Determinare il DEM di terra nuda da un file LAS non classificato?

Ho dati in formato LAS con valori RGB creati da fotogrammetria aerea utilizzando un UAV. Sto cercando di trovare una soluzione per estrarre il DEM di terra nuda dalla nuvola di punti.

Ho provato SAGA, Fusion, MCC-LIDAR, ma sembra che abbiano bisogno che il file LAS sia già classificato (cosa che ovviamente non lo è). Qualcuno può indicarmi la giusta direzione con una breve spiegazione del processo?

In generale, avrei bisogno di elaborare circa 100 punti millimetrici alla volta (posso piastrellarli se necessario).

Generazione di DEM LiDAR da nuvole di punti non classificati con:

• MCC-LIDAR - Algoritmo MCC (Multiscale Curvature Classification).
  _{( supporta le versioni LAS da 1.1 a 1.3 )}

MCC-LIDAR è uno strumento da riga di comando per l'elaborazione di dati LIDAR a ritorno discreto in ambienti forestali (Evans & Hudak, 2007).

Flusso di lavoro:

• a) nuvola di punti non classificata.
• b) i rendimenti al suolo classificati.
• c) DEM di terra nuda (raster).

Creiamo una situazione ipotetica per fornire ulteriormente un esempio con il codice.

MCC-LIDAR è installato in:

C:\MCC

La nuvola di punti LiDAR non classificata (file .las) si trova in:

C:\lidar\project\unclassified.las  

L'output che sarà il DEM bare-earth è in:

C:\lidar\project\dem.asc  

L'esempio seguente classifica i ritorni a terra con l'algoritmo MCC e crea un DEM di terra nuda con una risoluzione di 1 metro.

#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

Per capire meglio come funzionano i parametri della scala (e) e della soglia di curvatura (t), leggi: Come eseguire MCC-LiDAR e; Evans e Hudak (2007).

I parametri devono essere calibrati per evitare errori di commissione / etichettatura (quando un punto è classificato come appartenente al terreno ma in realtà appartiene alla vegetazione o agli edifici). Per esempio:

MCC-LIDAR utilizza il metodo di interpolazione TPS ( Thin Plate Spline ) per classificare i punti di massa e generare il DEM di terra nuda.

_Riferimenti:

• _{Evans, Jeffrey S .; Hudak, Andrew T. 2007. Un algoritmo di curvatura multiscala per classificare LiDAR a ritorno discreto in ambienti boschivi . Transazioni IEEE su geoscienza e telerilevamento. 45 (4): 1029-1038.}

_{Per ulteriori opzioni sugli algoritmi di classificazione del punto di massa, vedere Meng et al. (2010):}

• _{Meng, X .; Currit, N .; Zhao, K. (2010). Algoritmi di filtraggio al suolo dei dati LiDAR dispersi nell'aria: una revisione dei problemi critici . Telerilevamento, 2 (3), 833–860. DOI: 10.3390 / rs2030833}

Penso che LasTools possa soddisfare le tue esigenze, vedi LASGround . La licenza è un po 'divertente a seconda di quali strumenti. Gli strumenti possono essere scaricati e valutati prima dell'acquisto; anche il prodotto è relativamente economico.

Ho avuto buona fortuna con il comando GroundFilter di FUSION (manuale qui ). Non ho avuto problemi a gestire 40 milioni di punti (non classificati), quindi non mi sarei aspettato un problema con 100 milioni.

Questo può essere fatto con un filtro pdal usando gli algoritmi Filtro morfologico semplice (SMRF) o Filtro morfologico progressivo (PMF) .

Presto

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

Crea un file LAS compresso terra nuda con una dimensione di cella di 5 unità di terra utilizzando PMF. ( documenti )

Per ulteriori spiegazioni, consultare l' esercitazione sull'identificazione del terreno mediante ProgressiveMorphologicalFilter .

Più coinvolti, usando SMRF

Un esempio di pipeline che:

• applica il filtro SMRF, ingrandisce l' cellopzione dimensione su 2,0 (unità di sistema di coordinate) e una soglia di 0,75
• seleziona solo i punti di terra appena classificati ( 2è il valore standard LAS per terra)
• scrive la selezione in un file di output LAS non compresso (basta cambiare l'estensione in .laz per compresso)

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

Il file dei parametri JSON:

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

Estrarre solo dal suolo

Questo esempio a) classifica in terra / non-terra, b) aggiunge l'attributo "Altezza fuori terra" e c) esporta solo i punti 2.0 (unità del sistema di coordinate) sopra terra.

{
    "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"
        }
    ]
}

Adattato da Brad Chambers, https://lists.osgeo.org/pipermail/pdal/2017-July/001367.html