분류되지 않은 LAS 파일에서 베어 어스 DEM을 결정합니까?


10

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).


MCC 또는 Fusion에서는 포인트를 분류 할 필요가 없습니다. 그러나 MCC 프로그램 코드는 분류 필드를 채 웁니다. 이것이 사실이라고 믿게 만든 이유는 무엇입니까? las 파일에 버전 문제가있을 수 있습니다. 지금 확인하는 것이 좋습니다.
Jeffrey Evans

답변:


16

다음을 사용하여 분류되지 않은 점 구름에서 LiDAR DEM 생성

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).

여기에 이미지 설명을 입력하십시오


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.

여기에 이미지 설명을 입력하십시오

MCC-LIDAR는 TPS ( Thin Plate Spline ) 보간법을 사용하여 접지점을 분류하고 베어 어스 DEM을 생성합니다.


참고 문헌 :

그라운드 포인트 분류 알고리즘에 대한 자세한 옵션은 Meng et al. (2010) :


MCC 라이더는 점수의 수와 싸우는 것 같습니다. 메모리가 부족하다고 말합니다. 더 큰 간격을 시도하십시오. 1m 초기 간격에서 5의 간격 간격을 시도했습니다. 내 메모리는 강력한 워크 스테이션에서 96Gb이므로 문제가되지 않습니다.
user32307

@ user32307 은 동일한 게시물 을보고하는 이 게시물을 참조하십시오 . 거기에 대한 답변이 도움이 될 것입니다.
Andre Silva

8

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.


7

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.


2

SMRF (Simple Morphological Filter) 또는 PMF (Progressive Morphological Filter) 알고리즘을 사용 하는 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, cell크기 옵션을 2.0 (좌표계) 및 0.75 임계 값으로 확대
  • 새로 분류 된 접지 지점 만 선택합니다 (접지 2의 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


특정 구조 객체 형상 (예 : 건물)이 잘 식별되지만 형태 학적 접근 방식은 산림 지역, 특히 가변 경사로에서 성능이 매우 낮습니다. lidar 데이터가 도시 지역에서 수집 된 경우 MF를 권장하지만 다른 물리적 설정에 따라 다른 알고리즘이 훨씬 효과적입니다.
Jeffrey Evans

@JeffreyEvans 당신은 도시 이외의 환경에서 더 나은 것으로 밝혀진 다른 알고리즘에 대해 자세히 설명 할 수 있습니까? (그리고 아마도 어떤 비 - 도시, 예를 들어 숲, 산악, ...의 종류)
매트 윌키
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.