Los puntos clave no están disponibles para este artículo en este momento.
Se define un umbral de altura relativo para separar los puntos de techo potenciales de la nube de puntos, seguido de una segmentación de estos puntos en áreas homogéneas que cumplen con las restricciones definidas de los planos del techo. El vector normal de cada punto láser es una excelente característica para descomponer la nube de puntos en segmentos que describen parches planos. Se realiza una evaluación del error basada en objetos para determinar la precisión de la clasificación presentada. Resulta en una completitud del 94.4% y una exactitud del 88.4%. Una vez que se detectan todos los planos del techo en la nube de puntos 3D, se realiza un análisis del potencial solar para cada punto. Los efectos de sombra de objetos cercanos se tienen en cuenta calculando el horizonte de cada punto dentro de la nube de puntos. También se consideran los efectos de la cobertura de nubes utilizando datos de una estación meteorológica cercana. Como resultado, se deriva la suma anual de la radiación directa y difusa para cada plano de techo. El método presentado utiliza la información 3D completa tanto para la extracción de características como para el análisis del potencial solar, lo que ofrece una serie de nuevas aplicaciones en campos donde los procesos naturales están influenciados por la radiación solar entrante (por ejemplo, evapotranspiración, distribución del permafrost). El método presentado detectó de forma totalmente automática un subconjunto de 809 de un total de 1,071 planos de techo donde la media aritmética de la radiación solar anual entrante es superior a 700 kWh/m(2).
Jochem et al. (Thu,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: