Filtrage et classification

C’est ici qu’un nuage de points brut devient exploitable. Trois tâches, dans cet ordre : supprimer ce qui ne devrait pas s’y trouver, classifier ce qui reste, et normaliser les hauteurs pour que chaque point porte sa hauteur au-dessus du sol plutôt que son altitude au-dessus du niveau de la mer.

La plupart de ces outils lisent un fichier LAS ou LAZ et en écrivent un autre, qui est téléchargé sur votre ordinateur. Enchaînez-les en fournissant chaque sortie en entrée de l’outil suivant.

Par où commencer

Nettoyer

Filter Lidar Noise supprime les classes de bruit standard, 7 pour le bruit bas et 18 pour le bruit haut, que la plupart des fournisseurs signalent déjà. La première chose à exécuter.

Lidar Remove Outliers va plus loin et détecte les points en désaccord avec leurs voisins, ce qui attrape les oiseaux, les artefacts à basse altitude et les erreurs de mesure qui ne portent aucun indicateur de bruit.

Filter Lidar Scan Angles supprime les retours recueillis sous un angle rasant, en bordure extérieure de chaque bande de balayage. Ce sont les points les moins précis du levé, et les écarter améliore sensiblement un modèle de terrain.

Remove Duplicates élimine les points qui partagent la même position, ce qui se produit là où les lignes de vol se recouvrent.

Classifier

Si Lidar Info vous a indiqué que le nuage n’a pas de classe sol, il vous en faut une avant que quoi que ce soit d’autre fonctionne.

Classify Lidar fait le travail général, en séparant le sol, la végétation et les bâtiments d’après la géométrie locale du nuage.

Improved Ground Point Filter et Lidar Segmentation Based Filter se concentrent sur la question la plus difficile et la plus importante : quels points appartiennent au sol. Le second fait croître des composantes connexes à partir de zones localement planes, ce qui est robuste en terrain boisé.

Classify Buildings In Lidar emprunte une autre voie : donnez-lui des emprises de bâtiments sous forme de polygones et il attribue la classe 6 à tous les points situés à l’intérieur. Quand vous disposez d’une couche cadastrale, cette méthode l’emporte sur toute méthode géométrique.

Normaliser

L’étape qui débloque tout ce qui concerne la végétation et les bâtiments.

Normalize Lidar soustrait un raster de terrain des élévations des points : un point à 3 mètres se trouve ainsi à 3 mètres au-dessus du sol, où que se trouve ce sol.

Height Above Ground fait la même chose sans avoir besoin d’un raster, en comparant chaque point au point de sol plus bas le plus proche dans le nuage lui-même.

Une fois le nuage normalisé, un modèle de hauteur de canopée est simplement la hauteur maximale par cellule, et la détection des arbres, les métriques de canopée et la hauteur des bâtiments deviennent toutes simples à obtenir.

Sélectionner

Clip Lidar To Polygon ne conserve que les points situés à l’intérieur d’une couche de polygones : c’est ainsi que vous découpez une zone d’étude dans une dalle. Erase Polygon From Lidar fait l’inverse.

Filter Lidar est l’outil polyvalent : une expression booléenne portant sur des attributs des points comme la classe, l’élévation, le numéro de retour ou l’angle de balayage.

Tous les outils

Outil	Ce qu’il fait
Filter Lidar Noise	Supprime les classes de bruit ASPRS, 7 et 18.
Lidar Remove Outliers	Détecte et supprime les points en désaccord avec leur voisinage.
Filter Lidar Scan Angles	Supprime les retours au-delà d’un seuil d’angle de balayage.
Remove Duplicates	Supprime les points qui partagent la même position.
Filter Lidar Classes	Supprime les points des classes que vous indiquez.
Filter Lidar	Supprime des points à l’aide d’une expression booléenne portant sur leurs attributs.
Filter Lidar By Percentile	Conserve un point par cellule, à un percentile d’élévation choisi.
Filter Lidar By Reference Surface	Conserve les points situés au-dessus, en dessous ou à moins d’un seuil d’une surface de référence.
Lidar Elevation Slice	Extrait ou reclasse les points compris dans une tranche d’élévation.
Classify Lidar	Classification automatique en sol, végétation et bâtiments d’après la géométrie locale.
Improved Ground Point Filter	Extraction des points de sol en plusieurs étapes.
Lidar Segmentation Based Filter	Filtrage du sol par croissance de composantes à partir de zones localement planes.
Classify Buildings In Lidar	Attribue la classe bâtiment à tous les points situés dans des polygones d’emprise.
Classify Overlap Points	Détecte puis signale ou supprime les points situés dans les recouvrements de lignes de vol.
Lidar Classify Subset	Transfère une classification d’un nuage auxiliaire vers le nuage de base.
Lidar Segmentation	Partitionne le nuage en segments plans connexes, en enregistrant les identifiants de segment.
Individual Tree Segmentation	Regroupe les points de végétation en houppiers d’arbres individuels.
Normalize Lidar	Soustrait un raster de terrain, ce qui convertit les élévations en hauteurs au-dessus du sol.
Height Above Ground	Calcule la hauteur au-dessus du point de sol le plus proche, sans avoir besoin d’un raster.
Modify Lidar	Applique des transformations aux attributs des points, comme un décalage d’élévation ou une reclassification.
Clip Lidar To Polygon	Conserve les points situés à l’intérieur d’une couche de polygones.
Erase Polygon From Lidar	Supprime les points situés à l’intérieur d’une couche de polygones.

Remarques

L’ordre compte. Nettoyez avant de classifier, classifiez avant de normaliser, normalisez avant de mesurer la végétation. Chaque étape suppose que la précédente est faite.

Gardez les fichiers intermédiaires. Chaque outil écrit un nouveau fichier. Nommez-les par étape, pour que, lorsqu’un résultat semble faux, vous puissiez revenir d’une étape plutôt que de tout recommencer.

Vérifiez ce que vous avez supprimé. Exécutez de nouveau Lidar Info après une passe de filtrage importante. Un nuage qui a perdu la moitié de ses points vous dit que le seuil était trop agressif.