differentiellen Rückstreuquerschnitts wenig Beachtung in der Literatur. In diesem Artikel wird die Ableitung zusätzlicher Oberflächenparameter auf Basis der statistischen Momente des differentiellen Rückstreuquerschnitts behandelt. Simulierte Beispiele sowie Beispieldatensätze aus ausgedehnten Laserscanning-Kampagnen im hochalpinen Gebiet zeigen das Potential dieses Ansatzes auf.
Abstract
Full-waveform laser scanning allows for retrieval of geometric and radiometric information in the same spatial resolution. Moreover, this two-fold information is recorded simultaneously and from the same point of view. This method has therefore gained increasing attention in 3D remote sensing and related fields. Such radiometric information can both be related to a single echo and to the scanned surface itself, i.e. by the backscatter cross-section. Echo parameters which are mostly determined by a Gaussian decomposition of the echo waveform as well as surface properties that are independent of the parameters of data acquisition, are regarded as additional attributes of a 3D laser scanning point cloud. The backscatter cross-section is commonly determined by a deconvolution. Its result is the derivative of the backscatter cross-section w.r.t. time. The backscatter cross-section is therefore determined by subsequent integration. So far, the differential backscatter cross-section has gained only little attention in literature. This article treats the derivation of additional surface parameters based on statistical moments of the differential backscatter cross-section. Simluated examples accompanied by real-world examples stemming from extended laser scanning campaigns in alpine environments illustrate the potential of this method.
Keywords/Schlüsselwörter
Laserscanning/Lidar Full-Waveform radiometrische Kalibrierung statistische Momente
Laserscanning/Lidar Full-Waveform radiometrische Kalibrierung statistische Momente
PDF-Download
VGI_201612_Roncat.pdf
VGI_201612_Roncat.pdf
Anwendung von Geodaten für die Analyse von Naturgefahren
Kurzfassung
Fernerkundungsdaten sind für die Untersuchungen von Naturgefahrenprozessen unerlässlich. Die Bandbreite reicht von LiDAR bis hin zum Einsatz von UAVs. Durch das „Ausblenden" der Vegetation werden Oberflächenformen erkennbar, die man in ihrem Zusammenhang vor Ort nicht erfassen kann. Dadurch kann auch eine zeitliche Komponente integriert werden, die Rückschlüsse über die Veränderungen an der Erdoberfläche zulässt. Dieser Artikel zeigt anhand von Praxisbeispielen die Bedeutung von Geodaten für gravitative Massenverlagerungsprozesse.
Abstract
Remote sensing data such as LiDAR and UAV geodata are of high importance in natural hazards analysis. Through the extraction of vegetation, the pure earth surface is visualized in an appropriate manner. In context with temporal information, significant changes of landforms can be evaluated. Within this contribution we underline the relevance of remote sensing data for hydrogeomorphic processes based on practical examples.
Fernerkundungsdaten sind für die Untersuchungen von Naturgefahrenprozessen unerlässlich. Die Bandbreite reicht von LiDAR bis hin zum Einsatz von UAVs. Durch das „Ausblenden" der Vegetation werden Oberflächenformen erkennbar, die man in ihrem Zusammenhang vor Ort nicht erfassen kann. Dadurch kann auch eine zeitliche Komponente integriert werden, die Rückschlüsse über die Veränderungen an der Erdoberfläche zulässt. Dieser Artikel zeigt anhand von Praxisbeispielen die Bedeutung von Geodaten für gravitative Massenverlagerungsprozesse.
Abstract
Remote sensing data such as LiDAR and UAV geodata are of high importance in natural hazards analysis. Through the extraction of vegetation, the pure earth surface is visualized in an appropriate manner. In context with temporal information, significant changes of landforms can be evaluated. Within this contribution we underline the relevance of remote sensing data for hydrogeomorphic processes based on practical examples.
PDF-Download
VGI_201509_Huebl.pdf
VGI_201509_Huebl.pdf
kHz Satellite Laser Ranging - Innovative Applikationen
Kurzfassung
Die Laserstation Graz – Lustbühel misst seit 1982 Entfernungen zu Satelliten mit kurzen Laserpulsen; seit 2004 als einzige Station weltweit mit 2 kHz. Dies hat nicht nur enorme Vorteile für diese Messungen selbst (z.B. Genauigkeiten im sub-mm-Bereich), sondern ermöglicht auch eine ganze Reihe von innovativen Zusatz-Applikationen. Die routinemäßig gemessenen Entfernungen ermöglichen eine extrem genaue Bestimmung der Spin-Daten von Satelliten; parallel zu diesen Entfernungsmessungen können Seeing-Werte der Atmoshäre erfasst werden; die kHz Laserpulse werden zusätzlich für LIDAR-Zwecke verwendet; eine Übertragung bzw. Vergleich von Zeitskalen im sub-ns-Bereich, sowie eine Übertragung von Daten mit Hilfe der kHz Laserpulse ist im Aufbau.
Abstract
Since 1982, the laser station Graz – Lustbuehel measures distances to satellites using short laser pulses; since 2004 as the only station with 2 kHz. This is not only an enormous advantage for these distance measurements (e.g. sub-mm accuracies), but also allows several additional and innovative applications. The routinely measured distances allow an extremely accurate determination of spin parameters of satellites; in parallel, atmospheric seeing measurements are evaluated and registered; the kHz pulses are additionally used for LIDAR purposes; a transmission of, and comparison between time scales in the sub-ns range, as well as a data transmission concept using kHz laser pulses is in development.
Die Laserstation Graz – Lustbühel misst seit 1982 Entfernungen zu Satelliten mit kurzen Laserpulsen; seit 2004 als einzige Station weltweit mit 2 kHz. Dies hat nicht nur enorme Vorteile für diese Messungen selbst (z.B. Genauigkeiten im sub-mm-Bereich), sondern ermöglicht auch eine ganze Reihe von innovativen Zusatz-Applikationen. Die routinemäßig gemessenen Entfernungen ermöglichen eine extrem genaue Bestimmung der Spin-Daten von Satelliten; parallel zu diesen Entfernungsmessungen können Seeing-Werte der Atmoshäre erfasst werden; die kHz Laserpulse werden zusätzlich für LIDAR-Zwecke verwendet; eine Übertragung bzw. Vergleich von Zeitskalen im sub-ns-Bereich, sowie eine Übertragung von Daten mit Hilfe der kHz Laserpulse ist im Aufbau.
Abstract
Since 1982, the laser station Graz – Lustbuehel measures distances to satellites using short laser pulses; since 2004 as the only station with 2 kHz. This is not only an enormous advantage for these distance measurements (e.g. sub-mm accuracies), but also allows several additional and innovative applications. The routinely measured distances allow an extremely accurate determination of spin parameters of satellites; in parallel, atmospheric seeing measurements are evaluated and registered; the kHz pulses are additionally used for LIDAR purposes; a transmission of, and comparison between time scales in the sub-ns range, as well as a data transmission concept using kHz laser pulses is in development.
PDF-Download
VGI_201013_Kirchner.pdf
VGI_201013_Kirchner.pdf
Water classification using 3D airborne laser scanning point clouds
Kurzfassung
Airborne Laser Scanning (ALS), auch bekannt als LiDAR (Light Detection And Ranging), liefert Daten der Erdoberfläche in einer hohen Genauigkeit und Punktdichte. Seit den 1990er Jahren entwickelte sich ALS zum Standardverfahren zur Erfassung von Objekten sowie deren Veränderungen, wie beispielsweise Gebäuden, Vegetation oder Straßen. Für Anwendungen in der Hydrologie oder der Geomorphologie wird die Lage der Wasseroberfläche benötigt, die zur Überwachungvon Braided-River-Strukturen, der Überflutungskartierung oderfür die Berechnung von Erosionsraten vonFlüssen herangezogen werden kann.In diesemArtikel wird eine auf der 3D Punktwolke basierende Methode vorgestellt, mit der es möglich ist anhand der geometrischen und radiometrischen Informationen der ALS Daten mit Hilfe von fehlenden Punkten(dropouts), Wasserpunkte zu identifizieren und diese zu klassifizieren. Diese Klassifikationsergebnisse können herangezogen werden um Wasserflächen zu kartieren, bestehende Filteralgorithmen zur Geländemodellerstellung zu verbessern oder um Wasserpunkte aus der Punktwolke zu entfernen und diese durch berechnete Flusssohlenpunkte zu ersetzen. Die Methode bestehtauseiner schwellenwertbasierten Klassifikation der Höheninformation und der Radiometriedaten der 3D Punktwolke. Die Methode ist in fünf Hauptschritte aufgeteilt. Als erstes werden die Radiometriedaten (Amplituden) korrigiert, um diese von atmosphärischen und geometrischen Einflüssen zu bereinigen. Anschließend werden diese korrigierten Amplituden verschiedener ALS-Flüge zueider radiometrisch angepasst, um die Vergleichbarkeit der Datensätze herzustellen. Der zweite Schritt ist die Modellierung von dropouts, welche für die AbleitungvonWasserflächen essentiell sind. Als drittes und viertes wird die Standardabweichung der Höhenwerte und das Amplitudendichteverhältnis für jede Reflexion und jeden dropout berechnet. Diese werden bei Schritt fünf zur UnterscheidungvonWasser-und Nicht-Wasserpunkten herangezogen. Zur Ableitung der Schwellenwerte für die Klassifikation wird ein terrestrisches Orthophoto und mit dGPS gemessene Linien verwendet, welche zeitgleich zur ALS Kampagne erhoben wurden. Ein wichtiger Schritt dieser Methode ist das Einbeziehen der berechneten dropouts in die Klassifikation, durch die eine Unterscheidung von Wasser und Nicht-Wasserpunkten ermöglicht wird. Mit der vorgestellten Methode ist auch eine Ableitung von vegetationsüberdeckten Wasserflächen möglich, was bei Sensoren die Vegetation nicht penetrieren können nicht möglich ist. Die Genauigkeit der Klassifikation liegt bei ca. 95% richtig klassifizierten Wasserpunkten. Durch die Korrektur und die Anpassung der Amplitudenwerte wird eine Berechnung der Flusslaufveränderung zwischen den verschiedenen Flügen ermöglicht.
Abstract
Airborne laser scanning (ALS), also referred to as airborne LiDAR (Light Detection And Ranging), provides highly accurate measurements of the Earth surface. In the last twenty years, ALS has been established as a standard technique for delineating objects (e.g. buildings, trees, roads) and mapping changes. Studies on hydrology or geomorphology such as monitoring of braided river structures, calculation of erosion and accumulation potential in watercourses, or floodplain mapping require all the precise location of the water surface. This paper shows a 3D point cloud based method, which allows an automaticwater surface classificationby using geometric and radiometric ALS information and the location of modeled lost reflections, which are called laser shot dropouts. The classification result can be used to map the watercourse, to improve DTM filtering routines or to replace water points with river bed heights for hydraulic modeling etc. The method reliesonathreshold based classificationusing geometryand radiometricinformationofthe3Dpoint cloud. The method is divided into five major steps. First, we correct the amplitude values by reducing the atmospheric and geometric influencestothe laser shots.Aradiometric adjustment was appliedtothe amplitudevaluesofthe data sets, which allows multi-temporal analysisof the amplitudevalues. The second stepis the interpolationof the coordinatesof the laser shot dropouts, which are the most important input to delineate water surfaces. In step three and four the two attributes(standard deviation of height values and the amplitude density ratio value) are calculated at a fixed distance to each reflection and dropout. These are used in step five to distinguish water and dry land points. The exploration of the attributes for the classification and the evaluation of the classification results are done by comparing the results to a terrestrial orthophoto mosaic an dGPS measurements, which were taken simultaneously to the ALS campaign. One of the major tasks is the use of modeled laser shot dropouts within a threshold based classification method to distinguish water and non-water echoes. The method is also suited to detect water under riverine vegetation, which is problematic by using data from sensors, that are notable to penetrate vegetation. The classification accuracy is about 95%. The achieved amplitude correction and the radiometric adjustment make the data sets comparable and allow to calculate changes in the channel flow paths within the different flights.
Airborne Laser Scanning (ALS), auch bekannt als LiDAR (Light Detection And Ranging), liefert Daten der Erdoberfläche in einer hohen Genauigkeit und Punktdichte. Seit den 1990er Jahren entwickelte sich ALS zum Standardverfahren zur Erfassung von Objekten sowie deren Veränderungen, wie beispielsweise Gebäuden, Vegetation oder Straßen. Für Anwendungen in der Hydrologie oder der Geomorphologie wird die Lage der Wasseroberfläche benötigt, die zur Überwachungvon Braided-River-Strukturen, der Überflutungskartierung oderfür die Berechnung von Erosionsraten vonFlüssen herangezogen werden kann.In diesemArtikel wird eine auf der 3D Punktwolke basierende Methode vorgestellt, mit der es möglich ist anhand der geometrischen und radiometrischen Informationen der ALS Daten mit Hilfe von fehlenden Punkten(dropouts), Wasserpunkte zu identifizieren und diese zu klassifizieren. Diese Klassifikationsergebnisse können herangezogen werden um Wasserflächen zu kartieren, bestehende Filteralgorithmen zur Geländemodellerstellung zu verbessern oder um Wasserpunkte aus der Punktwolke zu entfernen und diese durch berechnete Flusssohlenpunkte zu ersetzen. Die Methode bestehtauseiner schwellenwertbasierten Klassifikation der Höheninformation und der Radiometriedaten der 3D Punktwolke. Die Methode ist in fünf Hauptschritte aufgeteilt. Als erstes werden die Radiometriedaten (Amplituden) korrigiert, um diese von atmosphärischen und geometrischen Einflüssen zu bereinigen. Anschließend werden diese korrigierten Amplituden verschiedener ALS-Flüge zueider radiometrisch angepasst, um die Vergleichbarkeit der Datensätze herzustellen. Der zweite Schritt ist die Modellierung von dropouts, welche für die AbleitungvonWasserflächen essentiell sind. Als drittes und viertes wird die Standardabweichung der Höhenwerte und das Amplitudendichteverhältnis für jede Reflexion und jeden dropout berechnet. Diese werden bei Schritt fünf zur UnterscheidungvonWasser-und Nicht-Wasserpunkten herangezogen. Zur Ableitung der Schwellenwerte für die Klassifikation wird ein terrestrisches Orthophoto und mit dGPS gemessene Linien verwendet, welche zeitgleich zur ALS Kampagne erhoben wurden. Ein wichtiger Schritt dieser Methode ist das Einbeziehen der berechneten dropouts in die Klassifikation, durch die eine Unterscheidung von Wasser und Nicht-Wasserpunkten ermöglicht wird. Mit der vorgestellten Methode ist auch eine Ableitung von vegetationsüberdeckten Wasserflächen möglich, was bei Sensoren die Vegetation nicht penetrieren können nicht möglich ist. Die Genauigkeit der Klassifikation liegt bei ca. 95% richtig klassifizierten Wasserpunkten. Durch die Korrektur und die Anpassung der Amplitudenwerte wird eine Berechnung der Flusslaufveränderung zwischen den verschiedenen Flügen ermöglicht.
Abstract
Airborne laser scanning (ALS), also referred to as airborne LiDAR (Light Detection And Ranging), provides highly accurate measurements of the Earth surface. In the last twenty years, ALS has been established as a standard technique for delineating objects (e.g. buildings, trees, roads) and mapping changes. Studies on hydrology or geomorphology such as monitoring of braided river structures, calculation of erosion and accumulation potential in watercourses, or floodplain mapping require all the precise location of the water surface. This paper shows a 3D point cloud based method, which allows an automaticwater surface classificationby using geometric and radiometric ALS information and the location of modeled lost reflections, which are called laser shot dropouts. The classification result can be used to map the watercourse, to improve DTM filtering routines or to replace water points with river bed heights for hydraulic modeling etc. The method reliesonathreshold based classificationusing geometryand radiometricinformationofthe3Dpoint cloud. The method is divided into five major steps. First, we correct the amplitude values by reducing the atmospheric and geometric influencestothe laser shots.Aradiometric adjustment was appliedtothe amplitudevaluesofthe data sets, which allows multi-temporal analysisof the amplitudevalues. The second stepis the interpolationof the coordinatesof the laser shot dropouts, which are the most important input to delineate water surfaces. In step three and four the two attributes(standard deviation of height values and the amplitude density ratio value) are calculated at a fixed distance to each reflection and dropout. These are used in step five to distinguish water and dry land points. The exploration of the attributes for the classification and the evaluation of the classification results are done by comparing the results to a terrestrial orthophoto mosaic an dGPS measurements, which were taken simultaneously to the ALS campaign. One of the major tasks is the use of modeled laser shot dropouts within a threshold based classification method to distinguish water and non-water echoes. The method is also suited to detect water under riverine vegetation, which is problematic by using data from sensors, that are notable to penetrate vegetation. The classification accuracy is about 95%. The achieved amplitude correction and the radiometric adjustment make the data sets comparable and allow to calculate changes in the channel flow paths within the different flights.
Keywords/Schlüsselwörter
LiDAR Flugzeuggestütztes Laserscanning laser shot dropout Signalamplitude multi-temporale Analysen terrestrisches Orthophoto
LiDAR Flugzeuggestütztes Laserscanning laser shot dropout Signalamplitude multi-temporale Analysen terrestrisches Orthophoto
PDF-Download
VGI_200936_Vetter.pdf
VGI_200936_Vetter.pdf