机载 LiDAR 点云数据分类

1、加载MicroStation的TSCAN模块。

机载 LiDAR 点云数据分类
图1 加载TSCAN模块
2、加载点云数据
从TerraScan 菜单栏选择 File→Read Points 即可打开选择文件对话框,在数据目录双击文件,点击 Done 按钮,软件将会读入数据并在Microstation 的View对数据进行显示。
机载 LiDAR 点云数据分类
图2 加载点云数据
3、更改数据显示模式
通过View→Display mode 对点云数据的不同显示模式进行更改。可供选择的方式有:类、回波、高程、强度、距离、渲染等。
机载 LiDAR 点云数据分类
图3 高程显示模式
4、设置分类层
TerraScan—>General—>Define Classes,根据数据后处理的需求设定不同的点层。
机载 LiDAR 点云数据分类
图4 图5
机载 LiDAR 点云数据分类
图6
5、提取噪声点
利用TSCAN模块TerraScan—>Classify—>Routine—>Air points,提取噪声点。其原理是若中心点高于周围点的平均高程限差,则该点确定为噪声点。
机载 LiDAR 点云数据分类
图7 提取噪声点
6、提取低点
TerraScan—>Classify—>Routine—>Low points,这一步主要是提取因为多路径反射而产生的比实际点位低的错误点,其原理是给定一个点作为中心点,指定范围的点与其进行高程比较,若明显低于指定范围内的点,那么这个点被确定为低点。
机载 LiDAR 点云数据分类
图8 提取低点
7、提取地面点
TerraScan—>Classify—>Routine—>Gound,提取地面点是分类中最关键的一个步骤,主要是通过反复迭代建立地面三角网模型来分离出地面点。在算法上包括两个阶段:首先,在分离出低点的基础上,软件在一定范围内搜寻初始地面点来建立一个初始模型,并在这些点之间构建临时的TIN模型;其次,在原来初始模型的基础上,抬高模型,如果某些点和TIN之间的角度 距离符合预设的参数,将会增加这些新的点到原来构建的TIN模型中,每个增加的点使得模型越来越接近真实的地面。
机载 LiDAR 点云数据分类
图9 提取地面点
8、其他地物点分类
地面以上地物点的提取是建立在地面模型基础上的,主要通过其高度来进行分类。植被点和电力线点在根据高度分类之后,要人工分别区分开来。建筑物点的分类由程序自动进行,再加以人工辅助修改。一般情况下,机载激光用于扫描地形,水面反射接收到的激光点很少,所以,激光点很离散稀疏的就判断为水域,再参考影像来确定水域的形状边界等信息。
机载 LiDAR 点云数据分类
图10 提取地面点
机载 LiDAR 点云数据分类
图11 提取植被
机载 LiDAR 点云数据分类
图12 提取建筑物
9、提取成果展示
机载 LiDAR 点云数据分类
图13 地面点
机载 LiDAR 点云数据分类
图14 地面点构像展示
机载 LiDAR 点云数据分类
图15 植被
机载 LiDAR 点云数据分类
图16 建筑物
机载 LiDAR 点云数据分类
图17 建筑物构像展示
机载 LiDAR 点云数据分类
图18 提取结果融合

Original: https://blog.csdn.net/qq_51338442/article/details/122914608
Author: Yokon_D
Title: 机载 LiDAR 点云数据分类

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/667313/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球