Algoritmos de detección de la línea de separación para el conjunto de datos LIDAR

Question

Yo estoy en busca de algoritmos o abrir fuente herramientas que podría utilizar para detectar líneas de contorno de un conjunto de datos LIDAR; más específicamente, de los puntos del terreno del conjunto de datos. Por el momento lo único que he encontrado son algunos artículos basados en la detección de borde para edificios y carreteras.

Supongo que allí están algunos algoritmos basados en nubes de puntos, o tal vez incluso para modelos digitales de elevación podría utilizar.

Cualquier sugerencia será muy apreciada.

Answer 1

_{Estoy en la reformulación de esta respuesta a un método más adecuado que la versión anterior.}

Una posible solución consistiría en tres pasos:

1. Generar una alta resolución desnuda de la tierra modelo DEM. Se refieren a este hilo para más consejos.
2. Extracto de la pendiente de la información de la DEM. Ajustar el tamaño de píxel para asignar valores de la pendiente de acuerdo con el tipo de breaklines en el área de estudio. Por ejemplo, si el breaklines se producen en lugares estrechos, elija un menor tamaño de la celda para detectarlos.
3. Filtro de píxeles o coordina con la pendiente de la información superior a un determinado umbral (por ejemplo, superiores a los 40 grados).

El programa de comando GridMetrics disponible en Fusión/LTK permite la extracción de medidas topográficas, cuando se utiliza junto con el modificador topo. Vea a continuación GridMetrics sintaxis:

GridMetrics /topo:dist,lat groundfile heightbreak cellsize outputfile datafile

Explicación de GridMetrics argumentos:

• Gridmetrics es el programa de comando (un .el archivo exe),

• El interruptor de topo admite dos argumentos. De acuerdo a la Fusión del manual:

Calcular medidas topográficas mediante el groundfile(s) y la salida en un archivo independiente. La distancia es el tamaño de la celda para el 3 por 3 análisis de células de la zona y lat es la latitud (+norte-sur).

• groundfile es el desnudo de la tierra DEM (un .dtm -¹ archivo).

¹ Si el desnudo de la tierra modelo está disponible con la extensión .asc convertir .dtm utilizando el ASCII2DTM herramienta.

• heightbreak y cellsize son los argumentos utilizados para calcular no medidas topográficas (no es importante en este contexto).
• outputfile es el archivo donde no va a ser la pendiente de la información (un .archivo csv, que pueden convertir a ASCII formato de trama).
• datafile es el LiDAR en la nube (un .las de archivo).

Ejemplo:

Esta es la forma en que escribió el GridMetrics comando en mi equipo para generar la pendiente de la información (con 10 metros de resolución) de un lidar en la nube proporciona como ejemplo por la Fusión.

c:\Fusion\GridMetrics /topo:10,+north C:\LIDAR\Fusion_example_data\4800K_ground_surface.dtm 2 10 C:\LIDAR\Fusion_example_data\4800K_topometrics.csv C:\LIDAR\Fusion_example_data\lda_4800K_data.las

Esta es la forma en la outputfile archivo se parece a:

Entonces, he utilizado el CSV2GRID comando para convertir la pendiente de la columna (la columna 6) los valores de a y de .asc formato de archivo.

c:\Fusion\CSV2GRID C:\LIDAR\Fusion_example_data\4800K_topometrics_topo_metrics.csv 6 C:\LIDAR\Fusion_example_data\4800K_topometrics.asc

Este es el resultado de la pendiente del mapa (4800K_topometrics.asc) con títulos como la unidad de medida.

Ahora, para detectar las breaklines, será necesario establecer un umbral de la pendiente que mejor se adapte al estudio, y el clip de esos pixeles.

En la esquina superior izquierda de nuestro mapa hay las laderas más altas observadas (> 40 grados). Ver las fotos de abajo, que ilustran esa área.

Esta sería la opción más cercana que nos iba a llegar a partir de una línea de separación en esta escena.