Jak poprawić dokładność i jakość lidaru
December 9, 2025Podobnie jak w przypadku każdego towaru lub surowca, jakość danych z chmury punktów, takich jak lidar, bezpośrednio wpływa na jakość produktów pochodnych. Chmura punktów o dokładności położenia poniżej wymaganego standardu spowoduje powstanie niedokładnego Cyfrowego Modułu Terenu (NMT) ; błędnie sklasyfikowane punkty spowodują błędne przedstawienie wszelkich wyodrębnionych cech wektorowych; punkty zakłócające, które znajdują się powyżej lub poniżej oczekiwanego zakresu wysokości, prawdopodobnie zakłócą późniejszą analizę lub proces przetwarzania danych.
Global Mapper Pro® oferuje szereg narzędzi do edycji, filtrowania i ogólnej poprawy jakości danych w chmurze punktów. Zaktualizowaną chmurę punktów można następnie wykorzystać w rozbudowanym zestawie narzędzi analitycznych Pro lub wyeksportować w celu utworzenia ulepszonej wersji danych lidarowych jako finalnego produktu.
Filtrowanie podczas importu
Każdy, kto importuje dane z chmury punktów do Global Mapper, zauważy, że natychmiastowe załadowanie pliku oferuje kilka opcji określania, które punkty mają zostać pobrane. Opcje obejmują ładowanie tylko punktów w określonych granicach, co pozwala użytkownikom na przycięcie importowanych punktów i skrócenie czasu ładowania i przetwarzania. Chociaż to wbudowane filtrowanie może być wygodne, często najlepiej zacząć od analizy zbioru danych jako całości. Szybki przegląd rozkładu punktów, klasyfikacji i ogólnej charakterystyki po imporcie często dostarcza kontekstu potrzebnego do podjęcia decyzji, które filtry zapewnią najbardziej wiarygodne wyniki.
Okno dialogowe importu lidaru udostępnia liczne opcje filtrowania danych przed ich wyrenderowaniem w widoku mapy
Dostęp do metadanych
Często pierwszym krokiem w ocenie zbioru danych jest po prostu jego obejrzenie. Czy chmura punktów w pełni pokrywa interesujący Cię obszar, czy też występują w niej luki? Czy w przeglądarce 3D rzucają się w oczy jakieś pionowe piki lub obszary opadania?
Poza tą wizualną kontrolą, bardziej przemyślany etap kontroli jakości (QC) rozpoczyna się od metadanych warstwy, dostępnych po kliknięciu jej prawym przyciskiem myszy w Centrum sterowania. W tym miejscu Global Mapper przedstawia kluczowe szczegóły, takie jak zakres wysokości, średnia gęstość i odstępy między punktami, data zebrania danych oraz istniejące klasyfikacje punktów. Ta migawka daje natychmiastowy obraz sposobu, w jaki dane zostały zebrane i co zawierają.
Mając taki kontekst w ręku, można przejść do ukierunkowanych działań udoskonalających w celu wyeliminowania luk, dopracowania klasyfikacji i wzmocnienia ogólnej niezawodności chmury punktów.
Proces poprawy dokładności i jakości lidaru można podzielić na dwie ogólne kategorie: edycję i filtrowanie. Edycja zazwyczaj polega na aktualizacji charakterystyk punktów, natomiast filtrowanie oznacza usuwanie punktów niepotrzebnych lub uznanych za błędne. Często te dwie procedury są stosowane łącznie.
Edycja chmur punktów
Jednym z najczęstszych kroków podczas pracy z danymi w chmurze punktów jest przypisywanie lub aktualizowanie wartości klasyfikacji reprezentujących rodzaj powierzchni. Typowe klasy obejmują między innymi grunt, budynki i roślinność. W niektórych zbiorach danych – zwłaszcza tych generowanych za pomocą fotogrametrii – wszystkie punkty początkowo są zazwyczaj niesklasyfikowane, co sprawia, że konieczne jest zastosowanie sensownych klas przed przeprowadzeniem jakiejkolwiek analizy strukturalnej.
Klasyfikacja ręczna
W Global Mapper Pro klasyfikacje można aktualizować ręcznie , wybierając punkty do modyfikacji i stosując żądaną klasę za pomocą wstępnie skonfigurowanych przycisków klasyfikacji na pasku narzędzi. Chociaż ta metoda nie jest wydajna w przypadku reklasyfikacji na dużą skalę, idealnie nadaje się do poprawek lub szybkich edycji małych grup punktów, szczególnie podczas pracy w widoku profilu ścieżki (przekrojowym).
Automatyczna klasyfikacja
Bardziej efektywnym procesem pracy jest wykorzystanie narzędzi automatycznej klasyfikacji , które analizują lidar za pomocą algorytmów wykrywających punkty reprezentujące grunt, wysoką roślinność lub drzewa, budynki, naziemne kable energetyczne i słupy energetyczne. Inne obiekty można wyizolować do ręcznej klasyfikacji za pomocą narzędzia Segmentacja . Te przeklasyfikowane punkty można następnie wykorzystać do tworzenia modelu DTM lub ekstrakcji obiektów. Po sklasyfikowaniu chmury punktów można łatwo przeprowadzić dalszą analizę, taką jak tworzenie siatki wysokościowej lub ekstrakcja drzew jako obiektów wektorowych.
Zestaw narzędzi do automatycznej klasyfikacji analizuje chmury punktów w celu identyfikacji takich obiektów, jak grunt, roślinność, budynki, naziemne linie energetyczne i słupy energetyczne. Dodatkowe obiekty można wyizolować do ręcznej analizy za pomocą narzędzia Segmentacja . Po ponownej klasyfikacji punkty te mogą być pomocne w dalszych zadaniach, takich jak budowanie modelu powierzchni lub wyodrębnianie zasobów, takich jak drzewa, jako warstw obiektów.
Klasyfikacja niestandardowa
Oprócz wbudowanych modeli, narzędzie Custom Point Cloud Classification pozwala użytkownikom definiować własne klasy i trenować Global Mapper Pro w celu ich rozpoznawania. Po podaniu przez użytkownika punktów próbkowania reprezentujących spójny obiekt, oprogramowanie analizuje ich atrybuty i geometrię, aby wygenerować sygnaturę klasyfikacyjną. Ta sygnatura staje się podstawą niestandardowego, trenowanego przez użytkownika modelu.
Edycja wartości X, Y i Z
Kolejnym aspektem jakości lidaru, który można udoskonalić, jest dokładność pozycjonowania. Gdy zbiór danych nie pokrywa się idealnie z warstwą odniesienia lub inną chmurą punktów, Global Mapper Pro oferuje kilka narzędzi do korekty jego położenia 3D:
- Ręczne przesunięcie: Przesuń całą warstwę wzdłuż osi X, Y i Z.
- Narzędzie kontroli jakości Lidar: Porównaj chmurę punktów z punktami kontrolnymi, wygeneruj raport o wszelkich przesunięciach i w razie potrzeby wykonaj korekty położenia.
- Narzędzie Fit Lidar: Zmień położenie punktów, aby dopasować je do nakładającej się chmury punktów i zwizualizuj różnice wysokości między nimi. (Aby uzyskać bardziej szczegółowy przegląd, zobacz ten powiązany blog.)
- Narzędzie do rektyfikacji obrazu: Ponowne dopasowanie chmury punktów do znanego trójwymiarowego elementu sterującego naziemnego przy użyciu procesu rektyfikacji.
Każda z tych metod aktualizuje współrzędne lub wysokości punktów, aby uwzględnić wprowadzone poprawki. Dodatkowe wskazówki dotyczące poprawy dokładności położenia chmury punktów można znaleźć w tym artykule.
Filtrowanie danych chmury punktów
Prawie bez wyjątku, chmura punktów będzie wymagała filtrowania przed rozpoczęciem jakiejkolwiek analizy, generowania powierzchni lub ekstrakcji cech. Proces filtrowania może opierać się na zasięgu geograficznym danych lub, częściej, na ich inherentnych atrybutach lub cechach.
Narzędzie do wyświetlania lidaru
W ramach sterowania Lidar/Wyświetlaniem Terenu, odświeżonego w wersji 26.2, dostępny jest interfejs Filtrów Punktów , który umożliwia szybkie i łatwe przeglądanie punktów spełniających określone kryteria, niezależnie od tego, czy chmura punktów jest lidarowa, czy fotogrametryczna. Atrybuty filtrowalne są automatycznie wypełniane i obliczane na podstawie metadanych punktów, wykraczając poza ograniczenia wbudowanych atrybutów, takich jak wysokość, intensywność czy wartości RGB. Za pomocą suwaków histogramu użytkownicy mogą szybko i w czasie rzeczywistym dostosowywać widoczność punktów, co daje im precyzyjną kontrolę nad zbiorem danych. Punkty filtrowane są ukryte, ale nie są usuwane i można je przywrócić w dowolnym momencie.
Filtrowanie geograficzne
Podobnie jak w przypadku dowolnych danych wektorowych, chmurę punktów można przyciąć do rozmiaru wstępnie wybranego wielokąta, co stanowi prostą metodę eliminacji redundancji w kolejnych procesach. Jest to prawdopodobnie najprzydatniejsza z dostępnych opcji filtrowania podczas importu danych, ale można ją również zastosować po załadowaniu danych.
Bliskość punktów może również stanowić podstawę filtrowania. Narzędzie do przerzedzania w Global Mapper Pro usuwa punkty na podstawie zdefiniowanego zapotrzebowania na gęstość lub odstępy, zachowując jednocześnie tylko punkt o maksymalnej, minimalnej lub średniej wysokości w bezpośrednim sąsiedztwie. Jest to szczególnie przydatne podczas pracy z chmurami punktów o dużej gęstości, utworzonymi fotogrametrycznie.
Podobnie narzędzie Model Key Point również przerzedza chmurę punktów, jednak jej działanie polega na rozdrobnieniu chmury punktów do najmniejszej liczby punktów wymaganej do przedstawienia cech w danych.
Usuwanie hałasu
Punkty szumu definiuje się jako punkty, które znajdują się poza normalnym zakresem wysokości w określonym obszarze lokalnym. Punkty szumu mogą występować z powodu problemów z procesem gromadzenia danych, anomalii fizycznych w obszarze docelowym, takich jak ptaki przelatujące pod samolotem, lub z wielu innych przyczyn. Narzędzie do identyfikacji szumu Global Mapper Pro może reklasyfikować punkty szumu lub natychmiast je usuwać, w oparciu o określony zestaw parametrów i progów wysokości.
Filtrowanie według klasyfikacji
Pierwszym krokiem w procesie przekształcania chmury punktów w rastrowy model terenu (NMT) jest, z konieczności, eliminacja punktów, które nie są sklasyfikowane jako punkty naziemne . Zachowanie punktów nienaziemnych lub niesklasyfikowanych stworzy powierzchnię zawierającą elementy nadziemne i nieodzwierciedlającą morfologii terenu docelowego. Filtrowanie w tym kontekście to prosty proces wyboru klasy, który można zastosować zarówno do wyświetlania punktów na ekranie, jak i podczas tworzenia siatki lub powierzchni. W obu przypadkach wysokości przypisane pikselom w powstałej warstwie rastrowej zostaną uzyskane z wybranego podzbioru chmury punktów.
Eksportowanie chmury punktów
Chociaż Global Mapper Pro oferuje szeroki wachlarz narzędzi do edycji i filtrowania, należy pamiętać, że procedury ulepszania opisane w tym artykule nie są automatycznie zapisywane w oryginalnych plikach ani wczytanych warstwach. Aby zapisać wyniki dowolnej procedury ulepszania chmury punktów w pliku, dane można wyeksportować w odpowiednim formacie chmury punktów. Nowa warstwa odziedziczy wszystkie zmodyfikowane charakterystyki punktów i będzie ograniczona do punktów, które zostały zachowane po filtrowaniu lub usunięciu punktów, które nie są potrzebne.
Zaawansowane narzędzia do analizy, ekstrakcji i generowania powierzchni w Global Mapper Pro, co zrozumiałe, cieszą się największym zainteresowaniem i uznaniem specjalistów geoprzestrzennych. Należy jednak również podkreślić kluczową rolę, jaką w tych procedurach odgrywają narzędzia do edycji i filtrowania w Pro. Im lepsza jakość surowca, tym lepszy produkt końcowy.
Jeśli chcesz dowiedzieć się więcej o Global Mapper Pro i jego narzędziach do pomiaru dokładności lidaru, pobierz 14-dniowy bezpłatny okres próbny i zamów demo już dziś ! Aby uzyskać więcej informacji, skontaktuj się z nami.
Jeśli podobał Ci się ten blog, poniższe zasoby mogą okazać się przydatne w celu zwiększenia dokładności i jakości pomiaru lidarem:
