Saya memiliki cloud titik besar (file LAS) dan saya mencoba untuk mengencerkan ini menggunakan teknik yang kompleks. Saya tahu adalah mungkin untuk mengencerkan cloud titik menggunakan teknik sederhana seperti mengekstraksi setiap titik ke- n . Namun titik cloud tempat saya bekerja lebih padat di beberapa area dan kurang padat di area lain. Saya ingin dapat mengencerkan awan sehingga area yang lebih padat menipis lebih berat daripada area yang kurang padat. Untuk melakukan ini secara manual, seseorang dapat membuat kotak dan memilih sejumlah titik dalam setiap sel. (Yaitu satu di setiap sudut dan satu di tengah) Namun cloud titik ini terlalu besar untuk tugas ini. Saya mencoba mencari tahu apakah ada solusi yang ada untuk masalah ini seperti permintaan seleksi yang kompleks, proses otomatis lainnya, atau aplikasi perangkat lunak yang ada yang dapat digunakan.
8
ThinData
dari Fusion. Dalam jawaban ini saya jelaskan cara kerjanya. Jawaban Howard tampaknya juga menjanjikan. Beri tahu kami jika itu sesuai dengan situasi Anda. Tks.Jawaban:
Sepertinya Anda ingin penipisan berbasis voxel atau mungkin berbasis Poisson. PDAL dapat melakukan keduanya. Lihat tutorial PDAL pada topik di https://pdal.io/tutorial/sampling/index.html
.
Sejauh ukuran file, harap tentukan "besar". Hampir semua teknik kecuali penipisan peringkat sederhana (menghapus titik ke-n) akan ingin memiliki akses ke seluruh file dalam memori. Opsi lain akan membutuhkan teknik dua tahap indeks + pengambilan sampel yang lebih canggih untuk menghindari persyaratan itu.
sumber
Anda dapat mencoba lasthin atau lasduplicate dari LAStools . Dengan lasthin, Anda dapat menyimpan titik '-terendah', '-terendah', '-random', atau paling 'sentral' pada kisi 2D di bidang x / y dengan ukuran '-langkah 0,5' yang ditentukan pengguna. Dengan lasduplicate, Anda dapat menentukan untuk menghapus semua titik yang '-ekat oleh 0,005' dalam 3D dari semua titik yang sebelumnya muncul. Lihat file README tertaut untuk detail lebih lanjut.
sumber
Anda dapat menggunakan FUSION 's
ThinData
perintah untuk ini ( Dokumentasi p.130 ).ThinData
sangat berguna karena memungkinkan Anda untuk mengecilkan data cloud hingga kepadatan pulsa yang diinginkan per unit persegi. Dari dokumentasi FUSION:sumber
Anda dapat menggunakan LiDAR360, unduh versi percobaan 30 hari gratis dari situs web GreenValley International . LiDAR360 menawarkan tiga metode untuk subsampling: penspasian titik minimum, laju sampling, dan octree. Metode jarak titik minimum perlu menetapkan jarak titik minimum antara dua titik sehingga jarak tiga dimensi minimum antara dua titik di awan titik sampel tidak akan kurang dari nilai ini. Metode laju sampling perlu mengatur persentase poin yang dipesan. Dalam mode ini, LiDAR360 akan secara acak mempertahankan jumlah poin yang ditentukan. Poin Cadangan = Jumlah Total Poin * Tingkat Sampel. Metode octree memungkinkan pengguna untuk memilih tingkat pembagian "octree" dan membuat voxels 3D untuk cloud titik input. Hanya titik terdekat dengan setiap pusat voxel yang akan dipertahankan.
sumber