基于点云植被及建筑物矢量自动提取

此方法为基于TerraSolid的试验。 

数据准备

点云数据为经过处理的机载激光数据。

打开数据

在microstation中加载terrascan模块。

点击file，readpoint加载点云。

点云分类

1. 分离地面点

在view展示菜单中可以根据不同属性显示点云，classify为分类工具

 

点击classify，子菜单中选择分离地面点

 

Class为点云图层。刚开始默认所有点云都在0层，我们需要从0层分类到ground层，首次分类select选中上图所示，输入最大建筑物尺寸。

下面为地形坡度，迭代角度与迭代距离，距离一定角度越大，地形越陡峭，角度一定，距离越短越陡峭，反之则为平坦，根据地形设置对应参数。

最后为在边缘处是否减少迭代的选项。

设置好之后点击OK，以下为分类结果（粉色点）。

 

2. 分离建筑点

在classify中选择分离建筑物，以下依次为点云层，分类规则，建筑物最大尺寸，以及屋顶的高程限差，附加选项为是否使用回波信息。

 

以下为建筑物分离结果（蓝色点云），如果对分类结果不满意可以手动细分。

 

3. 分离植被点

在classify中选择detect tree，点击确定。

 

分类完成后查看分类结果。切换到高程显示，可以看到植被已经分离，并自动生成了植被矢量。

点击file保存dxf。

 

4. 提取建筑物轮框

在工具中运行宏，添加矢量化建筑，参数设置参考建筑物点云提取，选择路径，运行，提取完成后生产text矢量文件。生成结束后如右图所示。

 

5. 打开矢量

在Global Mapper中导入建筑物轮廓txt，植被矢量dxf，以及las数据。

 

在3D视图中查看

关闭植被查看轮廓提取情况

 

结语

倾斜摄影测量常用的单体化方法为拉升建筑物结构，构造几何体，再进行贴图，如果提取矢量足够准确，只需要少量修改就能得到建筑物准确轮廓的话，将大大节省单体化成本。（有待探讨）

- END -

在LAS格式的激光雷达点云数据文件中如何定义不同的类

科普 | 激光雷达（LiDAR）点云数据知多少？

激光雷达生产大比例地形图项目设计书 .docx（文档可下载）

关于 LiDAR 从基础入门到数据处理总结归纳

数据分享 | LiDAR点云数据汇总

深度揭秘！LiDAR点云数据的三种真彩色生成方法

戳原文，更有料！