Signalbehandling och visualisering av nya typer av laserdata

Bakgrund
På avdelningen FOI Sensorteknik i Linköping pågår sedan ett antal år arbete med automatiserad framställning av tillämpningsspecifika 3D-omgivningsmodeller baserade på högupplösta sensordata. Framförallt används data från flygburen laserradar tillsammans med högupplösta bilder. Inom detta arbete har metoder och algoritmer för att klassificera och vidare bearbeta innehållet i laserdata tagits fram. Med de hittillsvarande metoderna är det möjligt att särskilja t ex markyta, vegetation etc. Baserat på denna indelning har en rad tillämpningar tagits fram, t. ex. grunddata för omvärldsmodellering och visuell simulering, etc.

Data som används hittills kan beskrivas som moln av 3D mätpunkter, koordinat (x,y,z) och intensitetsvärden. De kan också behandlas som avståndsbilder, se figurerna nedan.

http://www.foi.se/raw/documents/38013_signalbeh-04-10-04.pdf

Data erhålls från mätsystemet genom att position och orientering läggs samman med det avstånd som lasersystemet mäter. I nya lasermätsystem finns nu möjligheten att förutom avståndet också registrera hela vågformen hos den mottagna reflekterade strålningen. En stor mängd frågor aktualiseras som resultat av detta: Hur kan denna nya typ av data användas, vilken extra information kan erhållas, hur kan informationen extraheras, hur kan data visualiseras osv?

Innehåll
Examensarbetet går ut på att studera, analysera och vågformsdata från nya laserradarsystem. Intressanta frågeställningar som bör belysas är hur denna nya typ av data kan användas, vilken extra information kan erhållas, hur informationen kan extraheras, hur data kan visualiseras osv.

I arbetet ska olika metoder för analys och visualisering realiseras och testas. För de existerande metoderna finns redan programkod skriven som kan utnyttjas.

För vidare information om verksamheten hänvisas även till http://www.sne.foi.se

Arbetet bör starta snarast möjligt.

Förkunskaper
Signal- och bildbehandling samt programmering, kunskaper inom fjärranalys, datafusion etc är meriterande.

Examenskategori
D, Y, E eller motsvarande

Kontaktpersoner
Ulf Söderman, tel: 013 - 37 82 67, email: [email protected], eller
Simon Ahlberg, tel: 013 - 37 80 15, email: [email protected]