分类 LAS 重叠 (3D Analyst 工具)

汇总

根据航测激光雷达测量的重叠扫描对 LAS 点进行分类。

插图

分类 LAS 重叠工具图示

用法

通常，点的规则分布可以提高后续工具的性能。来源于不规则分布点的数据可能会产生不需要的误差。当航空激光雷达测量具有重叠航线的 LAS 点时，LAS 数据通常在重叠区域具有更高的点密度。来自不同航线的点的扫描角度也可能差异很大。通常情况下，具有较大扫描角度的点将比扫描角度更接近像底点的点具有更大的误差幅度。分类重叠点可以对 LAS 数据进行过滤，从而生成一致的点密度。重叠标记允许对点进行过滤，以避免在可视化和下游分析操作中使用这些点。
LAS 点的点源 ID 属性标识了采集该点的航线。该属性用于确定是否存在重叠点。 LAS 数据在给定的采样距离下进行评估。当在所评估的区域内发现具有不同点源 ID 的点时，使用扫描角度来确定代表非重叠点的点源 ID。扫描角度最接近 0（或像底点）的点的点源 ID 相关联的点将被保留为非重叠点。与其余点源 ID 相关联的点将被标记为重叠点。

用于评估 LAS 点的样本大小应约为 LAS 数据标准点间距的 2 到 3 倍。使用较大的采样距离会导致点分类错误，而使用较小的采样大小可能无法捕获足够的点以正确识别重叠点。
此工具适用于合并来自多条航线的点记录的切片 .las 或 .zlas 文件。将独立处理各个文件，这意味着如果每条航线存储在单独的文件中，则无法检测到重叠点。使用 切片 LAS 工具合并此类文件。
对于具有点记录格式 6 到 8 的 LAS 1.4 版本文件中的重叠点，将为其分配重叠分类标记。这样可以保留点的原始分类值。将为其他所有受支持的 .las 文件中的重叠点分配类代码值 12。如果输入 .las 文件正在使用类代码值 12 来表示重叠扫描外的内容，在运行此工具之前，可以使用 更改 LAS 类代码 工具为这些点重新分配其他值。

标注	说明	数据类型
输入 LAS 数据集	将处理的切片 LAS 数据集。	LAS Dataset Layer
采样距离	将用于评估 LAS 数据的方形区域各维度的距离。如果指定线性单位为未知，则将由输入 `.las` 文件的空间参考来定义单位。	Linear Unit
处理范围（可选）	将评估的数据范围。当前显示范围 - 范围基于活动地图或场景。绘制范围 - 范围将基于在地图或场景上绘制的矩形。图层范围 - 范围基于活动地图图层。选择可用图层或者使用所有图层中的数据范围选项。每个地图图层具有以下选项：所有要素 - 所有要素的范围。选定要素 - 选定要素的范围。可见要素 - 可见要素的范围。浏览 - 范围将基于数据集。输入的交集 - 范围将为所有输入的相交范围。输入的并集 - 范围将为所有输入的合并范围。剪贴板 - 可在剪贴板中复制和粘贴范围。复制范围 - 将范围坐标和坐标系复制到剪贴板。粘贴范围 - 从剪贴板粘贴范围和坐标系。如果剪贴板不包含坐标系，则范围将使用地图的坐标系。重置范围 - 将范围重置为默认值。当手动提供坐标时，坐标必须为数值，并且位于活动地图的坐标系中。地图可能使用与提供的坐标不同的显示单位。在南纬和西经坐标中使用负号。	Extent
处理与范围相交的整个 LAS 文件（可选）	指定处理范围的应用方式。选中—If any portion of a `.las` file intersects the area of interest, all the points in that file, including those outside the area of interest, will be processed. 未选中—Only LAS points that intersect the area of interest will be processed. This is the default.	Boolean
计算统计数据（可选）	指定是否将计算 LAS 数据集引用的 `.las` 文件的统计数据。计算统计数据时会为每个 `.las` 文件提供一个空间索引，从而提高了分析和显示性能。统计数据还可通过将 LAS 属性（如分类代码和回波信息）显示限制为 `.las` 文件中存在的值来提升过滤和符号系统体验。选中—Statistics will be computed. This is the default. 未选中—Statistics will not be computed.	Boolean
更新金字塔（可选）	指定在修改类代码后是否更新 LAS 数据集金字塔。选中—The LAS dataset pyramid will be updated. This is the default. 未选中—The LAS dataset pyramid will not be updated.	Boolean

派生输出

标注	说明	数据类型
输出 LAS 数据集	待修改的 LAS 数据集。	LAS Dataset Layer

arcpy.3d.ClassifyLasOverlap(in_las_dataset, sample_distance, {extent}, {process_entire_files}, {compute_stats}, {update_pyramid})

名称	说明	数据类型
in_las_dataset	将处理的切片 LAS 数据集。	LAS Dataset Layer
sample_distance	将用于评估 LAS 数据的方形区域各维度的距离。此值可表示为数字加线性单位值，例如“3 米”。如果未指定线性单位或将其作为 `Unknown` 输入，则单位将由输入 `.las` 文件的空间参考进行定义。	Linear Unit
extent （可选）	将评估的数据范围。 `MAXOF` - 将使用的所有输入的最大范围。 `MINOF` - 将使用的所有输入共用的最小范围。 `DISPLAY` - 范围与可见显示范围相等。图层名称 - 将使用指定图层的范围。 `Extent` 对象 - 将使用指定对象的范围。以空格分隔的坐标字符串 - 将使用指定字符串的范围。坐标按 x-min、y-min、x-max、y-max 的顺序表示。	Extent
process_entire_files （可选）	指定处理范围的应用方式。 `PROCESS_ENTIRE_FILES`—If any portion of a `.las` file intersects the area of interest, all the points in that file, including those outside the area of interest, will be processed. `PROCESS_EXTENT`—Only LAS points that intersect the area of interest will be processed. This is the default.	Boolean
compute_stats （可选）	指定是否将计算 LAS 数据集引用的 `.las` 文件的统计数据。计算统计数据时会为每个 `.las` 文件提供一个空间索引，从而提高了分析和显示性能。统计数据还可通过将 LAS 属性（如分类代码和回波信息）显示限制为 `.las` 文件中存在的值来提升过滤和符号系统体验。 `COMPUTE_STATS`—Statistics will be computed. This is the default. `NO_COMPUTE_STATS`—Statistics will not be computed.	Boolean
update_pyramid （可选）	指定在修改类代码后是否更新 LAS 数据集金字塔。 `UPDATE_PYRAMID`—The LAS dataset pyramid will be updated. This is the default. `NO_UPDATE_PYRAMID`—The LAS dataset pyramid will not be updated.	Boolean

派生输出

名称	说明	数据类型
out_las_dataset	待修改的 LAS 数据集。	LAS Dataset Layer

代码示例

ClassifyLasOverlap 示例 1（Python 窗口）

下面的示例演示了如何在 Python 窗口中使用此工具：

arcpy.env.workspace = 'C:/data'

arcpy.ddd.ClassifyLasOverlap('Denver_2.lasd', '1 Meter')

ClassifyLasOverlap 示例 2（独立脚本）

下面的示例演示了如何在独立 Python 脚本中使用此工具：

'''****************************************************************************
       Name: Classify Lidar & Extract Building Footprints
Description: Extract footprint from lidar points classified as buildings,
             regularize its geometry, and calculate the building height.

****************************************************************************'''
import arcpy

lasd = arcpy.GetParameterAsText(0)
dem = arcpy.GetParameterAsText(1)
footprint = arcpy.GetParameterAsText(2)

try:
    desc = arcpy.Describe(lasd)
    if desc.spatialReference.linearUnitName in ['Foot_US', 'Foot']:
        unit = 'Feet'
    else:
        unit = 'Meters'
    ptSpacing = desc.pointSpacing * 2.25
    sampling = '{0} {1}'.format(ptSpacing, unit)
    # Classify overlap points
    arcpy.ddd.ClassifyLASOverlap(lasd, sampling)
    # Classify ground points
    arcpy.ddd.ClassifyLasGround(lasd)
    # Filter for ground points
    arcpy.management.MakeLasDatasetLayer(lasd, 'ground', class_code=[2])
    # Generate DEM
    arcpy.conversion.LasDatasetToRaster('ground', dem, 'ELEVATION',
                                        'BINNING NEAREST NATURAL_NEIGHBOR',
                                        sampling_type='CELLSIZE',
                                        sampling_value=desc.pointSpacing)
    # Classify noise points
    arcpy.ddd.ClassifyLasNoise(lasd, method='ISOLATION', edit_las='CLASSIFY',
                               withheld='WITHHELD', ground=dem,
                               low_z='-2 feet', high_z='300 feet',
                               max_neighbors=ptSpacing, step_width=ptSpacing,
                               step_height='10 feet')
    # Classify buildings
    arcpy.ddd.ClassifyLasBuilding(lasd, '7.5 feet', '80 Square Feet')
    #Classify vegetation
    arcpy.ddd.ClassifyLasByHeight(lasd, 'GROUND', [8, 20, 55],
                                  compute_stats='COMPUTE_STATS')
    # Filter LAS dataset for building points
    lasd_layer = 'building points'
    arcpy.management.MakeLasDatasetLayer(lasd, lasd_layer, class_code=[6])
    # Export raster from lidar using only building points
    temp_raster = 'in_memory/bldg_raster'
    arcpy.management.LasPointStatsAsRaster(lasd_layer, temp_raster,
                                           'PREDOMINANT_CLASS', 'CELLSIZE', 2.5)
    # Convert building raster to polygon
    temp_footprint = 'in_memory/footprint'
    arcpy.conversion.RasterToPolygon(temp_raster, temp_footprint)
    # Regularize building footprints
    arcpy.ddd.RegularizeBuildingFootprint(temp_footprint, footprint,
                                          method='RIGHT_ANGLES')

except arcpy.ExecuteError:
    print(arcpy.GetMessages())

环境

当前工作空间, 范围

许可信息

基本: 需要 3D Analyst
标准: 需要 3D Analyst
高级: 需要 3D Analyst

分类 LAS 重叠 (3D Analyst 工具)

汇总

插图

用法

参数

派生输出

环境

许可信息

相关主题