Hoppa till huvudinnehållet

Punktmolnsattribut

För att komma åt ett punktmolns attribut, öppna projektmenyn och välj ditt punktmoln. Klicka på fliken Attribut, nedan hittar du en dropdown-meny som listar alla möjliga attribut, välj det du vill använda. Nedan hittar du en lista över alla möjliga attribut och vad varje gör.

 

 

Här hittar du en lista över alla tillgängliga värden tillsammans med dess användning och relaterade alternativ :
  • Analyze : Fungerar endast med analys-punktmoln, för mer information om analys, se denna artikel.
    • Namn : Byt namn på punktmolnet
    • Se positionen
    • Se rotationen
    • Se skalan
    • Ta bort analysen (tas bara bort från 3D-applikationen, den kan laddas om senare om det är en serversidig analys)

 

  • Classification : Fungerar endast med kompatibla punktmoln. Syftet med klassificering är att gruppera liknande punkter i meningsfulla kategorier, såsom mark, vegetation, byggnader och andra objekt.
    • Visa / dölj alla : visar eller döljer alla kategorier
    • En rad per kategori, klicka på raden för att visa / dölja den, klicka på färgen för att ändra den

 

  • Color : Färglägger hela punktmolnet med en färg
    • Välj en färg med paletten
    • Använd en hexadecimal kod för att välja färg
    • Välj en färg från standardlistan

 

  • Composite : Använd detta om du vill använda flera alternativ samtidigt, dra reglagen för att öka/minska deras användning.
    • RGBA : Färglagt punktmoln
      • Gamma : I grund och botten exponeringen av punktmolnet, lägre gamma innebär högre exponering, högre gamma innebär lägre exponering, ger ett solnedgångsliknande utseende
      • Brightness : Punktmolnets ljushet, lägre brightness gör det mörkare, högre brightness gör det ljusare.
      • Contrast : Ändrar kontrasten i punktmolnet, lägre contrast får punktmolnet att bli grått, högre contrast överexponerar standardfärgerna (red, yellow, green, blue…)
    • Intensity : Styrka eller magnitud av signalen
      • Intervall : Från låg till hög intensitet
      • Gamma : I grund och botten exponeringen av punktmolnet, lägre gamma innebär högre exponering, högre gamma innebär lägre exponering, ger ett solnedgångsliknande utseende
      • Brightness : Punktmolnets ljushet, lägre brightness gör det mörkare, högre brightness gör det ljusare.
      • Contrast : Ändrar kontrasten i punktmolnet, lägre contrast får punktmolnet att bli grått, högre contrast överexponerar standardfärgerna (red, yellow, green, blue…)
    • Elevation : Höjd eller vertikal position för varje punkt
      • Elevation range : ange var gradienten börjar och slutar i höjdled
      • Gradient mode
        • Clamp : Standardgradient, utanför intervallet behålls kantens slutfärg
        • Repeat : När gradienten slutar, startar den om från ursprungsfärgen
        • Mirror Repeat : När gradienten slutar, sätts en ny inverterad gradient, liknar repeat men utan färgdiskontinuitet
      • Gradient scheme : Byt färgerna i gradienten, val från en fördefinierad lista endast
    • Analysera : Endast om tillgängligt för det punktmolnet, modell-till-punktmolnsjämförelse
    • Klassificering : Endast om tillgängligt för det punktmolnet, delar upp olika objekttyper (mark, vegetation, byggnader…)
    • Return number : Antal pulser som krävdes för att få den punkten
    • Point source ID : Grupperat efter scan ID

 

  • Elevation : Representerar höjden eller den vertikala positionen för varje punkt. Elevationsdata är viktiga i många tillämpningar av punktmoln, såsom topografisk kartläggning, översvämningsmodellering, stadsplanering och infrastrukturdimensionering. Genom att analysera elevationsdata är det möjligt att skapa korrekta och detaljerade digitala höjdmodeller (DEMs) som kan användas för ett brett spektrum av geospatial analys och visualisering.
    • Elevation range : ange var gradienten börjar och slutar i höjdled
    • Gradient mode
      • Clamp : Standardgradient, utanför intervallet behålls kantens slutfärg
      • Repeat : När gradienten slutar, startar den om från ursprungsfärgen
      • Mirror Repeat : När gradienten slutar, sätts en ny inverterad gradient, liknar repeat men utan färgdiskontinuitet
    • Gradient scheme : Byt färgerna i gradienten, val från en fördefinierad lista endast

 

  • Gps-time : GPS-tid är ett viktigt attribut kopplat till varje punkt i punktmolnet. Det ger information om när laserpulsen sändes och när returpulsen mottogs, vilket möjliggör en korrekt beräkning av räckvidd och punktens position. Dessutom kan GPS-tid användas för kvalitetskontroll och analys. Genom att analysera fördelningen av GPS-tidsvärden över punktmolnet är det möjligt att identifiera områden med temporala avvikelser eller fel, vilket kan indikera problem med data eller LiDAR-systemet.

 

  • Indices : Indices är attribut kopplade till varje punkt i ett LiDAR-punktmoln som ger ytterligare information om punktens rumsliga egenskaper och relationer till andra punkter i molnet. De används ofta för att stödja avancerade analys- och bearbetningsuppgifter, såsom segmentering, klassificering och funktionsutvinning. Det finns flera typer av indices som kan användas i LiDAR-punktmolnsbearbetning, inklusive:
    • Normal vector: Detta index representerar orienteringen av punkten i förhållande till dess lokala omgivning. Det kan användas för att identifiera plana ytor eller för att uppskatta ytnormaler för ytåteruppbyggnad.
    • Curvature: Detta index representerar den lokala krökningen av ytan vid punkten. Det kan användas för att identifiera skarpa kanter eller för att uppskatta krökningsradien för böjda ytor.
    • Height above ground: Detta index representerar punktens höjd över marken eller en referensyta. Det kan användas för terrängmodellering eller för att identifiera objekt som är över eller under markytan.
    • Relative height: Detta index representerar punktens höjd i förhållande till dess närliggande punkter. Det kan användas för att identifiera objekt som är högre eller lägre än sin omgivning.
    • Density: Detta index representerar tätheten av punkter i den lokala omgivningen runt punkten. Det kan användas för att identifiera områden med hög eller låg punkt-täthet, såsom vegetation eller byggnadsfasader.

 

  • Intensity : Representerar styrkan eller magnituden av signalen som mottogs av en sensor eller enhet när punkten fångades. I vissa fall är intensity relaterat till objektets reflektans vid den punkten. Till exempel i ett LiDAR-punktmoln representerar intensity-värdet mängden laserljus som reflekterades tillbaka till sensorn av objektet. I detta fall indikerar ett högre intensity-värde en yta som reflekterar mer ljus, såsom en vit vägg, medan ett lägre intensity-värde indikerar en yta som reflekterar mindre ljus, såsom en svart bil. I andra fall kan intensity representera en annan fysikalisk storhet. Till exempel i ett fotografiskt punktmoln kan intensity representera ljusstyrkan hos en pixel i den ursprungliga bilden som användes för att generera punktmolnet.
    • Range : From low intensity to high
    • Gamma : I grund och botten exponeringen av punktmolnet, lägre gamma innebär högre exponering, högre gamma innebär lägre exponering, ger ett solnedgångsliknande utseende
    • Brightness : Punktmolnets ljushet, lägre brightness gör det mörkare, högre brightness gör det ljusare.
    • Contrast : Ändrar kontrasten i punktmolnet, lägre contrast får punktmolnet att bli grått, högre contrast överexponerar standardfärgerna (red, yellow, green, blue…)

 

  • Intensity gradient : Det är ett mått på förändringen i intensity mellan närliggande punkter i ett punktmoln. Det representerar hastigheten med vilken intensity ändras med avseende på avstånd eller position. Intensity-gradienten beräknas genom att ta gradienten av intensity-värdena i punktmolnet. Detta innebär att man beräknar de partiella derivatorna av intensity-värdena med avseende på x-, y- och z-koordinaterna för varje punkt. Storleken på gradientvektorn vid varje punkt representerar intensity-gradientvärdet. Höga värden på intensity-gradienten indikerar skarpa kanter eller gränser, medan låga värden indikerar jämna eller gradvisa övergångar.
    • Range : From low intensity to high
    • Gamma : I grund och botten exponeringen av punktmolnet, lägre gamma innebär högre exponering, högre gamma innebär lägre exponering, ger ett solnedgångsliknande utseende
    • Brightness : Punktmolnets ljushet, lägre brightness gör det mörkare, högre brightness gör det ljusare.
    • Contrast : Ändrar kontrasten i punktmolnet, lägre contrast får punktmolnet att bli grått, högre contrast överexponerar standardfärgerna (red, yellow, green, blue…)

 

  • Level of detail : I LiDAR-punktmolnsbearbetning kan Level Of Detail (LOD) avse punktmolnets punkttäthet, datans upplösning eller nivån av abstraktion som används för att representera datan. Till exempel har ett punktmoln med hög detaljnivå hög punkttäthet, hög upplösning och en fin nivå av abstraktion. Omvänt har ett punktmoln med låg detaljnivå lägre punkttäthet, lägre upplösning och en grov nivå av abstraktion.

 

  • Matcap : I LiDAR-punktmolnsbearbetning kan matcap användas för att lägga till visuella texturer och skuggningseffekter till 3D-modeller skapade från punktmoln. Genom att applicera en matcap-textur på en 3D-modell är det möjligt att skapa en mer realistisk och visuellt tilltalande representation av scenen. Till exempel kan en matcap-textur användas för att simulera utseendet av en betongvägg eller bark på ett träd, vilket ger djup och realism åt 3D-modellen.
    • Välj textur att applicera

 

  • Number of returns : Representerar det totala antalet laserpulser som sändes och återvände till LiDAR-sensorn för att fånga den specifika punkten. Liksom return number kan number of returns variera från 1 till 5 eller fler, beroende på LiDAR-systemet som används. Det totala antalet returer kan ge information om komplexiteten och strukturen hos det objekt eller den scen som skannas. Till exempel kan en punkt med ett högt antal returer indikera ett objekt med flera lager eller komplex geometri, såsom ett trädkronlager eller en byggnadsfasad.

 

  • Point source ID : Identifierar den specifika lasersensorn som genererade punkten. Varje lasersensor i ett LiDAR-system har ett unikt ID eller nummer, och denna information registreras i punktmolnsdatan för att möjliggöra analys och kvalitetskontroll. Point source ID är särskilt användbart i situationer där flera LiDAR-sensorer används för att fånga en enda scen eller ett område. Genom att identifiera vilken sensor som genererade varje punkt är det möjligt att utföra kvalitetskontroller på datan och säkerställa att datan är korrekt justerad och registrerad mellan olika sensorer. Detta är särskilt viktigt i tillämpningar som skogsbruk, där flera LiDAR-sensorer kan användas för att fånga data från olika vinklar och perspektiv. På vår plattform används point source id för att lagra källans scan id, detta gör det enkelt för användare att spåra från vilken scan varje punkt i punktmolnet härstammar. Till exempel, om flera skanningar togs av samma område med en 3D laserskanner, kan varje skanning tilldelas ett unikt scan id och attributet point source id för varje punkt i punktmolnet kan ställas in på motsvarande scan id.

 

  • RGBA : Används för att representera färgen för varje punkt i punktmolnet. De röda, gröna och blå kanalerna används för att representera punktens färg, medan alfa-kanalen används för att representera punktens transparens eller opacitet. Användning av färg i LiDAR-punktmoln kan vara till hjälp för visualisering och tolkning, eftersom det kan ge ytterligare information om egenskaperna hos objekten och ytorna som punkterna representerar. Till exempel kan färgen på punkterna i vegetationkartläggning användas för att skilja mellan olika typer av vegetation eller för att identifiera områden med hög eller låg vegetationstäthet.
    • Gamma : I grund och botten exponeringen av punktmolnet, lägre gamma innebär högre exponering, högre gamma innebär lägre exponering, ger ett solnedgångsliknande utseende
    • Brightness : Punktmolnets ljushet, lägre brightness gör det mörkare, högre brightness gör det ljusare.
    • Contrast : Ändrar kontrasten i punktmolnet, lägre contrast får punktmolnet att bli grått, högre contrast överexponerar standardfärgerna (red, yellow, green, blue…)

 

  • Return number : Representerar antalet gånger en laserpuls sändes och återvände till LiDAR-sensorn för att fånga den specifika punkten. Liksom number of returns är return number vanligtvis ett värde mellan 1 och 5, där 1 indikerar första returen och 5 indikerar femte returen. Den första returen representerar laserpulsen som reflekterades från objektets översta yta, medan efterföljande returer kan representera reflektioner från lägre ytor eller flera reflektioner inom objektet.

 

  • Scan angle rank : Representerar vinkeln mellan laserstrålen och skannerns referenslinje när laserpulsen sändes för att fånga den specifika punkten. Scan angle rank ger information om vinkeln vid vilken punkten fångades, där ett värde på 0 indikerar skannerns referenslinje och positiva eller negativa värden indikerar avvikelse från referenslinjen. Vid byggnadsutvinning kan scan angle rank användas för att identifiera byggnadsfasader och takkonstruktioner baserat på deras orientering i förhållande till skannerns referenslinje. Vid vägbanemarknadsanalys kan scan angle rank användas för att detektera ytfel eller oegentligheter baserat på skannerns vinkel i förhållande till vägbanan.

 

  • User data : Gör det möjligt för användare att lägga till ytterligare information till punktmolnet utöver standardattribut som XYZ-koordinater, intensity och return number. User data kan användas för att lagra en mängd olika information, såsom RGB-färgvärden, klassificeringsetiketter eller metadata associerade med punkten. Till exempel kan user data användas för att ange om en punkt är en del av en byggnad, ett träd eller en väg, eller för att lagra information om kvaliteten på punktmätningen eller dess osäkerhet. Användningen av user data beror på användarens specifika behov och tillämpningar. Den kan användas för en mängd uppgifter, såsom objektsigenkänning, klassificering, segmentering och kartläggning. Genom att lägga till anpassad user data i ett punktmoln är det möjligt att extrahera mer meningsfull information och utföra mer avancerade analys- och bearbetningsuppgifter.

 

Om ditt punktmoln inte visas rätt vid första försöket, prova RGBA- eller intensity-attributen eftersom dessa är de mest använda.

Läs om punktmolnsegenskaper i denna artikel.  

Om du stöter på problem finns vårt supportteam här för att hjälpa till. Trevlig utforskning!