Članek opisuje povezavo med kompleksnimi mrežami in fraktalnimi lastnostmi. Najprej opišemo merjenje fraktalne dimenzije s pomočjo algoritma štetja praznih škatel, nato pa predstavimo izvedbo aplikacije za ocenjevanje fraktalne dimenzije prostorskovpetih kompleksnih mrež. Nazadnje prikažemo dobljene rezultate.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 18157078V doktorski disertaciji predstavimo nov algoritem za klasifikacijo vegetacije v podatkih LiDAR. Klasifikacijski postopek povzamemo z dvema korakoma: analiza porazdelitve točk ter analiza njihovega konteksta. Poglavitna značilnost točk vegetacije je namreč statistično visoka razpršenost višin, zato jih lahko učinkovito razpoznamo v odvisnosti od napak pri prileganju ravnin. Klasifikacijo dodatno izboljšamo z uvedbo treh kontekstnih filtrov, ki obravnavajo povezane objekte (na primer zidove, dimnike, balkone), razraščeno vegetacijo in majhne objekte (na primer avtomobile, ograje, kipe). Pokazali smo, da lahko s predlaganim algoritmom vegetacijo razpoznamo neodvisno od tipa vegetacije (listavci in iglavci), okolja (gorsko, gozdnato, urbano) in nivoja olistanosti. V postopku validacije algoritma smo namreč v povrečju dosegli 97,9% rezultat F1 v neurbanih območjih in 91% v urbanih, ki iz vidika težavnosti klasifikacije veljajo za zahtevnejša. Pri klasifikaciji uporabljamo samo geometrijske podatke oblaka točk, kar predstavlja prednost algoritma pred drugimi, katerih uspešnost je v veliki meri odvisna od lastnosti, kot so visoka gostota točk in zanesljivost (ali prisotnost) drugih informacij. Analiza treh vhodnih parametrov je prav tako pokazala, da so le-ti stabilni in robustni. Predlagani algoritem zato omogoča uporabniško interakcijo ter nadzor razmerja celovitosti in pravilnosti klasifikacije.
D.09 Mentorstvo doktorandom
COBISS.SI-ID: 20461590Predstavljen izum omogoča stiskanje 3D geometrijskih mrež in podatkov iz oblakov točk. Izvedbo metode realiziramo s pomočjo binarnega vokselizatorja, dekompozicije na rezine, kodirnika verižne kode, in kodirnika entropije. Binarni vokselizator je zadolžen za vokselizacijo 3D točk iz 3D geometrijske mreže ali oblaka točk, kjer pridobljeni voksli v 3D vokselski mreži vsebujejo binarno skalarno vrednost (t.j. prazno ali polno). Stiskanje je skoraj brezizgubno, zaradi izgub pri kvantizaciji od vokselizacije. Pri dani metodi stisnemo samo geometrijske podatke. Vokselsko 3D mrežo nato delimo v 2D rezine z debelino enega voksla. Rezine predstavljajo 2D rastrsko mrežo ter so pravokotne na koordinatno os najkrajše stranice oklepajočega kvadra dane 3D geometrijske mreže ali oblaka točk. Vsaka rezina vsebuje enega ali več 2D segmentov, ki predstavljajo zapolnjene piksle. Segmente predobdelamo preden se zapišejo z verižnimi kodami. Pri tem lahko opcijsko uporabimo operacijo tanjšanja nad vsakim segmentov za generiranje obrisa s širino enega piksla. Obrise nato zakodiramo z izbranim algoritmom verižne kode. Začetne pozicije (x in y koordinati) vsakega obrisa zapišemo kot najbližji odmik od središča mreže 2D rezine, ali začetne pozicija že kodiranega segmenta, ali od enega izmed štirh kotov rezine. Začetno pozicijo zapišemo s kodo s spremenljivo dolžino. Pridobljene verižne kode različnih segmentov nazadnje stisnemo z entropijskim kodirnikom. Izvedbo razširjanja realiziramo z entropijskim dekodiranjem, dekodiranjem verižnih kod v 2D segmente, združitev rezin v vokselski prostor in ekstrakcije točk iz pridobljenih vokslov. 3D točke pridobimo iz središč vokslov nad katerimi izvedemo povprečno glajenje z gledanjem lokalne okolice. Opcijsko lahko izvedemo algoritem za rekonstrukcijo 3D mreže nad danimi točkami in tako pridobimo približek začetne 3D geometrijske mreže.
F.32 Mednarodni patent
COBISS.SI-ID: 20741398Ta izum obravnava postopek za brezizgubno progresivno stiskanje izmerjenih podatkov, ki jih pridobimo z laserskimi prebirniki LiDAR. Postopek po tem izumu je sestavljen iz več korakov: določanje omejujočega pravokotnika, njegova delitev v 2D mrežo, določanje nivojev mrežnih črt, določanje nivojev podatkovnih točk, njihovo razporejanje v odgovarjajoče sezname, ter shranjevanje le-teh z uporabo postopkov stiskanja. Zaradi pričakovanih velikih velikosti podatkovnih datotek se razporejanje podatkov LiDAR v hierarhične nivoje po predmetnem postopku izvede brez predobdelave, v enem koraku.
F.33 Patent v Sloveniji
COBISS.SI-ID: 19144214