Как классифицировать точки земли в облаке точек? От очистки шумов до цифровой модели рельефа
Лишь часть из миллионов точек облака действительно касается земли.
Главное для поля
- Горизонтали, профили и объёмы строят по голой поверхности земли, поэтому класс земли идёт первым.
- Шумы удаляют до фильтра земли: одна ложная низкая точка пробивает яму в поверхности.
- Параметры фильтра подбирают под рельеф: то, что работает в городе, отказывает в горах.
- Мосты, откосы, густой кустарник и края зданий проверяют вручную, на профилях.
- Если под деревьями нет точек, никакой фильтр не создаст там землю; этот участок снимают в поле.
Почему класс земли идёт первым
Облако точек содержит всё, что увидел датчик: землю, кроны деревьев, крыши, машины, провода. Регламент Türkiye о создании крупномасштабных карт и картографической информации разделяет это двумя понятиями: цифровая модель поверхности (ЦМП) описывает поверхность вместе с растительностью и сооружениями, а цифровая модель рельефа (ЦМР) — голую поверхность земли без них. Горизонтали, профили, объёмы выемки и насыпи и сток воды рассчитывают по голой поверхности земли. В стандарте LAS организации ASPRS точки земли относятся к классу 2, и модель рельефа строят по этому классу. В неклассифицированном облаке крона дерева ведёт себя так же, как вершина холма.
Сначала удалите шумы
Ошибочные точки удаляют до запуска фильтра земли. Высокие шумы (птицы, пыль, отражения) обычно бросаются в глаза и вредят мало. Настоящая опасность — низкие точки, оказавшиеся под землёй: многолучевые отражения или ошибки измерения могут давать точки на несколько метров ниже поверхности. Поскольку большинство фильтров земли начинают с самых низких точек, одна ложная низкая точка пробивает яму в поверхности и заставляет фильтр отбросить настоящие точки земли вокруг неё. В LAS 1.4 есть класс 7 для низких шумов и класс 18 для высоких; перенос шумов в эти классы прослеживаемее, чем их удаление.
Как работают автоматические фильтры
Распространённые подходы делятся на три семейства. Морфологические фильтры сравнивают каждую точку с самой низкой поверхностью в скользящем окне и шаг за шагом увеличивают окно. Прогрессивное уплотнение TIN — метод, описанный Аксельссоном в 2000 году: он строит сеть треугольников по самой низкой точке в каждой ячейке сетки, а затем добавляет к земле точки, расстояние и угол которых до треугольника укладываются в пороги. Симуляция ткани переворачивает облако и опускает на него виртуальную ткань; точки, которых касается ткань, считаются землёй. У всех методов есть параметры: размер ячейки обычно выбирают по самому большому зданию на участке, пороги уклона и расстояния настраивают под рельеф. То, что работает в городе, отказывает в горах.
Где автоматический результат ошибается
На открытой ровной местности автоматического результата часто достаточно. Ошибки сосредоточены в определённых местах: на мостах и путепроводах пролётное строение принимается за землю или исчезает дорога под ним; на крутых откосах и в дорожных выемках бровка срезается и скругляется; в густой низкой растительности и посевах верх растений принимается за землю; стены, подпорные сооружения и припаркованные машины смешиваются с землёй; водные поверхности дают очень мало отражений. Лучший способ найти такие места — искать бугры и ямы на теневой отмывке рельефа и строить профили через подозрительные участки. Исправление означает ручную смену класса точек на профиле.
LiDAR против фотограмметрии
Импульсы LiDAR могут проходить сквозь просветы в листве; один импульс может дать несколько отражений, и последние отражения часто достигают земли под деревьями. Фотограмметрическое облако точек фиксирует только поверхность, видимую на снимках. Если под густым лесом или кустарником нет точек земли, никакой фильтр их не создаст: классификация лишь разделяет уже существующие точки. На таких участках землю нужно снимать в поле с помощью GNSS или тахеометра и добавлять эти измерения в модель рельефа.
Модель рельефа и её проверка
Модель рельефа строят по точкам земли в виде сети треугольников (TIN) или регулярной сетки; шаг сетки не должен быть мельче, чем позволяет плотность точек. Горизонтали и объёмы получают из этой модели. Перед сдачей проверьте модель независимыми измерениями: снимите точки земли с помощью GNSS или тахеометра на разных типах покрова — открытой местности, траве и под деревьями — и укажите расхождения по высоте отдельно для каждого типа покрова. В Türkiye тот же регламент проверяет точность горизонталей на картах и по профилям, измеренным в поле, с расстоянием между точками вдоль каждого профиля не более 20 м.
Откройте облако точек и выделите землю.
MapLab Survey 3D показывает файлы LAS и LAZ в 3D, строит сечения и фильтрует по классам, предлагает классификацию точек земли с ручной правкой и создаёт поверхность рельефа, объёмы выемки и насыпи и горизонтали в DXF. Windows, по запросу.
Частые вопросы
Может ли классификация точек земли быть полностью автоматической?
На открытой ровной местности автоматический результат часто хорош. Мосты, откосы, густой кустарник и края зданий требуют ручной проверки и исправления.
Почему под деревьями нет точек земли?
Фотограмметрическое облако фиксирует только видимую поверхность. LiDAR часто достигает земли за счёт отражений, проходящих между листьями; если ни у того, ни у другого там нет точек, землю нужно снимать в поле.
Считается ли мост землёй?
В модели рельефа пролётное строение моста обычно не считается землёй; в LAS 1.4 для него есть отдельный класс (17). Какое правило применяется, должно быть указано в техническом задании на сдачу.
Что делает MapLab Survey 3D при классификации точек земли?
Открывает файлы LAS и LAZ в 3D, строит сечения и фильтрует по классам; предлагает автоматическую классификацию точек земли и позволяет исправлять её вручную. По точкам земли строит поверхность рельефа, объёмы выемки и насыпи и горизонтали в DXF. Работает в Windows, по запросу.
Технические источники
The field guidance in this article is aligned with the technical and official references below.
- ASPRS LAS Specification
- Axelsson (2000), DEM generation from laser scanner data using adaptive TIN models, ISPRS Archives XXXIII-B4
- Zhang et al. (2016), An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation, Remote Sensing 8(6):501
- Harita Genel Müdürlüğü, Büyük Ölçekli Harita ve Harita Bilgileri Üretim Yönetmeliği
По теме: Файлы LAS и LAZ · Ортофотопланы и 3D-модели · Расчёт выемки и насыпи · MapLab Survey