포인트 클라우드 속성

포인트 클라우드의 속성에 접근하려면 프로젝트 메뉴를 열고 포인트 클라우드 선택을 클릭하십시오. 속성 탭을 클릭하면, 아래에서 모든 가능한 속성을 나열한 드롭다운 메뉴를 찾을 수 있으며, 사용하고 싶은 속성을 선택하실 수 있습니다. 아래에서 모든 가능한 속성과 각각의 기능에 대한 목록을 제공합니다.

여기에서 사용 가능한 모든 값과 관련된 사용 및 옵션을 찾을 수 있습니다:

• 분석: 분석 포인트 클라우드에서만 작동합니다. 분석에 대한 자세한 내용은 이 문서를 참조하십시오.

  • 이름: 포인트 클라우드의 이름 변경
  • 위치 보기
  • 회전 보기
  • 스케일 보기
  • 분석 삭제 (3D 애플리케이션에서만 삭제되며, 서버 측 분석일 경우 나중에 다시 로드할 수 있습니다.)

• 분류: 호환 가능한 포인트 클라우드에서만 작동합니다. 분류의 목표는 유사한 점들을 의미 있는 범주로 그룹화하는 것입니다. 예를 들어, 지면, 식생, 건물 및 기타 객체입니다.

  • 모두 표시/숨기기: 모든 범주를 표시하거나 숨깁니다.
  • 범주당 한 줄: 줄을 클릭하여 표시/숨기기, 색상을 클릭하여 변경합니다.

• 색상: 포인트 클라우드를 하나의 색상으로 색칠합니다.

  • 색상 팔레트를 사용하여 색상 선택
  • 색상을 선택하기 위해 헥사코드 사용
  • 기본 목록에서 색상 선택

• 복합: 여러 옵션을 동시에 사용하려면 이 옵션을 사용하십시오. 슬라이더를 드래그하여 사용량을 증가/감소시킵니다.

  • RGBA: 색칠된 포인트 클라우드
    • 감마: 포인트 클라우드의 노출로, 낮은 감마는 높은 노출을 의미하고, 높은 감마는 낮은 노출을 의미하며 석양과 같은 효과를 줍니다.
    • 밝기: 포인트 클라우드의 밝기로, 낮은 밝기는 어둡게 만들고, 높은 밝기는 밝게 만듭니다.
    • 대비: 포인트 클라우드의 대비를 변경하며, 낮은 대비는 포인트 클라우드를 회색으로 만들고 높은 대비는 표준 색상을 과노출시킵니다 (빨강, 노랑, 초록, 파랑 등).
  • 세기: 신호의 강도 또는 크기
    • 범위: 낮은 세기에서 높은 세기로
    • 감마: 포인트 클라우드의 노출로, 낮은 감마는 높은 노출을 의미하며, 높은 감마는 낮은 노출을 의미합니다.
    • 밝기: 포인트 클라우드의 밝기로, 낮은 밝기는 어둡게 하고 높은 밝기는 밝게 만듭니다.
    • 대비: 포인트 클라우드의 대비를 변경하며, 낮은 대비는 포인트 클라우드를 회색으로 만들고 높은 대비는 표준 색상을 과노출시킵니다.
  • 고도: 각 점의 높이 또는 수직 위치
    • 고도 범위: 높이에 따른 기울기가 시작하고 끝나는 지점 설정
    • 기울기 모드
      • 고정: 표준 기울기, 범위를 벗어날 경우 가장자리에 최종 색상을 유지
      • 반복: 기울기가 종료되면 원래 색상으로 다시 시작
      • 미러 반복: 기울기가 종료되면 새로운 기울기를 반전시켜 추가하며, 반복과 비슷하지만 색상 불연속성이 없습니다.
    • 기울기 스킴: 기울기의 색상 변경, 미리 정의된 목록에서만 선택
  • 분석: 해당 포인트 클라우드에서 사용 가능한 경우에만, 모델과 포인트 클라우드 비교
  • 분류: 해당 포인트 클라우드에서 사용 가능한 경우에만, 다양한 종류의 객체를 나눕니다 (지면, 식생, 건물 등).
  • 반환 번호: 해당 점을 얻기 위해 필요했던 펄스의 양
  • 포인트 소스 ID: 스캔 ID별로 그룹화

• 고도: 각 점의 높이 또는 수직 위치를 나타냅니다. 고도 데이터는 지형 매핑, 홍수 모델링, 도시 계획 및 인프라 설계 등 많은 포인트 클라우드 응용 프로그램에서 중요합니다. 고도 데이터를 분석함으로써 다양한 지리공간 분석 및 시각화 용도로 사용될 수 있는 정확하고 상세한 디지털 고도 모델 (DEM)을 생성할 수 있습니다.

  • 고도 범위: 높이에 따른 기울기가 시작하고 끝나는 지점 설정
  • 기울기 모드
    • 고정: 표준 기울기, 범위를 벗어날 경우 가장자리에 최종 색상을 유지합니다.
    • 반복: 기울기가 종료되면 원래 색상으로 다시 시작합니다.
    • 미러 반복: 기울기가 종료되면 새로운 반전 기울기를 설정하여 반복합니다.
  • 기울기 스킴: 기울기의 색상을 변경, 미리 정의된 목록에서만 선택

• GPS-시간: GPS 시간은 포인트 클라우드의 각 포인트와 관련된 중요한 속성입니다. 레이저 펄스가 방출된 시간과 반환 펄스가 수신된 시간을 알려주어, 포인트의 거리와 위치를 정확히 계산할 수 있게 해줍니다. 또한, GPS 시간은 품질 관리 및 분석 용도로도 사용될 수 있습니다. 포인트 클라우드 전반에 걸친 GPS 시간 값의 분포를 분석함으로써, 임시 이상이나 오류가 있는 영역을 식별할 수 있으며, 이는 데이터 또는 LiDAR 시스템의 문제를 나타낼 수 있습니다.

• 지수: 지수는 각 포인트와 관련된 속성으로 공간적 특성과 포인트 클라우드의 다른 포인트와의 관계에 대한 추가 정보를 제공합니다. 이는 종종 세분화, 분류 및 특성 추출과 같은 고급 분석 및 처리 작업을 지원하는 데 사용됩니다. LiDAR 포인트 클라우드 처리에 사용될 수 있는 여러 유형의 지수가 있습니다:

  • 법선 벡터: 이 지수는 포인트의 지역 이웃에 대한 방향을 나타냅니다. 평면 표면을 식별하거나 표면 재구성을 위한 표면 법선을 추정하는 데 사용할 수 있습니다.
  • 곡률: 이 지수는 포인트에서 표면의 국소 곡률을 나타냅니다. 날카로운 모서리를 식별하거나 곡면을 위한 곡률 반지름을 추정하는 데 사용할 수 있습니다.
  • 지상 위 높이: 이 지수는 포인트가 지면 또는 기준 표면 위의 높이를 나타냅니다. 지형 모델링 또는 지면 위 또는 아래의 객체를 식별하는 데 사용할 수 있습니다.
  • 상대 높이: 이 지수는 포인트가 이웃 포인트에 대한 높이를 나타냅니다. 주위보다 높거나 낮은 객체를 식별하는 데 사용할 수 있습니다.
  • 밀도: 이 지수는 포인트 주위의 지역 밀도를 나타냅니다. 높은 점 밀도 지역이나 낮은 점 밀도 지역을 식별하는 데 사용할 수 있습니다 (예: 식생 또는 건물 외관).

• 세기: 이는 포인트가 캡처될 때 센서나 장치에서 수신된 신호의 강도 또는 크기를 나타냅니다. 경우에 따라, 세기는 해당 점에서 객체의 반사율과 관련이 있습니다. 예를 들어, LiDAR 포인트 클라우드에서 세기 값은 객체가 반사한 레이저 빛의 양을 나타냅니다. 이 경우, 높은 세기 값은 더 많은 빛을 반사하는 표면을 나타내며, 낮은 세기 값은 적은 빛을 반사하는 표면을 나타냅니다. 다른 경우에는, 세기가 다른 물리적 양을 나타낼 수 있습니다. 예를 들어, 사진 촬영 포인트 클라우드에서 세기가 원본 이미지의 픽셀 밝기를 나타낼 수 있습니다.

  • 범위: 낮은 세기에서 높은 세기
  • 감마: 포인트 클라우드의 노출로, 낮은 감마는 높은 노출을 의미하고, 높은 감마는 낮은 노출을 의미합니다.
  • 밝기: 포인트 클라우드의 밝기로, 낮은 밝기는 어둡게 만들고 높은 밝기는 밝게 만듭니다.
  • 대비: 포인트 클라우드의 대비를 변경하며, 낮은 대비는 포인트 클라우드를 회색으로 만들고, 높은 대비는 표준 색상을 과노출시킵니다 (빨강, 노랑, 초록, 파랑 등).

• 세기 기울기: 이는 포인트 클라우드의 이웃 점들 간의 세기 변화를 측정합니다. 이는 세기가 거리 또는 위치에 따라 얼마나 변화하는지를 나타냅니다. 세기 기울기는 포인트 클라우드에서 세기 값을 기울기 시켜 계산함으로써 산출됩니다. 이는 각 포인트의 x, y, z 좌표에 대한 세기 값의 부분 도함수를 계산하는 것을 포함합니다. 각 포인트에서 기울기 벡터의 크기는 세기 기울기 값을 나타냅니다. 높은 세기 기울기 값은 날카로운 모서리나 경계를 나타내고, 낮은 값은 매끄럽거나 점진적인 전환을 나타냅니다.

  • 범위: 낮은 세기에서 높은 세기
  • 감마: 포인트 클라우드의 노출로, 낮은 감마는 높은 노출을 의미하며, 높은 감마는 낮은 노출을 의미합니다.
  • 밝기: 포인트 클라우드의 밝기로, 낮은 밝기는 어둡게 만들고 높은 밝기는 밝게 만듭니다.
  • 대비: 포인트 클라우드의 대비를 변경하며, 낮은 대비는 포인트 클라우드를 회색으로 만들고 높은 대비는 표준 색상을 과노출시킵니다 (빨강, 노랑, 초록, 파랑 등).

• 세부 수준: LiDAR 포인트 클라우드 처리에서 세부 수준(LOD)은 포인트 클라우드의 점 밀도, 데이터의 해상도 또는 데이터를 표현하는 데 사용되는 추상화 수준을 나타낼 수 있습니다. 예를 들어, 높은 세부 수준을 가진 포인트 클라우드는 높은 점 밀도, 높은 해상도 및 세밀한 추상화를 가지고 있습니다. 반대로, 낮은 세부 수준을 가진 포인트 클라우드는 낮은 점 밀도, 낮은 해상도 및 굵은 추상화를 가지고 있습니다.

• Matcap: LiDAR 포인트 클라우드 처리에서 matcap은 포인트 클라우스로부터 생성된 3D 모델에 시각적 질감과 그림자 효과를 추가하는 데 사용할 수 있습니다. 3D 모델에 matcap 질감을 적용함으로써 장면의 보다 사실적이고 시각적으로 매력적인 표현을 만들 수 있습니다. 예를 들어, matcap 질감은 콘크리트 벽 또는 나무 껍질의 외관을 시뮬레이션하는 데 사용될 수 있으며, 3D 모델에 깊이와 사실감을 추가합니다.

  • 적용할 질감 선택

• 반환 수: 이는 특정 점을 캡처하기 위해 방출되고 LiDAR 센서로 돌아온 레이저 펄스의 총 수를 나타냅니다. 반환 번호와 비슷하게, 반환 개수는 사용된 LiDAR 시스템에 따라 1부터 5 또는 그 이상까지 다양할 수 있습니다. 반환 총 수는 스캔되는 객체나 장면의 복잡성과 구조에 대한 정보를 제공합니다. 예를 들어, 높은 반환 수를 가진 점은 나뭇가지나 건물 외관과 같이 여러 레이어 또는 복잡한 기하학적 형상을 가진 객체를 나타낼 수 있습니다.

• 포인트 소스 ID: 특정 레이저 센서를 식별하여 점을 생성한 것입니다. LiDAR 시스템 내 각 레이저 센서는 고유한 ID 또는 번호를 가지며, 이 정보는 분석 및 품질 관리를 위해 포인트 클라우드 데이터에 기록됩니다. 포인트 소스 ID는 여러 LiDAR 센서를 사용하여 단일 장면 또는 영역을 캡처할 때 유용합니다. 각 포인트를 생성한 센서를 식별함으로써 데이터를 품질 관리하고 서로 다른 센서 간에 데이터가 제대로 정렬되고 등록되도록 보장할 수 있습니다. 이는 여러 LiDAR 센서가 서로 다른 각도에서 데이터를 캡처하는 응용 프로그램에서 특히 중요합니다. 우리 플랫폼에서는 포인트 소스 ID를 사용하여 소스 스캔 ID를 저장합니다. 이로 인해 사용자는 포인트 클라우드의 각 점이 원래 스캔에서 기인한 위치를 쉽게 추적할 수 있습니다. 예를 들어, 동일한 지역을 3D 레이저 스캐너로 여러 번 스캔한 경우, 각 스캔에 고유한 스캔 ID를 지정하고 포인트 클라우드의 각 점에 해당 스캔 ID 속성을 설정할 수 있습니다.

• RGBA: 포인트 클라우드의 각 점의 색상을 나타내기 위해 사용됩니다. 빨간색, 초록색 및 파란색 채널은 포인트의 색상을 나타내고, 알파 채널은 포인트의 투명도 또는 불투명도를 나타냅니다. LiDAR 포인트 클라우드에서 색상의 사용은 시각화 및 해석 목적에 유용하며, 점들이 나타내는 객체와 표면의 추가 정보를 제공할 수 있습니다. 예를 들어, 식생 매핑에서 점의 색상을 사용하여 다양한 유형의 식생을 구별하거나 높은 또는 낮은 식생 밀도의 영역을 식별할 수 있습니다.

  • 감마: 포인트 클라우드의 노출로, 낮은 감마는 높은 노출을 의미하고, 높은 감마는 낮은 노출을 의미합니다.
  • 밝기: 포인트 클라우드의 밝기로, 낮은 밝기는 어둡게 만들고 높은 밝기는 밝게 만듭니다.
  • 대비: 포인트 클라우드의 대비를 변경하며, 낮은 대비는 포인트 클라우드를 회색으로 만들고 높은 대비는 표준 색상을 과노출시킵니다 (빨강, 노랑, 초록, 파랑 등).

• 반환 번호: 특정 점을 캡처하기 위해 방출되고 LiDAR 센서로 돌아온 레이저 펄스의 횟수를 나타냅니다. 반환 수와 유사하게, 반환 번호는 일반적으로 1에서 5 사이의 값이며, 1은 첫 번째 반환을, 5는 다섯 번째 반환을 나타냅니다. 첫 번째 반환은 객체의 최상부 표면에서 반사된 레이저 펄스를 나타내며, 후속 반환은 객체 내부의 하부 표면 또는 여러 반사를 나타낼 수 있습니다.

• 스캔 각도 랭크: 레이저 펄스가 방출되어 특정 점을 캡처했을 때 레이저 빔과 스캐너의 기준선 간의 각도를 나타냅니다. 스캔 각도 랭크는 점이 캡처된 각도에 대한 정보를 제공하며, 값이 0이면 스캐너의 기준선을 나타내고, 양수 또는 음수 값은 기준선에서의 편차를 나타냅니다. 건물 추출에서는 스캔 각도 랭크를 사용하여 스캐너의 기준선에 대한 방향에 따라 건물 외관과 지붕 구조를 식별할 수 있습니다. 도로 표면 분석에서는 스캔 각도 랭크를 사용하여 도로 표면에 대한 스캐너의 각도에 따라 표면 결함이나 불규칙성을 감지할 수 있습니다.

• 사용자 데이터: 사용자 데이터는 XYZ 좌표, 세기, 반환 번호와 같은 표준 속성을 넘어 포인트 클라우드에 추가 정보를 추가할 수 있게 허용합니다. 사용자 데이터는 RGB 색상 값, 분류 레이블 또는 점과 관련된 메타데이터와 같은 다양한 정보를 저장하는 데 사용될 수 있습니다. 예를 들어, 사용자 데이터는 점이 건물의 일부인지, 나무인지, 도로인지 또는 점 측정의 품질이나 불확실성에 대한 정보를 저장하는 데 사용될 수 있습니다. 사용자 데이터의 사용은 사용자의 특정 요구와 응용 프로그램에 따라 달라집니다. 이는 객체 인식, 분류, 세분화 및 매핑과 같은 다양한 작업에 사용할 수 있습니다. 포인트 클라우드에 사용자 정의 사용자 데이터를 추가함으로써 더 의미 있는 정보를 추출하고 보다 고급 분석 및 처리 작업을 수행할 수 있습니다.

처음에 포인트 클라우드가 제대로 표시되지 않는 경우, RGBA 또는 세기 속성을 시도해 보십시오. 이 속성이 가장 많이 사용됩니다.

포인트 클라우드 속성에 대해 이 문서를 배우십시오.

문제가 발생하면, 지원 팀이 도와드립니다. 즐거운 탐색 되시길 바랍니다!