外部精度檢核部分，經由2004GCPs 與 2005LiDAR、c2005LiDAR 的比對，
結果顯示原始的2004CGPs 存在系統性誤差，經由重新解算修正後，該誤差已改 善；但相對的表示出，經原始2004GCPs 改正後的 c2002LiDAR 可能受到這些系 統性誤差的影響。由此可知，地面檢核點之正確性，對評估及改正後數據具影響 力。而由2005GCPs 與 2005LiDAR、c2005LiDAR 的比對顯示，2005LiDAR 部分 航帶點雲(ty032、ty033)之高程誤差量皆小於 10cm，但使用 TerraMatch 進行無地 面控制點的航帶平差後，與地面檢核點相較高程偏移量反而提高到將近 30cm。
其可能的原因是因為航帶平差模式在計算各航帶roll、pitch、heading、dz 修正參 數時，由於沒有給予横切航帶之地面實測點或地面控制點作為平差控制，因此即 使航帶重疊區之內部精度提高，但外部精度卻降低了。
另外，本研究中2004GCPs 與 2002LiDAR、c2005LiDAR 的比對顯示，不同 時期空載光達點雲與不同時期之地面檢核點進行比對時，比對成果可能會受到一 些因量測時期之地形變化不同而產生的比對誤差。然而這些誤差是不容易只由單 一時期的數據成果而找出，因此不同時期的數據比對時，需檢查是否有因時間因 素或不適合比對之數據存在其中，避免造成數據不一致而影響比對果。
平面線形萃取的部分，透過強度資訊萃取平面特徵點雲並非不可行，由圖 偏移。整體上，2005LiDAR 建物邊緣萃取成果皆較 2002LiDAR 穩定，可能是因 為2002LiDAR 資料本身即含有系統性的誤差，因此導致 2002LiDAR 建物點雲資 料於航帶邊緣兩側區域，其建物邊緣萃取成果平移情形較為明顯。
參考文獻
載及衛載遙測之現況及未來」研討會，93 年 10 月 8 日(星期五)。行政院農業委
Ackermann, F., 1999, “Airborne Laser Scanning - Present Status and Future Expectations”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.54(1), pp. 64-67.
Ahokas, E. and H. Kaartinen and J. Hyyppä, 2004, “A Quality Assessment of Repeated Airborne Laser Scanner Observations”, International Archives of Photogrammetry and Remote Sensing, Istanbul.
Alharthy, A. and J. Bethel, 2002, “Heuristic Filtering and 3D Feature Extraction from LiDAR Data”, International Archives of Photogrammetry and Remote Sensing, Vol.XXXIII, pp. 29-35, Graz, Austria.
Alharthy, A. and J. Bethel and E.M. Mikhail, 2004, “Analysis and Accuracy Assessment of Airborne Laserscanning System”, International Archives of Photogrammetry and Remote Sensing, Vol. XXXV, Part B2, pp. 144-149.
Baltsavias, E.P., 1999, “Airborne Laser Scanning: Basic Relations and Formulas”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.54(2-3), pp.
199-214.
Behan, A., 2000, “On the Matching Accuracy of Rasterised Scanning Laser Altimeter Data”, International Archives of Photogrammetry and Remote Sensing,
Vol.XXXIII, Part B2, Amsterdam 2000.
Burman, H., 2000, “Calibration and Orientation of Airborne Image and Laser Scanner Data Using GPS and INS”, PhDThesis, Photogrammetry Reports No.
69.
Burman, H., 2002, “Laser Strip Adjustment for Data Calibration and Verification”, International Archives of Photogrammetry and Remote Sensing, Vol.34, Part 3A, pp. 67-72, Graz, Austria.
Canny, J., 1986, “A Computational Approach to Edge Detection”, IEEE Trans. On Pattern Analysis and Machine Intelligence, Vol.PAMI-8, No.6, November 1986, pp. 679-698.
Clode, S. and P. Kootsookos and F. Rottensteiner, 2004, “The Automatic Extraction of Roads from LiDAR Data”. In ISPRS 2004, 12 - 23 July, 2004, Istanbul, Turkey.
Clode, S. and F. Rottensteiner and P. Kootsookos, 2005, “Improving City Model Determination By Using Road Detection from LiDAR Data”. In Joint Workshop of ISPRS and the German Association for Pattern Recognition (DAGM), 'Object Extraction for 3D City Models, Road Databases and Traffic Monitoring - Concepts, Algorithms, and Evaluation' (CMRT05), 29-30 August, 2005, Vienna, Austria.
Crombaghs, M.J.E. and R. Brugelmann and E.J. De Min, 2000, “On the Adjustment of Overlapping Strips of Laser Altimeter Height Data”. ISPRS Journal of Photogrammetry and Remote Sensing, Vol.33, pp. 230-237.
Elberink, S. O. and H.G. Mass, 2000, “The Use of Anisotropic Height Texture Measures for the Segmentation of Airborne Laser Scanner Data”, International Archives of Photogrammetry and Remote Sensing, Vol.XXXIII, Part B3, pp.
678-684, Amsterdam.
ESRI, 2004, ArcGIS Desktop Help, ESRI.
Harwood, D. and M. Subbarao and H. Hakalahti and LS Davis, 1987, “A New Class of Edge-Preserving Smoothing Filters”, Pattern Recognition Letters, Vol.6, pp.
155-162.
Hough, P.V.C., 1962, “Methods and Means for Recognizing Complex Patterns”, U.S.
patent No.3069654.
Huising, E.J. and L.M.G. Pereira, 1998, “Errors and Accuracy Estimates of Laser Data Acquired by Various Laser Scanning Systems for Topographic Applications”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.53, pp. 245-261.
Kilian, J. and N. Haala and M. Englich, 1996, “Capture and Evaluation of Airborne Laser Scanner Data”, International Archives of Photogrammetry and Remote Sensing, Vol.XXXI, Part B3, Vienna, pp. 383-388.
Latypov, D., 2002, “Estimating Relative LiDAR Accuracy Information from Overlapping Flight Lines”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.56, pp. 236-245.
Leica, 2003a, "ALS Calibration Attune Operation Manual Revision 2", pp. 43.
Leica System, 2003b, ALS50 Airborne Laser Scanner, (URL:
http://gis.leica-geosystems.com/products/als50/default.asp).
Mass H.-G., 2000, “Least-Square Matching with Airborne Laserscanning Data in a TIN Structure”, Interational Archives of Photogrammetry and Remote Sensing, Vol.33, Part 3A, pp. 548-555, Amsterdam.
Mass H.-G., 2001, “On the Use of Pulse Reflectance Data for Laserscanner Strip Adjustment”, Interational Archives of Photogrammetry and Remote Sensing, Vol.XXXIV, Part 3/W4, pp. 53-56.
Maas, H.-G. and G. Vosselman, 2001, “Adjustment and Filtering of Raw Laser Altimetry Data”, OEEPE Workshop on Airborne Laserscanning and Interferometric SAR for Detailed Digital Elevation Models, Stockholm, 1.-3.
march 2001.
Mass H.-G., 2002, “Methods for Measuring Height and Planimetry Discrepancies in Airborne Laserscanner Data”, Photogrammetric Engineering and Remote Sensing, Vol.68, No.9, pp. 933-940.
Morin, K. and N. El-Sheimy, 2001, “A Comparison of Airborne Laser Scanning Adjustment Methods”, ISPRS WGII/2 Three-Dimensional Mapping from InSAR and LIDAR Workshop Proceedings, Banff, Alberta, Canada, July 11-13.
PCI, 2003, Geomatica Prime Help, PCI.
Parker, J. R., 1997, “Algorithms for Image Processing and Computer Vision”, John Wiley and Sons, Inc, U.S. pp. 23.
Gonzalez, R.C. and R.E. Woods, 2002, "Digital Image Processing 2/e", Published by Pearson Education, Inc, Publishing as Prentice Hall.
Renslow, M., 2001, “Development of A Bare Ground DEM and Canopy Layer in NW Forestlands Using High Performance LiDAR”. ESRI International User Conference.
Rottensteiner, F. and Ch. Briese, 2002, “A New Method For Extraction In Urban Areas From High-Resolution LIDAR Data”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.XXXIII, pp. 295-301, Graz, Austria.
Schenk, T., 2001, “Modeling and Analyzing Systematic Errors in Airborne Laser Scanners”, Technical Notes in Photogrammery No.19.
Terrasolid, 2004a, TerraScan User Guide (18.11.2004), Terrasolid.
Terrasolid, 2004b, TerraMatch User Guide (18.10.2004), Terrasolid.
Ullrich, A., 2006, "Advantages of Echo Digitization and subsequent Full Waveform Analysis in Laser Scanning", International LIDAR Mapping Forum 2006, Denver, Colorado.
Vögtle, T. and E. Steinle, 2000, “3D Modelling of Building Using Laser Scanning and Spectral Information”, Interational Archives of Photogrammetry and Remote Sensing, Vol.XXXIII, Part B3, pp. 927-934, Amsterdam.
Vosselman, G. and H.-G. Maas, 1999, “Two Algorithm for Extracting Building Models from Raw Laser Altimetry Data”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.54, pp. 153-163.
Vosselman, G., 2003, “3D Reconstruction of Roads and Trees for City Modelling”, ISPRS Working Group III/3 Workshop, Vol.34, pp. 231-236, Dresden, Germany.
Wehr, A. and U. Lohr, 1999, “Airborne Laser Scanning - an Introduction and Overview”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.54, pp.
68-82.
附錄 A 各時期改正前後航帶重疊區剖面檢視
2002 年航帶之前(1)、中(2)、後(3)三區如圖 3-11 所示，以下為中(2)區之剖 面檢視情形，各剖面皆僅展示地面分類點。
2005 年航帶之前(1)、中(2)、後(3)三區如圖 3-12 所示，以下為中(2)區之剖 面檢視情形，各剖面皆僅展示地面分類點。
附錄 B 本研究使用影像處理方法原理說明
B-1 最鄰近勻化平均值法(SNN-Mean Filter)
最鄰近勻化法(Symmetric Nearest Neighbor)係同時利用影像灰階值(Gray Value)以及空間(Spatial)資訊以保留影像特徵、平滑雜訊的影像處理方法。其選取 核內每一對對稱之像元組中灰階值最接近中心像元灰階值的值，計算其平均值或 者中位數，以取代核內中心像元之灰階值(Harwood et al., 1987)。
假 設 一 中 心 為
( )
x,y ， 大 小 為(
2n+1) (
× 2n+1)
之 核 ， 每 一 對 像 元 組( ) ( )
{
x+i,y+ j , x−i,y− j}
，其中−n
≤i
,j
≤+n
。其演算法如下：當 g
( ) (
x,y −g x+i,y+ j)
< g(x,y)−g(x−i,y− j)時，選取g(
x+ ,i y+ j)
。當 g
( ) (
x,y −g x+i,y+ j)
> g(x,y)−g(x−i,y− j)時，選取g(
x− ,i y− j)
。 若兩者皆不成立，則選取g
( yx
, )。圖B-1(a)藍色方框內可取出四組對稱像元：90，103、90，95、103，95、90，
108，與中心像元相比較後取出四個灰階值：90、90、95、90，以其平均值為 91.25(圖 B-1(b)：(1,1))取代核中心像元灰階值 90(圖B-1(a)：(2,2))。以核在影像上由左至 右、由上而下，對影像灰階值進行過濾，結果如圖B-1(b)所示(陳與史，2001)。
(a) (b)
圖B-1 最鄰近勻化法平均值法說明示意圖(陳與史，2001)
B-2 Canny 邊緣偵測
Canny(1986)在設計此邊緣偵測元時設定了三個目標，第一個目標是偵測元 需具備良好的偵測能力，即希望其能找出最多的邊緣特徵，為此便需要使信號的 訊雜比(Signal to Noise Ratio, SNR)之值儘量的大。第二是偵測元必須具有良好的 定位能力，即找出其邊緣像元之位置近似於真實邊緣線。第三是抑制單一邊緣具 有多重感應(Multiple Response)的問題，避免造成單一邊緣被視為多個邊緣的情 況，為此，Canny 加上一個約制基準(即約制邊緣像元的梯度值必須為局部最大 值)來使偵測元在多重感應的情況下，可選定一正確之邊緣像元(Parker, 1997)。
本研究使用PCI Geomatica V9.1(PCI, 2003)中的 LINE 模組進行線特徵的萃 取，該模組針對影像進行線特微萃取時共使用了6 個參數，如表B-1。 ATHR Angular Difference Threshold (Degrees) 0 <= x <= 90 30 Integer DTHR Linking Distance Threshold (Pixels) 0 <= x <= 8192 20 Integer
整個流程分為3 個步驟：
( , ) ( ( 1, ) ( , ) ( 1, 1) ( , 1)) / 2
共同的方向，且其夾角小於 ATHR 門檻值。(2)兩曲線的尾端兩點相近，且其距 離小於DTHR 門檻值。
透過上述步驟完成線形萃取及向量化的過程，線形萃取成果受 RADI 及 GTHR 兩參數門檻值影響，而向量化成果受 LTHR、FTHR、ATHR、DTHR 四參 數門檻值之影響。經由測試成果(附錄 C)可得知，使用 PCI LINE 模組偵測建物 3)改以 ArcGIS(ESRI, 2004)中的 Convert Raster to Polyline 工具進行 R2V 轉換，該 功能主要是偵測二元影像中邊緣線各像元的中心點，再進行邊緣像元中心點的連 結。
圖B-3 PCI LINE 模組向量化後不完整的線段
B-3 Hough Transform 直線偵測
Hough(1962)提出一個方法來辨識影像中的直線或是圓形，稱之為 Hough 轉 換。此方法是利用對影像作某種形式的座標轉換，使得轉換前原影像中的一些特 徵，會在轉換後的空間集中於一位置，即由影像空間(Image Space)轉換至參數空 間(Parameter Space)，並在參數空間中由群集偵測(Cluster Detection)的方式找出原 影像特徵的參數值，再反推回影像空間，因此可得到此特徵在影像空間的位置。
一般Hough 進行轉換時是採用極座標
(
ρ,θ)
作為轉換空間，轉換關係式如式 B-4。θ θ
ρ
=x
i cos +y
isin (式 B-4) 即影像中之一點( x ,
iy
i)
對應於參數空間之一條正弦曲線，如圖B-4。而此參 數空間中曲線上的任一點對應於影像空間中的一條直線，且該直線必通( x ,
iy
i)
這 個點。若影像空間中共線的三點經過轉換至參數空間後，所對應之正弦曲線必交 於一點，如圖B-5。若具有很多點之影像，轉換至參數空間之正弦曲線都會交於 一點，可利用轉換空間之資訊判斷影像上之直線線段(賴彥中，2004)。圖B-4 單點的 Hough 轉換
圖B-5 共線點之 Hough 轉換
附錄 C PCI-LINE 模組各參數測試之萃取成果
表C-1 RADI 參數測試
表C-2 GTHR 參數測試
表C-3 LTHR 參數測試
表C-4 FTHR 參數測試
表C-5 ATHR/ DTHR 參數測試
作者簡介
姓名： 吳紹禎
籍貫： 台灣省 台北市 出生日期： 民國 71 年 1 月 18 日
學歷： 台北市立南港高級工業職業學校畢業 國立台北科技大學土木工程學系畢業 國立交通大學土木工程學系測量組碩士班 著作：
吳紹禎、陳承昌、史天元、劉進金，2005。新竹市東區公園綠 地探討。第二十四屆測量學術及應用研討會，1213-1220。國立政 治大學，2005 年 9 月 8-9 日。CD 論文集：147.pdf。
史天元、吳紹禎、徐偉城、劉進金，2005。不同時期空載光達 成果比對探討–以新竹地區為例(高程比對)。內政部「辦理 LIDAR 之高精度及高解析度數值地形測繪、資料庫建置與應用推廣工作 案」成果發表暨應用研討會，179-198。工業技術研究院 能源與資 源研究所，2005 年 12 月 20-21 日。