Plezier met het inkleuren van Lidar met afbeeldingen

ArthurCrawford01

<\/HEAD>

Deze blog is in ontwikkeling, net begonnen en zal met de tijd groeien:<\/STRONG><\/P><\/P>In de afgelopen jaren heb ik lidar-gekleurd puntwolken gepubliceerd als aanvullingen op de 3D-steden, zoals St. Louis gebied<\/A>, die ik heb gemaakt met behulp van de 3D Basemap-oplossing en het extraheren van gebouwen uit lidar.    Sean Morrish schreef een prachtige blog<\/A> over de mechanica van het publiceren van lidar.   De laatste tijd heb ik gekeken naar het gebruik van de gekleurde lidar-puntwolken als een effectieve en relatief goedkope manier om 3D Basemaps te maken.   Het heeft enkele voordelen omdat de meeste staten, provincies en steden al lidar beschikbaar hebben, de meesten hebben hoge resolutie beelden en allen hebben NAIP-beelden die nodig zijn om deze scènes te creëren.   <\/P>

<\/P>

Mantiowoc County lidar scènes:<\/STRONG><\/P>Sommige provincies, steden en staten doen dit al. Manitowoc County, WI., heeft een

3D LiDAR Puntwolk<\/A> en maakt ook scènes<\/A> met de data.  Manitowoc County maakte ook een geweldige story map die laat zien hoe hun lidar wordt gebruikt als een gekleurde lidar-puntwolk <\/SPAN>hier<\/A> en raden sterk aan om er eens naar te kijken.  <\/SPAN><\/P><\/A><\/P>

De StoryMap toont met een video hoe je verticale, horizontale en directe afstanden van LiDAR-grondoppervlakken op elke locatie in de hele provincie kunt vastleggen.   Hoe je gedetailleerde metingen kunt verkrijgen van kleine LiDAR-oppervlaktekenmerken zoals de diepte van greppels tot aan de weg. <\/P>

<\/P>

Meet afstanden in LiDAR-puntwolken ten opzichte van LiDAR-grondoppervlakken met behulp van huisdaken als voorbeeld om de hoogte van het gebouw te zien.<\/P>

<\/P>

Hier is een van Manitowoc Buildings scene layer waar ze het creatieve idee hadden om dezelfde gekleurde lidar meerdere keren te gebruiken om nep-zijden van gebouwen te geven door de lidar die als gebouwen is geclassificeerd meerdere keren te tonen, elk met een iets lagere elevatie door de offset in de symbologie te veranderen.   Verderop in de blog laat ik zien hoe je dit doet.<\/P>

<\/A><\/H2>

Petje af voor Bruce Riesterer van Manitowoc County die dit allemaal bij elkaar heeft gebracht voordat hij met pensioen ging, inclusief het bedenken van het idee om de gebouwpunten meerdere keren met verschillende kleuren te gebruiken om de zijkanten van gebouwen te tonen en nu werkt hij voor de particuliere sector, zie zijn nieuwe werk bij

RiestererB_AyresAGO<\/A>.<\/SPAN><\/P>.<\/P>State of Connecticut 3D Viewer:<\/STRONG><\/P>Ik heb geholpen om State of Connecticut CLEAR hun lidar te kleuren met NAIP-beelden als de eerste statewide lidar-puntwolk gepubliceerd op ArcGIS Online.   Het bleek ongeveer 650GB aan lidar te zijn verdeeld over twee scene layer pakketten.   De tijd die eraan besteed werd was voornamelijk verwerkingstijd en laadtijd.   State of Connecticut CLEAR stuurde me de nieuwste NAIP-beelden die ze hadden en met alle data op een computer liet ik het gewoon lopen om de lidar te kleuren.  Met die laag en andere lagen die CLEAR online had, werd een webscene gemaakt<\/>.
                        <br>
A feature class was added that has links to their laz files, to the imagery, DEM and other layers. This allows users to preview the lidar in a 3D viewer before downloading. Users can even do measurements with lines or areas in 3D that allow most users to view it before.
<br>
</p>

<a href="https://uconnclear.maps.arcgis.com/home/webscene/viewer.html?webscene=788d121c4a1f4980b529f914c8df19f4&amp;viewpoint=cam:-72.59232704,38.9122347,175641.36;0.457,58.657&quot; rel="nofollow noopener noreferrer"><img __jive_id="497605" alt="Connecticut 3D Viewer" class="jive-emoji image-10 jive-image j-img-original" src="https://us.v-cdn.net/6038851/uploads/legacyfs/online/497605_Conecticut.jpg"/></a&gt;

de Chicago Lidar, ik heb ook een scène gemaakt om de verschillende soorten beelden te vergelijken die worden gebruikt om de lidar te kleuren. Het is een gids met behulp van de onderstaande video om te laten zien hoe high resolution imagery leaf on vs. high resolution imagery leaf off vs. 1m NAIP leaf on werkt. Je kunt hieronder zien hoe leaf on imagery geweldig is voor het tonen van bomen. Je beelden hoeven niet exact overeen te komen met het jaar van de lidar, maar hoe dichterbij, hoe beter. Maar het visueel aantrekkelijk maken is belangrijk in 3D cartografie met gekleurde point clouds.<\/P>

<\/P>

Chicago Lidar Colorized Comparison (High Res Leaf On vs. High Res Leaf Off vs. NAIP Leaf On). <\/A><\/SPAN><\/P>

Leaf On High Resolution:<\/SPAN>
<\/SPAN><\/P><\/SPAN><\/P>Leaf On NAIP:<\/SPAN><\/P><\/SPAN><\/P>Leaf Off High Resolution:<\/SPAN><\/P>
<\/SPAN><\/P>Soms kan kleurrijke herfstbeelden voordat de bladeren vallen geweldig zijn voor scènes, maar het hangt allemaal af van wat je wilt laten zien.<\/SPAN><\/P><\/P>Manier om bomen toe te voegen met takken en punten als bladeren:<\/STRONG><\/P>Hier is een test die ik heb gedaan met behulp van Dead Tree symbology om de stam en takken weer te geven, terwijl de bladeren afkomstig zijn van de gekleurde lidar. Mijn tool Trees from LIdar of 3D Basemap Solution boomtools kunnen de bomen creëren vanuit lidar en vervolgens kunnen de punten worden gesymboliseerd met het Dead Tree symbool. Deze afbeelding is gemaakt in ArcGIS Pro, niet in een scène.<\/P><\/P><\/P>City of Klaipėda 3D viewer (Litouwen):<\/STRONG><\/P>De

City of Klaipėda <\/A>in Litouwen heeft gebruik gemaakt van gekleurde point clouds van bomen met cilinders om stammen weer te geven. Het mesh hier is zeer gedetailleerd. Omdat er zo ver is ingezoomd, lijken de punten vrij groot.<\/P>

<\/A><\/P>

Hier is nog een weergave uitgezoomd:<\/P>

<\/P>

En nog een verder uitgezoomd:<\/P>

Sommige van de bovenstaande scènes gebruiken NAIP-beelden in plaats van beelden met een hogere resolutie. Waarom, als er beelden met een hogere resolutie beschikbaar zijn? Vaak zijn beelden met een hoge resolutie enigszins schuin genomen, terwijl NAIP meestal vanaf een grotere hoogte wordt verzameld. Met die grotere hoogte krijg je minder leunen van gebouwen in de beelden en ondersteunt de afstand tussen lidar-punten vaak niet de hogere resolutie beelden. In deze gevallen wordt NAIP vaak verkozen, maar maak point clouds met een paar las-bestanden om te zien wat de verschillen zijn.

Hier is er één over Fairfax County, VA, waarbij hun gepubliceerde lidar colorized wordt gebruikt (van hun 3D LiDAR Viewer) en intensiteit wordt gebruikt om de daken te tonen. Met intensiteit kun je de dakdetails beter zien dan met NAIP-beelden. Scene Viewer Bij grote gebouwen laten de zijden en daken van gebouwen die intensiteit gebruiken voor symbologie echt het detail zien. De zijkanten van de gebouwen zijn slechts representatief en tonen niet hoe de daadwerkelijke zijkanten eruitzien. Scene Viewer  Hieronder zie je het alleen met NAIP gekleurde punten zonder dat de zijkanten en daken van gebouwen intensiteit gebruiken voor symbologie. De ontbrekende zijkanten van gebouwen maken het moeilijk om te zien waar het gebouw zich daadwerkelijk bevindt en veel dakdetails gaan verloren. Kleurcodering met intensiteit maakt meer detail mogelijk omdat intensiteit een maat is, verzameld voor elk punt, van de terugkeerkracht van de laserpuls die het punt genereerde. Het is deels gebaseerd op de reflectiviteit van het object dat door de laserpuls werd geraakt. De beelden komen vaak niet exact overeen met de lidar vanwege mogelijk iets afwijkende verzameling en lichte schuine hoek in de orthorectificatie van het beeldmateriaal. Kleurcodering Redlands 2018 lidar: Hier is een voorbeeld van het kleuren van City of Redlands met de 2018 lidar waaraan ik heb gewerkt ter ondersteuning van een van de groepen hier bij Esri. Ik raad ten zeerste aan om eerst slechts één las-bestand te nemen, het hele proces door te lopen tot aan publicatie om er zeker van te zijn dat er geen problemen zijn. In het verleden heb ik urenlang downloads en kleurcodering uitgevoerd, alleen om te ontdekken dat een projectie verkeerd was of iets anders niet klopte (slechte beelden, te donker of te licht, enz.). 1. Gedownloade 2018 lidar van USGS.    a. Download het meta data-bestand met footprints, pakte het uit en voegde het Tile shapefile toe aan ArcGIS Pro    b. Ik kreeg het volledige pad en naam van de laz-bestanden van de USGS-site. Hier is een voorbeeld van het pad voor het bestand om te downloaden:      ftp://rockyftp.cr.usgs.gov/vdelivery/Datasets/Staged/Elevation/LPC/Projects/USGS_LPC_CA_SoCal_Wildfires_B1_2018_LAS_2019/laz/USGS_LPC_CA_SoCal_Wildfires_B1_2018_w1879n1438_LAS_2019.laz    c. Toegevoegd een padveld aan Tiles en berekende het pad met individuele bestandsnaam ter vervanging van het oorspronkelijke pad gekopieerd in b. Dit is de formule die ik gebruikte in calculate field:    "ftp://rockyftp.cr.usgs.gov/vdelivery/Datasets/Staged/Elevation/LPC/Projects/USGS_LPC_CA_SoCal_Wildfires_B1_2018_LAS_2019/laz/USGS_LPC_CA_SoCal_Wildfires_B1_2018_&quot; & !Name! & "_LAS_2019.laz"      d. Vervolgens geëxporteerd naar een tekstbestand en gebruikte gratis downloadsoftware via FTP om alle bestanden massaal te downloaden van USGS lidar laz-bestanden voor tiles die intersecteerden met City of Redlands Limits feature class.    2. Gebruik Convert LAS om gegevens te converteren van laz-formaat naar LAS. LAS is vereist om lidar te kleuren. Kreeg een foutmelding, maar dat kwam doordat projectie niet werd ondersteund. Schakelde herschikken uit en converteerde succesvol van laz naar las. Kijkte naar de projectie in de rapporten in de meta data die gedownload was en ontdekte dat deze niet werd ondersteund omdat er meters in plaats van feet werden gebruikt, een projectie aangepast en vervolgens gekopieerd met een eenvoudige modelbouwer tool om een projectiebestand aan elk LAS-bestand te geven.<\/SPAN><\/P><\/P>4. De lidar geëvalueerd door een las-dataset te creëren en te vullen: grond, brugdekken, water, overlap, enz. werden geclassificeerd.  Gebouwen en vegetatie niet.<\/SPAN><\/P><\/P>5. Classify LAS Building gebruikt met de agressieve optie om de gebouwen te classificeren.  Het classificeren van de gebouwen maakt het mogelijk deze in toekomstige scènes te filteren.   Het is ook goed voor het extraheren van gebouwcontouren, een andere bewerking die ik vaak doe.<\/SPAN><\/P><\/P>6. Classify LAS by Height gebruikt om de vegetatie te classificeren. (3) Lage Vegetatie ingesteld op 2m, (4) Middelmatige Vegetatie ingesteld op 5m, (5) Hoge Vegetatie ingesteld op 50m.  Dit zorgde ervoor dat de Lage Vegetatie niet-grond was van 0 tot 2m, Middelmatige >2m tot 5m en Hoge Vegetatie >5m tot 50m.   Dit is gedaan zodat je de vegetatie in een scène kunt uitschakelen.<\/SPAN><\/P><\/P>7. De ArcGIS Pro NAIP imagery service gebruikt met de Template ingesteld op None en vervolgens Split Raster tool om het gebied te downloaden dat ik nodig heb op basis van de Redlands City Limits.<\/SPAN><\/P><\/P>8. Een mozaïekdataset van de NAIP-afbeeldingen gemaakt.      Functie toegepast om te resamplen van 0,6m naar 0,2m en statistieken toegepast met een cirkel van 2 erop.   Dit zal de grove 0,6m (of 1m) NAIP-afbeeldingen gladstrijken voor betere kleurweergave.<\/SPAN><\/P><\/P>9. De lidar gekleurd met de Color LAS tool.  Ingesteld op gekleurd RGB en Infrarood met de banden 1,2,3,4 en een uitvoermap.  Standaard wordt er "_colorized" toegevoegd, ik doe dit meestal niet en noem de uitvoermap gewoon colorlas.   De output gekleurde lasd één directory hoger gezet met dezelfde naam.<\/SPAN><\/P><\/P>10. Toegevoegd aan Pro en de las-bestanden lasd bekeken.   Gevonden dat het gebied werd gedekt, de lidar correct was gekleurd en er goed uitzag.   De symbologie ingesteld op RGB.<\/SPAN><\/P><\/P>11. Point Cloud Scene Layer Package Tool gebruikt met de output lidar om een slpk-bestand te maken en vervolgens toegevoegd aan ArcGIS Pro om te controleren of het correct werkte.   De standaardinstellingen aangepast.<\/SPAN><\/P><\/P>12. Mijn ArcGIS Online-account gebruikt om het slpk te laden of de Share Package tool.<\/SPAN><\/P><\/P>13. De scène gepubliceerd en online bekeken.<\/SPAN><\/P><\/P>14. De lidar-scènelaag meerdere keren toegevoegd en gesymboliseerd of eigenschappen gebruikt om het weer te geven zoals je wilt.  Je kunt een voorbeeld zien bij Chicago 3D.   Als je het opent en opslaat als je eigen (ingelogd), kun je toegang krijgen tot de lagen in de scènelaag om te zien hoe ze zijn ingesteld met Symbology en Properties.<\/SPAN><\/P><\/P>Kentucky lidar test:<\/A><\/STRONG><\/P>

Hieronder staat wat werk waarbij ik de staat Kentucky heb geholpen.  Het resultaat lijkt op sommige manieren op het werk van neo-Impressionisten Georges Seurat en Paul Signac die een schildertechniek ontwikkelden genaamd Pointillisme.  <\/P>

<\/P>

Kentucky lidar gekleurd:<\/P>

Georges Seurats Zeegezicht bij Port en Bessin Normandië hieronder:<\/P>Boomstammen toevoegen:<\/STRONG>Boomstammen toevoegen op de achtergrond maakt dat point cloud scènes er net iets realistischer uitzien en stelt kijkers beter in staat te zien dat het een boom is.  Ik heb onlangs gewerkt aan een parkgebied in Kentucky samen met Division of Geographic Information (DGI) om boomstammen te creëren zoals die in de City of Klaipėda scène in Litouwen en vervolgens zijkanten van gebouwen toe te voegen als test.  Ik wilde niet dat de boomstammen de scène zouden overheersen, alleen als achtergronditem om het landschap realistischer te maken.  De afbeelding en link naar de scène tonen rode pijlen die wijzen naar de boomstammen.  Ik gebruikte rasterfuncties toegepast op het bereik van waarden met Las Point Statistics as Raster.  Eerst maakte ik een bereik van hoogtewaarden met een samplingwaarde van 5ft met behulp van Las <\/><\/> Point Statistic als Raster.<\/>\  Vervolgens gebruikte ik rasterfuncties om een raster te maken dat de hoge punten toont zoals hieronder weergegeven.(1).Statistieken: 5x5 gemiddelde.  (2). Minimaal:  Statistieken – Bereik,  Max Van,  Intersectie Van.  (3). Herindelen:  Minimum -0,1 tot 0,1, Uitvoer 0, Verander ontbrekende waarden naar NoData.  (4). Plus:  -Bereik plus Max Van, Intersectie Van .  (5). Herindelen:  0 tot 26 ingesteld op no data.    Ik gebruikte vervolgens Raster to Points om een puntlaag van het raster te maken. &nbsptoevoegen veld en berekenen als Hoogte vanuit gridcode,&nbsptoevoegen veld TreeTrunkRadius en berekenen als (!Height!\u002F60) + .5, dit gaf me een breedte die later kon worden gebruikt voor de 3D polygonen.&nbsppunten geplaatst in de 3D-lagen en Type – Basishoogte toegepast met veld Hoogte en US Feet.&nbspprobleem opgelost met expressie voor Hoogte via Expression Builder $feature.Height *0.66, omdat ik wilde dat boomstammen slechts tweederde van de hoogte van bomen zouden bereiken.&nbspprobleem opgelost met 3D Layer to Feature Class om een lijn-featureclass te maken en deze als invoer gebruiken voor Buffer 3D met optie Field voor afstand en TreeTrunkRadius als invoerveld.&nbspprobleem opgelost met Create 3D Object Scene Layer Package om TreeTrunks.slpk uit te voeren.&nbspprobleem opgelost met Add item to your ArcGIS Online Account en publiceren ervan.&nbsponline speelde ik met kleuren om het bruin te krijgen.&nbspproces had ook gebruik kunnen maken van Trees from Lidar tool, maar NAIP-afbeeldingen waren herfstkleuren zonder dezelfde NDVI-reflectiviteit voor dat proces. Gebouwzijden toevoegen:<\strong> Om gebouwzijden op te vullen heb ik gebouwen geclassificeerd met Classify LAS Building.&nbsppen gebruikte Extract LAS met filter op lidar dataset point cloud om alleen punten met gebouwklassecode eruit te halen.&nbsppen gepubliceerd en negen keer toegevoegd aan groep in scène.&nbspeerste drie gebouwlagen omhoog gezet met .5, 0 en -0.5 meter respectievelijk en kleur behouden met afbeeldingen erbij.&nbsphierdoor leek dak iets steviger door gaten weg te werken.&nbsptweede zes lagen ingesteld op intensiteitskleur met stappen -1m t/m -6m.&nbsphierdoor muren gemaakt voor gebouwen.&nbsprange kleuren aangepast bij -3m voor iets donkerdere lijn over muur heen.&nbsplagen samengevoegd tot één laag.&nbsphiernaast kan filter voor gebouwen worden gebruikt samen met kleuren via Class Code, stel dan de kleur van de class code in op welke kleur je ook maar wilt voor de zijkanten van gebouwen. Als je de gemoduleerde intensiteit instelt, verandert dit ook het uiterlijk, vaak waardoor schaduw op de zijkanten van gebouwen ontstaat of wat soms lijkt op ramen.<\/P><\/P>Standaard uiterlijk voordat zijkanten van gebouwen en dikte aan het dak worden toegevoegd:<\/P><\/A><\/P>

<\/P>

Met de illusie van toegevoegde muren en verdikt dak (Cumberland, KY):<\/P>

<\/A><\/P>

Hier is een ander uitzicht dat de zijkanten van het gebouw toont:<\/P>

<\/A><\/P>

Het is een illusie met de zijkanten van de gebouwen, de kleuren komen niet overeen met de echte zijkant van de gebouwen en de verschillen in intensiteit van de gebruikte lidar tonen niet de ware verschillen in de zijkanten zoals de waargenomen ramen hierboven. Zoals de meeste illusies of representaties, misleidt het de ogen om te denken dat het de zijkanten van de gebouwen zijn. Soms werkt het, zoals bij de meeste illusies of representaties, niet vanuit alle hoeken zoals dit gebouw deed met een laag aantal punten:<\/P>

<\/A><\/P>

<\/P>

Over het algemeen denk ik dat de representatieve zijkanten je helpen te identificeren wat een gebouw is en wat niet. De kleuren van de zijkanten van het gebouw zullen niet overeenkomen met de realiteit, noch tonen ze echte ramen of echte deuren. Dit doen is meestal een zeer kostbaar en tijdrovend proces na het genereren van 3D-modellen van de gebouwen. Je kunt nog steeds de 3D-gebouwen genereren met de Local Government 3D Basemap Solution voor ArcGIS Pro en ze semi-transparant maken en gebruiken voor selectie en analyse zonder enige kleuring. Je kunt ook rpks gebruiken die op de gebouwen worden toegepast om de 3D-modellen nauwkeuriger weer te geven, maar dit zou opnieuw een representatie zijn zonder zeer gedetailleerde gegevens. <\/P>

<\/P>

Hoe gemakkelijk Lidar te verkrijgen voor een groot gebied:<\/STRONG> Hier is een

video <\/A>over hoe je gemakkelijk grote hoeveelheden Lidar-tegels kunt downloaden van USGS voor een projectgebied. Inclusief hoe je een lijst krijgt van de laz-bestanden om te downloaden. Eenmaal gedownload, gebruik Convert LAS om de bestanden van LAZ-formaat naar LAS te converteren. LAS-formaat is nodig om classificatie, kleuring en handmatige bewerking van het puntenwolk uit te voeren.<\/P>

<\/P>

Basisprincipes van Gekleurde Lidar Puntenwolken, maken van scene layer packages en visualiseren:<\/STRONG><\/P>Hier is een

video<\/><\/> waar ik door het proces ga van het kleuren van Lidar en waar ik op let met tijden hieronder om naar bepaalde items te gaan (26 minuten lang):<\/><\/> <\/>Link: https://esri-imagery.s3.us-east-1.amazonaws.com/events/UC2020/videos/ColorizingLidar.mp4<\/><\/> <\/>0:30 Seconden praten over lidar invoer en wat classificatie van lidar.<\/><\/> <\/>1:05 Toevoegen van beeldservices en beoordeling van beelduitlijning om te gebruiken voor het kleuren van lidar.<\/><\/> <\/>1:49 Toevoegen Getting NAIP beeldservice.<\/><\/> <\/>2:20 Hoge resolutie beeldservices.<\/><\/> <\/>3:35 Praten over het kleuren van bomen met bladloos versus blad aan beelden.<\/><\/> <\/>4:55 Beelden vergelijken, trottoirs kleuren bomen met bladloos.<\/><\/> <\/>6:00 Gebruik Split raster om beelden te downloaden om te gebruiken vanaf een service.<\/><\/> <\/>8:25 Mozaïek naar Nieuwe Raster met gesplitste afbeeldingen gedownload.<\/><\/> <\/>10:50 Controleer download mozaïek<\/><\/> <\/>11:40 Colorize LAS tool<\/><\/> <\/>13:52 Praten over lidar, hoe groot het is, hoe lang het duurt om te kleuren, downloadtijden vanaf services met Split Raster, grootte van scene layer package in relatie tot ongekleurde lidar.<\/><\/> <\/>15:40 Toevoegen gekleurde lidar en zien in 3D.<\/><\/> <\/>16:40 Verhogen Display Limit om meer punten zichtbaar te maken in 3D viewer.<\/><\/> <\/>17:00 Toevoegen beelden en beoordelen gekleurde lidar.<\/><\/> <\/>17:56 Vergroten puntgrootte om daken, bomen en zijkanten gebouwen beter te zien in gekleurde lidar. Praten over hoe kleur niet overeenkomt voor zijkanten gebouwen.<\/><\/> <\/>19:00 Kijken naar bomen, schaduwen.<\/><\/> <\/>19:25 Kijken naar daken en naar beneden in straten.<\/><\/> <\/>20:10 Maken Create Point Cloud Scene Layer Package.<\/><\/> <\/>21:30 Toevoegen Scene Layer Package aan Pro en zien verhoogde snelheid door tiling en formattering. Beoordeel het zo voor snelheid.<\/><\/> <\/>22:30 Bekijken met verschillende instellingen in symbologie, Elevatie, Klasse, Intensiteit, Return (Geiger lidar heeft geen returns).<\/><\/> <\/>24:35 Kijken naar een enkele boom.<
24:50 Delen Package tool.
26:35 Tonen web scene

Er is ook deze <A href= "https://www.youtube.com/watch?v=LGpoXkEVvfY&amp;feature=emb_rel_pause " rel= "nofollow noopener noreferrer">video gemaakt een paar jaar geleden die het onderwerp op verschillende manieren behandelt.

DEMs:

Het laden van een hogere resolutie DTM (DEM) als grond is vaak nodig. In deze link kun je DTM1m_tif uitschakelen wat de lidar grond DTM is versus World Terrain Service om het verschil te zien. In de VS is NED meestal goed genoeg zodat je gekleurde las heel dicht bij ligt, maar soms gaan je gekleurde gebouwen in de grond en liggen lidar punten nabij grond eronder of zweven erbovenop. Je kunt je las-bestanden nemen en in ArcGIS Pro zien of grondpunten onder of boven terrein vallen. Als het verschil te groot is moet je je DTM publiceren. De 3D Basemap oplossing (nu Local Government 3D Basemap solution genoemd) kan je door dit proces leiden en mogelijk in toekomst door kleurings- en publicatieproces van lidar leiden. Hier is een blog die uitlegt hoe dit te doen en de hulp. De Local Government 3D Basemaps solution heeft taken die je ook door dit publicatieproces kunnen leiden.

Importtools voor gebouw gekleurde lidar pakketten:

Bewerk LAS-bestand classificatiecodes - Elk lidar punt kan een classificatiecode hebben toegewezen die definieert welk type object de laserpuls heeft gereflecteerd. Lidar punten kunnen worden geclassificeerd in verschillende categorieën, waaronder kale aarde of grond, top van bladerdak en water. De verschillende klassen worden gedefinieerd met numerieke gehele codes in LAS-bestanden.

Converteer LAS - Converteert LAS-bestanden tussen verschillende compressiemethoden, bestandsversies en puntrecordformaten.

Extract LAS - Filtert, knipt, en projecteert de verzameling lidar-gegevens die worden verwezen door een LAS-dataset.<\/SPAN><\/SPAN><\/P>Colorize LAS<\/A> <\/SPAN>- Past kleuren en nabij-infraroodwaarden van orthografische beelden toe op LAS-punten.<\/SPAN><\/SPAN><\/SPAN><\/P>Classify LAS Building<\/A> <\/SPAN>- Classificeert dakbedekkingen en zijkanten van gebouwen in LAS-gegevens.<\/SPAN><\/P>Classify Ground<\/A> <\/SPAN>- Classificeert grondpunten in lucht-lidar-gegevens.<\/SPAN><\/P>Classify LAS by Height<\/A> <\/SPAN>- Herclassificeert lidar-punten op basis van hun hoogte boven het aardoppervlak. Wordt voornamelijk gebruikt voor het classificeren van vegetatie.<\/SPAN><\/P>Classify LAS Noise<\/A> <\/SPAN>- Classificeert LAS-punten met afwijkende ruimtelijke kenmerken als ruis.<\/SPAN><\/P>Classify LAS Overlap<\/A> <\/SPAN>- Classificeert LAS-punten afkomstig van overlappende scans van lucht-lidar-enquêtes.<\/SPAN><\/P>Change LAS Class Codes<\/A> <\/SPAN>- Wijst de classificatiecodes en vlaggen van LAS-bestanden opnieuw toe.<\/SPAN><\/P>Create Point Cloud Scene Layer Package<\/A> <\/SPAN>- Maakt een point cloud scene layer package (.slpk-bestand) van LAS, zLAS, LAZ of LAS dataset invoer.<\/SPAN><\/P>Share Package<\/A> <\/SPAN>- Deelt een pakket door het te uploaden naar ArcGIS Online of ArcGIS Enterprise.<\/SPAN><\/P>Share a web elevation layer<\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/><\/>

TrishLong

Hi! Interesting blog. I noticed you have Barnegat Bay Scene Viewer listed under the examples of some colorized lidar to look at. Barnegat Bay is in New Jersey, for those who are curious!