リケラボ論文検索は、全国の大学リポジトリにある学位論文・教授論文を一括検索できる論文検索サービスです。

リケラボ 全国の大学リポジトリにある学位論文・教授論文を一括検索するならリケラボ論文検索大学・研究所にある論文を検索できる

リケラボ 全国の大学リポジトリにある学位論文・教授論文を一括検索するならリケラボ論文検索大学・研究所にある論文を検索できる

大学・研究所にある論文を検索できる 「TLS点群データを用いた3D樹木モデルの構築と応用」の論文概要。リケラボ論文検索は、全国の大学リポジトリにある学位論文・教授論文を一括検索できる論文検索サービスです。

コピーが完了しました

URLをコピーしました

論文の公開元へ論文の公開元へ
書き出し

TLS点群データを用いた3D樹木モデルの構築と応用

熊崎 理仁 東京農業大学

2020.05.12

概要

(1)研究背景と目的
庭園樹木の情報の記録の中で、これまでの調査研究で記録されてこなかったものとして、樹形情報の正確な記録である。原始古代から近代に至るまでの庭園植栽について、その復元 を試みた既往研究は多く存在するが、図面資料や画像資料、文献調査、絵巻による植栽描写 などの考察によるもので、当時の樹形までを記録した資料までは存在しない。このことから、過去の日本庭園の植栽による景観への復元は、客観性を一部欠いた考察となっている。
日本庭園での測量による記録は、1919(大正 8)年に史蹟名勝天然記念物保存法が施行されたことをきっかけに、原煕によって 1923(大正 12)年 8 月に平板測量および、製図がおこなわれた鹿苑寺庭園平面図を含む、およそ 60 庭園の調査をおこなったことが発端となっている。以後、庭園の図化を目的とした測量手法として平板測量が長らく用いられ、庭園での実測による記録は日本庭園の文化的価値の重要性から、その必要性は高いと言える。しかし、平板測量では樹木情報の記録は極めて限定的なものであり、3 次元的な測量手法で樹木情報を得ることができれば、記録として残せる樹木情報は各段に多くなると考えられる。そこで、樹形に対して正確な情報を残す手段として、情報通信技術(ICT : Information and Communication Technology)の利用による有効性を検証する。また本研究では、ICT の中でも地上型 3D レーザスキャナ(Terrestrial Laser Scanner 以下、TLS)による計測を日本庭園で実施し、庭園樹木の樹形情報を取得するための有効性を考察することとした。
さらに、広島市・長崎市に存在する原爆被爆樹木に対しても、本手法による詳細な樹形情報を取得するための手段として TLS を用いた応用をおこなった。原爆被爆樹木は、広義には原爆にさらされたすべての樹木であり、「生きた」被爆遺産として、庭園樹木と同様に文化的価値を有する樹木としての保存への意識が高まっている。しかしながら、被爆樹木が存在する広島市・長崎市の両都市では、老木化や病気による枯死の恐れが出ているため、早急に現在の被爆樹木の姿形を TLS による計測によって正確に記録する必要性が高い。
以上のことから、庭園樹木および原爆被爆樹木の調査の中で、TLS を用いた計測で取得されるデータの中でも、樹木の 3 次元点群データ(以下、樹木点群)から、樹形情報の記録と保存に向けた検討をおこなう。

(2)研究手法
既往研究にて、樹木に対してレーザ計測技術を用いた解析事例は少なく、その中でも、単木の樹形までを詳細に把握する手段を考察した研究事例はさらに少ない。その理由として、樹木は幾何学的形状の複雑さを有しており、データ上にて解析処理の対象とする上で障害が大きいことが挙げられる。そのため、樹木点群から幹・枝などの特定部位の抽出による樹形を把握するための処理および可視化など、必要とされる樹木情報の取得が非常に困難となっていた。
以上のことから、本研究では樹木点群の解析手法を検討する中でも、樹木点群から高精度に樹形の再現性を持つ 3D 樹木モデルを構築する手法を提案する。さらに、3D 樹木モデルの構築には、樹種の特徴と自然な多様性を兼ね備えた樹形の生成を、日本庭園などの多数の樹木を用いる場では必要とされることから、樹木が持つ固有の樹形までを復元することに焦点を当て、日本庭園における庭園樹木および被爆樹木の 3D 樹木モデルの重要性を考察した。

(3)研究の特色と論文構成
本論文は、第 1 章から第 6 章までの章立てで構成される。第 1 章では、日本庭園にて実施されてきた測量による記録を背景に、TLS を利用した樹形の記録の有効性の検証が求められることを述べた。さらに、「生きた」被爆遺産としての文化的価値を持つ被爆樹木の枯死への危機感から、早急に TLS による 3 次元情報として記録する重要性が高まっていることを述べた。以上のことから、TLS を用いた樹形情報の調査研究を進めることは、日本庭園の樹木によって現出される現代の庭園の姿形と、損失の危険性が高く、生態学的にも重要な被爆樹木の保存に向けた、画期的な研究となるのではないかと期待される。

この論文で使われている画像

参考文献

1. ICOMOS-International Federation of Library Associations and Institutions (IFLA) International Committee for Historic Gardens. Florence Charter on Historic Gardens. (1981).

2. 林 レイ子. 庭園の芸術性について. 造園雑誌 19, 1–3 (1954).

3. 東京都における文化財庭園の保存・復元・管理等に関する調査報告書. 東京都建設局公園緑地部 社団法人 日本造園学会 (1989).

4. 加藤 友規. 何有荘庭園における歴史的変遷と復元的考察. 日本庭園学会誌 25, 23–29 (2011).

5. 河原 武敏. 平安・鎌倉絵巻に見る庭園植栽の技法. 造園雑誌 48, 67–72 (1985).

6. 河原 武敏. 平安鎌倉時代における庭園植栽の維持管理に関する研究. 造園雑誌57, 13–18 (1994).

7. 浅野 二郎, 仲 隆裕, 安蒜 俊比古藤井 英二郎. 茶庭における植栽の変遷に関する史的考察. 造園雑誌 49, 61–66 (1986).

8. 阪上 富男,加藤 友規. 名勝無鄰菴庭園の年間維持管理‐山縣有朋‐の感性を読み取った庭園管理のあり方‐. ランドスケープ研究 78, 98–103 (2015).

9. 文部科学省 史蹟名勝天然紀念物保存法(大正八年四月十日法律第四十四号) https://www.mext.go.jp/b_menu/hakusho/html/others/detail/1318165.htm (2019 年 11 月 21 日 確認)

10. 赤坂 信. 大正末期から昭和初期における名勝保護と公園事業をめぐる議論. 日本都市計画学会 都市計画論文集 No. 39, 199–204 (2004).

11. 粟野 隆 昭和の作庭記-森蘊の足跡を辿る 4-25 綴水社 (2020).

12. 井出 久登. 原煕 職域の拡大と専門家養成の先駆者. ランドスケープ研究 59, 239–242 (1996).

13. 独立行政法人国立文化財機構奈良文化財研究所庭園の記録 https://www.nabunken.go.jp/nabunkenblog/2015/05/20150501.html (2019 年 9 月 14 日確認)

14. 久垣秀治 京都名園記(上巻・中巻・下巻) 誠文堂新光社(1969)

15. 粟野 隆,國井 洋一. 清閑亭庭園を対象とした 3 次元測量と直接測量との併用による歴史的庭園の調査技術. ランドスケープ研究 造園技術報告集 76, 126–129(2013).

16. 国土交通省 i-Construction 委 員 会 報告書 http://www.mlit.go.jp/tec/i- construction/index.html (2019 年 10 月 11 日 確認)

17. 松田 重雄,佐々木 公一. レーザー反射強度データを併用できる地上型レーザースキャナの現状. 写真測量とリモートセンシング vol. 49 215–218 (2010).

18. 味岡 収. 古代ローマ都市遺跡における 3 次元計測技術の実践と活用. 九州大学学術情報リポジトリ Kyushu Univ. Institutional Repos. (2015)doi:https://doi.org/10.15017/1654611.

19. 中國新聞アルファ 「被爆樹木の24%が生育に問題 広島市,回復への補助制度」, 2019 年 1 月 7 日 , https://www.chugoku- np.co.jp/local/news/article.php?comment_id=494348&comment_sub_id=0&category_id=256 (2019 年 1 月 19 日 確認)

20. 曾 鑫,荒木 俊輔,硴崎 賢一. MMS 点群を対象とした樹木に影響されない建物壁面の抽出手法. GISA 地理情報システム学会 E-6-1, (2014).

21. Zimble, D. A., et al. Characterizing vertical forest structure using small-footprint airborne LiDAR. Remote Sens. Environ. 87, 171–182 (2003).

22. Mcroberts, R. E., Cohen, W. B., Erik, N., Stehman, S. V. & Tomppo, E. O. Using remotely sensed data to construct and assess forest attribute maps and related spatial products. Scand.J. For. Res. 25, 340–367 (2010).

23. Jucker, T., et al. Allometric equations for integrating remote sensing imagery into forest monitoring programmes. Glob. Chang. Biol. 23, 177–190 (2017).

24. Zhang, X., Li, H., Dai, M., Ma, W. & Quan, L. Data-driven synthetic modeling of trees.IEEE Trans. Vis. Comput. Graph. 20, 1214–1226 (2014).

25. Livny, Y., et al. Automatic Reconstruction of Tree Skeletal Structures from Point Clouds.ACM Trans. Graph. 29, 1–8 (2010).

26. Cheng, Z.-L., Zhang, X.-P. & Chen, B.-Q. Simple Reconstruction of Tree Branches from a Single Range Image. J. Comput. Sci. Technol. 22, 846–858 (2007).

27. Hidaka, N., Michikawa, T., Yabuki, N., Fukuda, T. & Motamedi, A. Quality Enhancement Technique for Similarity-based Polygonization from Point Cloud. 16th Int. Conf. Comput. Civ. Build. Eng. 1152–1159 (2016).

28. Hidaka, N., Michikawa, T., Yabuki, N., Fukuda, T. & Motamedi, A. Creating Product Models From Point Cloud of Civil Structures Based on Geometric Similarity. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. - ISPRS Arch. 40, 137–141 (2015).

29. 赤木 康宏,北嶋 克寛. 統計的手法に基づく種の特徴を保持する樹木形状の生成手法に論文関する研究. 電子情報通信学会論文誌 J89-D, 1019–1035 (2006).

30. 進士 五十八. 日本庭園の特質に関する研究 ‐特に史的庭園空間の尺度分析とモデュールについて‐. 造園雑誌 45, 236–246 (1982).

31. 丹波 麻実,北尾 靖雅. 回遊式的園における庭園景観の構造に関する研究‐空間構造分析による庭園空間の中心と周縁の関係分析‐. 日本建築学会近畿支部研究報告集 489–492 (2008).

32. 加藤 慎也,天野 光一,横山 公一. 廻遊式庭園におけるシークエンス景観に 関する基礎的研究. 景観・デザイン研究講演集 5, 107–112 (2009).

33. 丹羽 鼎三. 作庭形式上より觀たる日本庭園の類別. 造園雑誌 7, 128–136 (1940).

34. 久 野 紀光,仲間 浩一,中村 良夫. 庭園の眺めにおける建築の景観的役割に関する研究. ランドスケープ研究 58, (1995).

35. 積田 洋,福島 顕次,島津 美咲. 座観式日本庭園におけるランドスケープの構成と心理評価の分析. 日本建築学会計画系論文集 81, 2393–2399 (2016).

36. 篠部 裕. 庭園の周辺景観の保全施策に関する一考察‐5日本庭園を事例として‐.公益社団法人日本都市計画学会 都市計画論文集 47, 625–630 (2012).

37. 國井 洋一,久保 和之,松本 恵樹,鈴木 誠. 地上型レーザスキャナによる日本庭園の景観把握への応用. 写真測量とリモートセンシング 50, 176–177 (2011).

38. 早瀬 真弓,今西 純一,中村 彰宏,戸田 健太郎,森本 幸裕. 地上型レーザスキャナを用いた庭園の借景復元に関する景観シミュレーション. ランドスケープ研究(オンライン論文集) 2, 62–66 (2009).

39. 守村 敦郎,中村 彰宏. タブレット端末を用いた樹木管理に関する景観シミュレーションシステムの開発. ランドスケープ研究 77, 521–524 (2014).

40. 粟野 隆,松本 恵樹,國井 洋一,土沼 隆雄,土沼 直亮,鈴木 誠. 旧齋藤氏別邸庭園を事例とした近代和風庭園の保存のための調査・計画手法. ランドスケープ研究 76, 92–97 (2015).

41. 國井 洋一,金井 大輔. 個人庭園における平板測量との比較による地上レーザ計測の有用性の検証. ランドスケープ研究 76, 82–85 (2015).

42. 熊崎理仁,國井洋一. 日本庭園における地上型 3D レーザスキャナによる図化および景観シミュレーションに関する研究. 東京農大農学集報 60, 93–102 (2015).

43. Kumazaki, R. & Kunii, Y. Drawing and Landscape Simulation for Japanese Garden By Using Terrestrial Laser Scanner. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. - ISPRS Arch. 40, 233–238 (2015).

44. 阿部 亮吾. 三次元計測器を用いた船体構造の計測精度と精度管理への適用に関する研究. (2017).

45. 倉内 友己,長坂 光高. トータルステーションを用いた三次元計測. 株式会社 IHI検査計測(IIC) IIC Rev. 48, 82–84 (2012).

46. 福江市教育委員会 石田城五島氏庭園調査整備報告書 (1992)

47. 近津 博文, 國井 洋一,中田 隆司,大嶽 達哉. 民生用デジタルスチルカメラによるデジタル写真測量システム“3DiVision”の構築. 写真測量とリモートセンシング 42, 6–16 (2003).

48. 早川 裕弌,小花和 宏之,齋藤 仁,内山庄一郎. SfM 多視点ステレオ写真測量の地形学的応用. Trans. Japanese Geomorphol. Union 37, 321–343 (2016).

49. 株式会社ビジョンテック Agisoft Metashape メタシェープ -高解像度オルソモザイク画像作成処理ソフトウェア- http://www.vti.co.jp/metashape_top.html (2019年 11 月 11 日 確認)

50. 粟屋 善雄,亀田智恵,後 藤 誠二朗,宮坂 聡,宇野女 草太. 高密度航空レーザーデータと2つの樹冠形パラメータを利用した スギとヒノキの分類. 森林計画誌 51, 9–18 (2017).

51. 朱 林,チャタクリ スバス,島村 秀樹. 航空レーザ計測データによる林相分類手法の研究. 写真測量とリモートセンシング 55, 303–313 (2016).

52. Tian, J., et al. A novel tree height extraction approach for individual trees by combining TLS and UAV image-based point cloud integration. Forests 10, 1–17 (2019).

53. 加藤 顕,石井 弘明,榎木 勉,大澤 晃,小林 達明,梅木 清,佐々木 剛,松英恵吾. レーザーリモートセンシングの森林生態学への応用. 日本森林学会誌 96, 168–181 (2014).

54. Chen, S., Liu, H., Feng, Z., Shen, C. & Chen, P. Applicability of personal laser scanning in forestry inventory. PLoS One 14, 1–22 (2019).

55. Côté, J. F., Fournier, R. A. & Egli, R. An architectural model of trees to estimate forest structural attributes using terrestrial LiDAR. Environ. Model. Softw. 26, 761–777 (2011).

56. 瀧口 純一. 高精度 GPS 移動計測装置 三菱モービルマッピングシステム. 情報処理学会研究報告 176, 1–5.

57. 浅井 樹,廣永 茂雄,廣田 義昭,井久保 昌博. MMS(車載型レーザ計測システム)を活用した街路樹管理台帳の整備‐川崎市における街路樹台帳整備の事例紹介‐. (2014).

58. Bienert, A., Georgi, L., Kunz, M., Maas, H. G. & von Oheimb, G. Comparison and combination of mobile and terrestrial laser scanning for natural forest inventories. Forests 8, 1–25 (2018).

59. OPTRONICS 光技術コーディネートジャーナル. 11, 125–131 (2017)

60. 環境省環境ビジネス株式会社 woofinfo https://www.env.go.jp/policy/keizai_portal/B_industry/frontrunner/companies/ar ticle107.html (2019 年 12 月 2 日 確認)

61. 関 才門,坪内 孝司,皿田 滋,原 祥尭. 平地林での 3 次元地図生成による立木位置と胸高直径の連続移動計測. Trans. JSME (in Japanese) 84, 1–17 (2018).

62. Liang, X., et al. Possibilities of a personal laser scanning system for forest mapping and ecosystem services. Sensors (Switzerland) 14, 1228–1248 (2014).

63. Rönnholm, P., Liang, X., Kukko, A., Jaakkola, A. & Hyyppä, J. QUALITY ANALYSIS and CORRECTION of MOBILE BACKPACK LASER SCANNING DATA. ISPRS Ann.Photogramm. Remote Sens. Spat. Inf. Sci. 3, 41–47 (2016).

64. Karam, S., Vosselman, G., Peter, M., Hosseinyalamdary, S. & Lehtola, V. Design, calibration, and evaluation of a backpack indoor mobile mapping system. Remote Sens. 11, (2019).

65. Huang, H., et al. Automated methods for measuring DBH and tree heights with a commercial scanning lidar. Photogramm. Eng. Remote Sensing 77, 219–227 (2011).

66. Bremer, M., Jochem, A. & Rutzinger, M. Comparison of Branch Extraction for Deciduous Single Trees in Leaf-on and Leaf-Off Conditions – an Eigenvector Based. EARSel eProceedings 11, 33–43 (2012).

67. 熊崎 理仁, 國井 洋一. レーザ計測による樹木の3Dモデリングへの応用に関する研究. ランドスケープ研究 vol. 80 465–468 (2017).

68. Kumazaki, R. & Kunii, Y. 3D modeling of components of a garden by using point cloud data. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. - ISPRS Arch. 41, 305–309 (2016).

69. 戸田 健太郎,中村 彰宏,大藪 崇司,前中 久行. 地上型レーザスキャナを用いた 3 次元環境計測における樹高の推定. 日緑工誌 35, 69–74 (2009).

70. 本田 友里香,浅輪 貴史,梅干 野晁,押尾 晴樹. 地上型近赤外レーザースキャナによる樹木の三次元形態情報の取得と分析. 第 21 回(平成 23 年度) 日本赤外線学会研究発表会 (2011).

71. 北村 信正 清澄庭園 東京都公園協会監修・東京公園文庫 18 郷学舎(1981)

72. 小林 章 石と造園 100 話 61-66 東京農業大学出版会

73. RIEGL 社 RiSCAN PRO 取扱説明書 Ver.2.7.1(2018)

74. Gonzalez de Tanago, J., et al. Estimation of above-ground biomass of large tropical trees with terrestrial LiDAR. Methods Ecol. Evol. 9, 223–234 (2018).

75. Disney, M. I., et al. Weighing trees with lasers: Advances, challenges and opportunities. Interface Focus 8, (2018).

76. InverseTampere TreeQSM https://github.com/InverseTampere/TreeQSM (2019 年 1 月8 日 確認)

77. Raumonen, P. TreeQSM Quantitative Structure Models of Single Trees from Laser Scanner Data. (2017).

78. Åkerblom, M., Raumonen, P., Kaasalainen, M. & Casella, E. Analysis of geometric primitives in quantitative structure models of tree stems. Remote Sens. 7, 4581–4603 (2015).

79. Raumonen, P. et al. Fast automatic precision tree models from terrestrial laser scanner data.Remote Sens. 5, 491–520 (2013).

80. Åkerblom, M., Raumonen, P., Mäkipää, R. & Kaasalainen, M. Automatic tree species recognition with quantitative structure models. Remote Sens. Environ. 191, 1–12 (2017).

81. RIEGL Laser Measurement Systems GmbH. LAS Extrabytes Implementation in RIEGL Software. (2017).

82. 丹治 史哉,三浦 太佳也,後藤 光亀. 地上型3次元レーザースキャナにおける被測定物と反射強度の関係. 土木学会東北支部技術研究発表会 (2010).

83. Calders, K., et al. Evaluation of the range accuracy and the radiometric calibration of multiple terrestrial laser scanning instruments for data interoperability. IEEE Trans. Geosci.Remote Sens. 55, 2716–2724 (2017).

84. 大川 真弥,滝田 好宏,伊達 央. LIDAR 受光強度情報のクラスタリングによる 植生内に混在する石質障害物の判定. 日本機械学会論文集 81, (2015).

85. Song, J.-H., Han, S.-H., Yu, K. & Kim, Y.-I. Assessing the possibility of land-cover classification using lidar intensity data. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci.- ISPRS Arch. 34, (2002).

86. Tatoglu, A. & Pochiraju, K. Point Cloud Segmentation with LIDAR Reflection Intensity Behavior. Inst. Electr. Electron. Eng. 786–790 (2012).

87. 齋藤 和人,丹羽 健,増田 宏. 三次元大規模点群に基づく樹木の形状再構成 第2報. 2016 年度精密工学会春季大会学術講演会講演論文集 771–772 (2016).

88. 齋藤 和人,増田 宏,平岡 裕一郎,松下 通也,高橋 誠. 三次元大規模点群に基づく樹木の形状再構成 第3報. 2016 年度精密工学会秋季大会学術講演会講演論文集 489–490 (2016).

89. Errington, A. F. C., Daku, B. L. F. & Prugger, A. F. Reflectance modelling using terrestrial LiDAR intensity data. IST 2015 - 2015 IEEE Int. Conf. Imaging Syst. Tech. Proc. (2015) doi:10.1109/IST.2015.7294464.

90. Ayrey, E., et al. Layer Stacking: A Novel Algorithm for Individual Forest Tree Segmentation from LiDAR Point Clouds. Can. J. Remote Sens. 43, 16–27 (2017).

91. Weinmann, M., Weinmann, M., Mallet, C. & Brédif, M. A classification-segmentation framework for the detection of individual trees in dense MMS point cloud data acquired in urban areas. Remote Sens. 9, (2017).

92. Itakura, K. & Hosoi, F. Automatic individual tree detection and canopy segmentation from three-dimensional point cloud images obtained from ground-based lidar. J. Agric. Meteorol. 74, 109–113 (2018).

93. Xu, S., Ye, N., Xu, S. & Zhu, F. A supervoxel approach to the segmentation of individual trees from LiDAR point clouds. Remote Sens. Lett. 9, 515–523 (2018).

94. Hackenberg, J., Spiecker, H., Calders, K., Disney, M. & Raumonen, P. SimpleTree - An efficient open source tool to build tree models from TLS clouds. Forests 6, 4245–4294 (2015).

95. Hackenberg, J. SimpleTree an efficient Open Source tool to estimate Quantitative Structural Tree Models and its Statistical Relevance (2017).

96. Stovall, A. E. L., Shugart, H. H., Stovall, A. E. L., Anderson-Teixeira, K. J. & Anderson- Teixeira, K. J. Assessing terrestrial laser scanning for developing non-destructive biomass allometry. For. Ecol. Manage. 427, 217–229 (2018).

97. Computree Forest inventory with Lidar (ONF) http://computree.onf.fr/?lang=en (2018 年11 月 7 日 確認)

98. PCL Documentation Removing outliers using a StatisticalOutlierRemoval filter http://pointclouds.org/documentation/tutorials/statistical_outlier.php#statistical-outlier- removal (2017 年 5 月 20 日 確認)

99. Khawaldeh, S., Aleef, T. A., Pervaiz, U., Minh, V. H. & Hagos, Y. B. Complete End-to-EndLow Cost Solution to a 3D Scanning System with Integrated Turntable. Int. J. Comput. Sci. Inf. Technol. 9, 39–55 (2017).

100. 和田 俊和. 最近傍探索の理論とアルゴリズム. 情報処理学会研究報告 13, 1–12(2009).

101. PCL Documentation Smoothing and normal estimation based on polynomial reconstruction http://pointclouds.org/documentation/tutorials/resampling.php (2019 年 9 月 18 日 確認)

102. Ikeuchi, K., Hasegawa, K. & Nakazawa, A. Bayon Digital Archival Project. Measurement(2004).

103. Lluis i Ginovart, J., Costa, A., Puche, J. M. & Coll, S. Assessment of the construction process of the Cathedral of Tortosa. J. Archit. Conserv. 20, 156–169 (2014).

104. RIEGL. Data Sheet RIEGL LMS-Z390i. p.3 (2010).

105. RIEGL. Data Sheet RIEGL VZ-400i. p.10 (2016).

106. 西村 正三,原 健司,木本 啓介,松田 浩. 3D レーザ・デジタル画像を用いた軍艦島計測と損傷図作成 -3D 点群のレンダリング・ひび割れ描画支援システム-.写真測量とリモートセンシング 51, 46–53 (2012).

107. English Heritage. 3D Laser Scanning for Heritage: Advice and Guidance on the Use of Laser Scanning in Archaeology and Architecture. Historic England (2018).

108. 黒田 壮吉原爆の生き証人「被爆樹木」の保存支援へ 国が初の予算 朝 日 新 聞 デ ジ タ ル , 2018 年 8 月 6 日 ,https://www.asahi.com/articles/ASL8165DSL81ULBJ00S.html (年 1 月 19 日 確認)

109. 大野 琢己,國井 洋一,鈴木 雅和.被爆樹木の 3 次元測量およびマッピングへの応用 -長崎市を事例として- .日本造園学会 平成 29 年度日本造園学会関東支部大会 関東支部大会/事例・研究報告集.pp.64-65(2017)

110. 大脇 なぎさ,鈴木 雅和,堀口 力.広島市における被爆樹木が爆心地との位置関係において示す樹形異常.日本造園学会 ランドスケープ研究 77 (5),627- 632(2014)

111. RIEGL 社 RiSCAN PRO 取扱説明書 Ver.1.5.3(2008)

112. CloudCompare Software. CloudCompare User’s Manual v.2.10 https://www.danielgm.net/cc/doc/qCC/Documentation_CloudCompare_version_2_1_eng. pdf (2019 年 10 月 27 日 確認).

113. Spyglass and Commander Compass User Guidehttp://happymagenta.com/spyglass/guides/Spyglass%20User%20Guide.en.pdf (2019 年11 月 10 日確認)

114. 熊崎 理仁,國井 洋一,鈴木 雅和.TLS による原爆被爆樹木に対する 3D モデルの構築手法の提案 30, 129-140(2019)

115. 岩村 雅一. 高速・高精度な近似最近傍探索の実現. 技術情報誌 TELECOM Front. 80,1–8 (2013).

116. 国土交通省国土地理院. 地上レーザスキャナを用いた公共測量作業規程(案). p.52 (2018).

117. 鈴木 誠. 旧伏見宮家別邸銚子瑞鶴荘の庭について. 造園雑誌 48, 61–66 (1985).

118. 中島 宏. 浜離宮恩賜庭園の植栽管理に関する考察. 日本庭園学会誌 19, 1–25(2008).

119. 東京都における文化財庭園の保存活用計画(共通編).東京都建設局公園緑地部.(2017).

120. 村岡 正. 渉成園の古絵図と「枳殻邸安政度総図」について. 造園雑誌 21, 1–5 (1957).

121. Hu, S., Li, Z., Zhang, Z., He, D. & Wimmer, M. Efficient tree modeling from airborne LiDAR point clouds. Comput. Graph. 67, 1–13 (2017).

122. Landes, T., et al. 3D tree architecture modeling from laser scanning for urban microclimate study. 9th Int. Conf. Urban Clim. 12th Symp. Urban Environ. (2015).

123. 山岸 陽介,グオ タオ,遠藤 貴宏,安岡 善文. リモートセンシングデータを用いた都市樹木の 3 次元モデルの構築. 生産研究 57, 394–397 (2005).

124. Bournez, E., Landes, T., Saudreau, M., Kastendeuch, P. & Najjar, G. From TLS point clouds to 3D models of trees: A comparison of existing algorithms for 3D tree reconstruction. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. - ISPRS Arch. 42, 113–120 (2017).

125. 櫻井 淳,田中 成典,中村 健二,窪田 諭,中原 匡哉,平 謙二. レーザスキャナを用いた施工現場の 常時観測における地表面生成技術の開発. 土木学会論文集 F3(土木情報学) 72, 219–230 (2016).

126. 櫻井 淳,田中 成典,中村 健二,今井 龍一,窪田 諭,重高 浩一. レーザスキャナを用いた多地点計測における 高精度な点群データの選択技術の開発. 土木学会論文集 F3(土木情報学) 72, 209–218 (2016).

127. 神﨑 恵三. 建設生産システムへの3次元モデルの活用 計画・施工・維持管理への活用事例. 土木学会論文集 F4(建設マネジメント) 73, 55–63 (2017).

128. 常山 修治,竹下 正一,堤 英彰,城澤 道正. i-Construction(建設現場の生産性革命)の推進 と建設現場の安全性の向上に向けて. 土木学会論文集 F6(安全問題) 73, 2–7 (2017).

129. 多葉井 宏. 特集 BIM を活用した建築生産システム. 竹中技術研究報告 1–20 (2016).

130. Fridrich, J. & Kubečka, K. BIM – The Process of Modern Civil Engineering in Higher Education. Procedia - Soc. Behav. Sci. 141, 763–767 (2014).

131. 山岡 大亮 ,青山 憲明 ,谷口 寿俊,藤田 玲,重高 浩一. 維持管理での利用を想定した橋梁の 3 次元データモデル標準の策定. 土木学会論文集 F3(土木情報学) 71, 204–211 (2015).

132. 藤澤 泰雄,矢吹 信喜,吉野 博之. 三次元設計モデルの積算への利用方法の検討.土木学会論文集 F3(土木情報学) 69, 63–70 (2013).

133. 髙橋 暁. 建築ストック活用に向けた建築物の情報マネジメント 技術に関する研究と課題. 21–28 (2016).

134. 須田 優作,三浦 之裕,西山 和輝. 桜田大橋における BIM/CIM の取り組み―鋼橋CIM を活用した施工の見える化―. (2018).

135. Gleason, D. Laser Scanning for an Integrated BIM. Lake Constance 5-D Conf. 7 (2013).

136. Barazzetti, L., et al. Bim from laser clouds and finite element analysis: Combining structural analysis and geometric complexity. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci. - ISPRS Arch. 40, 345–350 (2015).

137. Barazzetti, L., Banfi, F., Brumana, R., Previtali, M. & Roncoroni, F. BIM from LASER SCANS... NOT JUST for BUILDINGS: NURBS-BASED PARAMETRIC MODELING of A MEDIEVAL BRIDGE. ISPRS Ann. Photogramm. Remote Sens. Spat. Inf. Sci. 3, 51–56 (2016).

138. 山本 福壽. 樹木と環境 第 6 回:水と樹木. 樹木医学研究 20, 40–46 (2016).

139. 上田 正文,城向 光弥,水野 沙保里. 丹沢山地の衰退ブナ林に適した水ストレス診断手法の開発. 神奈川県自然環境保全センター報告 14, 41–48 (2016).

140. 石井弘 明,東 若菜,新良 貴歩美,黒田 慶 子. 高木の通水構造と機能. 日本森林学会誌 99, 74–83 (2017).

141. Prousinkiewics, P. & Lindenmayer, A. The algorithmic beauty of plants (The Virtual Laboratory). Springer; Softcover reprint of the original 1st ed. (1996).

142. Malheiros, M. D. G. & Walter, M. A hybrid geometry and billboard-based model for trees.Brazilian Symp. Games Digit. Entertain. SBGAMES 2, 17–25 (2011).

143. Fuhrmann, A., Umlauf, E. & Mantler, S. Extreme model simplification for forest rendering.Nat. Phenom. 57–66 (2005) doi:10.2312/NPH/NPH05/057-066.

参考文献をもっと見る

全国の大学の
卒論・修論・学位論文

一発検索!

この論文の関連論文を見る