Point cloud reconstruction of luminance measurements

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorHyyppä, Hannu, Dr., Aalto University, Finland
dc.contributor.advisorMaksimainen, Mikko, Dr., Aalto University, Finland
dc.contributor.authorKurkela, Matti
dc.contributor.departmentRakennetun ympäristön laitosfi
dc.contributor.departmentDepartment of Built Environmenten
dc.contributor.schoolInsinööritieteiden korkeakoulufi
dc.contributor.schoolSchool of Engineeringen
dc.contributor.supervisorVaaja, Matti T., Prof., Aalto University, Department of Built Environment, Finland
dc.date.accessioned2022-12-08T10:00:15Z
dc.date.available2022-12-08T10:00:15Z
dc.date.defence2022-12-20
dc.date.issued2022
dc.description.abstractPoint cloud reconstruction refers to 3D measurement methods of an object or a scene. Similarly, luminance measurements describe a method for determining the light intensity coming from an object. In point cloud reconstruction of luminance measurements, both methods are combined to produce 3D luminance point clouds. In general, the third dimension has been neglected in luminance measurements. This dissertation examined the performance of measurement equipment for measuring both the geometry and luminance of an object. The thesis improved calibration and workflows for evaluating 3D luminance measurement methods. The 3D measurement methods were terrestrial laser scanning, mobile laser scanning and photogrammetry. In order to transfer the luminance values to 3D points, the geometric and luminance calibrations of the cameras were studied in the dissertation, and measurement processes were developed. In addition, case studies demonstrated various applications and workflows related to luminance point cloud reconstruction. The results showed that luminance measurements can be combined with laser scanning and photogrammetry, which could simultaneously solve the positions and orientations of the cameras and the geometry of the object. In addition, the methods developed in the dissertation made it possible to transfer the dynamic range contained in the 16-bit luminance image to 3D points. The target luminance chosen for static road lighting luminance measurements was 0.01–2.88 cd·m-2 for a single measurement. In road lighting measurements performed with mobile laser scanning, the target luminance range of the digital single lens reflex camera ranged from 0.44 to 27.97cd·m-2, and the range of the panoramic camera system ranged from 0.99 to 8.63 cd·m-2. In static indoor luminance measurements, the dynamic range of the terrestrial laser scanner reached 4.3–443.6 cd·m-2. With the chosen luminance measurement methods, it was possible to solve the positions of the 3D measurement equipment and determine the properties of the 3D points such as position, colour, luminance, intensity and point normal. The developed luminance measurement methods expand the range of possible applications. 3D luminance measurements enable the evaluation of ergonomics, energy consumption and lighting changes in indoor spaces. Measuring road and street lighting conditions in the outdoor environment enables maintaining safety and driving comfort. 3D luminance measurements performed with mobile laser scanning enable the collection of data also from wide road and street environments.en
dc.description.abstractPistepilvien rekonstruktiolla tarkoitetaan kohteen tai näkymän 3D-mittausmenetelmiä. Vastaavasti luminanssimittaukset kuvaavat menetelmää valon voimakkuuden määrittämiseksi kohteesta. Luminanssimittausten pistepilvirekonstruoinnissa molemmat menetelmät yhdistetään 3D-luminanssipistepilvien tuottamiseksi. Yleensä luminanssimittauksissa ei ole huomioitu kolmatta ulottuvuutta. Tässä väitöskirjassa tarkasteltiin mittalaitteiden suorituskykyä sekä kohteen geometrian että luminanssin mittaamiseksi. Opinnäytetyössä kuvattiin laitteiden kalibrointia ja työnkulkuja sopivan 3D-luminanssimittausmenetelmän arvioimiseksi. 3D-mittausmenetelminä olivat maalaserkeilaus, mobiililaserkeilaus ja fotogrammetria. Luminanssiarvojen siirtämiseksi 3D-pisteisiin, väitöskirjassa tutkittiin kameroiden geometrista ja luminanssikalibrointia sekä kehitettiin mittausprosesseja. Lisäksi tapaustutkimuksilla osoitettiin erilaisia sovelluksia ja pistepilvien rekonstruointiin liittyviä työnkulkuja. Tulokset osoittivat, että luminanssimittaukset voidaan yhdistää laserkeilaukseen ja digitaaliseen fotogrammetriaan, joilla voitiin samalla ratkaista kameroiden sijainnit ja suunnat sekä kohteen geometria. Lisäksi väitöskirjassa kehitetyt menetelmät mahdollistivat 16-bittisen luminanssikuvan sisältämän dynaamisen alueen siirtämisen 3D-pisteisiin. Tievalaistuksen staattisiin luminanssimittauksiin valittu tavoiteluminanssi oli 0,01–2,88 cd·m-2 yhdelle mittaukselle. Mobiililaserkeilauksella suoritetussa tievalaistuksen mittauksissa järjestelmäkameran tavoiteluminanssialue vaihteli välillä 0,44–27,97 cd·m-2 ja panoraamakamerajärjestelmän alue 0,99–8,63 cd·m-2. Sisätilojen staattisissa luminanssimittauksessa maalaserkeilaimen dynaaminen alue saavutti 4,3–443,6 cd·m-2. Valituilla luminanssimittausmenetelmillä pystyttiin ratkaisemaan 3D-mittalaitteiden sijainnit ja määrittämään 3D-pisteiden ominaisuuksia kuten sijainti, väri, luminanssi, intensiteetti ja pisteen normaali. Kehitetyt luminanssimittausmenetelmät laajentavat mahdollisten sovellusten kirjoa. Sisätiloissa 3D-luminanssimittaukset mahdollistavat ergonomian, energiankulutuksen ja valaistuksen muutosten arvioinnin. Ulkoympäristössä tie- ja katuvalaistusolosuhteiden mittaaminen mahdollistaa turvallisuuden ja ajomukavuuden ylläpitämisen. Mobiililaserkeilauksella suoritetut 3D-luminanssimittaukset mahdollistavat tiedon keräämisen myös laajoista liikenneympäristöistä.fi
dc.format.extent86 + app. 106
dc.format.mimetypeapplication/pdfen
dc.identifier.isbn978-952-64-0840-8 (electronic)
dc.identifier.isbn978-952-64-0839-2 (printed)
dc.identifier.issn1799-4942 (electronic)
dc.identifier.issn1799-4934 (printed)
dc.identifier.issn1799-4934 (ISSN-L)
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/118069
dc.identifier.urnURN:ISBN:978-952-64-0840-8
dc.language.isoenen
dc.opnHeikkilä, Rauno, Prof., University of Oulu, Finland
dc.publisherAalto Universityen
dc.publisherAalto-yliopistofi
dc.relation.haspart[Publication 1]: Kurkela, Matti; Maksimainen, Mikko; Vaaja, Matti T.; Virtanen, Juho-Pekka; Kukko, Antero; Hyyppä, Juha; Hyyppä, Hannu. 2017. Camera Preparation and Performance for 3D Luminance Mapping of Road Environments. The Finnish Society of Geodesy and Photogrammetry.Photogrammetric Journal of Finland, Vol. 25, No. 2, pp. 1–23. Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-201802091257. DOI: 10.17690/017252.1
dc.relation.haspart[Publication 2]: Kurkela Matti; Maksimainen, Mikko; Julin, Arttu; Virtanen, Juho-Pekka; Männistö, Ilari; Vaaja, Matti T.; Hyyppä, Hannu. 2022. Applying photogrammetry to reconstruct 3D luminance point clouds of indoor environments. Taylor & Francis Group. Architectural Engineering andDesign Management, Vol. 18, No. 1, pp. 1–17. Published Online: 22 Dec 2020. Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-202109028866. DOI: 10.1080/17452007.2020.1862041
dc.relation.haspart[Publication 3]: Kurkela Matti; Maksimainen, Mikko; Julin, Arttu; Rantanen, Toni; Virtanen, Juho-Pekka; Hyyppä, Juha; Vaaja, Matti T.; Hyyppä, Hannu. 2021. Utilizing a Terrestrial Laser Scanner for 3D Luminance Measurement of Indoor Environments. MDPI. Journal of Imaging. Vol. 7, No. 5:85, pp. 1–24. Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-202107017912. DOI: 10.3390/jimaging7050085
dc.relation.haspart[Publication 4]: Vaaja, Matti T.; Kurkela Matti; Virtanen, Juho-Pekka; Maksimainen, Mikko; Hyyppä, Hannu; Hyyppä, Juha; Tetri, Eino. 2015. Luminance-Corrected 3D Point Clouds for Road and Street Environments. MDPI. Remote Sensing. 2015, Vol. 7, No. 9, 11389–11402. Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-201704283706. DOI: 10.3390/rs70911389
dc.relation.haspart[Publication 5]: Maksimainen, Mikko; Vaaja, Matti T.; Kurkela Matti; Virtanen, Juho-Pekka; Julin, Arttu; Jaalama, Kaisa; Hyyppä, Hannu. 2020. Nighttime Mobile Laser Scanning and 3D Luminance Measurement: Verifying the Outcome of Roadside Tree Pruning with Mobile Measurement of the Road Environment. MDPI. ISPRS International Journal of Geo-Information, Vol. 9, No. 7: 455. Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-202008285216. DOI: 10.3390/ijgi9070455
dc.relation.ispartofseriesAalto University publication series DOCTORAL THESESen
dc.relation.ispartofseries86/2022
dc.revHeikkilä, Rauno, Prof., University of Oulu, Finland
dc.revLiu, Jingbin, Prof., Wuhan University, China
dc.subject.keyword3Den
dc.subject.keywordpoint clouden
dc.subject.keywordphotogrammetryen
dc.subject.keywordlaser scanningen
dc.subject.keywordluminanceen
dc.subject.keywordpistepilvifi
dc.subject.keywordluminanssifi
dc.subject.keywordlaserkeilausfi
dc.subject.keywordfotogrammetriafi
dc.subject.otherGeoinformaticsen
dc.titlePoint cloud reconstruction of luminance measurementsen
dc.titleLuminanssimittausten pistepilvirekonstruktiofi
dc.typeG5 Artikkeliväitöskirjafi
dc.type.dcmitypetexten
dc.type.ontasotDoctoral dissertation (article-based)en
dc.type.ontasotVäitöskirja (artikkeli)fi
local.aalto.acrisexportstatuschecked 2022-12-21_0911
local.aalto.archiveyes
local.aalto.formfolder2022_12_08_klo_10_39
local.aalto.infra3D-studio
local.aalto.infrai3 – Industry Innovation Infrastructure

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
isbn9789526408408.pdf
Size:
20.42 MB
Format:
Adobe Portable Document Format