מאפייני ענן נקודות

כדי לגשת לאטריבוטים של ננגד הנקודות, פתח את תפריט הפרויקט ובחר את ננגד הנקודות שלך . לחץ על כרטיסיית האטריבוטים, למטה תמצא תפריט נפתח המפרט את כל האטריבוטים האפשריים, בחר את זה שאתה מעוניין להשתמש בו. תמצא רשימה של כל האטריבוטים האפשריים ומה כל אחד מהם עושה, למטה.

כאן תמצא רשימה של כל הערכים הזמינים יחד עם השימוש ואפשרויות הקשורות:

• ניתוח: יעבוד רק עם ננגד הנקודות של ניתוח, למידע נוסף על ניתוח, עיין במאמר הזה .

  • שם: שנה את שם ננגד הנקודות
  • ראה את המיקום
  • ראה את הסיבוב
  • ראה את הקנה
  • מחק את הניתוח (ימחק רק מהיישום 3D, ניתן לטעון מחדש בהמשך אם מדובר בניתוח בצד השרת)

• סיווג: יעבוד רק עם ננגד הנקודות תואמות. מטרת הסיווג היא לקבץ נקודות דומות יחד לקטגוריות משמעותיות, כגון אדמה, צמחייה, מבנים ואובייקטים אחרים.

  • הצג / הסתר הכל: מציג או מס hides כל קטגוריה
  • שורה אחת לכל קטגוריה, הקש על השורה כדי להציג / להסתיר אותה, הקש על הצבע כדי לשנות אותו

• צבע: צבע את כל ננגד הנקודות בצבע אחד

  • בחר צבע באמצעות הפלטה
  • השתמש בקוד הקסדצימלי כדי לבחור את הצבע
  • בחר צבע מהרשימה הברירת מחדל

• קומפוזיט: השתמש בזה אם אתה רוצה להשתמש בכמה אפשרויות בו זמנית, גרור את מחליקי החלקים כדי להגדיל / להקטין את השימוש שלהם.

  • RGBA: ננגד הנקודות צבעוניות
    • גמא: בעצם החשיפה של ננגד הנקודות, גמא נמוכה שווה לחשיפה גבוהה, גמא גבוהה, חשיפה נמוכה, נותן צורת שקיעה
    • בהירות: בהירות ננגד הנקודות, בהירות נמוכה תגרום לכך שהיא תהיה כהה יותר, בהירות גבוהה תגרום לכך שהיא תהיה בהירה יותר.
    • ניגודיות: משנה את הניגודיות של ננגד הנקודות, ניגודיות נמוכה תגרום לה להפוך לאפריוריא, ניגודיות גבוהה תחשוף יתר על המידה את הצבעים הסטנדרטיים (אדום, צהוב, ירוק, כחול…)
  • עוצמה: חוזק או מגבלה של האות
    • טווח: מעוצמת נמוכה לעוצמת גבוהה
    • גמא: בעצם החשיפה של ננגד הנקודות, גמא נמוכה שווה לחשיפה גבוהה, גמא גבוהה, חשיפה נמוכה, נותן צורת שקיעה
    • בהירות: בהירות ננגד הנקודות, בהירות נמוכה תגרום לכך שהיא תהיה כהה יותר, בהירות גבוהה תגרום לכך שהיא תהיה בהירה יותר.
    • ניגודיות: משנה את הניגודיות של ננגד הנקודות, ניגודיות נמוכה תגרום לה להפוך לאפריוריא, ניגודיות גבוהה תחשוף יתר על המידה את הצבעים הסטנדרטיים (אדום, צהוב, ירוק, כחול…)
  • גובה: גובה או מיקום אנכי של כל נקודה
    • טווח גובה: קבע היכן מתחיל והיכן מסתיימת הדרגה מבחינת גובה
    • מצב גרדיאנט
      • חיתוך: גרדיאנט סטנדרטי, מחוץ לטווח, שומר על הצבע הסופי של הקצה
      • חזרה: כאשר הגרדיאנט מסתיים, מתחיל מחדש מהצבע המקורי
      • חזרה ממושכת: כאשר הגרדיאנט מסתיים, שם גרדיאנט חדש הפוך, דומה לחזרה רק שאין חוסר הרציפות בצבע
    • שיטת גרדיאנט: שינוי הצבעים של הגרדיאנט, בחירה מרשימה מוגדרת מראש בלבד
  • ניתוח: רק אם זמין בננגד הנקודות הזה, השוואת מודל לננגד הנקודות
  • סיווג: רק אם זמין בננגד הנקודות הזה, מחלק סוגים שונים של אובייקטים (אדמה, צמחייה, מבנים…)
  • מספר החזרה: מספר הפולסים שנדרשו לקבל את הנקודה הזאת
  • מזהה מקור הנקודה: קבוצות לפי מזהה הסריקה

• גובה: הוא מייצג את הגובה או המיקום האנכי של כל נקודה. מידע גובה חשוב ביישומים רבים של ננגד הנקודות, כמו מיפוי טופוגרפי, תכנון Flood, תכנון עירוני ועיצוב תשתיות. על ידי ניתוח נתוני גובה, ניתן ליצור מודלים דיגיטליים מדויקים ומפורטים של גובה (DEMs) שיכולים לשמש למטרות ניתוח גיאו-מרחבי והדמיה שונות.

  • טווח גובה: קבע היכן מתחיל והיכן מסתיימת הדרגה מבחינת גובה
  • מצב גרדיאנט
    • חיתוך: גרדיאנט סטנדרטי, מחוץ לטווח, שומר על הצבע הסופי של הקצה
    • חזרה: כאשר הגרדיאנט מסתיים, מתחיל מחדש מהצבע המקורי
    • חזרה ממושכת: כאשר הגרדיאנט מסתיים, שם גרדיאנט חדש הפוך, דומה לחזרה רק שאין חוסר הרציפות בצבע
  • שיטת גרדיאנט: שינוי הצבעים של הגרדיאנט, בחירה מרשימה מוגדרת מראש בלבד

• זמן GPS: זמן ה-GPS הוא אטריבוט חשוב הקשור לכל נקודה בננגד הנקודות. הוא מספק מידע על הזמן שבו פולס הלייזר הוצא והזמן שבו פולס החזרה התקבל, מה שמאפשר חישוב מדויק של הטווח והמיקום של הנקודה. בנוסף, זמן ה-GPS יכול לשמש גם למטרות בקרת איכות וניתוח. על ידי ניתוח התפלגות ערכי זמן ה-GPS ברחבי ננגד הנקודות, ניתן לזהות אזורים עם אנומליות זמניות או שגיאות, שיכולות להעיד על בעיות בנתונים או במערכת ה-LiDAR.

• אינדקסים: אינדקסים הם אטריבוטים הקשורים לכל נקודה בננגד הנקודות LiDAR המספקים מידע נוסף על תכונות המיקום של הנקודה וקשרים עם נקודות אחרות בננגד. הם לרוב משמשים לתמיכה במשימות ניתוח ועיבוד מתקדמות, כמו סיווג, סגמנטציה והפקת תכונות. ישנם כמה סוגים של אינדקסים שניתן להשתמש בהם בעיבוד ננגד הנקודות LiDAR, כולל:

  • וקטור נורמלי: אינדקס זה מייצג את הכיוון של הנקודה ביחס לשכונה המקומית שלה. הוא יכול לשמש לזיהוי משטחים שטוחים או בהערכה של נורמלים למשטח לצורך שחזור משטחים.
  • עיקום: אינדקס זה מייצג את העיקום המקומי של המשטח בנקודה. הוא יכול לשמש לזיהוי קצוות חדים או בהערכה של רדיוס העיקום עבור משטחים מעוגלים.
  • גובה מעל האדמה: אינדקס זה מייצג את הגובה של הנקודה מעל האדמה או פני השטח הייחוס. הוא יכול לשמש למידול שטח או לזיהוי אובייקטים שנמצאים מעל פני השטח או מתחת להם.
  • גובה יחסי: אינדקס זה מייצג את גובה הנקודה ביחס לנקודות השכנות שלה. הוא יכול לשמש לזיהוי אובייקטים שנמצאים גבוהים או נמוכים מהסביבה שלהם.
  • צפיפות: אינדקס זה מייצג את הצפיפות של נקודות בשכונה המקומית של הנקודה. הוא יכול לשמש לזיהוי אזורים עם צפיפות נקודות גבוהה או נמוכה, כמו צמחיה או חזיתות בניינים.

• עוצמה: הוא מייצג את החוזק או המגבלה של האות שנקלט על ידי חיישן או מכשיר כאשר הנקודה נתפסה. במקרים מסוימים, עוצמה קשורה להחזרת האור של האובייקט בנקודה זו. לדוגמה, בננגד הנקודות LiDAR, ערך העוצמה מייצג את כמות האור הלייזרי שהוחזר לחיישן על ידי האובייקט. במקרה זה, ערך עוצמה גבוה יראה על משטח שמחזיר יותר אור, כמו קיר לבן, בעוד שערך עוצמה נמוך יראה על משטח המחזיר פחות אור, כמו מכונית שחורה. במקרים אחרים, עוצמה יכולה לייצג כמות פיזית שונה. לדוגמה, בננגד הנקודות הפוטוגרפיים, עוצמה יכולה לייצג את הבהירות של פיקסל בתמונה המקורית ששימשה ליצירת ננגד הנקודות.

  • טווח: מעוצמת נמוכה לעוצמת גבוהה
  • גמא: בעצם החשיפה של ננגד הנקודות, גמא נמוכה שווה לחשיפה גבוהה, גמא גבוהה, חשיפה נמוכה, נותן צורת שקיעה
  • בהירות: בהירות ננגד הנקודות, בהירות נמוכה תגרום לכך שהיא תהיה כהה יותר, בהירות גבוהה תגרום לכך שהיא תהיה בהירה יותר.
  • ניגודיות: משנה את הניגודיות של ננגד הנקודות, ניגודיות נמוכה תגרום לה להפוך לאפריוריא, ניגודיות גבוהה תחשוף יתר על המידה את הצבעים הסטנדרטיים (אדום, צהוב, ירוק, כחול…)

• גרדיאנט עוצמה: הוא מדד לשינוי בעוצמה בין נקודות שכנות בננגד הנקודות. הוא מייצג את הקצב שבו העוצמה משתנה ביחס למרחק או למיקום. הגרדיאנט של עוצמה מחושב על ידי לקיחת הגרדיאנט של ערכי העוצמה בננגד הנקודות. זה כולל חישוב של הנגזרות החלקיות של ערכי העוצמה ביחס לקואורדינטות x, y ו-z של כל נקודה. גודל וקטור הגרדיאנט בכל נקודה מייצג את ערך הגרדיאנט של העוצמה. ערכים גבוהים של גרדיאנט עוצמה מצביעים על קצוות חדים או גבולות, בעוד שערכים נמוכים מצביעים על מעברים חלקים או מתונים.

  • טווח: מעוצמת נמוכה לעוצמת גבוהה
  • גמא: בעצם החשיפה של ננגד הנקודות, גמא נמוכה שווה לחשיפה גבוהה, גמא גבוהה, חשיפה נמוכה, נותן צורת שקיעה
  • בהירות: בהירות ננגד הנקודות, בהירות נמוכה תגרום לכך שהיא תהיה כהה יותר, בהירות גבוהה תגרום לכך שהיא תהיה בהירה יותר.
  • ניגודיות: משנה את הניגודיות של ננגד הנקודות, ניגודיות נמוכה תגרום לה להפוך לאפריוריא, ניגודיות גבוהה תחשוף יתר על המידה את הצבעים הסטנדרטיים (אדום, צהוב, ירוק, כחול…)

• רמת פירוט: בעיבוד ננגד הנקודות LiDAR, רמת פירוט (LOD) יכולה להתייחס לצפיפות הנקודות בננגד, רזולוציית הנתונים או רמת הה抽象 לרצוני לייצוג הנתונים. לדוגמה, ננגד הנקודות עם רמת פירוט גבוהה תהיה לה צפיפות גבוהה של נקודות, רזולוציה גבוהה ורמה גבוהה של抽象. מנגד, ננגד הנקודות עם רמת פירוט נמוכה תהיה לה צפיפות נמוכה של נקודות, רזולוציה נמוכה ורמה נמוכה של抽象.

• Matcap: בעיבוד ננגד הנקודות LiDAR, matcap יכול לשמש להוספת טקסטורות ואפקטי צללים למודלים תלת-ממדיים שנוצרו מננגד הנקודות. על ידי יישום טקסטורת matcap על מודל תלת-ממדי, ניתן ליצור ייצוג מציאותי ומושך יותר של הסצנה. לדוגמה, טקסטורת matcap יכולה לשמש להדמיית מראה קיר בטון או קליפת עץ, מה שמוסיף עומק וריאליזם למודל התלת-ממדי.

  • בחר את הטקסטורה ליישום

• מספר החזרות: הוא מייצג את הסך הכולל של פולסי הלייזר שהופקו וחזרו לחיישן ה-LiDAR כדי ללכוד את הנקודה הספציפית הזו. בדומה למספר ההחזרות, מספר ההחזרות יכול לנוע בין 1 ל-5 או יותר, בהתאם למערכת LiDAR שבה השתמשו. מספר ההחזרות הכולל יכול לספק מידע על המורכבות והמבנה של האובייקט או הסצנה הנסרקת. לדוגמה, נקודה עם מספר גבוה של החזרות עשויה להעיד על אובייקט עם מספר שכבות או גיאומטריה מורכבת, כמו כתר עץ או חזית מבנה.

• מזהה מקור נקודה: הוא מזהה את חיישן הלייזר הספציפי שיצר את הנקודה. כל חיישן לייזר במערכת LiDAR יש לו מזהה או מספר ייחודי, ומידע זה מתועד בנתוני ננגד הנקודות כדי לאפשר ניתוח ובקרת איכות. מזהה מקור הנקודה שימושי במיוחד במצבים שבהם משתמשים בכמה חיישני LiDAR כדי ללכוד סצנה או אזור אחד. על ידי זיהוי איזה חיישן יצר כל נקודה, אפשר לבצע בדיקות בקרת איכות על הנתונים ולוודא שהנתונים מיושרים ומרשמים בצורה נכונה בין חיישנים שונים. זה במיוחד חשוב ביישומים כמו יערנות, שבהם עשויים להיות חיישני LiDAR מרובים שנועדו ללכוד נתונים מכיוונים ופרספקטיבות שונות. בפלטפורמה שלנו, מזהה מקור הנקודה משמש לאחסון מזהה הסריקה המקורי, זה מאפשר למשתמשים לעקוב בקלות אחר איזו סריקה כל נקודה בננגד הנקודות נבעה ממנה. לדוגמה, אם בוצעו מספר סריקות של אותו אזור באמצעות סורק לייזר תלת-ממדי, ניתן להעניק לכל סריקה מזהה סריקה ייחודי ואטריבוט מזהה מקור הנקודה עבור כל נקודה בננגד הנקודות יכול להיות מוגדר למזהה הסריקה המתאים.

• RGBA: הוא משמש לייצוג הצבע של כל נקודה בננגד הנקודות. ערוצי האדום, הירוק והכחול משמשים לייצוג הצבע של הנקודה, בעוד שעבור ערוץ האלפה משמש לייצוג שקיפות או אטימות הנקודה. השימוש בצבעים בננגד הנקודות LiDAR יכול להיות מועיל למטרות הדמיה ופיענוח, כיוון שהוא יכול לספק מידע נוסף על המאפיינים של האובייקטים והמשטחים המיוצגים על ידי הנקודות. לדוגמה, במיפוי צמחיה, הצבע של הנקודות יכול לשמש כדי להבחין בין סוגים שונים של צמחיה או לזהות אזורים עם צפיפות צמחיה גבוהה או נמוכה.

  • גמא: בעצם החשיפה של ננגד הנקודות, גמא נמוכה שווה לחשיפה גבוהה, גמא גבוהה, חשיפה נמוכה, נותן צורת שקיעה
  • בהירות: בהירות ננגד הנקודות, בהירות נמוכה תגרום לכך שהיא תהיה כהה יותר, בהירות גבוהה תגרום לכך שהיא תהיה בהירה יותר.
  • ניגודיות: משנה את הניגודיות של ננגד הנקודות, ניגודיות נמוכה תגרום לה להפוך לאפריוריא, ניגודיות גבוהה תחשוף יתר על המידה את הצבעים הסטנדרטיים (אדום, צהוב, ירוק, כחול…)

• מספר החזרה: הוא מייצג את מספר הפעמים שפולס לייזר הוצא והוחזר לחיישן ה-LiDAR כדי ללכוד את הנקודה הספציפית הזו. בדומה למספר ההחזרות, מספר ההחזרה הוא בדרך כלל ערך בין 1 ל-5, כאשר 1 מציין את החזרה הראשונה ו-5 מציין את החזרה החמישית. ההחזרה הראשונה מייצגת את פולס הלייזר שעורר החזר מהמשטח העליון של האובייקט, בעוד שההחזרות הבאות עשויות לייצג החזרים ממשטחים נמוכים יותר או החזרות מרובות בתוך האובייקט.

• דרגת זווית סריקה: היא מייצגת את הזווית בין קרן הלייזר לבין קו ההתייחסות של הסורק כאשר פולס הלייזר הוצא כדי ללכוד את הנקודה הספציפית הזו. דרגת זווית הסריקה מספקת מידע על הזווית שבה הנקודה נתפסה, עם ערך של 0 המצביע על קו ההתייחסות של הסורק וערכים חיוביים או שליליים המצביעים על הסטייה מקו ההתייחסות. בניתוח בניינים, דרגת זווית הסריקה יכולה לשמש לזיהוי חזיתות מבנה ומבנים על פי הכיוונים שלהם ביחס לקו ההתייחסות של הסורק. בניתוח פני השטח של הדרך, דרגת זווית הסריקה יכולה לשמש לגילוי פגמים או אי-סדירות בפני השטח על פי הזווית של הסורק ביחס לפני השטח של הדרך.

• נתוני משתמש: זה מאפשר למשתמשים להוסיף מידע נוסף לננגד הנקודות מעבר לאטריבוטים הסטנדרטיים כמו קואורדינטות XYZ, עוצמה ומספר החזרה. נתוני משתמש יכולים לשמש לאחסן מגוון רחב של מידע, כמו ערכי צבע RGB, תוויות סיווג, או מטא-מידע הקשור לנקודה. לדוגמה, נתוני משתמש יכולים לשמש כדי לציין אם נקודה היא חלק מבניין, עץ או דרך, או כדי לאחסן מידע לגבי איכות מדידת הנקודה או אי-ודאותה. השימוש בנתוני משתמש תלוי בצרכים וביישומים הספציפיים של המשתמש. ניתן להשתמש בו למגוון משימות, כמו זיהוי אובייקטים, סיווג, סגמנטציה ומיפוי. על ידי הוספת נתוני משתמש מותאמים לננגד הנקודות, ניתן לחלץ מידע משמעותי יותר ולבצע משימות ניתוח ועיבוד מתקדמות יותר.

אם ננגד הנקודות שלך לא מוצג כראוי בהתחלה, נסה את האטריבוטים RGBA או עוצמה כיוון שהם השימושים הנפוצים ביותר.

למד על תכונות ננגד הנקודות במאמר הזה .

אם אתה נתקל בכל בעיה, צוות התמיכה שלנו כאן כדי לעזור. חקר מהנה!