버튼 몇 개만 누르면 포인트 클라우드를 분류할 수 있습니다!

자동 분류 도구 사용

분류 기능을 사용하려면 확인란을 선택하고 [피처 분류] 를 클릭하십시오 . 한 번에 하나 또는 여러 개를 실행할 수 있습니다.

추천 순서: 

분류 도구는 특정 순서(소음, 지면, 건물 및 초목, 전력선, 마지막으로 전봇대)로 실행되도록 설계되었습니다. 여러 분류 작업을 동시에 실행하도록 선택하면 이 순서가 자동으로 적용됩니다. 순서가 중요한 이유는 도구가 이미 분류된 데이터를 찾기 때문입니다. 예를 들어, 건물 및 초목 분류 도구는 지면에서 특정 높이에 있는 지점을 찾습니다. 

방법 :

그리딩(Gridding), 또는 MCC 라고도 불리는 이 방법은 기존의 전통적인 방식입니다. 과거에는 라이다 데이터가 주로 고정익 항공기를 통해 수집되었으며, 이 방법은 바로 그러한 유형의 데이터를 분석하도록 설계되었습니다. 하지만 현재는 최대우도법(Max Likelihood method)이 이 방식을 대부분 대체했습니다.

최대우도 추정법 은 분할 기반 방법입니다. 각 분류 유형에 대해, 이 도구는 포인트 클라우드에서 해당 특징의 공통적인 모양과 특성을 가진 점들의 클러스터를 찾도록 맞춤 설계되었습니다. 최대우도 추정법은 그리드 추정법보다 설정 항목이 적지만, 공유 설정에서 추가 옵션을 사용할 수 있습니다.

*팁 : 일반적으로 기본 설정을 먼저 실행한 다음 데이터를 확인하여 캡처되지 않은 항목을 파악하고 필요에 맞게 설정을 조정하는 것이 가장 쉽습니다. 각 분류에 대한 자세한 설정 정의 및 기타 정보는 기술 자료 의 별도 페이지에서 확인할 수 있습니다.

소음 분류 

노이즈 분류는 다른 분류에 부정적인 영향을 미칠 수 있는 이상치를 식별합니다. 일반적으로 노이즈 포인트는 새, 비, 물이나 자동차 앞유리의 반사광과 같이 실제 특징을 나타내지 않는 데이터 내의 인공적인 요소입니다. 이러한 포인트는 종종 너무 높거나 너무 낮게 나타나 다른 분류에 오류를 발생시킵니다.

이제 이러한 강우 지점은 소음으로 분류되었으므로 향후 분류에는 영향을 미치지 않습니다.

지반 분류 

지면 분류는 지면의 지점을 다른 지형지물, 특히 식생과 구분하여 분류하는 지능형 도구입니다. 설정은 주변 지형, 데이터 세트의 고도 범위 또는 알려진 지형지물을 기반으로 조정할 수 있습니다. 설정 관련 팁은 LiDAR 지면 분류 문제 해결을 참조하십시오 . 대화 상자는 다르지만 설정 값은 동일합니다.

분류된 지면 지점을 포함하는 포인트 클라우드.

건물 분류 

분류 과정에 필요한 매개변수는 포인트 클라우드 내 건물 의 예상 구조를 설명합니다 . 이러한 값은 특정 포인트 클라우드의 특성을 고려하여 조정할 수 있으며, 이를 통해 대형 건물과 고지대 등을 효과적으로 구분할 수 있습니다.

도시 환경에 분류된 건물들.

식생 분류

이 도구는 모든 유형의 식물을 검색합니다. 높이별로 나무를 분류하는 옵션을 사용하는 경우, 위로 스크롤하여 '분류 및 추출 공유 설정'에서 높이 임계값을 지정하십시오. 자세한 내용은 기술 자료에서 확인할 수 있습니다.

식물은 높이에 따라 여러 가지로 분류될 수 있다.

더 많은 검색 결과를 찾으십니까? 

포인트 클라우드를 분류한 후에는 데이터를 추가로 분석할 수 있습니다. 여기에는 지형 모델을 생성하거나 분류된 포인트 클라우드에서 벡터 특징을 추출하는 작업이 포함될 수 있습니다.

더 많은 라이다 관련 자료:

• Global Mapper에서 LiDAR 데이터 품질 향상
• Global Mapper Pro의 LiDAR 품질 관리
• Global Mapper Pro에서 디지털 지형 모델 생성하기
• 경로 프로파일 보기에서 LiDAR를 분류하는 방법
• 사용자 지정 포인트 클라우드 클래스를 만드는 방법
• 맞춤형 라이다 분류 교육

Global Mapper Pro의 자동 분류 도구에 대한 자세한 내용은 Global Mapper 기술 자료를 참조하십시오. 자동 분류 도구에 대해 추가 질문이 있는 경우 기술 지원 팀에 문의 하십시오.