سمات سحابة النقاط

للوصول إلى سمات سحابة النقاط، افتح قائمة المشروع واختر سحابة النقاط الخاصة بك . انقر على علامة التبويب السمات، أدناه ستجد قائمة منسدلة تحتوي على جميع السمات الممكنة، اختر السمة التي ترغب في استخدامها . ستجد قائمة بجميع السمات الممكنة وما الذي تفعله كل منها في الأسفل .

هنا ستجد قائمة بجميع القيم المتاحة مع استخدامها والخيارات ذات الصلة :

• تحليل : ستعمل فقط مع سحب النقاط التحليلية، لمزيد من المعلومات حول التحليل، تحقق من هذه المقالة .

  • الاسم : تغيير اسم سحابة النقاط
  • رؤية الوضع
  • رؤية الدوران
  • رؤية الحجم
  • حذف التحليل (سيحذف فقط من التطبيق 3D، يمكن إعادة تحميله لاحقًا إذا كان تحليل من جانب الخادم)

• تصنيف : ستعمل فقط مع سحب النقاط المتوافقة. الهدف من التصنيف هو تجميع النقاط المتشابهة معًا في فئات ذات معنى، مثل الأرض، والنباتات، والمباني، والأشياء الأخرى.

  • إظهار / إخفاء الكل : عرض أو إخفاء كل فئة
  • سطر واحد لكل فئة، انقر على السطر لإظهاره / إخفائه، انقر على اللون لتغييره

• لون : تلوين سحابة النقاط بأكملها بلون واحد

  • اختر لونًا باستخدام لوحة الألوان
  • استخدم رمزًا سداسيًا لاختيار اللون
  • اختر أحد الألوان من القائمة الافتراضية

• تركيبي : استخدم هذا إذا كنت ترغب في استخدام خيارات متعددة في نفس الوقت، اسحب المنزلقات لزيادة / تقليل استخدامها.

  • RGBA : سحابة نقاط ملونة
    • جاما : بشكل أساسي تعريض سحابة النقاط، انخفاض الجاما يعني تعريضًا أعلى، ارتفاع الجاما، تعريضًا أقل، يعطي مظهر غروب الشمس
    • السطوع : سطوع سحابة النقاط، انخفاض السطوع سيجعلها أغمق، وزيادة السطوع ستجعلها أفتح .
    • التباين : يغير تباين سحابة النقاط، انخفاض التباين سيجعل سحابة النقاط تتحول إلى الرمادي، بينما ارتفاع التباين سيفصح الألوان القياسية (الأحمر، الأصفر، الأخضر، الأزرق…)
  • الشدة : قوة أو مقدار الإشارة
    • المدى : من شدة منخفضة إلى عالية
    • جاما : بشكل أساسي تعريض سحابة النقاط، انخفاض الجاما يعني تعريضًا أعلى، ارتفاع الجاما، تعريضًا أقل، يعطي مظهر غروب الشمس
    • السطوع : سطوع سحابة النقاط، انخفاض السطوع سيجعلها أغمق، وزيادة السطوع ستجعلها أفتح .
    • التباين : يغير تباين سحابة النقاط، انخفاض التباين سيجعل سحابة النقاط تتحول إلى الرمادي، بينما ارتفاع التباين سيفصح الألوان القياسية (الأحمر، الأصفر، الأخضر، الأزرق…)
  • الارتفاع : ارتفاع أو موقف عمودي لكل نقطة
    • نطاق الارتفاع : تحديد مكان بدء وانتهاء التدرج من حيث الارتفاع
    • وضع التدرج
      • التقيد : تدرج قياسي، خارج النطاق، يحتفظ بلون الحافة النهائي
      • التكرار : عندما ينتهي التدرج، يبدأ من اللون الأصلي
      • تكرار مرآة : عندما ينتهي التدرج، يضع تدرجًا جديدًا مقلوبًا، مماثل للتكرار باستثناء عدم وجود انقطاع في اللون
    • مخطط التدرج : تغيير ألوان التدرج، الاختيار من قائمة محددة مسبقًا فقط
  • تحليل : فقط إذا كانت متاحة على سحابة النقاط تلك، مقارنة النموذج بسحابة النقاط
  • تصنيف : فقط إذا كانت متاحة على سحابة النقاط تلك، تقسم أنواع مختلفة من الكائنات (الأرض، النباتات، المباني…)
  • رقم العودة : عدد النبضات التي كانت مطلوبة للحصول على تلك النقطة
  • معرف مصدر النقطة : مجمعة حسب معرف المسح

• ارتفاع : يمثل الارتفاع أو الموقف العمودي لكل نقطة. بيانات الارتفاع مهمة في العديد من تطبيقات سحب النقاط، مثل رسم الخرائط الطبوغرافية، ونمذجة الفيضانات، والتخطيط الحضري، وتصميم البنية التحتية. من خلال تحليل بيانات الارتفاع، من الممكن إنشاء نماذج ارتفاع رقمية دقيقة ومفصلة (DEMs) يمكن استخدامها لمدى واسع من التحليلات الجغرافية وال目的 البصرية.

  • نطاق الارتفاع : تحديد مكان بدء وانتهاء التدرج من حيث الارتفاع
  • وضع التدرج
    • التقيد : تدرج قياسي، خارج النطاق، يحتفظ بلون الحافة النهائي
    • التكرار : عندما ينتهي التدرج، يبدأ من اللون الأصلي
    • تكرار مرآة : عندما ينتهي التدرج، يضع تدرجًا جديدًا مقلوبًا، مماثل للتكرار باستثناء عدم وجود انقطاع في اللون
  • مخطط التدرج : تغيير ألوان التدرج، الاختيار من قائمة محددة مسبقًا فقط

• وقت GPS : وقت GPS هو سمة مهمة مرتبطة بكل نقطة في سحابة النقاط. يوفر معلومات حول الوقت الذي تم فيه إرسال نبضة الليزر والوقت الذي تم فيه استلام نبضة العودة، مما يسمح بالحساب الدقيق للنطاق وموقع النقطة. بالإضافة إلى ذلك، يمكن استخدام وقت GPS أيضًا لأغراض مراقبة الجودة والتحليل. من خلال تحليل توزيع قيم وقت GPS عبر سحابة النقاط، من الممكن تحديد المناطق التي تحتوي على شذوذ زمني أو أخطاء، والتي قد تشير إلى مشاكل في البيانات أو في نظام LiDAR.

• المؤشرات : المؤشرات هي سمات مرتبطة بكل نقطة في سحابة النقاط LiDAR التي توفر معلومات إضافية حول الخصائص المكانية للنقطة وعلاقاتها مع نقاط أخرى في السحابة. تُستخدم غالبًا لدعم مهام التحليل المتقدمة ومعالجة البيانات، مثل التقسيم، والتصنيف، واستخراج الميزات. هناك عدة أنواع من المؤشرات التي يمكن استخدامها في معالجة سحابة النقاط LiDAR، بما في ذلك:

  • المتجه العمودي: تمثل هذه المؤشر اتجاه النقطة بالنسبة لجوارها المحلي. يمكن استخدامها لتحديد الأسطح المستوية أو لتقدير العموديات للأسطح لإعادة بناء الأسطح.
  • الانحناء: تمثل هذه المؤشر الانحناء المحلي للسطح عند النقطة. يمكن استخدامها لتحديد الحواف الحادة أو لتقدير نصف قطر الانحناء للأسطح المنحنية.
  • الارتفاع فوق الأرض: تمثل هذه المؤشر ارتفاع النقطة فوق الأرض أو سطح مرجعي. يمكن استخدامها لنمذجة التضاريس أو لتحديد الكائنات التي تكون أعلى أو أقل من سطح الأرض.
  • الارتفاع النسبي: تمثل هذه المؤشر ارتفاع النقطة بالنسبة لنقاط الجوار. يمكن استخدامها لتحديد الكائنات التي تكون أعلى أو أقل من محيطها.
  • الكثافة: تمثل هذه المؤشر كثافة النقاط في الجوار المحلي حول النقطة. يمكن استخدامها لتحديد المناطق ذات الكثافة العالية أو المنخفضة للنقاط، مثل المناطق النباتية أو واجهات المباني.

• الشدة : تمثل قوة أو مقدار الإشارة التي تم استلامها بواسطة جهاز الاستشعار أو الجهاز عند التقاط النقطة. في بعض الحالات، تتعلق الشدة بالتألق للكائن عند تلك النقطة. على سبيل المثال، في سحابة النقاط LiDAR، تمثل قيمة الشدة كمية ضوء الليزر الذي تم عكسه إلى جهاز الاستشعار بواسطة الكائن. في هذه الحالة، ستشير قيمة شدة أعلى إلى سطح يعكس مزيدًا من الضوء، مثل جدار أبيض، بينما ستشير قيمة شدة أقل إلى سطح يعكس ضوءًا أقل، مثل سيارة سوداء. في حالات أخرى، يمكن أن تمثل الشدة كمية فيزيائية مختلفة. على سبيل المثال، في سحابة النقاط التصويرية، قد تمثل الشدة سطوع بكسل في الصورة الأصلية التي تم استخدامها لإنشاء سحابة النقاط.

  • المدى : من شدة منخفضة إلى عالية
  • جاما : بشكل أساسي تعريض سحابة النقاط، انخفاض الجاما يعني تعريضًا أعلى، ارتفاع الجاما، تعريضًا أقل، يعطي مظهر غروب الشمس
  • السطوع : سطوع سحابة النقاط، انخفاض السطوع سيجعلها أغمق، وزيادة السطوع ستجعلها أفتح .
  • التباين : يغير تباين سحابة النقاط، انخفاض التباين سيجعل سحابة النقاط تتحول إلى الرمادي، بينما ارتفاع التباين سيفصح الألوان القياسية (الأحمر، الأصفر، الأخضر، الأزرق…).

• تدرج الشدة : هو مقياس لتغير الشدة بين النقاط المجاورة في سحابة النقاط. يمثل معدل تغير الشدة بالنسبة للمسافة أو الموقع. يتم حساب تدرج الشدة عن طريق أخذ تدرج قيم الشدة في سحابة النقاط. يشمل ذلك حساب المشتقات الجزئية لقيم الشدة بالنسبة للإحداثيات x و y و z لكل نقطة. تمثل قيمة متجه التدرج عند كل نقطة قيمة تدرج الشدة. تشير القيم العالية لتدرج الشدة إلى حواف حادة أو حدود، بينما تشير القيم المنخفضة إلى انتقالات سلسة أو تدريجية.

  • المدى : من شدة منخفضة إلى عالية
  • جاما : بشكل أساسي تعريض سحابة النقاط، انخفاض الجاما يعني تعريضًا أعلى، ارتفاع الجاما، تعريضًا أقل، يعطي مظهر غروب الشمس
  • السطوع : سطوع سحابة النقاط، انخفاض السطوع سيجعلها أغمق، وزيادة السطوع ستجعلها أفتح .
  • التباين : يغير تباين سحابة النقاط، انخفاض التباين سيجعل سحابة النقاط تتحول إلى الرمادي، بينما ارتفاع التباين سيفصح الألوان القياسية (الأحمر، الأصفر، الأخضر، الأزرق…).

• مستوى التفاصيل : في معالجة سحابة النقاط LiDAR، يمكن أن يشير مستوى التفاصيل (LOD) إلى كثافة النقاط في سحابة النقاط، ودقة البيانات أو مستوى التجريد المستخدم لتمثيل البيانات. على سبيل المثال، سحابة نقاط بمستوى تفاصيل عالي ستحتوي على كثافة عالية من النقاط، دقة عالية، ومستوى تجريد دقيق. على العكس، سحابة نقاط بمستوى تفاصيل منخفض ستحتوي على كثافة منخفضة من النقاط، دقة منخفضة، ومستوى تجريد خشن.

• مات كاب : في معالجة سحابة النقاط LiDAR، يمكن استخدام مات كاب لإضافة تأثيرات الملمس الظاهري والخداع البصري إلى النماذج ثلاثية الأبعاد التي تم إنشاؤها من سحب النقاط. من خلال تطبيق قوام مات كاب على نموذج ثلاثي الأبعاد، من الممكن إنشاء تمثيل أكثر واقعية وجاذبية بصريًا للمشهد. على سبيل المثال، يمكن استخدام قوام مات كاب لمحاكاة مظهر جدار خرساني أو لحاء شجرة، مما يضيف عمقًا وواقعية إلى النموذج ثلاثي الأبعاد.

  • اختر القوام للتطبيق

• عدد العوائد : يمثل العدد الإجمالي للنبضات الليزرية التي تم إرسالها وعاد إلى جهاز الاستشعار LiDAR لالتقاط تلك النقطة المعينة. مشابه لرقم العودة، قد يتراوح عدد العوائد من 1 إلى 5 أو أكثر، اعتمادًا على النظام LiDAR المستخدم. يمكن أن يوفر العدد الإجمالي للعوائد معلومات حول تعقيد وهيكل الكائن أو المشهد الذي يتم مسحه. على سبيل المثال، قد تشير نقطة تحتوي على عدد مرتفع من العوائد إلى كائن يتكون من عدة طبقات أو هندسة معقدة، مثل مظلة شجرة أو واجهة مبنى.

• معرف مصدر النقطة : يحدد جهاز الاستشعار الليزري المحدد الذي أولد النقطة. لكل جهاز استشعار ليزري في نظام LiDAR معرف أو رقم فريد، وتُسجل هذه المعلومات في بيانات سحابة النقاط للسماح بالتحليل ومراقبة الجودة. يعد معرف مصدر النقطة مفيدًا بشكل خاص في الحالات التي يتم فيها استخدام أجهزة استشعار LiDAR متعددة لالتقاط مشهد أو منطقة واحدة. من خلال تحديد أي جهاز استشعار ولد كل نقطة، من الممكن إجراء فحوصات مراقبة الجودة على البيانات والتأكد من أن البيانات متوافقة ومسجلة بشكل صحيح بين أجهزة الاستشعار المختلفة. هذا أمر مهم بشكل خاص في تطبيقات مثل الغابات، حيث قد يتم استخدام أجهزة استشعار LiDAR متعددة لالتقاط البيانات من زوايا ووجهات نظر مختلفة. في منصتنا، يُستخدم معرف مصدر النقطة لتخزين معرف المسح، مما يسمح للمستخدمين بتتبع المسح الذي صدر عنه كل نقطة في سحابة النقاط بسهولة. على سبيل المثال، إذا تم أخذ عدة مسحات من نفس المنطقة باستخدام ماسح ليزري ثلاثي الأبعاد، يمكن تعيين معرف مسح فريد لكل مسح ويمكن تعيين سمة معرف مصدر النقطة لكل نقطة في سحابة النقاط إلى معرف المسح المقابل.

• RGBA : تُستخدم لتمثيل لون كل نقطة في سحابة النقاط. تُستخدم قنوات الأحمر والأخضر والأزرق لتمثيل لون النقطة، بينما تُستخدم قناة ألفا لتمثيل الشفافية أو العتامة للنقطة. يمكن أن يكون استخدام اللون في سحب النقاط LiDAR مفيدًا لأغراض التصور والتفسير، حيث يمكن أن يوفر معلومات إضافية حول خصائص الكائنات والأسطح الممثلة بواسطة النقاط. على سبيل المثال، في رسم الخرائط النباتية، يمكن استخدام لون النقاط للتميز بين أنواع مختلفة من النباتات أو لتحديد مناطق كثافة نباتية عالية أو منخفضة.

  • جاما : بشكل أساسي تعريض سحابة النقاط، انخفاض الجاما يعني تعريضًا أعلى، ارتفاع الجاما، تعريضًا أقل، يعطي مظهر غروب الشمس
  • السطوع : سطوع سحابة النقاط، انخفاض السطوع سيجعلها أغمق، وزيادة السطوع ستجعلها أفتح .
  • التباين : يغير تباين سحابة النقاط، انخفاض التباين سيجعل سحابة النقاط تتحول إلى الرمادي، بينما ارتفاع التباين سيفصح الألوان القياسية (الأحمر، الأصفر، الأخضر، الأزرق…).

• رقم العودة : يمثل عدد المرات التي تم فيها إرسال نبضة ليزر وعادت إلى جهاز الاستشعار LiDAR لالتقاط تلك النقطة المعينة. مشابه لعدد العوائد، يكون رقم العودة عادةً قيمة بين 1 و 5، مع 1 تشير إلى العودة الأولى و 5 تشير إلى العودة الخامسة. تمثل العودة الأولى النبضة الليزرية التي تم عكسها من السطح العلوي للكائن، بينما قد تمثل العوائد التالية الانعكاسات من الأسطح السفلى أو الانعكاسات المتعددة ضمن الكائن.

• تصنيف زاوية المسح : يمثل الزاوية بين شعاع الليزر وخط المرجعية للماسح عند إرسال نبضة الليزر لالتقاط تلك النقطة المحددة. يوفر تصنيف زاوية المسح معلومات حول الزاوية التي تم التقاط النقطة بها، مع قيمة 0 تشير إلى خط المرجعية للماسح وقياسات موجبة أو سالبة تشير إلى الانحراف عن خط المرجعية. في استخراج المباني، يمكن استخدام تصنيف زاوية المسح لتحديد واجهات المباني والهياكل السقفية بناءً على اتجاهها بالنسبة لخط المرجعية للماسح. في تحليل سطح الطريق، يمكن استخدام تصنيف زاوية المسح لاكتشاف عيوب أو عدم انتظامات سطحية بناءً على زاوية الماسح بالنسبة لسطح الطريق.

• بيانات المستخدم : يسمح للمستخدمين بإضافة معلومات إضافية إلى سحابة النقاط بخلاف السمات القياسية مثل إحداثيات XYZ، الشدة، ورقم العودة. يمكن استخدام بيانات المستخدم لتخزين مجموعة واسعة من المعلومات، مثل قيم اللون RGB، أو علامات التصنيف، أو بيانات التعريف المرتبطة بالنقطة. على سبيل المثال، يمكن استخدام بيانات المستخدم للإشارة إلى ما إذا كانت نقطة جزءًا من مبنى، أو شجرة، أو طريق، أو لتخزين معلومات حول جودة قياس النقطة أو عدم اليقين الخاصة بها. يعتمد استخدام بيانات المستخدم على الاحتياجات والتطبيقات المحددة للمستخدم. يمكن استخدامها لمجموعة متنوعة من المهام، مثل التعرف على الكائنات، التصنيف، التقسيم، والرسم الخرائطي. من خلال إضافة بيانات مستخدم مخصصة إلى سحابة النقاط، من الممكن استخراج معلومات أكثر معنى وأداء مهام تحليل ومعالجة أكثر تقدمًا.

إذا لم تعرض سحابة النقاط الخاصة بك بصورة صحيحة في البداية، جرب سمات RGBA أو الشدة حيث أنها الأكثر استخدامًا.

تعرف على خصائص سحابة النقاط في هذه المقالة.

إذا واجهت أي مشاكل، فإن فريق الدعم لدينا هنا للمساعدة. استمتع بالتصفح!