X -
M
Resultaten
-«-'UI T
masten, verkeersborden) in de laser
data gedigitaliseerd. Voor de wegbelij-
ning en kanten van wegen zijn specia
le filters toegepast, die gebruikmaken
van de intensiteitsverschillen in de
laserreflectie van de verschillende
materialen. De overgangen tussen be
paalde intensiteitsverschillen (fig. 7)
kunnen door de software automa
tisch worden opgespoord, waarna de
ze puntenset door een lijnfilter is ver
werkt tot lijnobjecten. Deze lijnobjec-
ten behoefden dan enkel nog van de
juiste codering te worden voorzien.
Kleine objecten, zoals met name
hectometerpalen en kolken, waren
moeilijk in de dataset te herkennen.
Voor het digitaliseren van deze objec
ten is gebruikgemaakt van de aange
leverde dataset van het originele be
stand. De oorspronkelijke locatie van
de betreffende objecten kon op deze
wijze inzichtelijk worden gemaakt,
waarna op die betreffende locaties de
laserdata in detail konden worden be
keken. Lokale intensiteitsverschillen
(voor kolken) of enkele hogere punten
(hectometerpalen) waren dan vol
doende om de nieuwe locatie van de
objecten vast te leggen. Tevens kon op
deze wijze de juiste hectometrering
worden overgenomen als attribuut
waarde. De videobeelden zijn voorna-
verflijn
wegkant
benn
Fig. 6.
Gedeelte van een
afrit van Rijksweg 6,
gevisualiseerd in
FLIP7.
Fig. 7.
Schematische
weergave
intensiteit verloop
over wegprofiel.
melijk gebruikt ter ondersteuning van de kartering en
voor de classificatie van objecten.
In fig. 8 wordt een voorbeeld gegeven van het automatisch
karteren van wegbelijning op basis van intensiteitverschil-
len en een lijnfilter. In het linkerdeel van de figuur wordt
een deeluitsnede van het bestand getoond; de intensiteits
verschillen van de gereflecteerde laserpunten zijn als grijs
waarden weergegeven. Duidelijk zijn de verschillende ty
pen wegmarkering (lijnen, strepen, blokstrepen) en de over
gang van verharding naar berm te herkennen. Het middel
ste deel van de figuur toont het resultaat van het lijnfilter,
waarbij de overgangen van lage naar hoge intensiteit als in
voer zijn gebruikt; de laserpunten met hoge intensiteit
waarden zijn onderling verbonden. De kantverharding is in
dit voorbeeld niet meegenomen. Het rechterdeel van de fi
guur toont het resultaat van de gedetecteerde lijnen na op
timalisatie (smoothing) van de lijn door de laserpunten.
Rest enkel nog het toekennen van de juiste classificatie aan
de lijnen.
Op vergelijkbare wijze kan de kant van de verharding wor
den gevonden. Over het algemeen zal het intensiteitsver-
schil tussen verharding en berm kleiner zijn dan tussen het
asfalt en de verfstrepen wegens de hoge reflectiviteit van
wegenverf. In de praktijk blijkt dat voor het karteren van
verflijnen de punten met een hoge intensiteit als uitgangs
punt moeten worden genomen, terwijl voor de kantverhar
ding betere resultaten worden verkregen als er wordt uitge
gaan van de punten met een lage intensiteit.
Fig. 8.
Voorbeeld
automatische
lijnkartering.
y
jf
gf? P
■0
y"
„IP
j/r
4
asfalt
asfalt
De data zijn op diverse aspecten gecontroleerd en geanaly
seerd. Er zal kort worden ingegaan op drie belangrijke
aspecten, te weten nauwkeurigheid, volledigheid en classi
ficatie. Ten behoeve van de controle op de volledigheid en
de classificatie heeft er in het terrein een naverkenning
plaatsgevonden. Alle objecten waren juist geclassificeerd.
Ten aanzien van de volledigheid was, op de hectometerpa
len na, het DTB volledig; 40% van de in het terrein aanwezi
ge hectometerpalen ontbrak. Deze waren in de laserdata
niet op te sporen en konden dan ook niet worden ingewon
nen. Om een uitspraak te kunnen doen over de behaalde
nauwkeurigheid zijn met behulp van GPS-RTK verspreid
over het gehele gebied controlemetingen uitgevoerd. De
metingen bestonden uit het inwinnen van doorgetrokken
verflijnen op zeventien locaties en kanten weg (scheiding
berm-asfalt) op vijfendertig locaties.
GEODESIA 2003-4