У меня есть данные в формате LAS со значениями RGB, созданными с помощью аэрофотограмметрии с использованием БПЛА. Я пытаюсь найти решение для извлечения голой ЦМР из облака точек.
Я пробовал SAGA, Fusion, MCC-LIDAR, но кажется, что им нужен файл LAS, который уже классифицирован (чего, естественно, нет). Кто-нибудь может указать мне правильное направление с кратким объяснением процесса?
Как правило, мне нужно обрабатывать около 100 точек за раз (можно при необходимости разбить их на плитки).
dem
lidar
classification
las
unmanned-aerial-vehicle
user32307
источник
источник
Ответы:
Генерация LiDAR DEM из несекретных облаков точек с:
( поддерживает версии LAS 1.1 до 1.3 )
Процедура:
Давайте создадим гипотетическую ситуацию для дальнейшего предоставления примера с кодом.
MCC-LIDAR устанавливается в:
Неклассифицированное облако точек LiDAR (файл .las) находится в:
Выход, который будет представлять собой матрицу высот, находится в:
В приведенном ниже примере классифицируется возврат по земле с помощью алгоритма MCC и создается голая матрица высот с разрешением 1 метр.
Чтобы лучше понять, как работают масштаб (ы) и параметры порога кривизны (t), прочитайте: Как запустить MCC-LiDAR и; Эванс и Худак (2007).
Параметры должны быть откалиброваны, чтобы избежать ошибок при вводе / маркировке (когда точка классифицируется как принадлежащая земле, но фактически она принадлежит растительности или зданиям). Например:
MCC-LIDAR использует метод интерполяции тонких пластин (TPS) для классификации точек заземления и генерации матрицы высот на поверхности земли.
Ссылки:
Для получения дополнительной информации об алгоритмах классификации наземных точек см. Meng et al. (2010):
источник
Я думаю, что LasTools может удовлетворить ваши потребности, см. LASGround . Лицензия немного смешная в зависимости от того, какие инструменты. Инструменты могут быть загружены и оценены до покупки; Также продукт является относительно недорогим.
источник
Мне повезло с командой FUSION (руководство здесь ) GroundFilter. У меня не было проблем с обработкой 40 миллионов баллов (неклассифицировано), поэтому я не ожидал бы проблемы с 100 миллионами.
источник
Это можно сделать с помощью фильтра pdal с использованием алгоритмов простого морфологического фильтра (SMRF) или прогрессивного морфологического фильтра (PMF) .
Быстро
Создает файл LAS со сжатием без заземления с размером ячейки 5 единиц заземления, используя PMF. ( документы )
Для более подробного объяснения см. Идентификацию возвратов основания с помощью учебника по сегментации ProgressiveMorphologicalFilter .
Более вовлечены, используя SMRF
Пример конвейера, который:
cell
размера до 2,0 (единицы системы координат) и порог 0,752
это стандартное значение LAS для земли)Команда:
pdal pipeline "classify-ground-smrf.json"
Файл параметров JSON:
Извлекать только надземный
В этом примере а) классифицируется как земля / не земля, б) добавляется атрибут «Высота над землей», и в) экспортируются только точки 2.0 (единицы системы координат) над землей.
Адаптировано из Брэда Чамберса, https://lists.osgeo.org/pipermail/pdal/2017-July/001367.html
источник