Global Mapper Pro 中的点云子分类

创建自定义点云分类的能力为点云管理的另一个层次打开了大门：子分类。这项新功能允许用户利用机器学习技术来训练自定义模型。此模型在点云中查找特定要素进行分类。分配的分类可以是任何内置类（如地面或建筑物），也可以是新类（如人行道或消防栓）。但是，当一个类需要进一步优化，或者在其中标识了其他类时，会发生什么？这就是点云子分类变得有益的地方。

今年早些时候在 Global Mapper Pro v25.1 中发布的点云子分类允许用户优化现有类别。子类是现有类的一部分。一旦训练为自定义要素分类，子类将使用自己的分类代码、名称和颜色进行定义，从而唯一标识感兴趣的要素。

在高尔夫球场的这个点云中，地面点的子分类包括球车路径（灰色）和高尔夫果岭（海绿色）

子分类可以应用于各种用例，从识别高尔夫球场上的球车路径到建筑物中的特定屋顶结构。在下面的示例中，我们将查看一个机场，并尝试识别跑道上的跑道油漆标记，该跑道已被归类为地面。

创建自定义分类时，无论是初始类还是子类，该过程都侧重于使用训练样本的属性来开发所谓的签名。这些属性类似于分割工具用于识别点聚类的属性：物理结构、返回数等。创建后，此签名将用于识别符合该标准的后续点。下面的点云具有RGB值，这将是区分油漆和跑道的关键属性。此过程还可以依靠分段输出来帮助构建签名。有关更多信息，请参阅：如何在 Global Mapper Pro 中训练自定义点云分类。

此工作流的目标是将绘制的线条分类为现有 Ground 类的子分类

该过程的第一步是运行内置的自动分类器。这样可以识别地面和植被，以及建筑物和电力线（未图示）。您会注意到，地面分类包括跑道、草地和其他类似的平坦地面特征。

首先使用自动分类工具从处理中排除任何不相关的点，例如此处所示的植被

在许多情况下，上述分类正是预期的。无论地面是铺砌的、草地还是其他的，地面都会被分类。在需要更多详细信息的情况下，下一步是子分类。

子分类的设置与自定义训练的分类几乎相同。主要区别在于“是子类”选项，在本例中，该选项将设置为接地。通过选择表示要分类的要素的点来训练分类。在此示例中，在收集训练样本时，通过RGB显示数据可以更清晰地可视化油漆标记。提前分割点云有助于创建点聚类以供选择。

子分类根据点云中选定点的特征进行训练

训练完成后，可以再次运行分类器，这次重点关注之前创建的新创建的跑道标记子类。其结果是油漆标记的独立分类。白色是随机分配的，可以由用户根据需要进行定制。

提示：可以从“配置”菜单的“激光雷达”部分编辑分类颜色。

白色油漆线现在是地面的子分类。它们在功能上是同一类，但在可视化和分析中仍然可以区分。

白色油漆线现在是地面的子分类。它们在功能上是同一类，但在可视化和分析中仍然可以区分

分配分类后，这些子类点可以与父类区分开来，而不会被排除在父类之外。例如，如果我们要仅使用地面点创建数字地形模型，因为油漆点是地面的子类，因此它们也将包含在模型创建中。子分类使您可以更好地控制数据，以便进行微调和更准确地分析输出。