নীচে এবং উপরের গ্রাউন্ডে উপস্থিত শব্দ / আউটলিয়ারগুলি সরাতে লিডার পয়েন্ট মেঘ সম্পাদনা করছেন?

Question

আমার কাছে "নোংরা" লিডার ডেটা রয়েছে যা প্রথম এবং শেষের রিটার্ন এবং অনিবার্যভাবে তলদেশের স্তরের অধীনেও রয়েছে। (স্ক্রীনশট)

আমার হাতে সাগা, কিউজিআইএস, ইএসআরআই এবং এফএমই রয়েছে, তবে আসল পদ্ধতি নেই। এই ডেটা পরিষ্কার করার জন্য একটি ভাল ওয়ার্কফ্লো কী হবে? একটি সম্পূর্ণ স্বয়ংক্রিয় পদ্ধতি আছে বা আমি কোনওভাবে ম্যানুয়ালি মুছে ফেলব?

Comments

আপনার পয়েন্ট মেঘের ডেটাতে কি নিম্ন / উচ্চ আওয়াজ শ্রেণীবদ্ধ করা হয়েছে (লাস স্পেস 1.4 আর 6 থেকে ক্লাস 7 এবং 8)?

— হারুন

এই সফ্টওয়্যার পণ্যগুলির যে কোনও একটিতে আপনি কী চেষ্টা করেছেন এবং আপনি এটির সাথে কোথায় আটকে গেছেন? মনে হচ্ছে আপনি কোনও কেন্দ্রীভূত প্রশ্ন জিজ্ঞাসার চেয়ে বিকল্পগুলি নিয়ে আলোচনা করতে চাইছেন। বিকল্পগুলি আলোচনা করার জন্য জিআইএস চ্যাট রুমে সর্বদা ভাল fine

— পলিজিও

পুনরায় খোলার জন্য ভোটদান, কারণ মডারেটর ভুল প্রশ্নগুলির সাথে সফ্টওয়্যার জিজ্ঞাসা করে এমন প্রশ্নগুলির সাথে যা কিছু করার পদ্ধতি / উপায় জিজ্ঞাসা করে। কেবলমাত্র সফ্টওয়্যার তালিকাভুক্ত উত্তরগুলি এই প্রসঙ্গে আসল উত্তর নয়। আমি আমার পিওভকে gis.meta.stackexchange.com/questions/4380/… এ আরও ভাল ব্যাখ্যা করি ।

— আন্দ্রে সিলভা

এছাড়াও, দেখে মনে হচ্ছে যে "খুব বিস্তৃত" একতরফাভাবে ক্লোজারটি অতিরিক্ত ব্যবহার করা হয়েছে: gis.meta.stackexchange.com / Qtions / 4816/… । আমি মনে করি মামলাটি এখানে প্রযোজ্য। প্রশ্নটি কী একক করে তোলে তাতে পয়েন্ট ক্লাউডে সমস্ত ধরণের আউটলিয়ার থাকে।

— আন্দ্রে সিলভা

Answer 1

আপনার কাছে বিদেশী রয়েছে বলে মনে হচ্ছে:

• i) স্থল পৃষ্ঠের নীচে;
• ii) স্থল পৃষ্ঠের উপরে এবং উলম্বভাবে উপরের স্থল বাস্তব বৈশিষ্ট্যগুলির মধ্যে;
• iii) উপরের গ্রাউন্ড পয়েন্টগুলি সমস্ত আগ্রহের বিষয়গুলির চেয়ে উচ্চতার সাথে, উদাহরণস্বরূপ মেঘ বা পাখি দ্বারা সৃষ্ট কারণগুলি (এটি ছবিতে দেখানো হয়নি, তবে আমি ধরে নিচ্ছি এটিও এরকম হতে পারে)।

'আমি' এর জন্য বিকল্পটি হ'ল একটি গ্রাউন্ড ফিল্টার অ্যালগরিদম ব্যবহার করা উচিত যা পরিষ্কার লিডার গ্রাউন্ড পয়েন্ট ক্লাউড পেতে অ্যাকাউন্টে 'নেতিবাচক ত্রুটি' নিতে পারে। ইভানস এবং হুডাক (2007) এর মাল্টিস্কেল বক্রতা শ্রেণিবদ্ধকরণ (এমসিসি) দেখুন অ্যালগরিদম। এটি পৃষ্ঠায় বলা হয়:

Dণাত্মক ভুলত্রুটি LiDAR ডেটাতে একটি সাধারণ ঘটনা, যা কোনও ফিরতি লেজার নাড়িতে ফোটনগুলি ছড়িয়ে দেওয়ার কারণে হতে পারে। বিচ্ছুরণ বিমানের সেন্সরে ফিরে যাওয়ার জন্য নির্গত লেজার নাড়ির জন্য সময়কে দীর্ঘায়িত করে, ভ্রমণকৃত দূরত্বের গণনাটি স্ফীত করে, ফলে পরিমাপের ত্রুটি ঘটে যেখানে ভূপৃষ্ঠের উচ্চতা ভ্রান্তভাবে পার্শ্ববর্তী পরিমাপের নীচে হিসাবে রেকর্ড করা হয়। এটি লক্ষ করা উচিত যে বক্ররেখার শ্রেণিবদ্ধকরণ পদ্ধতির সম্ভাব্য negativeণাত্মক ভুলত্রুটিগুলির আশেপাশে বৈধ আয়গুলি সরিয়ে ফেলতে পারে, যা একটি পৃথক "বোম ক্র্যাটার" প্রভাব তৈরি করতে নেতিবাচক ভুলের চারপাশে প্রান্ত শিল্পকে প্রসারিত করতে পারে। নেতিবাচক ত্রুটিগুলি সমাধান করার জন্য, হাগেরুদ এবং হার্ডিং বিভক্ত কোষের আকারের চারগুণ এবং বক্ররেখা সহনশীলতার প্যারামিটার সেট করার এবং এই নেতিবাচক বক্রতা প্রান্তিকের চেয়ে বেশি আয় নির্বাচন করার পরামর্শ দিয়েছিল। তবে, এটি লক্ষ্য করা উচিত যে নির্দিষ্ট পরিস্থিতিতে, নেতিবাচক ত্রুটি হিসাবে প্রত্যাশিত রিটার্নগুলি আসলে বৈধ আয় (যেমন, সিনখোল) হতে পারে be অতএব, সম্ভাব্য নেতিবাচক ত্রুটিগুলি অপসারণের পূর্ববর্তী পরামর্শটি প্রয়োজনে ব্যবহারকারীর বিবেচনার ভিত্তিতে নিয়োগের জন্য alচ্ছিক শেষ মডেল লুপ হিসাবে প্রয়োগ করা যেতে পারে।

এমসিসি-লিডার ব্যবহার সম্পর্কে উদাহরণ সহ একটি পোস্ট রয়েছে:

• শ্রেণিবদ্ধ এলএএস ফাইল থেকে খালি আর্থ ডিএম নির্ধারণ করছেন?

একবার আপনার কাছে সঠিক ডিএম তৈরির জন্য একটি সঠিক লিডার গ্রাউন্ড পয়েন্ট ক্লাউড হয়ে গেলে, পয়েন্ট ক্লাউডটিকে সাধারণকরণ করা সম্ভব হয় এবং ডেম পৃষ্ঠের নীচে থাকা পয়েন্টগুলি (নেতিবাচক মানগুলির সাথে) বাদ দেওয়া সম্ভব হয় । একই পদ্ধতির ব্যবহার করে পয়েন্ট নম্বর 'iii' কিছু নির্দিষ্ট প্রান্তিকের উপরে পয়েন্টগুলি মুছে ফেলাও সম্ভব। উদাহরণস্বরূপ দেখুন:

• ডেস্কটপের জন্য আর্কজিআইএস ব্যবহার করে * .স্লাডে অস্বাভাবিক পয়েন্টগুলি মোছা হচ্ছে?

তারপরে, এটি আমাদের 'আইআই' দিয়ে ফেলেছে , যা এলএএসজেডের উত্তরlasnoise এলএএসটিউলের পরামর্শ অনুসারে সম্বোধন করেছে। এটি 'iii', এবং সম্ভবত 'i' এরও কিছু অংশ হ্যান্ডেল করবে (LAStools এর জন্য লাইসেন্স প্রয়োজন যদিও)। আউটলিয়ারদের চেক / অপসারণের জন্য বিশেষভাবে তৈরি অন্যান্য সরঞ্জামগুলি এখানে উদ্ধৃত করা হয়েছিল: চার্লি পারারের উত্তরে PDAL এর filters.outlierসরঞ্জামটিতে কীভাবে সরঞ্জামটি কাজ করে সে সম্পর্কে বিশদ ব্যাখ্যা রয়েছে এবং সুবিধাটি সহ PDAL একটি নিখরচার সফ্টওয়্যার।

তারপরে, স্বয়ংক্রিয় প্রক্রিয়া থেকে কী অবশিষ্ট রয়েছে (যদি কোনও বাহক) ম্যানুয়ালি সরানো যায়। উদাহরণ স্বরূপ:

• (ল্যাসটুলস; আরকজিআইএস প্রো) ক্লিয়ারিং লিজার পয়েন্ট দেয় যে শ্রেণিবিন্যাসটি অ্যালগরিদম মিস করে?
• (কিউটি মডেলার) -> অ্যাসল্যান্ডারের উত্তর )।

---

_{ইভান্স, জেফ্রি এস .; হুদাক, অ্যান্ড্রু টি। 2007. বনাঞ্চলীয় পরিবেশে পৃথক রিটার্ন লিডারকে শ্রেণিবদ্ধ করার জন্য একটি বহুবিধ বক্ররেখা অ্যালগরিদম । জিওসায়েন্স এবং রিমোট সেন্সিং সম্পর্কিত আইইইই লেনদেন। 45 (4): 1029-1038।}

Answer 2

আমি PDAL পয়েন্ট ডেটা বিমূর্ত গ্রন্থাগারের সুপারিশ করব । অনুরূপ ফিল্টারিং সমস্যার জন্য PDAL ব্যবহার করে আমার ভাল সাফল্য পেয়েছে। আমি PDAL পছন্দ করি কারণ এটি ওপেন সোর্স, পাইথন সমর্থন সরবরাহ করে এবং প্রসেসিংটি পুনরুত্পাদন করা এবং আমার ফিল্টারিং প্যারামিটারগুলি ট্র্যাক করা আমার পক্ষে সহজ করে তোলে। আমি এটিও পছন্দ করি কারণ এতে 'পাইপলাইনস' রয়েছে যেখানে আপনি একসাথে বেশ কয়েকটি পদক্ষেপের শৃঙ্খলা তৈরি করতে পারেন (যেমন ক্রপ করুন তারপর ফিল্টার করুন তারপরে রফতানি করুন) এবং সেগুলি একবারে কার্যকর করতে পারেন। মনে রাখবেন যে আপনার যদি সত্যিই থাকে তবে সত্যিকারের বৃহত পয়েন্টের ক্লাউডগুলি PDAL অন্য কিছু সমাধানের (LASTools, QTM, ইত্যাদি) হিসাবে তত দ্রুত হতে পারে না।

আপনি নীচের মতো PDAL পাইপলাইনের সাথে বহির্মুখী পয়েন্টগুলির সমস্যাটি সমাধান করতে পারেন:

{
"pipeline": [
    "input_utm.las",
    {
        "type":"filters.crop",
        "bounds":"([401900,415650],[7609100,7620200])"
    },
    {
        "type":"filters.outlier",
        "method":"statistical",
        "mean_k":12,
        "multiplier":2.0
    },
    {
        "type":"filters.range",
        "limits":"Classification![7:7]"
    },
    {
      "filename":"output.tif",
      "resolution":1.0,
      "output_type":"mean",
      "radius":3.0,
      "bounds":"([401900,415650],[7609100,7620200])",
      "type": "writers.gdal"
    }
    ]
}

এই পাইপলাইনটি একটি এলএএস-এ পড়ে, নির্দিষ্ট ইউটিএম পরিমাণে এটি কেটে দেয়, তারপরে একটি ফিল্টার সম্পাদন করে যা সমস্ত বাহ্যিক পয়েন্টগুলি পতাকাঙ্কিত করে, তার পরে একটি দ্বিতীয় ফিল্টার সম্পাদন করে যা কেবলমাত্র বহির্মুখী পয়েন্টগুলি ধরে রাখে (যেমন শ্রেণিবদ্ধতা পতাকা! = 7), তারপরে রফতানি করে একটি 1 মি রেজোলিউশন জিওটিআইএফএফ। স্ট্যাটিস্টিকাল ফিল্টারটি নিকটতম প্রতিবেশী মানে দূরত্বের গণনা সম্পাদন করছে যা প্রতিবেশীদের কাছ থেকে কোনও বিন্দু 'খুব দূরের' এবং না কেন এটি একটি বহিরাগত থেকে তা পরীক্ষা করে দেখা হয়।

ডকুমেন্টেশন থেকে :

Comments

@ আন্ড্রেসিলভা সম্পাদিত! মূলত এটি জিজ্ঞাসা করে যে এটি বিন্দুটির (গড়_ক) প্রতিবেশী হওয়ার জন্য একটি 'সাধারণ' দূরত্ব কী, এবং যদি কোনও বিন্দুর দূরত্ব খুব বেশি হয় (বৃহত্তর) * সিগমা থেকে গড় দূরত্বের উপরে থাকে) তবে এটি হিসাবে চিহ্নিত করা হবে একজন আউটলেটর

— চার্লি পারর

Answer 3

যেহেতু ওপি ওপেন সোর্সগুলিতে সমাধানগুলি সীমাবদ্ধ করে না, তাই আমি কুইক টেরিন মডেলার ( কিউটি মডেলার ) পরামর্শ দেব । এটির জন্য লাইসেন্স দরকার। কিউটি-তে পয়েন্ট ক্লাউডটি লোড করুন এবং আপনার প্রয়োজনীয় প্রোফাইল ভিউটি পেতে আপনি এটি আবশ্যকভাবে ঝুঁকুন, আপনি যে ক্লাস্টারটি সরাতে চান সেটি রাবার-ব্যান্ড করুন এবং কেবল মুছুন hit

Answer 4

আমার ভাগ্য কেবল একটি ইন্টারপোলেটেড রাস্টারে ফোকাল ভেরিয়েন্স ব্যবহার করে এসেছে। তারপরে আপনি আপনার পয়েন্টগুলিতে বৈকল্পিক মানগুলি নির্ধারণ করুন এবং স্থানীয় কার্নেল প্রাক্কলন থেকে বৃহত্তর প্রস্থানগুলি উপস্থাপন করে স্থানীয়ভাবে উচ্চতর রূপগুলি সরাতে একটি প্রান্তিক ব্যবহার করুন use

আপনাকে নিশ্চিত করতে হবে যে অন্তরবিচ্ছিন্ন পৃষ্ঠের রেজোলিউশন একটি ছোট পর্যাপ্ত শস্য যা এটি একটি বিন্দু (গুলি) পর্যায়ে স্থানীয় প্রকারভেদ অর্জন করে। কার্নেলের আকারের পাশাপাশি একটি প্রভাব থাকবে তবে একক বহিরাগতদের জন্য একটি 3x3 উইন্ডো যথেষ্ট। আপনি কিছু অতিরিক্ত পয়েন্ট শুনতে এবং শুনতে শিথিল করতে পারেন তবে, লিজারের সাহায্যে আপনার হাতে অতিরিক্ত পরিমাণের তথ্য রয়েছে।

Answer 5

লাস্টোলসগুলি আপনাকে যা প্রয়োজন ঠিক তা সরবরাহ করে - স্বয়ংক্রিয় স্ক্রিপ্ট যা আপনার জন্য এই সমস্ত পয়েন্ট সরিয়ে দেবে। তবে এর জন্য লাইসেন্সিং ব্যয় রয়েছে, তবে এটি যদি এমন একটি প্রক্রিয়া হয় আপনি যদি নিয়মিত কাজ হিসাবে দ্রুত করতে চান তবে তাদের টুলসেট থেকে লাসনোয়েজ স্ক্রিপ্ট ব্যবহার করা একটি নিখুঁত বিকল্প।

@ অ্যান্ড্রে সিলভা যেমন উল্লেখ করেছে, আর্কজিআইএস-এর একটি লস টুলসেট রয়েছে, যা আপনি তৈরি করুন লাস ডেটাসেট জিওপ্রসেসিং সরঞ্জাম চালানোর পরে ব্যবহার করতে পারেন। সেখান থেকে, আপনি এই শব্দ পয়েন্টগুলি পুনরায় শ্রেণিবদ্ধ বা মুছতে ম্যানুয়ালি যেতে পারেন। অপূর্ণতাটি হ'ল এটি কিউটি মডেলারের মতো স্বজ্ঞাত বা কার্যকর কোনও প্রক্রিয়া নয় (@ অ্যাসল্যান্ডার প্রস্তাবিত), লাস ফাইলগুলিকে ম্যানুয়ালি ভিজ্যুয়ালাইজ / বিশ্লেষণ / পরিচালনা করার জন্য সেরা প্রোগ্রাম এবং লাইসেন্স ব্যয়ের পাশাপাশি। আপনার পয়েন্ট ক্লাউডটি সম্পাদনা করার সময় আর্কম্যাপ দৃশ্যমান পয়েন্টগুলির সংখ্যা সীমিত করবে, এর অর্থ হ'ল আপনি শব্দগুলি সহ এমন অঞ্চলগুলিতে জুম করতে হবে, সেগুলি মুছে ফেলতে বা পুনরায় শ্রেণিবদ্ধ করতে হবে এবং তারপরে ম্যানুয়াল ক্লিনআপ প্রক্রিয়াটির অংশ হিসাবে যেতে হবে। তবে এই কাজটি হয়ে যাবে।

Answer 6

যেমন আন্দ্রে সিলভা বলেছেন , এমসিসি-লিডার গ্রাউন্ড পয়েন্টগুলি বের করার জন্য একটি ভাল বিকল্প তবে আমার অভিজ্ঞতা থেকে, আপনার যদি খুব বড় পয়েন্টক্লাউড (৫০০ মিলিয়ন পয়েন্ট বা তার চেয়ে কম) থাকে তবে এটি লড়াই করবে। অন্য কথায়, এটি ত্রুটি ফিরিয়ে দেবে এবং অ্যালগরিদমটি চালাবে না, এমনকি আপনি সেটিংস (স্কেল এবং বক্রতা প্যারামিটার) পরিবর্তন করলেও। এছাড়াও, আমার অভিজ্ঞতা থেকে, এটি ডেটাতে কিছু "নেতিবাচক ভুল" রাখে।

এর জন্য আমার বিকল্পটি হচ্ছে পয়েন্টক্লাউডকে উল্টানো (মাটির নীচের পয়েন্টগুলি উপরে যাবে এবং উপরের স্থলটি নীচে যাবে)। এটি পেতে, আমি আর-তে ডেটা লোড করি এবং উচ্চতা উল্টে ফেলি, তারপরে এমসিসি-লিডার চালান এবং ডেটাটি পুনরায় বিপরীত করুন। আপনি সম্ভবত কিউজিআইএস বা আরকজিআইএস এ এটি করতে পারেন তবে আপনার ডেটাসেটের আকারের উপর নির্ভর করে এটি করতে কিছুটা সময় নিতে পারে।

PDAL টুল স্থল একটি ভাল বিকল্প যেমন বৃহত্তর ডেটাসেট সাথে ভাল কাজ করে কিন্তু, আবার, পয়েন্ট কিছু নর্দন স্থল এখনও রাখা হবে। ডেটাসেট উল্টানো আবার এই সমস্যাটিকে সমাধান করতে সহায়তা করবে।

গ্রাউন্ডের উপরের পয়েন্টগুলির জন্য, আমার সেরা পদ্ধতিটি হ'ল ম্যানুয়াল ক্লিনিং এবং সর্বোত্তম ওপেন সোর্স সরঞ্জাম যা আমি খুঁজে পেয়েছি তা ক্লাউডকম্পারে রয়েছে। আপনি Segmentউপরের বার মেনুতে বেছে নেবেন এবং আপনি নির্বাচিত পয়েন্টগুলি মুছে ফেলতে পারবেন বা অন্য সমস্তগুলি। আমি এর lasviewজন্য ( টুল) এর আগে ল্যাসটুলগুলি ব্যবহার করেছি তবে 3 ডি ইন্টারফেসটি যেভাবে কাজ করে তা ব্যবহারকারী হিসাবে বন্ধুত্বপূর্ণ নয়।

Comments

নেতিবাচক ত্রুটিগুলি অপসারণের জন্য পয়েন্ট মেঘকে বিপরীতমুখী করার জন্য আকর্ষণীয় পদ্ধতি। আর এ কি 500 মিলিয়ন পয়েন্ট পয়েন্টক্লাউড লোড করা সহজ ছিল?

— আন্দ্রে সিলভা

এটি কয়েক মিনিট সময় নিতে পারে। আমি সাধারণত ডেটা.ট্যাবল ডেভেলপমেন্ট প্যাকেজ থেকে ফ্রেড ব্যবহার করে একটি এএসসিআইআই ফাইল থেকে আপলোড করি যেখানে আমি যতগুলি থ্রেড ব্যবহার করতে পারি তার সাথে খেলতে পারি।

— আন্দ্রে

Answer 7

আমি গ্রিনভ্যালি ইন্টারন্যাশনালের একটি প্রযুক্তিগত সহায়তা, আমাদের ফ্ল্যাগশিপ সফ্টওয়্যার LiDAR360 এর আউটিলার অপসারণ সরঞ্জামটি এই ত্রুটিগুলি যথাসম্ভব অপসারণ করতে ব্যবহার করা যেতে পারে এবং তাই তথ্যের মান উন্নত করতে।

অ্যালগরিদম প্রথমে ব্যবহারকারী-সংজ্ঞায়িত প্রতিবেশের মধ্যে প্রতিটি পয়েন্টের প্রতিবেশী পয়েন্টগুলির জন্য অনুসন্ধান করবে এবং বিন্দু থেকে তার প্রতিবেশী পয়েন্টগুলির গড় দূরত্ব গণনা করবে। তারপরে, সমস্ত পয়েন্টের জন্য এই গড় দূরত্বগুলির গড় এবং মানিক বিচ্যুতি গণনা করা হয়। যদি প্রতিবেশীদের কাছে পয়েন্টের গড় দূরত্ব সর্বোচ্চ দূরত্বের (বৃহত্তর দূরত্ব = গড় + এন * স্ট্যান্ডার্ড বিচ্যুতি, যেখানে এন ব্যবহারকারী-সংজ্ঞায়িত একাধিক সংখ্যা) এর চেয়ে বড় হয়, তবে এটি বহিরাগত হিসাবে বিবেচিত হবে এবং মূল থেকে সরানো হবে পয়েন্ট মেঘ।

Answer 8

ওপেন সোর্স বিকল্প হিসাবে, 3 ডি ফরেস্টের স্বয়ংক্রিয়ভাবে ফিল্টার করার জন্য কয়েকটি দুর্দান্ত সরঞ্জাম রয়েছে, পাশাপাশি পয়েন্ট ক্লাউডগুলি সাফ করার জন্য ম্যানুয়াল সরঞ্জাম রয়েছে। আপনার প্রয়োজনীয় ফলাফল পেতে আপনাকে ডিফেরেন্ট ফিল্টার পরামিতি দিয়ে চেষ্টা করতে হতে পারে। যদিও এটি ফরেস্ট পয়েন্ট মেঘের দিকে লক্ষ্য করে, অনেক সরঞ্জাম যেকোন পয়েন্ট মেঘের উপযোগী।