Große LiDAR-Punktwolke ausdünnen?

8

Ich habe eine große Punktwolke (LAS-Datei) und versuche diese mit einer komplexen Technik zu verdünnen. Ich weiß, dass es möglich ist, eine Punktwolke mit einfachen Techniken wie dem Extrahieren jedes n- ten Punkts zu verdünnen . Die Punktwolke, mit der ich arbeite, ist jedoch in einigen Bereichen dichter und in anderen Bereichen weniger dicht. Ich möchte in der Lage sein, die Wolke so zu verdünnen, dass die dichteren Bereiche stärker verdünnt werden als die weniger dichten Bereiche. Um dies manuell zu tun, könnte man ein Gitter erstellen und eine bestimmte Anzahl von Punkten in jeder Zelle auswählen. (dh eine an jeder Ecke und eine in der Mitte) Diese Punktwolke ist jedoch viel zu groß für diese Aufgabe. Ich versuche herauszufinden, ob es für dieses Problem bereits Lösungen gibt, z. B. eine komplexe Auswahlabfrage, einen anderen automatisierten Prozess oder eine vorhandene Softwareanwendung, die verwendet werden könnte.

Bodkinz
quelle
+1. Eine Option zum Ausprobieren ist die Befehlszeile ThinDatavon Fusion. In dieser Antwort erkläre ich, wie es funktioniert. Howards Antwort scheint ebenfalls vielversprechend. Lassen Sie uns wissen, ob sie für Ihre Situation geeignet sind. Tks.
Andre Silva
Mit einem Tool wie MeshLab http://meshlab.sourceforge.net/ können Sie die Vorschläge von Andre Silva einfach vergleichen. Es klingt so, als ob Ihr Datensatz klein genug ist, um in diesem Zusammenhang interaktiv zu sein.
Orbatos
Ich habe diese Frage in den heißen Netzwerkfragen gefunden und mich hier angemeldet, um diesen Kommentar zu posten. Ohne etwas über den Datensatz oder das Feld zu wissen, scheint dies immer noch nach Techniken zur Reduzierung der PCA-Dimension (Hauptkomponentenanalyse) zu verlangen. Vielleicht nutzen einige Lösungen dies?
Lamar Latrell

Antworten:

13

Es hört sich so an, als ob Sie entweder eine voxelbasierte Ausdünnung oder eine Poisson-basierte Ausdünnung wünschen. PDAL kann beides. Weitere Informationen finden Sie im Tutorial von PDAL zum Thema unter https://pdal.io/tutorial/sampling/index.html

PDAL-Abtastung.

In Bezug auf die Größe der Datei definieren Sie bitte "groß". Nahezu jede Technik außer der einfachen Rangdezimierung (n-te Punkte entfernen) möchte Zugriff auf die gesamte Datei im Speicher haben. Andere Optionen würden eine ausgefeiltere zweistufige Index + Abtasttechnik erfordern, um diese Anforderung zu vermeiden.

Howard Butler
quelle
Vielen Dank, das sieht sehr nützlich aus. Ich bin noch nicht darauf gestoßen und werde es mir jetzt ansehen. Was die Größe betrifft, sehe ich ungefähr 3 Millionen Punkte.
Bodkinz
3 Millionen Punkte == kleineres Ende der LiDAR-Datensätze. Groß genug, um Probleme mit dem Speicher zu verursachen, und dies können etwa 100 Millionen sein.
Howard Butler
Gut zu wissen, dass ich mit LiDAR relativ unerfahren bin, aber ich habe das Gefühl, dass PDAL genau das ist, wonach ich gesucht habe. Ich habe zuvor nach Antworten in Global Mapper, GRASS, SAGA und Laspy usw.
gesucht.
Mit den PDAL-Pipelines können Sie Ihre Verarbeitungsparameter leicht verfolgen und Ihre Arbeit reproduzieren oder stapelweise verarbeiten.
Charlie Parr
6

Sie können lasthin oder lasduplicate von LAStools ausprobieren. Mit lasthin können Sie den "niedrigsten", "höchsten", "zufälligen" oder "zentralsten" Punkt in einem 2D-Raster in der x / y-Ebene mit einer benutzerdefinierten Größe von "Schritt 0,5" beibehalten. Mit lasduplicate können Sie festlegen, dass alle Punkte, die in 3D nahe 0,005 liegen, von allen zuvor angezeigten Punkten entfernt werden. Weitere Informationen finden Sie in der verknüpften README-Datei.

LAStools
quelle
1
Warum haben Sie übrigens zwei Konten ? Sie sollten sie wahrscheinlich zusammenführen .
Andre Silva
Ich habe diese Tools als nützlich empfunden, aber keines von beiden würde dazu beitragen, eine Ausdünnung zu erreichen, bei der mehr Punkte erhalten bleiben, an denen die Daten am dichtesten sind, wie OP sucht.
ToolmakerSteve
2

Sie können mit FUSION ‚s ThinDataBefehl für diese ( Dokumentation S. 130 ). ThinDataist sehr praktisch, da Sie damit Punktwolkendaten auf eine gewünschte Pulsdichte pro Quadrateinheit verdünnen können. Aus der Dokumentation von FUSION:

ThinData [switches] OutputFile Density CellSize DataFile

Mit ThinData können Sie LIDAR-Daten auf bestimmte Pulsdichten verdünnen. Diese Funktion ist nützlich, wenn Analyseergebnisse aus mehreren LIDAR-Erfassungen verglichen werden, die mit unterschiedlichen Pulsdichten erfasst wurden. ThinData ist auch nützlich, wenn die Dichte innerhalb eines einzelnen LIDAR-Datensatzes nicht einheitlich ist. Dies ist häufig bei Daten der Fall, die von einem langsam fliegenden Hubschrauber erfasst wurden oder bei denen die Überlappung der Fluglinien nicht genau überwacht wurde. ThinData wurde auch in Simulationsexperimenten verwendet, um die Auswirkung der LIDAR-Pulsdichte auf die Genauigkeit der geschätzten Waldinventurmetriken wie der Gesamtbaumhöhe zu bewerten.

Aaron
quelle
1

Sie können LiDAR360 verwenden und die 30-Tage-Testversion von der GreenValley International-Website herunterladen . LiDAR360 bietet drei Methoden für die Unterabtastung: Mindestpunktabstand, Abtastrate und Octree. Die Methode für den minimalen Punktabstand muss einen minimalen Punktabstand zwischen zwei Punkten festlegen, damit der minimale dreidimensionale Abstand zwischen zwei beliebigen Punkten in der abgetasteten Punktwolke nicht kleiner als dieser Wert ist. Bei der Abtastratenmethode muss der Prozentsatz der reservierten Punkte festgelegt werden. In diesem Modus behält LiDAR360 die angegebene Anzahl von Punkten zufällig bei. Reservierte Punkte = Gesamtzahl der Punkte * Abtastrate. Mit der Octree-Methode können Benutzer eine Unterteilungsebene "Octree" auswählen und 3D-Voxel für die Eingabepunktwolke erstellen. Es wird nur der Punkt beibehalten, der jedem Voxelzentrum am nächsten liegt.

Chenlinhai
quelle