AUC GEOGRAPHICA
AUC GEOGRAPHICA

AUC Geographica (Acta Universitatis Carolinae Geographica) is a scholarly academic journal continuously published since 1966 that publishes research in the broadly defined field of geography: physical geography, geo-ecology, regional, social, political and economic geography, regional development, cartography, geoinformatics, demography and geo-demography.

AUC Geographica also publishes articles that contribute to advances in geographic theory and methodology and address the questions of regional, socio-economic and population policy-making in Czechia.

Periodical twice yearly.
Release dates: June 30, December 31

All articles are licenced under Creative Commons Attribution 4.0 International licence (CC BY 4.0), have DOI and are indexed in CrossRef database.

AUC Geographica is covered by the following services: EBSCO, GeoBibline, SCOPUS, Ulrichsweb and Directory of Open Access Journals (DOAJ).

The journal has been covered in the SCOPUS database since 1975 – today
https://www.scopus.com/source/sourceInfo.uri?sourceId=27100&origin=recordpage

The journal has been selected for coverage in Clarivate Analytics products and services. Beginning with V. 52 (1) 2017, this publication will be indexed and abstracted in Emerging Sources Citation Index.

The journal has been indexed by the Polish Ministry of Science and Higher Education (MSHE) on the list of scientific journals recommended for authors to publish their articles. ICI World of Journals; Acta Universitatis Carolinae, Geographica.

Scopus Journal Metric

SJR (SCImago Journal Rank) (2017): 0.344
SNIP (Source Normalized Impact per Paper) (2017): 0.683
CiteScore (2017): 0.71

The journal is archived in Portico.

AUC GEOGRAPHICA, Vol 47 No 1 (2012), 35–39

Roof type determination from a sparse laser scanning point cloud

Petr Hofman, Markéta Potůčková

zveřejněno: 26. 09. 2017

Abstract

A method for determining a roof coverage type and a building height from a sparse laser scanning point cloud was introduced in Hofman (2008). This model driven approach utilizes 2D building outlines from the Digital Cadastral Map (DCM) and orthoimages in addition to an airborne laser scanning point cloud. Its results were unsatisfactory, since the determination of roof types was not reliable. Thus, a practical application of this method was not possible. While searching possibilities for its improvement, it was discovered that derivation of roof edges from orthoimages was the weakest point in the workflow. A new model driven method is presented, which is suitable for buildings with a rectangular plot. Based on four predefined roof types, a subset of a point cloud is divided into several groups corresponding to roof planes. The best fitting planes are found by means of least squares adjustment with an iterative exclusion of outliers. The most probable roof type is selected by an evaluation of a number of points excluded from the calculation. Results of this new approach were applied on datasets from three test sites (Brno, Sobotka and Pardubice- Polabiny) which are presented. In spite of a very low density of laser points (1.5 and 0.25 points per m2) the method reveals very good results. The success rate of correctly determined roof cover types is 91% and 80% for the point cloud density of 1.5 and 0.25 points per m2, respectively. Určení typu střešního pláště budov z řídkého mračna laserových bodů Metoda představená v článku měla za cíl automatickým postupem detekovat typ střešního pláště i ve velmi řídkém mračnu laserových bodů. Aby bylo možné tyto požadavky splnit, byla zvolena metoda řízená modelem, která zpracovává pouze budovy s obdélníkovým tvarem. Na základě předem vybraných testovaných typů střešního pláště bylo mračno bodů podle polohy rohů rozděleno do několika souborů odpovídajících střešním rovinám. Těmito body byla pomocí metody nejmenších čtverců iteračně prokládána regresní rovina s postupným odstraňováním odlehlých bodů. Na základě podílu bodů ponechaných ve výpočtu byl zvolen nejpravděpodobnější typ střešního pláště. Postup byl testován celkem na 460 budovách z oblasti města Brna, Sobotky a Pardubice-Polabiny. Navzdory velmi nízké hustotě dat (1,5 a 0,25 bodů/m2) dává metoda velmi dobré výsledky. Podíl správně určených budov dosahuje 91 % při hustotě 1,5 bodů/m2 a 80 % při 0,25 bodech/m2. Nevýhodou uvedeného postupu je především nízká univerzálnost a detailnost výsledných modelů. Naopak velkou výhodou je možnost práce i s velmi nízkou hustotou vstupních laserových bodů a plně automatizované zpracování.

Klíčová slova: 3D building model; laser scanning; model-driven

Creative Commons License
Roof type determination from a sparse laser scanning point cloud is licensed under a Creative Commons Attribution 4.0 International License.

210 x 297 mm
vychází: 2 x ročně
cena tištěného čísla: 200 Kč
ISSN: 0300-5402
E-ISSN: 2336-1980

Ke stažení