Атрибуты облака точек

Чтобы получить доступ к атрибутам облака точек, откройте меню проекта и выберите ваше облако точек. Нажмите на вкладку Атрибуты, ниже вы найдете выпадающее меню, в котором перечислены все возможные атрибуты, выберите тот, который вы хотите использовать. Вы найдете список всех возможных атрибутов и их описания ниже.

Здесь вы найдете список всех доступных значений, а также их применение и связанные параметры:

• Анализ: Работает только с облаками точек для анализа, для получения дополнительной информации об анализе, ознакомьтесь с этой статьей.

  • Имя: Измените имя облака точек
  • Показать позицию
  • Показать вращение
  • Показать масштаб
  • Удалить анализ (это удалит его только из 3D-приложения, его можно будет загрузить позже, если это анализ на стороне сервера)

• Классификация: Работает только с совместимыми облаками точек. Цель классификации - группировать похожие точки в значимые категории, такие как земля, растительность, здания и другие объекты.

  • Показать / скрыть все: отображает или скрывает каждую категорию
  • Одна строка на категорию, нажмите на строку, чтобы показать / скрыть её, нажмите на цвет, чтобы изменить его

• Цвет: Цвета всего облака точек одним цветом

  • Выберите цвет с помощью палитры
  • Используйте шестнадцатеричный код для выбора цвета
  • Выберите один из цветов из стандартного списка

• Композит: Используйте это, если хотите одновременно использовать несколько опций, перетаскивайте ползунки, чтобы увеличить / уменьшить их использование.

  • RGBA: Цветное облако точек
    • Гамма: В основном, экспозиция облака точек, низкая гамма соответствует высокой экспозиции, высокая гамма – низкой экспозиции, придаёт вечерний вид
    • Яркость: Яркость облака точек, низкая яркость сделает его темнее, высокая яркость сделает его светлее.
    • Контраст: Изменяет контраст облака точек, низкий контраст сделает облако точек серым, высокий контраст переэкспонирует стандартные цвета (красный, желтый, зеленый, синий…)
  • Интенсивность: Сила или величина сигнала
    • Диапазон: От низкой интенсивности до высокой
    • Гамма: В основном, экспозиция облака точек, низкая гамма соответствует высокой экспозиции, высокая гамма – низкой экспозиции, придаёт вечерний вид
    • Яркость: Яркость облака точек, низкая яркость сделает его темнее, высокая яркость сделает его светлее.
    • Контраст: Изменяет контраст облака точек, низкий контраст сделает облако точек серым, высокий контраст переэкспонирует стандартные цвета (красный, желтый, зеленый, синий…)
  • Высота: Высота или вертикальная позиция каждой точки
    • Диапазон высоты: установите, где начинается и заканчивается градиент по высоте
    • Режим градиента
      • Clamp: Стандартный градиент, за пределами диапазона сохраняет конечный цвет края
      • Repeat: Когда градиент заканчивается, он начинает заново с оригинального цвета
      • Mirror Repeat: Когда градиент заканчивается, он создает новый инвертированный градиент, похожий на повтор, за исключением того, что не возникает цветовой дискретности
    • Схема градиента: Измените цвета градиента, выбор только из предварительно определенного списка
  • Анализ: Только если доступно в этом облаке точек, сравнение модели с облаком точек
  • Классификация: Только если доступно в этом облаке точек, делит разные типы объектов (земля, растительность, здания…)
  • Номер возврата: Количество импульсов, необходимых для получения этой точки
  • Идентификатор источника точки: Группируется по ID сканирования

• Высота: Представляет высоту или вертикальную позицию каждой точки. Данные о высоте важны в многих приложениях облаков точек, таких как топографическое картирование, моделирование затопления, городское планирование и проектирование инфраструктуры. Анализируя данные о высоте, можно создать точные и детализированные цифровые модели высоты (DEM), которые могут быть использованы для широкого спектра геопространственного анализа и визуализации.

  • Диапазон высоты: установите, где начинается и заканчивается градиент по высоте
  • Режим градиента
    • Clamp: Стандартный градиент, за пределами диапазона сохраняет конечный цвет края
    • Repeat: Когда градиент заканчивается, он начинает заново с оригинального цвета
    • Mirror Repeat: Когда градиент заканчивается, он создает новый инвертированный градиент, похожий на повтор, но без цветовой дискретности
  • Схема градиента: Измените цвета градиента, выбор только из предварительно определенного списка

• Gps-время: GPS-время - важный атрибут, связанный с каждой точкой в облаке точек. Оно дает информацию о времени, когда лазерный импульс был излучен, и времени, когда возвращенный импульс был получен, что позволяет точно рассчитать диапазон и позицию точки. Кроме того, GPS-время может также использоваться для контроля качества и целей анализа. Анализируя распределение значений GPS-времени в облаке точек, можно выявлять области с временными аномалиями или ошибками, которые могут указывать на проблемы с данными или системой LiDAR.

• Индексы: Индексы - это атрибуты, связанные с каждой точкой в облаке точек LiDAR, которые предоставляют дополнительную информацию о пространственных свойствах точки и её взаимосвязях с другими точками в облаке. Они часто используются для поддержки сложных задач анализа и обработки, таких как сегментация, классификация и извлечение признаков. Существует несколько типов индексов, которые могут быть использованы в обработке облаков точек LiDAR, включая:

  • Нормальный вектор: Этот индекс представляет ориентацию точки относительно её локального окружения. Его можно использовать для выявления планарных поверхностей или для оценки нормалей поверхности для реконструкции поверхности.
  • Кривизна: Этот индекс представляет локальную кривизну поверхности в точке. Его можно использовать для выявления острых краев или для оценки радиуса кривизны для изогнутых поверхностей.
  • Высота над уровнем моря: Этот индекс представляет высоту точки над землей или опорной поверхностью. Его можно использовать для моделирования рельефа или для выявления объектов, которые находятся выше или ниже поверхности земли.
  • Относительная высота: Этот индекс представляет высоту точки относительно её соседних точек. Его можно использовать для выявления объектов, которые выше или ниже окружающих.
  • Плотность: Этот индекс представляет плотность точек в местном окружении вокруг точки. Его можно использовать для выявления областей с высокой или низкой плотностью точек, таких как растительность или фасады зданий.

• Интенсивность: Она представляет силу или величину сигнала, который был получен сенсором или устройством во время захвата точки. В некоторых случаях интенсивность связана с отражательной способностью объекта в данной точке. Например, в облаке точек LiDAR значение интенсивности представляет собой количество лазерного света, которое было отражено от объекта обратно к сенсору. В этом случае более высокое значение интенсивности будет указывать на поверхность, отражающую больше света, такую как белая стена, в то время как более низкое значение интенсивности будет указывать на поверхность, отражающую меньше света, такую как черная машина. В других случаях интенсивность может представлять другую физическую величину. Например, в фотографическом облаке точек интенсивность может представлять яркость пикселя в оригинальном изображении, которое было использовано для генерации облака точек.

  • Диапазон: От низкой интенсивности до высокой
  • Гамма: В основном, экспозиция облака точек, низкая гамма соответствует высокой экспозиции, высокая гамма – низкой экспозиции, придаёт вечерний вид
  • Яркость: Яркость облака точек, низкая яркость сделает его темнее, высокая яркость сделает его светлее.
  • Контраст: Изменяет контраст облака точек, низкий контраст сделает облако точек серым, высокий контраст переэкспонирует стандартные цвета (красный, желтый, зеленый, синий…)

• Градиент интенсивности: Это мера изменения интенсивности между соседними точками в облаке точек. Он представляет собой скорость изменения интенсивности в зависимости от расстояния или позиции. Градиент интенсивности вычисляется путем взятия градиента значений интенсивности в облаке точек. Это включает в себя вычисление частных производных значений интенсивности относительно координат x, y и z каждой точки. Модуль вектор-градиеента в каждой точке представляет собой значение градиента интенсивности. Высокие значения градиента интенсивности указывают на острые края или границы, в то время как низкие значения указывают на плавные или постепенные переходы.

  • Диапазон: От низкой интенсивности до высокой
  • Гамма: В основном, экспозиция облака точек, низкая гамма соответствует высокой экспозиции, высокая гамма – низкой экспозиции, придаёт вечерний вид
  • Яркость: Яркость облака точек, низкая яркость сделает его темнее, высокая яркость сделает его светлее.
  • Контраст: Изменяет контраст облака точек, низкий контраст сделает облако точек серым, высокий контраст переэкспонирует стандартные цвета (красный, желтый, зеленый, синий…)

• Уровень детализации: В обработке облаков точек LiDAR уровень детализации (LOD) может относиться к плотности точек в облаке точек, разрешению данных или уровню абстракции, использующемуся для представления данных. Например, облако точек с высоким уровнем детализации будет иметь высокую плотность точек, высокое разрешение и тонкий уровень абстракции. Напротив, облако точек с низким уровнем детализации будет иметь более низкую плотность точек, более низкое разрешение и грубый уровень абстракции.

• Маткап: В обработке облаков точек LiDAR маткап может использоваться для добавления визуальных текстур и эффектов затенения к 3D-моделям, созданным из облаков точек. Применяя текстуру маткап к 3D-модели, можно создать более реалистичное и визуально привлекательное представление сцены. Например, текстура маткап может быть использована для имитации внешнего вида бетонной стены или коры дерева, добавляя глубину и реализм 3D-модели.

  • Выберите текстуру для применения

• Количество возвратов: Оно представляет общее количество лазерных импульсов, которые были излучены и вернулись к сенсору LiDAR для захвата этой конкретной точки. Подобно количеству возвратов, число возвратов может варьироваться от 1 до 5 или более, в зависимости от используемой системы LiDAR. Общее количество возвратов может предоставить информацию о сложности и структуре объекта или сцены, которая сканируется. Например, точка с высоким числом возвратов может указывать на объект с несколькими слоями или сложной геометрией, такой как крона дерева или фасад здания.

• Идентификатор источника точки: Он идентифицирует конкретный лазерный сенсор, который сгенерировал точку. Каждый лазерный сенсор в системе LiDAR имеет уникальный ID или номер, и эта информация записывается в данные облака точек, чтобы позволить анализ и контроль качества. Идентификатор источника точки особенно полезен в ситуациях, когда несколько сенсоров LiDAR используются для захвата одной сцены или области. Идентифицируя, какой сенсор сгенерировал каждую точку, можно выполнять проверки контроля качества по данным и убедиться, что данные правильно выровнены и зарегистрированы между различными сенсорами. Это особенно важно в приложениях, таких как лесное хозяйство, где может использоваться несколько сенсоров LiDAR для захвата данных с разных углов и перспектив. На нашей платформе идентификатор источника точки используется для хранения идентификатора источника сканирования, что позволяет пользователям легко отслеживать, от какого сканирования возникла каждая точка в облаке точек. Например, если несколько сканирований были выполнены одной и той же областью с использованием 3D-лазерного сканера, каждому сканированию может быть назначен уникальный идентификатор сканирования, и атрибут идентификатора источника точки для каждой точки в облаке точек может быть установлен на соответствующий идентификатор сканирования.

• RGBA: Используется для представления цвета каждой точки в облаке точек. Каналы красного, зеленого и синего используются для представления цвета точки, в то время как альфа-канал используется для представления прозрачности или непрозрачности точки. Использование цвета в облаках точек LiDAR может быть полезно для целей визуализации и интерпретации, так как оно может предоставить дополнительную информацию о свойствах объектов и поверхностей, представленных точками. Например, при картировании растительности цвет точек может использоваться для различения различных типов растительности или для выявления областей с высокой или низкой плотностью растительности.

  • Гамма: В основном, экспозиция облака точек, низкая гамма соответствует высокой экспозиции, высокая гамма – низкой экспозиции, придаёт вечерний вид
  • Яркость: Яркость облака точек, низкая яркость сделает его темнее, высокая яркость сделает его светлее.
  • Контраст: Изменяет контраст облака точек, низкий контраст сделает облако точек серым, высокий контраст переэкспонирует стандартные цвета (красный, желтый, зеленый, синий…)

• Номер возврата: Он представляет количество раз, когда лазерный импульс был излучен и вернулся к сенсору LiDAR для захвата этой конкретной точки. Подобно количеству возвратов, номер возврата обычно составляет значение от 1 до 5, где 1 указывает на первый возврат, а 5 указывает на пятый возврат. Первый возврат представляет собой лазерный импульс, отраженный от верхней поверхности объекта, в то время как последующие возвраты могут представлять отражения от нижних поверхностей или множественные отражения внутри объекта.

• Ранг угла сканирования: Он представляет угол между лазерным лучом и эталонной линией сканера, когда лазерный импульс был излучен для захвата этой конкретной точки. Ранг угла сканирования предоставляет информацию о угле, под которым была захвачена точка, значение 0 указывает на эталонную линию сканера, а положительные или отрицательные значения указывают на отклонение от эталонной линии. При извлечении зданий ранг угла сканирования может использоваться для идентификации фасадов зданий и конструкций крыш на основе их ориентации относительно эталонной линии сканера. В анализе дорожного покрытия ранг угла сканирования может использоваться для обнаружения дефектов или неровностей поверхности в зависимости от угла сканера относительно дорожного покрытия.

• Данные пользователя: Они позволяют пользователям добавлять дополнительную информацию в облако точек, помимо стандартных атрибутов, таких как координаты XYZ, интенсивность и номер возврата. Данные пользователя могут использоваться для хранения самого различного рода информации, такой как значения цвета RGB, метки классификации или метаданные, связанные с точкой. Например, данные пользователя могут использоваться для указания на то, является ли точка частью здания, дерева или дороги, или для хранения информации о качестве измерения точки или её неопределенности. Использование данных пользователя зависит от конкретных потребностей и применения пользователя. Они могут использоваться для выполнения множества задач, таких как распознавание объектов, классификация, сегментация и картирование. Добавляя пользовательские данные в облако точек, можно извлечь более значимую информацию и выполнить более сложные задачи анализа и обработки.

Если ваше облако точек сначала отображается неправильно, попробуйте атрибуты RGBA или интенсивности, так как они являются наиболее часто используемыми.

Узнайте о свойствах облаков точек в этой статье.

Если возникнут какие-либо проблемы, наша служба поддержки здесь, чтобы помочь. Приятного исследования!