जमीन के नीचे और ऊपर मौजूद शोर / बाहर निकालने के लिए LiDAR बिंदु बादल का संपादन?


10

मेरे पास पहले और अंतिम रिटर्न वाले "गंदे" LiDAR डेटा हैं और सतह के स्तर के नीचे और अनिवार्य रूप से त्रुटियां भी हैं। (स्क्रीनशॉट)

यहां छवि विवरण दर्ज करें

मेरे पास हाथ में SAGA, QGIS, ESRI और FME है, लेकिन कोई वास्तविक तरीका नहीं है। इस डेटा को साफ करने के लिए एक अच्छा वर्कफ़्लो क्या होगा? क्या कोई पूर्ण स्वचालित विधि है या मैं किसी भी तरह से मैन्युअल रूप से हटा रहा हूं?


क्या आपके बिंदु क्लाउड डेटा में निम्न / उच्च शोर वर्गीकृत है (कक्षा 7 और 8 लास चश्मा 1.4 आर 6 से)?
हारून

आपने उन सॉफ़्टवेयर उत्पादों में से किसी एक के साथ क्या करने की कोशिश की है, और आप इसके साथ कहाँ फंस गए हैं? आप एक केंद्रित प्रश्न पूछने के बजाय विकल्पों पर चर्चा करना चाहते हैं। GIS चैट रूम में चर्चा करने के विकल्प हमेशा ठीक रहते हैं।
PolyGeo

1
वोटिंग फिर से खोलने के लिए, मॉडरेटर गलतियों के रूप में प्रश्न पूछते हैं जो उन सवालों के साथ सॉफ़्टवेयर के लिए पूछते हैं जो कुछ करने के तरीके / तरीके पूछते हैं। उत्तर जो केवल सॉफ्टवेयर सूचीबद्ध करता है, इस संदर्भ में वास्तविक उत्तर नहीं हैं। मैं gis.meta.stackexchange.com/questions/4380/… में अपने POV को बेहतर तरीके से समझाता हूँ ।
आंद्रे सिल्वा

1
इसके अलावा, ऐसा लगता है कि "बहुत व्यापक" एकतरफा समापन का अत्यधिक उपयोग किया गया है: gis.meta.stackexchange.com/questions/4816/… । मुझे लगता है कि यहां मामला लागू होता है। क्या सवाल बनाता है विलक्षण बादल बिंदु में सभी प्रकार के आउटलेर हैं।
आंद्रे सिल्वा

जवाबों:


9

आपको लगता है कि आउटलेयर हैं:

  • i) जमीन की सतह के नीचे;
  • ii) जमीन की सतह के ऊपर और अन्य जमीनी वास्तविक विशेषताओं के बीच लंबवत;
  • iii) जमीन के ऊपर की ओर ब्याज की सभी वस्तुओं से अधिक ऊंचाई के साथ, उदाहरण के लिए बादलों या पक्षियों के कारण होने वाले (यह तस्वीर में नहीं दिखाया गया है, लेकिन मैं मान रहा हूं कि यह मामला भी हो सकता है)।

'I' के लिए, विकल्प एक ग्राउंड फिल्टर एल्गोरिदम का उपयोग करना है जो एक स्वच्छ LiDAR ग्राउंड पॉइंट क्लाउड प्राप्त करने के लिए 'नकारात्मक ब्लंडर्स' को ध्यान में रख सकता है। इवांस और हुडक (2007) से मल्टीस्केल वक्रता वर्गीकरण (एमसीसी) एल्गोरिथ्म देखें। यह पेज 4 पर कहा गया है:

नकारात्मक स्पंदन एलईएडीआर डेटा में एक सामान्य घटना है, जो फोटॉनों के बिखरने के कारण हो सकता है। विमान के सेंसर में वापस जाने के लिए एक उत्सर्जित लेजर पल्स के लिए स्कैटरिंग का समय लंबा हो जाता है, जिससे दूरी की गणना बढ़ जाती है, इसलिए माप त्रुटि पैदा होती है, जहां सतह की ऊंचाई को आसपास के मापों के नीचे होने के कारण गलती से दर्ज किया जाता है। यह ध्यान दिया जाना चाहिए कि वक्रता वर्गीकरण दृष्टिकोण संभवतः नकारात्मक ब्लंडर्स के आसपास के वैध रिटर्न को हटा सकते हैं, जो कि एक अलग "बम क्रेटर" प्रभाव बनाने के लिए एक नकारात्मक गड़बड़ी के आसपास बढ़त विरूपण साक्ष्य का विस्तार कर सकता है। नकारात्मक ब्लंडर्स को संबोधित करने के लिए, Haugerud और हार्डिंग ने सुझाव दिया कि वक्रता सहिष्णुता पैरामीटर को चार बार प्रक्षेपित सेल आकार में सेट करें और इस नकारात्मक वक्रता सीमा से अधिक रिटर्न का चयन करें। हालांकि, यह ध्यान दिया जाना चाहिए कि कुछ परिस्थितियों में, नकारात्मक ब्लंडर होने वाले रिटर्न वास्तव में वैध रिटर्न (जैसे, सिंकोल) हो सकते हैं। इसलिए, यदि आवश्यक हो तो उपयोगकर्ता के विवेक पर काम करने के लिए संभावित नकारात्मक ब्लंडर्स को हटाने के पूर्ववर्ती सुझाव को वैकल्पिक अंतिम मॉडल लूप के रूप में लागू किया जा सकता है।

नीचे MCC-LIDAR का उपयोग करने के बारे में एक उदाहरण के साथ एक पोस्ट है:

एक बार आपके पास सटीक DEM बनाने के लिए एक सटीक LiDAR ग्राउंड पॉइंट क्लाउड होता है, तो पॉइंट क्लाउड को सामान्य करना संभव होता है , और उन बिंदुओं को बाहर करना होता है जो DEM सतह (नकारात्मक मान वाले वाले) के नीचे होते हैं। इसी दृष्टिकोण का उपयोग करते हुए, कुछ निश्चित सीमा से ऊपर अंक हटाने वाले बिंदु संख्या 'iii' को संबोधित करना भी संभव है। उदाहरण के लिए देखें:

फिर, यह हमारे 'ii' है, जो द्वारा संबोधित किया जाता है के साथ छोड़ देता है AlecZ के जवाब की सिफारिश lasnoiseLAStools से। यह 'iii' को भी हैंडल करेगा, और शायद 'i' के भाग को भी (LAStools को हालांकि लाइसेंस की आवश्यकता है)। बाह्य उपकरणों की जाँच / हटाने के लिए विशेष रूप से बनाए गए अन्य उपकरणों का हवाला यहाँ दिया गया था: चार्ली पार्र के जवाबfilters.outlier में पीडीएएल का उपकरण, जिसके बारे में विस्तृत विवरण है कि उपकरण कैसे काम करता है, और लाभ के साथ पीडीएएल एक मुफ्त सॉफ्टवेयर है।

फिर, स्वचालित प्रक्रिया से क्या छोड़ा जाता है (यदि कोई आउटलाइयर) मैन्युअल रूप से हटाया जा सकता है। उदाहरण के लिए:


इवांस, जेफरी एस।; हुडक, एंड्रयू टी। 2007। वनों के वातावरण में असतत वापसी LiDAR को वर्गीकृत करने के लिए एक बहु-विषयक वक्रता एल्गोरिथ्म । जिओसाइंस और सुदूर संवेदनशीलता पर आईईई लेनदेन। 45 (4): 1029-1038।


3

मैं पीडीएएल को पॉइंट डेटा एब्स्ट्रैक्शन लाइब्रेरी की सलाह दूंगा । मुझे एक समान फ़िल्टरिंग समस्या के लिए PDAL का उपयोग करके अच्छी सफलता मिली है। मुझे पीडीएएल पसंद है क्योंकि यह खुला स्रोत है, पायथन समर्थन प्रदान करता है, और मेरे लिए प्रसंस्करण को पुन: पेश करना और मेरे फ़िल्टरिंग मापदंडों का ट्रैक रखना आसान बनाता है। मुझे यह भी पसंद है क्योंकि इसमें 'पाइपलाइनें' हैं जहाँ आप एक साथ कई चरणों में श्रृंखला बना सकते हैं (जैसे फसल फिर फ़िल्टर करें फिर निर्यात करें) और उन्हें एक ही बार में निष्पादित करें। ध्यान दें कि यदि आपके पास वास्तव में है, तो वास्तव में बड़े बिंदु बादल PDAL कुछ अन्य समाधानों (LASTools, QTM, आदि) के समान तेज नहीं हो सकते हैं।

आप निम्नलिखित के समान पीडीएएल पाइपलाइन के साथ आउटलाइंग अंक के मुद्दे को संबोधित कर सकते हैं:

{
"pipeline": [
    "input_utm.las",
    {
        "type":"filters.crop",
        "bounds":"([401900,415650],[7609100,7620200])"
    },
    {
        "type":"filters.outlier",
        "method":"statistical",
        "mean_k":12,
        "multiplier":2.0
    },
    {
        "type":"filters.range",
        "limits":"Classification![7:7]"
    },
    {
      "filename":"output.tif",
      "resolution":1.0,
      "output_type":"mean",
      "radius":3.0,
      "bounds":"([401900,415650],[7609100,7620200])",
      "type": "writers.gdal"
    }
    ]
}

यह पाइपलाइन एक LAS में पढ़ती है, इसे एक निर्दिष्ट UTM सीमा तक क्रॉप करती है, फिर एक फ़िल्टर करती है, जो सभी आउटलाइनिंग पॉइंट्स को फ़्लैग करती है, फिर एक दूसरा फ़िल्टर करती है जो केवल नॉन-आउटलाइज़िंग पॉइंट्स (अर्थात क्लासिफिकेशन फ्लैग! = 7) को बनाए रखती है, फिर निर्यात करती है! 1 मीटर का संकल्प जियो टीआईएफएफ। सांख्यिकीय फ़िल्टर निकटतम पड़ोसी माध्य दूरी परिकलन करने के लिए परीक्षण कर रहा है कि क्या एक बिंदु अपने पड़ोसियों से 'बहुत दूर' है या नहीं और इसलिए एक बाहरी है।

से प्रलेखन :

यहां छवि विवरण दर्ज करें


1
@AndreSilva का संपादन! अनिवार्य रूप से यह पूछता है कि एक बिंदु के लिए एक 'सामान्य' दूरी क्या है, यह (माध्य_के) पड़ोसियों के रूप में है, और यदि किसी बिंदु के लिए दूरी बहुत अधिक है ((गुणक से अधिक) * माध्य दूरी से ऊपर सिग्मा) तो इसे ध्वजांकित किया जाता है। एक बहिरंग
चार्ली पार्र

1

चूंकि ओपी ने ओपन-सोर्स के समाधान को सीमित नहीं किया था, इसलिए मैं क्विक टेरेन मॉडलर ( क्यूटी मॉडलर ) का सुझाव दूंगा । इसके लिए लाइसेंस की जरूरत होती है। क्यूटी में प्वाइंट क्लाउड लोड करें, और आप आवश्यक रूप से प्रोफ़ाइल दृश्य को प्राप्त करने के लिए इसे झुकाते हैं, जिस रबर को आप हटाना चाहते हैं उसे बंद करें, और बस डिलीट को हिट करें।


1

मैं किस्मत में एक प्रक्षेपवक्र रेखापुंज पर एक फोकल विचरण का उपयोग कर रहा है। तब आप अपने बिंदुओं के लिए भिन्नता मान निर्दिष्ट करते हैं और स्थानीय कर्नेल अनुमान से बड़े प्रस्थान का प्रतिनिधित्व करते हुए स्थानीय रूप से उच्च संस्करण निकालने के लिए दहलीज का उपयोग करते हैं।

आपको यह सुनिश्चित करना होगा कि प्रक्षेपित सतह का रिज़ॉल्यूशन एक छोटा पर्याप्त दाना है कि यह एक बिंदु (ओं) स्तर पर स्थानीय भिन्नता को पकड़ता है। कर्नेल के आकार पर भी प्रभाव पड़ेगा लेकिन सिंगल आउटलेर के लिए 3x3 विंडो को पर्याप्त होना चाहिए। आप कुछ अतिरिक्त बिंदुओं को सुन-सुन कर ढीले कर सकते हैं, लेकिन लिडार के साथ आपके पास खाली करने के लिए पर्याप्त डेटा है।


1

लास्टूल आपको वही प्रदान करता है जो आपको चाहिए - स्वचालित स्क्रिप्ट जो आपके लिए इन सभी बिंदुओं को हटा देगा। हालांकि, इसके लिए लाइसेंस की लागत है, लेकिन अगर यह एक प्रक्रिया है जिसे आप जल्दी से एक नियमित कार्य के रूप में करना चाहते हैं, तो उनके टूलसेट से लेज़नोइज़ स्क्रिप्ट का उपयोग करना एक सही विकल्प है।

जैसा कि @Andre Silva ने उल्लेख किया है, ArcGIS में एक लास टूलसेट है, जिसे आप Create LAS डेटासेट जियोप्रोसेसिंग टूल चलाने के बाद उपयोग कर सकते हैं। वहां से, आप इन शोर बिंदुओं को फिर से भरने या हटाने के लिए मैन्युअल रूप से जा सकते हैं। दोष यह है कि यह क्यूटी मॉडलर (@auslander द्वारा सुझाए गए) के रूप में सहज या प्रभावी नहीं है, संभवतः मैन्युअल रूप से लास फ़ाइलों को देखने / विश्लेषण / हेरफेर करने के लिए और लाइसेंस लागत के साथ सबसे अच्छा कार्यक्रम है। ArcMap आपके पॉइंट क्लाउड को संपादित करते समय दृश्यमान बिंदुओं की संख्या को सीमित कर देगा, जिसका अर्थ है कि आपको शोर के साथ क्षेत्रों में ज़ूम इन करना होगा, उन्हें हटाना या फिर से भरना होगा, और फिर मैन्युअल क्लीनअप प्रक्रिया के एक भाग के रूप में आगे बढ़ना होगा। लेकिन इससे काम हो जाएगा।


1

जैसा कि आंद्रे सिल्वा ने कहा है , एमसीसी-एलआईडीआर ग्राउंड पॉइंट निकालने के लिए एक अच्छा विकल्प है, लेकिन मेरे अनुभव से, यह बहुत बड़ा पॉइंटक्लाउड (500 मिलियन अंक या उससे भी कम) होने पर संघर्ष करेगा। दूसरे शब्दों में, यह एक त्रुटि लौटाएगा और एल्गोरिथ्म को नहीं चलाएगा, भले ही आप सेटिंग्स (पैमाने और वक्रता मापदंडों) को बदल दें। इसके अलावा, मेरे अनुभव से, यह डेटा में कुछ "नकारात्मक ब्लंडर्स" रखता है।

उसके लिए मेरा विकल्प पॉइंटक्लाउड को उल्टा करना है (जमीन के नीचे के बिंदु ऊपर जाएंगे और ऊपर की जमीन नीचे जाएगी)। इसे प्राप्त करने के लिए, मैं डेटा को R में लोड करता हूं और ऊंचाई को उल्टा करता हूं, फिर MCC-LIDAR को चलाता हूं और डेटा को फिर से इनवर्ट करता हूं। आप शायद QGIS या ArcGIS में ऐसा कर सकते हैं, लेकिन आपके डेटासेट के आकार के आधार पर, ऐसा करने में थोड़ा समय लग सकता है।

PDAL टूल ग्राउंड भी एक अच्छा विकल्प है क्योंकि यह बड़े डेटासेट्स के साथ बेहतर काम करता है लेकिन, फिर से, कुछ पॉइंट्स के लिए बीओएल ग्राउंड को अभी भी रखा जाएगा। डेटासेट प्राप्त करने से इस समस्या को हल करने में फिर से मदद मिलेगी।

जमीन के ऊपर के बिंदुओं के लिए, मेरा सबसे अच्छा तरीका एक मैनुअल सफाई है और मैंने ऐसा करने के लिए सबसे अच्छा खुला स्रोत उपकरण पाया है जो CloudCompare के भीतर है। आप Segmentशीर्ष बार मेनू में चयन करेंगे और आप चयनित या अन्य सभी को हटा सकते हैं। मैंने इसके lasviewलिए ( टूल) से पहले LAStools का उपयोग किया है लेकिन जिस तरह से 3D इंटरफ़ेस काम करता है वह उपयोगकर्ता के अनुकूल नहीं है।


नकारात्मक धुंधलेपन को दूर करने के लिए पॉइंट क्लाउड में दिलचस्प रुख। क्या R में 500 मिलियन पॉइंट पॉइंटक्लाउड लोड करना आसान था?
आंद्रे सिल्वा

इसमें कुछ मिनट लग सकते हैं। मैं आमतौर पर ASCII फ़ाइल से डेटाटैबल डेवलपमेंट पैकेज से फ़्रेड का उपयोग करके अपलोड करता हूं, जहां मैं उपयोग करने के लिए थ्रेड्स की संख्या के साथ खेल सकता हूं।
आंद्रे

1

मैं GreenValley International का एक तकनीकी समर्थन हूं, हमारे फ्लैगशिप सॉफ़्टवेयर LiDAR360 में आउटलाइन रिमूवल टूल का उपयोग इन त्रुटियों को यथासंभव दूर करने और इसलिए डेटा की गुणवत्ता में सुधार के लिए किया जा सकता है।

एल्गोरिथ्म पहले उपयोगकर्ता के परिभाषित पड़ोस के भीतर प्रत्येक बिंदु के पड़ोसी बिंदुओं की खोज करेगा, और बिंदु से उसके पड़ोसी बिंदुओं की औसत दूरी की गणना करेगा। फिर, सभी बिंदुओं के लिए इन औसत दूरी के औसत और मानक विचलन की गणना की जाती है। यदि अपने पड़ोसियों के लिए एक बिंदु की औसत दूरी अधिकतम दूरी (अधिकतम दूरी = माध्य + n * मानक विचलन, जहां n एक उपयोगकर्ता-परिभाषित एकाधिक संख्या है) से बड़ा है, तो इसे एक बाहरी माना जाएगा और मूल से हटा दिया जाएगा पॉइंट क्लाउड।

यहां छवि विवरण दर्ज करें


-1

ओपन सोर्स विकल्प के रूप में, 3D फ़ॉरेस्ट में स्वचालित रूप से फ़िल्टर करने के लिए कुछ अच्छे टूल हैं, साथ ही पॉइंट क्लाउड को साफ़ करने के लिए मैन्युअल टूल भी हैं। परिणाम प्राप्त करने के लिए आपको अलग-अलग फ़िल्टर मापदंडों के साथ प्रयास करना पड़ सकता है। हालांकि यह वन बिंदु बादलों के लिए उन्मुख है, कई उपकरण किसी भी बिंदु बादल में उपयोगी हैं।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.