Überblick über das Toolset "Punktwolke"

Das Toolset "Punktwolke" enthält Werkzeuge zur Klassifizierung, Verwaltung und Verarbeitung von Punktwolkendaten im LAS-Format. Die proprietären Algorithmen von Esri zur Boden- und Gebäudeklassifizierung liefern hochwertige Ergebnisse, die Produktions-Workflows für digitale Höhenmodelle (DEM) und Extraktions-Workflows für 3D-Features ermöglichen. Weitere Klassifizierungsmethoden unterstützen Folgendes:

• Das Klassifizieren von Punkten anhand der Höhe über dem Boden oder einer benutzerdefinierten Höhenoberfläche.

• Das Klassifizieren von Punkten anhand ihrer Nähe zu Punkt-, Linien- oder Polygon-Features.

• Das Klassifizieren von Punkten anhand ihrer Überlagerung über einem klassifizierten Raster.

Das Toolset enthält auch Deep-Learning-Werkzeuge zum Klassifizieren und Erkennen von Objekten aus Punktwolken. Dies ermöglicht Ihnen das Erstellen und Bereitstellen benutzerdefinierter Lösungen für Ihre auf LIDAR-Luftbilddaten und terrestrischen LIDAR-Daten basierenden Punktwolken sowie Luftbildmessungs-Punktwolken.

Das Toolset bietet zudem Funktionalität zum Ausführen der folgenden Datenmanagementvorgänge:

• Aufteilen großer LAS-Dateien in effizientere Kacheln.

• Dünne Punktwolken, um Hot-Spots mit Punktsammlungen hoher Dichte zu beseitigen, die die Performance beeinträchtigen und zu einer Vergrößerung der Daten führen können.

• Färben Sie auf Luftbilddaten basierende Punktwolken mithilfe von überlappenden Bilddaten.

Werkzeuge im Toolset "Punktwolke"

Werkzeug	Beschreibung
LAS färben	Wendet Farben und infrarotnahe Werte aus Orthofotos auf LAS-Punkte an.
LAS extrahieren	Erstellt LAS-Dateien aus Punktwolkendaten in einem LAS-Dataset- oder Punktwolken-Szenen-Layer.
LAS ausdünnen	Erstellt neue LAS-Dateien mit einer Teilmenge der LAS-Punkte aus einem Eingabe-LAS-Dataset.
LAS kacheln	Erstellt verschiedene nicht überlappende LAS-Dateien, deren horizontale Ausdehnungen durch ein regelmäßiges Gitter unterteilt werden.

Werkzeuge im Toolset "Klassifizierung"

Werkzeug	Beschreibung
LAS-Klassencodes ändern	Weist die Klassifizierungscodes und -Flags von .las - und .zlas -Dateien neu zu.
Gebäude aus LAS klassifizieren	Klassifiziert Gebäude in Punktwolkendaten im LAS-Format.
LAS nach Höhe klassifizieren	Reklassifiziert LIDAR-Punkte basierend auf ihrer Höhe von der Bodenoberfläche.
Boden aus LAS klassifizieren	Klassifiziert Bodenpunkte aus LAS-Daten.
LAS-Rauschen klassifizieren	Klassifiziert LAS-Punkte mit abweichenden räumlichen Eigenschaften als Rauschen.
LAS-Überlappung klassifizieren	Klassifiziert LAS-Punkte aus überlappenden Scans von LIDAR-Luftbildvermessungen.
LAS-Klassencodes mithilfe von Features festlegen	Klassifiziert LAS-Punkte, die die zweidimensionale Ausdehnung von Eingabe-Features schneiden.
LAS-Klassencodes mithilfe von Rastern festlegen	Klassifiziert LAS-Punkte mithilfe von Zellenwerten aus einem Raster-Dataset.

Werkzeuge im Toolset "Klassifizierung (Deep Learning)"

Werkzeug	Beschreibung
Punktwolke mithilfe des trainierten Modells klassifizieren	Klassifiziert eine Punktwolke mit einem Deep-Learning-Modell.
Punktwolken-Klassifizierungsmodell evaluieren	Wertet die Qualität eines oder mehrerer Punktwolken-Klassifizierungsmodelle aus, wobei eine gut klassifizierte Punktwolke als Basislinie für den Vergleich der Klassifizierungsergebnisse der einzelnen Modelle verwendet wird.
Punktwolken-Trainingsdaten vorbereiten	Generiert die Daten, die zum Trainieren und Validieren eines Punktwolken-Klassifizierungsmodells verwendet werden.
Punktwolken-Klassifizierungsmodell trainieren	Trainiert ein Deep-Learning-Modell für die Punktwolkenklassifizierung.

Werkzeuge im Toolset "Konvertierung"

Werkzeug	Beschreibung
LAS-Dataset in TIN	Exportiert ein trianguliertes unregelmäßiges Netzwerk (TIN) aus einem LAS-Dataset.
LAS in Multipoint	Erstellt Multipoint-Features aus einer oder mehreren LIDAR-Dateien.

Werkzeuge im Toolset "Objekterkennung (Deep Learning)"

Werkzeug	Beschreibung
Objekte mithilfe des trainierten Modells in Punktwolke erkennen	Erkennt in einer Punktwolke erfasste Objekte mithilfe eines Deep-Learning-Modells.
Trainingsdaten für die Punktwolken-Objekterkennung vorbereiten	Erstellt Punktwolken-Trainingsdaten für Objekterkennungsmodelle mithilfe von Deep Learning.
Punktwolken-Objekterkennungsmodell trainieren	Trainiert ein Objekterkennungsmodell für Punktwolken mithilfe von Deep Learning.

Verwandte Themen

• Überblick über die Toolbox "3D Analyst"