andthe 3-D coordinates of the close

and
the 3-D coordinates of the closest raw lidar point to each
marker location were extracted. In those instances where
shaded relief visualization of the terrain surface alone was
insufficient to confidently locate the GCP, we overlaid the
laser signal intensity return over the DEM surface (Fig. 3c).
These data provided additional information with which to
identify coincident points between the aerial images and the
lidar elevation data, in particular when proximal to areas of
very high (e.g. light snow surfaces) or low (e.g. ponded liquid
water) laser reflectivity. Using these methods we were able to
locate a total of 50 GCPs throughout the images comprising
the photo block (Fig. 4). Three-dimensional coordinates
extracted from the nearest raw lidar point to the GCP marker
location were assigned to each relevant control point when
measured in the aerial photographs. As some authors have
reported lidar errors to increase with off-nadir scan angle
(e.g. Baltsavias, 1999a), we selected marker locations as
close as possible to the centre of each of the nine swaths
comprising the full dataset. GCP extraction was therefore

ผลลัพธ์ (ไทย) 1:

และพิกัด 3 มิติของ lidar ดิบสุดชี้ไปแต่ละสถานเครื่องหมายถูกสกัด ในกรณีที่ที่ถูกปลดปล่อยเงาภาพแสดงพื้นผิวภูมิประเทศเพียงอย่างเดียวพอค้นหา GCP มั่น เรา overlaidความเข้มของสัญญาณเลเซอร์กลับผ่านผิว DEM (Fig. 3 c)ข้อมูลเหล่านี้ให้ข้อมูลเพิ่มเติมซึ่งจะระบุจุดตรงระหว่างภาพทางอากาศและlidar ยกข้อมูล โดยเฉพาะอย่างยิ่งเมื่อพื้นที่ของ proximalสูงมาก (เช่นแสงพื้นผิวหิมะ) หรือต่ำ (เช่น ponded ของเหลวน้ำแสงสะท้อนเลเซอร์ เราใช้วิธีการเหล่านี้ไม่สามารถค้นหาตำแหน่งของ GCPs 50 ตลอดทั้งภาพประกอบการถ่ายบล็อก (Fig. 4) พิกัดสามมิติแยกจากจุดที่ใกล้ที่สุด lidar ดิบไปหมาย GCPสถานกำหนดให้กับแต่ละตัวควบคุมที่เกี่ยวข้องชี้เมื่อวัดจากรูปถ่ายทางอากาศ มีผู้เขียนบางlidar รายงานข้อผิดพลาดเพิ่มขึ้นกับมุมแกนปิดจุดจอมดิน(เช่น Baltsavias, 1999a), เราเลือกตั้งทำเครื่องหมายเป็นปิดเป็นศูนย์ของแต่ละ swaths เก้าประกอบด้วยชุดข้อมูลทั้งหมด GCP สกัดได้ดังนั้น

ผลลัพธ์ (ไทย) 2:

และ
3 มิติพิกัดของจุด LIDAR ดิบใกล้เคียงกับแต่ละ
สถานที่เครื่องหมายถูกสกัด ในกรณีที่ที่
มองเห็นบรรเทาร่มเงาของพื้นผิวภูมิประเทศอย่างเดียว
ไม่เพียงพอที่จะมั่นใจหา GCP เราวางทับ
สัญญาณเลเซอร์ความเข้มของการกลับมาบนพื้นผิว DEM (รูป. 3c).
ข้อมูลเหล่านี้ให้ข้อมูลเพิ่มเติมกับการที่จะ
ระบุจุดประจวบระหว่าง ภาพทางอากาศและ
ข้อมูลระดับความสูง LIDAR โดยเฉพาะอย่างยิ่งเมื่อใกล้เคียงไปยังพื้นที่ของ
สูงมาก (เช่นพื้นผิวหิมะ) หรือต่ำ (เช่นของเหลว ponded
น้ำ) การสะท้อนแสงเลเซอร์ การใช้วิธีการเหล่านี้เราสามารถที่จะ
หาจำนวน 50 ภาพไปทั่วภาคพื้นประกอบ
บล็อกภาพ (รูปที่. 4) พิกัดสามมิติ
ที่สกัดจากจุด LIDAR ดิบที่ใกล้ที่สุดเพื่อเครื่องหมาย GCP
สถานที่ได้รับมอบหมายให้แต่ละจุดควบคุมที่เกี่ยวข้องเมื่อ
วัดในภาพถ่ายทางอากาศ ในฐานะที่เป็นนักเขียนบางคนได้
รายงานข้อผิดพลาด LIDAR จะเพิ่มขึ้นด้วยการปิดจุดต่ำสุดมุมสแกน
(เช่น Baltsavias, 1999a) เราเลือกสถานที่เป็นเครื่องหมาย
ใกล้เคียงเป็นไปได้ที่จะเป็นศูนย์กลางของแต่ละเก้าเพาะปลูก
ที่ประกอบไปด้วยชุดเต็มรูปแบบ สกัด GCP จึง

ผลลัพธ์ (ไทย) 3:

3-D และพิกัดของจุด LIDAR ดิบใกล้แต่ละ
เครื่องหมายสถานที่ สกัด ใน กรณีที่
สีเทาชื้นการพัฒนาพื้นผิวภูมิประเทศคนเดียว
ไม่มั่นใจหา GCP เราหุ้ม
เลเซอร์ความเข้มของสัญญาณกลับผ่านพื้นผิวเด็ม ( ภาพที่ 3 ) .
ข้อมูลเหล่านี้ให้ข้อมูลเพิ่มเติมที่
ระบุจุดตรงระหว่างภาพทางอากาศและ
LIDAR ยกระดับข้อมูล โดยเฉพาะเมื่อใกล้ถึงพื้นที่ของ
สูงมาก ( เช่นแสงหิมะพื้นผิว ) หรือต่ำ ( เช่น ponded ของเหลว
) เลเซอร์ การสะท้อนกลับ การใช้วิธีการเหล่านี้เราสามารถที่จะ
ค้นหาทั้งหมด 50 gcps ตลอดภาพ ประกอบด้วยรูปถ่ายบล็อก
( รูปที่ 4 ) สามมิติพิกัด
สกัดจากวัตถุดิบที่ใกล้ที่สุดกับจุด LIDAR GCP เครื่องหมาย
สถานที่ มอบหมายให้แต่ละจุดควบคุมที่เกี่ยวข้องเมื่อ
วัดในรูปถ่ายทางอากาศ เป็นผู้เขียนบางรายมีรายงานเพิ่มขึ้น
LIDAR ข้อผิดพลาดออกท้ายน้ำสแกนมุม
( เช่น baltsavias 1999a , ) เราเลือกสถานที่เครื่องหมายเป็น
ใกล้ที่สุดเพื่อศูนย์บริการของแต่ละเก้าเพาะปลูก
ประกอบด้วยข้อมูลเต็มรูปแบบการสกัด GCP จึง