Déterminer le MNT de terre nue à partir d'un fichier LAS non classifié?

J'ai des données au format LAS avec des valeurs RVB créées à partir de la photogrammétrie aérienne à l'aide d'un drone. J'essaie de trouver une solution pour extraire le MNT de terre nue du nuage de points.

J'ai essayé SAGA, Fusion, MCC-LIDAR, mais il semble qu'ils aient besoin du fichier LAS pour être déjà classé (ce qui n'est naturellement pas le cas). Quelqu'un peut-il m'orienter dans la bonne direction avec une brève explication du processus?

En général, je devrais traiter environ 100 points de moulin à la fois (je peux les carreler si nécessaire).

Génération de DEM LiDAR à partir de nuages ​​de points non classés avec:

• MCC-LIDAR - Algorithme de classification de courbure à plusieurs échelles (MCC).
  _{( prend en charge les versions LAS 1.1 à 1.3 )}

MCC-LIDAR est un outil en ligne de commande pour le traitement de données LIDAR à retour discret dans des environnements forestiers (Evans et Hudak, 2007).

Flux de travail:

• a) nuage de points non classifiés.
• b) les retours au sol sont classés.
• c) DEM à terre nue (raster).

Créons une situation hypothétique pour fournir un exemple avec du code.

MCC-LIDAR est installé dans:

C:\MCC

Le nuage de points LiDAR non classé (fichier .las) se trouve dans:

C:\lidar\project\unclassified.las  

La sortie qui va être le DEM de terre nue est en:

C:\lidar\project\dem.asc  

L'exemple ci-dessous classe les retours au sol avec l'algorithme MCC et crée un DEM à terre nue avec une résolution de 1 mètre.

#MCC syntax: 
#command
#-s (spacing for scale domain)
#-t (curvature threshold)
#input_file (unclassified point cloud) 
#output_file (classified point cloud - ground -> class 2 and not ground -> class 1)
#-c (cell size of ground surface)
#output_DEM (raster surface interpolated from ground points)

C:\MCC\bin\mcc-lidar.exe -s 0.5 -t 0.07 C:\lidar\project\unclassified.las C:\lidar\project\classified.las -c 1 C:\lidar\project\dem.asc

Pour mieux comprendre le fonctionnement des échelles et des seuils de courbure (t), lisez: Comment exécuter MCC-LiDAR et; Evans et Hudak (2007).

Les paramètres doivent être calibrés pour éviter les erreurs de commission / d'étiquetage (lorsqu'un point est classé comme appartenant au sol mais en réalité il appartient à la végétation ou aux bâtiments). Par exemple:

Le MCC-LIDAR utilise la méthode d'interpolation Thin Plate Spline (TPS) pour classer les points au sol et générer le MNT de terre nue.

_{Références:}

• _{Evans, Jeffrey S .; Hudak, Andrew T. 2007. Un algorithme de courbure à plusieurs échelles pour classer le LiDAR à retour discret dans les environnements forestiers . Transactions IEEE sur les géosciences et la télédétection. 45 (4): 1029-1038.}

_{Pour plus d'options sur les algorithmes de classification des points au sol, voir Meng et al. (2010):}

• _{Meng, X .; Currit, N .; Zhao, K. (2010). Algorithmes de filtrage au sol pour les données LiDAR aéroportées: examen des problèmes critiques . Télédétection, 2 (3), 833–860. doi: 10.3390 / rs2030833}

Je pense que LasTools pourrait répondre à vos besoins, voir LASGround . La licence est un peu drôle selon les outils. Les outils peuvent être téléchargés et évalués avant l'achat; le produit est également relativement peu coûteux.

J'ai eu de la chance avec la commande GroundFilter de FUSION (manuel ici ). Je n'ai eu aucun problème à gérer 40 millions de points (non classés), donc je ne m'attendrais pas à un problème avec 100 millions.

Cela peut être fait avec un filtre pdal utilisant des algorithmes de filtre morphologique simple (SMRF) ou de filtre morphologique progressif (PMF) .

Rapide

pdal ground --cell_size=5 --extract input.laz out-bare-earth.laz

Crée un fichier LAS compressé à terre nue avec une taille de cellule de 5 unités terrestres à l'aide de PMF. ( documents )

Pour plus d'explications, voir le didacticiel Identification des retours au sol à l'aide de la segmentation ProgressiveMorphologicalFilter .

Plus impliqué, en utilisant SMRF

Un exemple de pipeline qui:

• applique le filtre SMRF, agrandit l' celloption de taille à 2,0 (unités du système de coordonnées) et un seuil de 0,75
• sélectionne uniquement les points au sol nouvellement classés ( 2est la valeur standard LAS pour le sol)
• écrit la sélection dans un fichier de sortie LAS non compressé (changez simplement l'extension en .laz pour compressé)

Commander: pdal pipeline "classify-ground-smrf.json"

Le fichier de paramètres JSON:

{
    "pipeline": [
        "inputfile.laz",
        {
            "type":"filters.smrf",
            "cell": "2.0",
            "threshold": "0.75"
        },
        {
            "type":"filters.range",
            "limits":"Classification[2:2]"
        },
        "out/smurf_classifed.las"
    ]
}

Extraire au-dessus du sol uniquement

Cet exemple a) se classe en sol / non-sol, b) ajoute l'attribut "Height Above Ground" et c) exporte uniquement les points 2.0 (unités du système de coordonnées) au-dessus du sol.

{
    "pipeline": [
        "input.laz",
        {
            "type": "filters.assign",
            "assignment": "Classification[:]=0"
        },
        {
            "type": "filters.smrf"
        },
        {
            "type": "filters.hag"
        },
        {
            "type": "filters.range",
            "limits": "HeightAboveGround[2:]"
        },
        {
            "filename":"above-ground.laz"
        }
    ]
}

Adapté de Brad Chambers, https://lists.osgeo.org/pipermail/pdal/2017-July/001367.html