電子發燒友App
如何對無人機攝影測量點云進行分類
難點1
--噪點很多
--方法：
-“分類/表面點”去除噪點并保留局部表面點
-“工具/平滑點”與“平滑XYZ”平滑表面
難點2
--高點密度使算法運行緩慢
--方法：
-抽稀點將大多數點停用為不必要的密度等級
-使用剩余的活動點運行分類步驟
-對活動點進行分類后，從最近的活動分類點復制分類并分組分配到不必要的密度點
Terrasolid開發了一種新方法，該方法在計算距離屬性時包括植被指數信息。
植被指數將攝影測量點云中的植被點與地面點區分開來。TerraScan中實施的新處理策略克
服了經典地面分類算法的局限性，為處理基于無人機的攝影測量點云提供了新的解決方案。
利用植被指數改進地面分類與傳統方法相比，TerraScan中的其他處理步驟包括：
1、計算每個點的植被指數距離
點的植被指數值與極限的差異程度
2、平滑距離值
通過平均附近區域內的值來降低噪音
3、在地面分類例程中使用距離評級
植被點不太可能包含在生成的地面類中
處理流程：
1、數據準備
2、按位置排序點
-提高計算效率
3、分類和刪除隔離點
-對表面點進行分類
-減少噪音
4、平滑點
-減少點對點噪音
5、抽稀點
-減少點數，提高處理效率
6、對硬表面進行分類
7、對潛在地表點進行分類
算法介紹：
01_ground.mac
排序——排序命令根據所選屬性對加載的激光點進行排序。
按xy的位置——通過增加xy位置按地理順序對點進行排序。對于依賴點云中點之間的幾何
條件的過程，這是建議的順序。特別是對于攝影測量點云，強烈建議使用此順序，以加快許
多自動化過程。
表面點——表面點算法對適合局部平滑表面的點進行分類。它對任何方向的平面表面上的
點以及圓角表面上的點進行分類。該算法可用作噪聲點云（如攝影測量點云）中地面、建筑
物屋頂或墻壁分類的預分類。
對表面點進行分類后，在運行其他分類算法之前，使用xyz方法對點進行平滑處理可能會很
有用。
平滑點——平滑點命令可用于平滑激光點的屬性。
平滑點命令可用于平滑激光點的屬性。這些點根據其最近的鄰點進行修改。這導致點云的外
觀更加均勻?？梢詰靡韵路椒ǎ?/p>
?Xyz曲面-3D平滑過程，使用25-30個相鄰點來擬合2度曲面，在XYZ中將點移動到
更靠近此擬合曲面的位置，垂直曲面上的點沿XY方向平滑，水平曲面上的點沿Z方向平
滑。
抽稀點——細點命令通過刪除一些彼此靠近的點或細化給定大小的網格像元來減少不必要
的點密度。
硬表面點——硬表面例程通過迭代創建三角化表面模型來對地面點進行分類。該例程對主要中間表面點進行分類。它最適合在移動激光數據集和主要存在硬地面表面（例如鋪砌道路或其他區域）的數據集中對地面進行分類。要在大部分地面位于自然地形的機載數據集中對地面進行分類，請使用地面例程而不是硬表面例程。如果需要對自然地形和鋪砌區域進行分類，則可能需要在自然/鋪砌區域周圍繪制面，以便將面內的例程應用于其他例程，并對其余數據應用其他例程。
與地面點算法相比，硬表面例程對點云中的低誤差點不敏感。因此，在使用此例程對地面進行分類之前，無需運行任何低點分類。
硬表面例程渴望對形成局部平面的點進行分類。例程設置中給出的平面容差決定了點必須與平面的擬合優度。這是控制將多少個點分類到地面類中的主要參數。
計算距離——內置植被指數歸一化和視覺波段差異。這需要為點存儲真彩色（視覺波段差）和額外的紅外顏色信息（歸一化差值）。距離值表示點屬于植被（較大的正值）或不屬于植被（較大的負值）的可能性。距離值的范圍介于-1和+1之間。植被指數距離值可以支持攝影測量點云的地面分類。
平滑點算法：
距離-具有給定數量的相鄰點的每個點的平均距離值。這對于減少從顏色信息派生的植被指數值的噪聲可能很有用。因此，結果更多地表示噪聲較少的區域的真實植被模式。這也可以改善攝影測量點云中的地面分類，因為它可以得到距離值的支持。?
02_features.mac
“分配組”--命令將組編號分配給一個或多個類的點。分組基于不同的方法完成，例如平面
擬合、分水嶺算法或點之間的3D間距。
組分配依賴于與地面值的距離和法線矢量信息。在啟動命令之前，必須為點計算兩者。對加載點使用“計算距離”命令或“計算距離”宏操作并設置“比較=地面”來計算距離值。對加載點使用“計算法線向量”命令或“計算法線向量”宏操作來計算法線向量方向。組號可用于點的可視化和點分類。有各種依賴于分組的自動分類例程。群組工具箱中的工具可用于手動操作群組。
通過最佳匹配——根據對象類型將點組分類為多個類。對于每個組，例程測試該組表示對象（如建筑物屋頂、墻壁、樹木、桿子等）的概率。該組被歸類為獲得最高概率的對象。
03_copyclasscloseby.mac
應用“鄰近點”算法時，以便使用臨時點類中的點使對象類增密化
“從最近的點復制”--會將組編號分配給尚未具有組分配的點（非編組點）。它從給定類中最近的分組點復制組號。
復制組號對非常密集的點云的組分配和分類可能很有用。
攝影測量點云地面分類匯總
1、按 XY 位置排序點
2、對主要表面進行分類
3、在步驟 2 中找到的表面點的平滑 XYZ。
4、按密度抽稀步驟 2 中找到的表面點，將中心點保持在合理的 xy 和 z 距離內（取決于數據中的噪聲水平）。曲面類中的其余點現在表示更干凈的曲面。
5、如果顏色信息有噪點，對完全白色的點進行分類。
6、從步驟 4 之后保留在曲面類中的點對硬曲面進行分類。使用允許曲面上某些點變化的平面度容差。
7、 使用視覺波段差（RGB 可用）或歸一化植被指數（RGB + 紅外可用）計算在步驟 6 中找到的硬表面點的距離。您可以通過按植被指數顯示品脫云并使用極限設置來檢查良好的極限值。
8、平滑距離，以減少從顏色信息得出的植被指數值中的噪聲
9、如上所述，對地面進行分類并利用使用距離作為評級設置。
審核編輯：黃飛
?
工商網監
評論