UAV를 사용하여 항공 사진 측량에서 만든 RGB 값으로 LAS 형식의 데이터가 있습니다. 포인트 클라우드에서 베어 어스 DEM을 추출하는 솔루션을 찾으려고합니다.
SAGA, Fusion, MCC-LIDAR를 사용해 보았지만 LAS 파일이 이미 분류되어 있어야합니다 (자연스럽지 않습니다). 누구나 프로세스에 대한 간단한 설명으로 올바른 방향으로 나를 가리킬 수 있습니까?
일반적으로 한 번에 약 100 밀 포인트를 처리해야합니다 (필요한 경우 타일을 그릴 수 있음).
답변
다음을 사용하여 분류되지 않은 점 구름에서 LiDAR DEM 생성
- MCC-LIDAR-MCC (Multiscale Curvature Classification) 알고리즘.
( LAS 버전 1.1 ~ 1.3 지원 )
MCC-LIDAR는 포리스트 환경에서 이산 리턴 LIDAR 데이터를 처리하기위한 명령 줄 도구입니다 (Evans & Hudak, 2007).
워크 플로우 :
- a) 분류되지 않은 포인트 클라우드.
- b) 분류 된지면 반환.
- c) 베어 어스 DEM (래스터).
코드와 함께 예제를 제공하기 위해 가상의 상황을 만들어 봅시다.
MCC-LIDAR는 다음에 설치됩니다.
C:\MCC
분류되지 않은 LiDAR 점 구름 (.las 파일)은 다음과 같습니다.
C:\lidar\project\unclassified.las
실제 DEM이 될 출력은 다음과 같습니다.
C:\lidar\project\dem.asc
아래 예는 MCC 알고리즘을 사용하여 그라운드 리턴을 분류하고 1 미터 해상도의 베어 어스 DEM을 생성합니다.
#MCC syntax:
#command
#-s (spacing for scale domain)
#-t (curvature threshold)
#input_file (unclassified point cloud)
#output_file (classified point cloud - ground -> class 2 and not ground -> class 1)
#-c (cell size of ground surface)
#output_DEM (raster surface interpolated from ground points)
C:\MCC\bin\mcc-lidar.exe -s 0.5 -t 0.07 C:\lidar\project\unclassified.las C:\lidar\project\classified.las -c 1 C:\lidar\project\dem.asc
스케일 및 곡률 임계 값 (t) 파라미터의 작동 방식을 더 잘 이해하려면 MCC-LiDAR 실행 방법 및; 에반스와 휴닥 (2007).
커미션 / 라벨링 오류를 피하기 위해 매개 변수를 보정해야합니다 (점은지면에 속하는 것으로 분류되지만 실제로는 식물 또는 건물에 속하는 경우). 예를 들면 다음과 같습니다.
MCC-LIDAR는 TPS ( Thin Plate Spline ) 보간법을 사용하여 접지점을 분류하고 베어 어스 DEM을 생성합니다.
참고 문헌 :
- 에반스, 제프리 에스; Hudak, Andrew T. 2007. 삼림 환경에서 이산 리턴 LiDAR을 분류하기위한 멀티 스케일 곡률 알고리즘 . 지구 과학 및 원격 감지에 대한 IEEE 트랜잭션. 45 (4) : 1029-1038.
그라운드 포인트 분류 알고리즘에 대한 자세한 옵션은 Meng et al. (2010) :
- 멩, X .; 커리 트; Zhao, K. (2010). 공수 LiDAR 데이터에 대한지면 필터링 알고리즘 : 중요한 문제 검토 . 원격 감지, 2 (3), 833–860. 도 : 10.3390 / rs2030833
답변
나는 생각 LasTools은 참조, 사용자의 요구에 맞게 수 LASGround을 . 어떤 도구에 따라 라이센스가 약간 재미 있습니다. 도구는 구매 전에 다운로드하여 평가할 수 있습니다. 또한 제품은 상대적으로 저렴합니다.
답변
FUSION의 (Manual here ) GroundFilter 명령으로 행운을 빕니다 . 나는 4 천만 점 (분류되지 않음)을 처리하는 데 아무런 문제가 없었으므로 1 억 개의 문제는 예상하지 않습니다.
답변
SMRF (Simple Morphological Filter) 또는 PMF (Progressive Morphological Filter) 알고리즘을 사용 하는 페달 필터로 이를 수행 할 수 있습니다 .
빨리
pdal ground --cell_size=5 --extract input.laz out-bare-earth.laz
PMF를 사용하여 접지 단위 셀 크기가 5 인 베어 어스 압축 LAS 파일을 작성합니다. ( 문서 )
자세한 설명은 ProgressiveMorphologicalFilter 세그먼트 화 학습서를 사용하여지면 수익 식별을 참조하십시오 .
SMRF를 사용하여 더 관여
다음과 같은 파이프 라인 예 :
- SMRF 필터를 적용하고,
cell
크기 옵션을 2.0 (좌표계) 및 0.75 임계 값으로 확대 - 새로 분류 된 접지 지점 만 선택합니다 (접지
2
의 LAS 표준 값임) - 압축되지 않은 LAS 출력 파일에 선택을 기록합니다 (압축을 위해 확장자를 .laz로 변경)
명령: pdal pipeline "classify-ground-smrf.json"
JSON 매개 변수 파일 :
{
"pipeline": [
"inputfile.laz",
{
"type":"filters.smrf",
"cell": "2.0",
"threshold": "0.75"
},
{
"type":"filters.range",
"limits":"Classification[2:2]"
},
"out/smurf_classifed.las"
]
}
지상에서만 추출
이 예 a)지면 / 비접 지로 분류, b) “접지 높이”속성 추가 및 c)지면 위로 2.0 점 (좌표계)을 내 보냅니다.
{
"pipeline": [
"input.laz",
{
"type": "filters.assign",
"assignment": "Classification[:]=0"
},
{
"type": "filters.smrf"
},
{
"type": "filters.hag"
},
{
"type": "filters.range",
"limits": "HeightAboveGround[2:]"
},
{
"filename":"above-ground.laz"
}
]
}
https://lists.osgeo.org/pipermail/pdal/2017-July/001367.html Brad Chambers에서 채택