点云属性
要访问点云的属性，请打开项目菜单并选择您的点云。单击“属性”选项卡，您将在下面找到一个下拉菜单，其中列出了所有可能的属性，选择您想要使用的属性。您将在下面找到所有可能属性的列表以及每个属性的作用。
在这里您将找到所有可用值及其用法和相关选项的列表：
- **分析：**仅适用于分析点云，有关分析的更多信息，请查看本文。
- 名称：更改点云的名称
- 查看位置
- 看轮换
- 查看规模
- 删除分析（只会从查看器中删除它，如果是服务器端分析，可以稍后重新加载）
- **分类：**仅适用于兼容的点云。分类的目标是将相似的点分组为有意义的类别，例如地面、植被、建筑物和其他物体。
- 显示/隐藏全部：显示或隐藏每个类别
- 每个类别一行，单击该行可显示/隐藏它，单击颜色可更改它
- **颜色：**用 1 种颜色为整个点云着色
- 使用调色板选择颜色
- 使用十六进制代码选择颜色
- 从默认列表中选择一种颜色
- **复合：**如果您想同时使用多个选项，请使用此选项，拖动滑块以增加/减少它们的使用。
- RGBA：彩色点云
- Gamma ：基本上是点云的曝光，较低的伽玛等于较高的曝光，较高的伽玛，较低的曝光，给出日落的外观
- 亮度：点云的亮度，亮度越低则越暗，亮度越高则越亮。
- 对比度：改变点云的对比度，较低的对比度会使点云变灰，较高的对比度会使标准颜色曝光过度（红色，黄色，绿色，蓝色......）
- 强度：信号的强度或幅度
- 范围：从低强度到高强度
- Gamma ：基本上是点云的曝光，较低的伽玛等于较高的曝光，较高的伽玛，较低的曝光，给出日落的外观
- 亮度：点云的亮度，亮度越低则越暗，亮度越高则越亮。
- 对比度：改变点云的对比度，较低的对比度会使点云变灰，较高的对比度会使标准颜色曝光过度（红色，黄色，绿色，蓝色......）
- 高程：每个点的高度或垂直位置
- 高程范围：根据高度设置渐变开始和结束的位置
- 渐变模式
- Clamp ：标准渐变，在范围之外，保持边缘的最终颜色
- 重复：当渐变结束时，从原始颜色重新开始
- 镜像重复：当渐变结束时，将新的渐变反转，类似于重复，但没有颜色不连续性
- 渐变方案：更改渐变的颜色，仅从预定义列表中选择
- 分析：仅当在该点云上可用时，模型与点云的比较
- 分类：仅当在该点云上可用时，划分不同类型的对象（地面、植被、建筑物......）
- 返回值：达到该点所需的脉冲数
- 点源ID：按扫描ID分组
- RGBA：彩色点云
- **高程：**表示每个点的高度或垂直位置。高程数据在点云的许多应用中都很重要，例如地形测绘、洪水建模、城市规划和基础设施设计。通过分析高程数据，可以创建准确且详细的数字高程模型 (DEM)，可用于广泛的地理空间分析和可视化目的。
- 高程范围：根据高度设置渐变开始和结束的位置
- 渐变模式
- Clamp ：标准渐变，在范围之外，保持边缘的最终颜色
- 重复：当渐变结束时，从原始颜色重新开始
- 镜像重复：当渐变结束时，将新的渐变反转，类似于重复，但没有颜色不连续性
- 渐变方案：更改渐变的颜色，仅从预定义列表中选择
- GPS时间： GPS时间是与点云中每个点相关的重要属性。它提供有关激光脉冲发射时间和接收返回脉冲时间的信息，从而可以准确计算该点的范围和位置。此外，GPS时间还可用于质量控制和分析目的。通过分析点云中 GPS 时间值的分布，可以识别存在时间异常或错误的区域，这可能表明数据或 LiDAR 系统存在问题。
- **索引：**索引是与 LiDAR 点云中每个点关联的属性，提供有关该点的空间属性以及与云中其他点的关系的附加信息。它们通常用于支持高级分析和处理任务，例如分割、分类和特征提取。有多种类型的索引可用于 LiDAR 点云处理，包括：
- 法线向量：该索引表示点相对于其局部邻域的方向。它可用于识别平面或估计表面法线以进行表面重建。
- 曲率：该指标表示曲面在该点处的局部曲率。它可用于识别锐边或估计曲面的曲率半径。
- 离地高度：该指数表示该点距地面或参考表面的高度。它可用于地形建模或识别地表上方或下方的物体。
- 相对高度：该索引表示该点相对于其相邻点的高度。它可用于识别高于或低于周围环境的物体。
- 密度：该指标表示该点周围局部邻域内点的密度。它可用于识别点密度高或低的区域，例如植被或建筑物外墙。
- **强度：**它 表示捕获点时传感器或设备接收到的信号的强度或幅度。在某些情况下，强度与物体在该点的反射率有关。例如，在 LiDAR 点云中，强度值表示物体反射回传感器的激光量。在这种情况下，较高的强度值表示反射更多光的表面，例如白墙，而较低的强度值表示反射较少光的表面，例如黑色汽车。在其他情况下，强度可以代表不同的物理量。例如，在摄影点云中，强度可以表示用于生成点云的原始图像中的像素的亮度。
- 范围：从低强度到高强度
- Gamma ：基本上是点云的曝光，较低的伽玛等于较高的曝光，较高的伽玛，较低的曝光，给出日落的外观
- 亮度：点云的亮度，亮度越低则越暗，亮度越高则越亮。
- 对比度：改变点云的对比度，较低的对比度会使点云变灰，较高的对比度会使标准颜色曝光过度（红色，黄色，绿色，蓝色......）
- **强度梯度：**它是点云中相邻点之间强度变化的度量。它表示强度相对于距离或位置的变化率。强度梯度是通过点云中强度值的梯度来计算的。这涉及计算强度值相对于每个点的 x、y 和 z 坐标的偏导数。每个点处梯度向量的大小代表强度梯度值。强度梯度的高值表示尖锐的边缘或边界，而低值表示平滑或逐渐的过渡。
- 范围：从低强度到高强度
- Gamma ：基本上是点云的曝光，较低的伽玛等于较高的曝光，较高的伽玛，较低的曝光，给出日落的外观
- 亮度：点云的亮度，亮度越低则越暗，亮度越高则越亮。
- 对比度：改变点云的对比度，较低的对比度会使点云变灰，较高的对比度会使标准颜色曝光过度（红色，黄色，绿色，蓝色......）
- **细节级别：**在LiDAR点云处理中，细节级别（LOD）可以指点云中点的密度、数据的分辨率或用于表示数据的抽象级别。例如，具有高细节级别的点云将具有高密度的点、高分辨率和精细的抽象级别。相反，细节级别较低的点云具有较低的点密度、较低的分辨率和较粗的抽象级别。
- **Matcap：**在LiDAR点云处理中，Matcap可用于向从点云创建的3D模型添加视觉纹理和阴影效果。通过将 matcap 纹理应用于 3D 模型，可以创建更真实且更具视觉吸引力的场景表示。例如，matcap 纹理可用于模拟混凝土墙或树皮的外观，从而为 3D 模型添加深度和真实感。
- 选择要应用的纹理
- **返回次数：**它表示发射并返回到 LiDAR 传感器以捕获该特定点的激光脉冲总数。与回波数类似，回波数的范围可以是 1 到 5 或更多，具体取决于所使用的 LiDAR 系统。返回的总数可以提供有关正在扫描的对象或场景的复杂性和结构的信息。例如，具有大量返回值的点可能表示具有多层或复杂几何形状的对象，例如树冠或建筑物立面。
- **点源ID：**它标识生成该点的特定激光传感器。 LiDAR 系统中的每个激光传感器都有一个唯一的 ID 或编号，该信息记录在点云数据中，以便进行分析和质量控制。点源 ID 在使用多个 LiDAR 传感器捕获单个场景或区域的情况下特别有用。通过识别哪个传感器生成每个点，可以对数据执行质量控制检查，并确保数据在不同传感器之间正确对齐和注册。这在林业等应用中尤其重要，因为在林业中可以使用多个激光雷达传感器从不同角度和视角捕获数据。在我们的平台上，点源 id 用于存储源扫描 id，这使用户可以轻松跟踪点云中每个点源自哪个扫描。例如，如果使用 3D 激光扫描仪对同一区域进行多次扫描，则可以为 每次扫描分配一个唯一的扫描 ID，并且可以将点云中每个点的点源 ID 属性设置为相应的扫描 ID。
- **RGBA：**用于表示点云中每个点的颜色。红色、绿色和蓝色通道用于表示点的颜色，而 Alpha 通道用于表示点的透明度或不透明度。在激光雷达点云中使用颜色有助于可视化和解释目的，因为它可以提供有关由点表示的对象和表面的属性的附加信息。例如，在植被绘图中，点的颜色可用于区分不同类型的植被或识别植被密度高或低的区域。
- Gamma ：基本上是点云的曝光，较低的伽玛等于较高的曝光，较高的伽玛，较低的曝光，给出日落的外观
- 亮度：点云的亮度，亮度越低则越暗，亮度越高则越亮。
- 对比度：改变点云的对比度，较低的对比度会使点云变灰，较高的对比度会使标准颜色曝光过度（红色，黄色，绿色，蓝色......）
- **返回次数：**它表示发射激光脉冲并返回到 LiDAR 传感器以捕获该特定点的次数。与返回次数类似，返回次数通常是 1 到 5 之间的值，其中 1 表示第一次返回，5 表示第五次返回。第一个返回代表从物体的顶表面反射的激光脉冲，而后续返回可能代表来自下表面的反射或物体内的多次反射。
- **扫描角度等级：**它表示发射激光脉冲以捕获特定点时激光束与扫描仪参考线之间的角度。扫描角度等级提供有关捕获点的角度的信息，值 0 表示扫描仪的参考线，正值或负值表示与参考线的偏差。在建筑物提取中，扫描角度等级可用于根据建筑物外墙和屋顶结构相对于扫描仪参考线的方向来识别建筑物外墙和屋顶结构。在路面分析中，扫描角度等级可用于根据扫描仪相对于路面的角度来检测表面缺陷或不规则之处。
- **用户数据：**它允许用户向点云添加除 XYZ 坐标、强度和返回数等标准属性之外的附加信息。用户数据可用于存储各种信息，例如 RGB 颜色值、分类标签或与点关联的元数据。例如，用户数据可用于指示某个点是否是建筑物、树木或道路的一部分，或者存储有关点测量的质量或其不确定性的信息。用户数据的使用取决于用户的具体需求和应用。它可用于各种任务，例如对象识别、分类、分割和映射。通过将定制的用户数据添加到点云中，可以提取更有意义的信息并执行更高级的分析和处理任务。
如果您的点云一开始没有以正确的方式显示，请尝试 RGBA 或强度属性，因为这些属性是最常用的。
如果您遇到任何问题，我们的支持团队随时为您提供帮助。快乐探索！