Hoe classificeer je maaiveld in een puntenwolk? Van ruis verwijderen tot een maaiveldmodel

Maar een deel van de miljoenen punten in een puntenwolk raakt echt de grond.

Waarom de maaiveldklasse eerst komt

Een puntenwolk bevat alles wat de sensor zag: grond, boomkruinen, daken, voertuigen, draden. De Verordening voor de productie van grootschalige kaarten en kaartinformatie van Türkiye maakt het onderscheid met twee begrippen: het digitale oppervlaktemodel (DSM) geeft het oppervlak inclusief begroeiing en bouwwerken weer, het digitale terreinmodel (DTM) het kale maaiveld zonder die elementen. Hoogtelijnen, profielen, ontgravings- en ophogingsvolumes en afwatering worden op het kale maaiveld berekend. In de LAS-standaard van de ASPRS zijn maaiveldpunten klasse 2, en het terreinmodel wordt uit die klasse opgebouwd. In een ongeclassificeerde wolk gedraagt een boomkruin zich precies als een heuveltop.

Eerst de ruis verwijderen

Foute punten worden verwijderd voordat het maaiveldfilter draait. Hoge ruis (vogels, stof, reflecties) valt meestal op en richt weinig schade aan. Het echte gevaar zijn lage punten die onder het maaiveld vallen: multipadreflecties of meetfouten kunnen punten meters onder het oppervlak opleveren. Omdat de meeste maaiveldfilters bij de laagste punten beginnen, slaat één vals laag punt een put in het oppervlak en laat het filter de echte maaiveldpunten eromheen afwijzen. LAS 1.4 heeft klasse 7 voor lage ruis en klasse 18 voor hoge ruis; ruis naar die klassen verplaatsen is beter traceerbaar dan het te verwijderen.

Hoe automatische filters werken

De gangbare aanpakken vallen in drie families. Morfologische filters vergelijken elk punt met het laagste oppervlak in een schuivend venster en vergroten het venster stap voor stap. Progressieve TIN-verdichting is de methode die Axelsson in 2000 beschreef: ze bouwt een driehoeksnet uit het laagste punt in elke rastercel en voegt daarna de punten aan het maaiveld toe waarvan de afstand en hoek tot een driehoek binnen drempelwaarden blijven. Doeksimulatie draait de wolk om en laat er een virtueel doek op vallen; de punten die het doek raakt, tellen als maaiveld. Ze hebben allemaal parameters: de celgrootte wordt meestal gekozen op basis van het grootste gebouw in het gebied, en hellings- en afstandsdrempels worden op het terrein afgesteld. Instellingen die in de stad werken, falen in de bergen.

Waar het automatische resultaat de mist in gaat

Op open, vlak terrein is het automatische resultaat vaak goed genoeg. De fouten concentreren zich op bepaalde plekken: bij bruggen en viaducten wordt het brugdek voor maaiveld aangezien of verdwijnt de weg eronder; op steile taluds en ingravingen wordt de taludrand afgesneden en afgerond; in dichte lage begroeiing en gewassen wordt de bovenkant van de planten voor maaiveld aangezien; muren, keerconstructies en geparkeerde voertuigen raken in het maaiveld verzeild; wateroppervlakken geven heel weinig punten terug. Je vindt deze plekken het best door in een reliëfschaduwweergave naar bulten en putten te zoeken en door verdachte plekken profielen te leggen. Corrigeren betekent de klasse van punten op het profiel met de hand wijzigen.

LiDAR tegenover fotogrammetrie

LiDAR-pulsen kunnen door openingen in het bladerdak gaan; één puls kan meerdere echo's opleveren, en de laatste echo's bereiken vaak de grond onder de bomen. Een fotogrammetrische puntenwolk legt alleen het oppervlak vast dat op de foto's zichtbaar is. Zijn er onder dicht bos of struikgewas geen maaiveldpunten, dan kan geen filter ze maken; classificatie scheidt alleen de punten die er zijn. In zulke gebieden moet het maaiveld in het veld worden ingemeten met GNSS of een total station, en moeten die metingen aan het terreinmodel worden toegevoegd.

Het terreinmodel en de controle

Het terreinmodel wordt uit de maaiveldpunten opgebouwd als driehoeksnet (TIN) of regelmatig raster; de rasterafstand mag niet fijner zijn dan de puntdichtheid toelaat. Hoogtelijnen en volumes komen uit dit model. Toets het model vóór de oplevering aan onafhankelijke metingen: meet maaiveldpunten in met GNSS of een total station in verschillende bodembedekkingen, zoals open terrein, gras en onder bomen, en rapporteer de hoogteverschillen per bedekkingstype apart. In Türkiye controleert dezelfde verordening ook de nauwkeurigheid van hoogtelijnen op kaarten met in het veld gemeten profielen, met punten op hoogstens 20 m van elkaar langs elk profiel.

Veelgestelde vragen

Gerelateerd: LAS- en LAZ-bestanden · Orthofoto's en 3D-modellen · Ontgraving en ophoging · MapLab Survey