Визначення DEM з чистого ґрунту за некласифікованим файлом LAS?

У мене є дані у форматі LAS зі значеннями RGB, створеними за допомогою повітряної фотограмметрії за допомогою БПЛА. Я намагаюся знайти рішення для витягання голої земної ДЕМ з точки хмари.

Я спробував SAGA, Fusion, MCC-LIDAR, але, схоже, їм потрібен файл LAS, щоб він вже був класифікований (що, природно, це не так). Чи може хтось вказати мені в правильному напрямку з коротким поясненням процесу?

Як правило, мені потрібно було б обробити близько 100 мільйонів балів одночасно (при необхідності можна їх плитка).

Генерування DEMD LiDAR з некласифікованих хмарних точок за допомогою:

• MCC-LIDAR - алгоритм класифікації багатомасштабної кривизни (MCC).
  _{( підтримує версії LAS 1.1 до 1.3 )}

MCC-LIDAR - це інструмент командного рядка для обробки даних дискретного повернення LIDAR у лісових середовищах (Evans & Hudak, 2007).

Робочий процес:

• а) Некласифікована хмара точок.
• б) наземні прибутки класифіковані.
• в) голоземна DEM (растрова).

Створимо гіпотетичну ситуацію для подальшого надання прикладу з кодом.

MCC-LIDAR встановлюється в:

C:\MCC

Некласифікована хмара точок LiDAR (файл .las) знаходиться у:

C:\lidar\project\unclassified.las  

Вихід, який буде BEM без голі землі, знаходиться в:

C:\lidar\project\dem.asc  

Наведений нижче приклад класифікує наземні повернення за допомогою алгоритму MCC та створює DEM з простою землею з роздільною здатністю 1 метра.

#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

Щоб краще зрозуміти, як працюють параметри шкали (шкал) і порогу кривизни (t), прочитайте: Як запустити MCC-LiDAR і; Еванс і Худак (2007).

Параметри потрібно відкалібрувати, щоб уникнути помилок комісії / маркування (коли точка класифікується як належна до землі, але насправді вона належить до рослинності чи будівель). Наприклад:

MCC-LIDAR використовує метод інтерполяції тонких пластин Spline (TPS) для класифікації точок заземлення та генерування DEM з незаземленою землею.

_{Список літератури:}

• _{Еванс, Джефрі С .; Худак, Ендрю Т. 2007. Алгоритм викривлення багатомасштабних даних для класифікації дискретного повернення LiDAR у лісових середовищах . Угоди IEEE з питань геології та дистанційного зондування. 45 (4): 1029-1038.}

_{Для отримання додаткових варіантів алгоритмів класифікації основних точок див. Менг та ін. (2010 р.):}

• _{Менг, X .; Currit, N .; Чжао, К. (2010). Алгоритми наземної фільтрації даних LiDAR у повітрі: огляд критичних проблем . Дистанційне зондування, 2 (3), 833–860. doi: 10,3390 / rs2030833}

Я думаю, що LasTools може відповідати вашим потребам, див. LASGround . Ліцензія трохи смішна в залежності від того, які інструменти. Інструменти можна завантажити та оцінити перед покупкою; також продукт порівняно недорогий.

Мені пощастило з командою FUSION ( тут посібник ) GroundFilter. У мене не було проблем з обробкою 40 мільйонів балів (некласифіковано), тому не очікував би проблеми зі 100 мільйонами.

Це можна зробити за допомогою фільтра pdal, використовуючи алгоритми простого морфологічного фільтра (SMRF) або прогресивного морфологічного фільтра (PMF) .

Швидкий

pdal ground --cell_size=5 --extract input.laz out-bare-earth.laz

Створює LAS-файл, що стискає голою землею, розміром осередку 5 основних одиниць за допомогою PMF. ( документи )

Для отримання додаткових пояснень див. Ідентифікацію повернень на основі використання підручника з сегментації ProgressiveMorphologicalFilter .

Більше задіяні, використовуючи SMRF

Приклад конвеєра, який:

• застосовує фільтр SMRF, збільшує параметр cellрозміру до 2,0 (одиниці системи координат) та поріг 0,75
• вибирає лише щойно класифіковані основні точки ( 2є стандартним значенням LAS для наземного)
• записує виділення у нестиснений вихідний файл LAS (просто змініть розширення на .laz для стисненого)

Команда: pdal pipeline "classify-ground-smrf.json"

Файл параметрів JSON:

{
    "pipeline": [
        "inputfile.laz",
        {
            "type":"filters.smrf",
            "cell": "2.0",
            "threshold": "0.75"
        },
        {
            "type":"filters.range",
            "limits":"Classification[2:2]"
        },
        "out/smurf_classifed.las"
    ]
}

Витягують тільки над землею

Цей приклад а) класифікується на землю / не наземно, б) додає атрибут "Висота над землею", в) експортує лише точки 2.0 (одиниці системи координат) над землею.

{
    "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"
        }
    ]
}

Адаптовано з Бреда Чемберса, https://lists.osgeo.org/pipermail/pdal/2017-July/001367.html