Le jeu d’outils Nuage de points contient des outils qui permettent de classifier, de gérer et de traiter les données de nuage de points au format LAS. Les algorithmes de classification des bâtiments et du sol propriétaires de Esri génèrent des résultats de haute qualité qui activent des processus de production de modèle numérique d’élévation (MNE) et d’extraction des entités 3D. Les méthodes de classification supplémentaires prennent en charge :
- La classification des points en fonction de la hauteur au-dessus du sol ou d’une surface d’élévation personnalisée.
- La classification des points en fonction de leur proximité avec des entités ponctuelles, linéaires ou surfaciques.
- La classification des points en fonction de leur superposition avec un raster classé.
Le jeu d’outils inclut également des outils de Deep Learning pour la classification et la détection des objets à partir de nuages de points. Ainsi, vous pouvez créer et déployer des solutions personnalisées adaptées à votre lidar aérien et terrestre et à vos nuages de points photogramétriques.
De plus, le jeu d’outils fournit des fonctions permettant d’effectuer les opérations de gestion des données suivantes :
- Diviser les fichiers LAS volumineux en tuiles plus efficaces.
- Affiner les nuages de points pour éliminer les points chauds des collections de points dont la densité est élevée, qui peuvent dégrader les performances et augmenter la quantité de données.
- Coloriser les nuages de points aériens à l’aide de l’imagerie superposée.
| Outil | Description |
|---|---|
Applique des couleurs et des valeurs proche infrarouge à partir de l’imagerie orthographique aux points LAS. | |
Crée des fichiers LAS à partir de données de nuage de points dans une couche de jeu de données LAS ou une couche de scènes de nuage de points. | |
Permet de créer des fichiers LAS contenant un sous-ensemble de points LAS à partir d’un jeu de données LAS en entrée. | |
Crée un ensemble de fichiers LAS non superposés dont les étendues horizontales sont divisées selon un carroyage régulier. |
| Outil | Description |
|---|---|
Réattribue les indicateurs et codes de classification des fichiers .las et .zlas. | |
Permet de classer des bâtiments dans des données de nuage de points au format LAS. | |
|
Reclasse les points Lidar en fonction de leur hauteur par rapport à la surface du sol. | |
|
Classe des points terrestres à partir des données LAS. | |
Classe comme bruit les points LAS avec des caractéristiques spatiales anormales. | |
Classe les points LAS des balayages de superposition des enquêtes lidar aériennes. | |
| Classe les points LAS qui intersectent l’étendue bidimensionnelle des entités en entrée. | |
Classifier des points LAS à l’aide de valeurs de cellule issues d’un jeu de données raster. |
| Outil | Description |
|---|---|
Classe un nuage de points à l’aide d’un modèle de Deep Learning. | |
Évalue la qualité d’un ou de plusieurs modèles de classification de nuage de points à l’aide d’un nuage de points correctement classé, faisant office de point de comparaison pour les résultats de la classification obtenus à partir de chaque modèle. | |
Génère les données destinées à être utilisées pour l’entraînement et la validation d’un modèle de classification du nuage de points. | |
Entraîne un modèle Deep Learning pour la classification du nuage de points. |
| Outil | Description |
|---|---|
Cet outil exporte un réseau triangulé irrégulier (TIN) à partir d'un jeu de données LAS. | |
Crée des entités multi-points à l'aide d'un ou plusieurs fichiers LIDAR. |
| Outil | Description |
|---|---|
Détecter des objets à partir du nuage de points à l’aide du modèle entraîné | Détecte les objets capturés dans un nuage de points à l’aide d’un modèle de Deep Learning. |
Préparer les données d’entraînement pour la détection d’objets dans les nuages de points | Crée des données d’entraînement de nuage de points pour les modèles de détection d’objets à l’aide du Deep Learning. |
Entraîner le modèle de détection d’objets dans les nuages de points | Entraîne un modèle de détection d’objets pour les nuages de points à l’aide du Deep Learning. |
Rubriques connexes
Vous avez un commentaire à formuler concernant cette rubrique ?