24.1中的非地面分类工具中添加了一个新选项，此工具的工作原理是识别点云中的圆柱形图案，类似于使用平面来识别建筑物中的墙壁。与旧版本分类方法相比，新工具使用分割方法根据点云中的形状和属性来识别要素。
电线杆分类选项仅适用于圆柱杆。
如何使用分割来查找
分割是一种分类方法，它更适合现代激光雷达的采集方式。最初，激光雷达是使用稀疏的航空传感器收集的，这就是网格化选项等旧工具的构建目的。现代激光雷达往往非常密集，通常由安装在飞机以外物体上的传感器收集，例如来自三脚架或汽车的地面数据或来自无人机的空中数据。
从技术上讲，如果您有兴趣以艰难的方式做到这一点，也可以在原始分割工具中对电线杆进行分类。大多数选项和设置都在那里。圆柱/极具有特定的曲率值以及其他属性。改用这个新选项的好处是，设置已经定制为寻找杆结构。它还包括按杆直径过滤并按高度自动过滤以清除其他非极点的圆柱形物体的能力。
在引擎下（在Global Mapper的编程中），杆分类与建筑物分类同时运行。点云中的表面是针对曲率值测量的，曲率值用于查看表面是非常弯曲（极点）还是非常平坦（建筑物）。然后考虑此分类中剩余的点作为植被。
设置提示
最小和最大设置用于帮助区分杆和树。超出这些设定值的圆柱特征将不会分类。使用测量工具测量数据中的极点以获取此值。
树木通常在离地面相同的高度测量，称为胸径（胸径）。与树木不同，电线杆在功能上通常是均匀的，因此假设电线杆直径在电线杆上是恒定的，而不是在离地面的某个高度测量的。您仍然希望对地面点进行分类，因为在测量杆高度时会使用离地面高度来验证它是否确实是杆和较短的东西，例如系柱。
保持点间距（邻域范围）足够大，以使极点仍然可见。 例如，如果您只查看 0.1 米的补丁，那么电线杆看起来会很平坦，而不是我们要分类的圆柱体。
每次运行该工具时，都会搜索和分类建筑物点。首先对极点进行分类，然后在进行建筑物分类之前使用过滤器激光雷达工具将其关闭。有时，最适合对电线杆进行分类的邻域范围（和东西）与适用于建筑物的邻域范围（和东西）不同。当然，这会根据您的数据而变化，因为每个点云都因收集方式和收集内容而异。
文章来源：Global Mapper
本文由谷歌翻译而成，文章可能有错误语句及不通顺情况，仅供参考学习。
- END -
ContextCapture：LiDAR点云和航测影像融合建模
激光雷达（LiDAR）点云数据知多少？
LiDAR和摄影测量结合生成3D模型用于桥梁维护
激光雷达和InSAR：并非所有的遥感都是相同的
