Eine LIDAR-Punktwolke klassifizieren
Das Projekt herunterladen und öffnen
Zunächst laden Sie das Projekt herunter, das alle für das Lernprogramm benötigten Daten enthält, und öffnen es in ArcGIS Pro.
- Laden Sie die Datei Tuborg_Havn_LAS_Classification.zip herunter.
- Suchen Sie die Datei Tuborg_Havn_LAS_Classification.zip auf Ihrem Computer.
Hinweis:
In den meisten Browsern werden heruntergeladene Dateien standardmäßig im Ordner "Downloads" gespeichert.
- Klicken Sie mit der rechten Maustaste auf die Datei Tuborg_Havn_LAS_Classification.zip, und extrahieren Sie sie an einem Speicherort, den Sie leicht wiederfinden, beispielsweise in einem Ordner auf dem Laufwerk "C:".
- Öffnen Sie den extrahierten Ordner "Tuborg_Havn_LAS_Classification". Doppelklicken Sie auf Tuborg_Havn_LAS_Classification.aprx, um das Projekt in ArcGIS Pro zu öffnen.
- Wenn Sie dazu aufgefordert werden, melden Sie sich mit Ihrem ArcGIS-Konto an.
Hinweis:
Wenn Sie über keinen Zugriff auf ArcGIS Pro oder über kein ArcGIS-Organisationskonto verfügen, informieren Sie sich über die Optionen für den Zugriff auf die Software.
Das Projekt wird geöffnet.
Dieses Projekt enthält eine 3D-fähige lokale Szene, die auf das Stadtviertel Tuborg Havn in Kopenhagen in Dänemark zentriert ist. Die Szene enthält Tuborg_Havn.lasd, ein LIDAR-Punktwolken-Dataset im LAS-Format. Derzeit wird die Punktwolke durch die Höhe symbolisiert, wobei der niedrigste Punkt blau und die höheren Punkte rot dargestellt werden.
Informationen zum Klassifizieren von Punktwolken-Datasets
Sie klassifizieren die Punkte im LAS-Dataset mithilfe einer Kombination aus automatisierten und manuellen Techniken in verschiedene Kategorien, z. B. Boden, Gebäude, Vegetation und Rauschen. Dazu verwenden Sie zunächst eine Reihe von Werkzeugen für die automatisierte Klassifizierung. Bei diesen Werkzeugen werden regelbasierte Algorithmen verwendet, um Faktoren wie Höhe, Rückgabenummer und Punktdichte auszuwerten und so die wahrscheinlichste Klasse für jeden Punkt abzuleiten.
Beispielsweise werden Bodenpunkte in der Regel anhand ihrer geringen Höhe und ihrer fließenden Kontinuität identifiziert, während Gebäudepunkte an ihren flachen, erhöhten Oberflächen und scharfen Kanten zu erkennen sind. Vegetationspunkte weisen oft unregelmäßige vertikale Strukturen und mehrere Rückgaben auf, und Rauschpunkte werden basierend auf in den Daten identifizierten Unstimmigkeiten oder Abweichungen gekennzeichnet.
In einem späteren Schritt des Workflow optimieren Sie die Klassifizierung durch manuelle Anpassung von Punktklassen, wenn feinere Features durch die automatisierten Werkzeuge falsch klassifiziert oder übersehen wurden. Dieser hybride Ansatz gewährleistet sowohl Effizienz als auch Genauigkeit bei der Erstellung eines gut strukturierten Punktwolken-Dataset.
Hinweis:
LIDAR-Punktwolken werden häufig bereits vom Anbieter klassifiziert. In solchen Fällen müssen Sie die Klassifizierung nicht selbst vornehmen, es sei denn, Sie möchten sie verbessern. Es ist jedoch immer sinnvoll, sich mit den Prinzipien der LIDAR-Punktwolkenklassifizierung vertraut zu machen. Dies ist eines der Ziele dieses Lernprogramms.
Boden- und Rauschpunkte klassifizieren
Zunächst klassifizieren Sie die Punkte, die die Bodenoberfläche darstellen. Dies sind in der Regel die Punkte mit der geringsten Höhe, die die Grundlage für die weitere Analyse bilden. Gleichzeitig identifizieren Sie Rauschpunkte mit einem augenscheinlich außergewöhnlich hohen oder niedrigen Wert, bei denen es sich wahrscheinlich um Artefakte handelt, die auf Zufallsfehler im Rahmen der LIDAR-Datenerfassung zurückzuführen sind. Manchmal werden diese durch Vögel oder Dampf in der Luft verursacht, oder Sie entscheiden nach eigenem Ermessen, dass eine Gruppe von Punkten als Rauschen festgelegt werden sollte, beispielsweise auf einer Baustelle.
Zunächst passen Sie die Symbolisierung an, um die LAS-Punktklassen zu visualisieren.
- Klicken Sie im Bereich Inhalt auf den Layer Tuborg_Havn.lasd, um ihn auszuwählen.
- Klicken Sie auf dem Menüband auf die Registerkarte LAS-Dataset-Layer. Klicken Sie in der Gruppe Darstellung auf den Dropdown-Pfeil Symbolisierung, und wählen Sie Klasse aus.
In der Symbolisierung wird nun die Klassifizierung der einzelnen Punkte angezeigt. Da diese derzeit nicht zugewiesen sind, sind sie alle grau symbolisiert.
Im Bereich Inhalt wird eine Liste mit möglichen Klassen angezeigt. Die meisten davon werden derzeit im LAS-Dataset nicht verwendet.
- Klicken Sie auf den Pfeil neben Tuborg_Havn.lasd, um die Legende auszublenden und den Bereich Inhalt übersichtlicher zu gestalten.
Hinweis:
Ein LAS-Dataset besteht häufig aus mehreren einzelnen LAS-Dateien. Aufgrund der ursprünglichen Flugbahnen des Flugzeugs, von dem die Daten erstellt wurden, überlappen diese Dateien einander unter Umständen an einigen Stellen. Da die doppelten Punkte Rauschen verursachen können, sollten Sie diese zunächst mit dem Werkzeug LAS-Überlappung klassifizieren ausfindig machen und dann deaktivieren. In den vorliegenden Daten gibt es jedoch keine Überlappung, daher ist dies nicht erforderlich. Weitere Informationen zur Überlappungsklassifizierung
Als Nächstes klassifizieren Sie die Bodenpunkte.
- Klicken Sie auf dem Menüband auf die Registerkarte Klassifizierung. Klicken Sie in der Gruppe Geoverarbeitung auf Automatisierte Klassifizierung, und überprüfen Sie den Inhalt der Dropdown-Liste.
Über die Dropdown-Liste Automatisierte Klassifizierung können Sie bequem auf die meisten Klassifizierungswerkzeuge zugreifen, die Sie in diesem Lernprogramm verwenden.
- Wählen Sie in der Dropdown-Liste Automatisierte Klassifizierung die Option Boden klassifizieren aus.
Im Bereich Geoverarbeitung wird das Werkzeug Boden aus LAS klassifizieren angezeigt.
- Vergewissern Sie sich, dass im Bereich des Werkzeugs Boden aus LAS klassifizieren unter Eingabe-LAS-Dataset die Option Tuborg_Havn.lasd ausgewählt ist.
Dieses Werkzeug enthält auch Optionen zur Klassifizierung der Rauschpunkte. Rauschpunkte sind Punkte mit einem außergewöhnlich hohen oder niedrigen Wert.
- Klicken Sie auf den Pfeil neben Klassifizierung für Rauschen, um diesen Abschnitt einzublenden.
- Aktivieren Sie das Kontrollkästchen Punkte mit niedrigem Rauschen klassifizieren. Geben Sie für Minimaltiefe unter dem Boden den Wert 2 ein.
Dadurch werden Punkte, die mehr als 2 Meter unter dem Boden liegen, als "Niedriges Rauschen" klassifiziert.
- Aktivieren Sie das Kontrollkästchen Punkte mit hohem Rauschen klassifizieren. Geben Sie für Minimalhöhe über dem Boden den Wert 42 ein.
Alle Punkte, die höher als 42 Meter über dem Boden liegen, werden als "Hohes Rauschen" klassifiziert.
Hinweis:
Da die Gebäude im Stadtviertel Tuborg eine Maximalhöhe von etwa 40 Meter aufweisen, wählen Sie 42 Meter als Maximalwert aus. Sie können dies überprüfen, indem Sie die LAS-Punktwolke erkunden. Um die Maximalhöhe eines Gebäudes zu ermitteln, vergrößern Sie die Ansicht und klicken auf den höchsten sichtbaren Punkt. Daraufhin wird in einem Pop-up-Fenster die Höhe dieses Punktes in Meter angezeigt.
- Übernehmen Sie die Standardwerte für die anderen Parameter, und klicken Sie auf Ausführen.
Hinweis:
Die Bodenklassifizierung ist ein entscheidender erster Schritt bei der Verarbeitung von LIDAR-Luftbilddaten. Dies beinhaltet die Identifizierung und Beschriftung von Punkten in einer Punktwolke, die die nackte Erdoberfläche repräsentieren. Dieser Schritt ist wesentlich, da viele wertvolle aus LIDAR abgeleitete Produkte, wie z. B. Digitale Höhenmodelle (DEMs), von genau klassifizierten Bodenpunkten abhängen. Darüber hinaus bildet die Bodenklassifizierung die Grundlage für die Identifizierung anderer Features, wie Gebäude und Vegetation. Diese Klassifizierungen beruhen auf der Kenntnis der Höhe eines Punktes relativ zum Boden, was eine Bodenklassifizierung voraussetzt.
Um alle Bodenpunkte in der LAS-Punktwolke ausfindig zu machen, werden vom Werkzeug Boden aus LAS klassifizieren verschiedene Techniken verwendet. So wird beispielsweise nach den Punkten gesucht, die in der gesamten Szene durchgängig die tiefsten sind. Weitere Informationen zu diesem Thema finden Sie auf der Seite Informationen zur Bodenklassifizierung.
Nach Abschluss dieses Vorgangs werden die LAS-Bodenpunkte in der Szene braun dargestellt. Die wenigen Punkte, die als Rauschen (hoch oder niedrig) klassifiziert wurden, werden in Rot dargestellt. Die grauen Punkte sind noch nicht zugewiesen.
Sie vergleichen diese Klassifizierung mit dem bereitgestellten Orthofoto. Dazu verwenden Sie das Werkzeug Ausblenden.
- Klicken Sie im Bereich Inhalt auf das Kontrollkästchen neben Tuborg_Havn_Ortho_Photo.tif, um den Layer zu aktivieren. Stellen Sie sicher, dass Tuborg_Havn.lasd ausgewählt ist.
- Klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer in der Gruppe Vergleichen auf Ausblenden.
- Ziehen Sie den Ziehpunkt auf der Szene wiederholt von oben nach unten, um die Punktwolke auszublenden und das Orthofoto anzuzeigen.
Beobachten Sie, wie die braunen Punkte mit dem Boden übereinstimmen und die grauen – noch nicht klassifizierten – Punkte sich auf Gebäuden, Vegetation, Autos oder Booten befinden. Beachten Sie, dass der südöstliche Abschnitt des Stadtviertels noch im Bau ist. Einige Punkte auf Gewässern wurden als Boden klassifiziert. Bei diesem Workflow muss jedoch nicht zwischen festem Boden und Wasser unterschieden werden. Daher wird alles als Boden betrachtet.
Hinweis:
Da die Punktwolke eine 3D-Repräsentation und das Orthofoto ein 2D-Bild ist, werden sie unterschiedlich erfasst. LIDAR sammelt Daten in der Regel direkt über Kopf mithilfe von Laserimpulsen, während Bilddaten von Kameras aus verschiedenen Winkeln aufgenommen werden. Bei der Anzeige einer 3D-Szene kann dieser Unterschied in der Erfassungsgeometrie dazu führen, dass Gebäude und andere Features zwischen den beiden Layern falsch ausgerichtet zu sein scheinen, obwohl die Daten korrekt sind.
- Wenn Sie mit dem Vergleichen der beiden Layer fertig sind, klicken Sie auf dem Menüband auf der Registerkarte Karte in der Gruppe Navigieren auf die Schaltfläche Erkunden, um den Vergleichsmodus zu beenden.
Sie müssen das Projekt speichern.
- Klicken Sie auf der Symbolleiste für den Schnellzugriff auf die Schaltfläche Projekt speichern.
Klassifizierte Punkte filtern
Als Nächstes überprüfen Sie einige der Punktklassen separat mithilfe der Funktion LAS-Filter.
- Klicken Sie ggf. im Bereich Inhalt auf den Layer Tuborg_Havn.lasd, um ihn auszuwählen.
- Klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer in der Gruppe Filter auf die Schaltfläche LAS-Punkte.
Das Fenster Layer-Eigenschaften wird mit der Registerkarte LAS-Filter angezeigt. In der Spalte Klassifizierungscodes sehen Sie, dass die aktuellen Klassen Nicht zugewiesen, Boden, (niedriges) Rauschen und Hohes Rauschen sind. Sie entsprechen jeweils den Codes 1, 2, 7 und 18.
Mit dem LAS-Filter können Sie die Kategorien von Punkten auswählen, die Sie anzeigen oder ausblenden möchten. Derzeit sind alle vier Klassen aktiviert. Sie visualisieren nun nur die Punkte der Kategorie Hohes Rauschen.
- Deaktivieren Sie die Kontrollkästchen für 1 Nicht zugewiesen, 2 Boden und 7 Rauschen. Klicken Sie auf OK.
- Vergrößern Sie mit dem Mausrad den unteren Teil der Ausdehnung, wo sich einige rot symbolisierte Punkte der Klasse Hohes Rauschen befinden.
Auf dem Orthofoto ist zu erkennen, dass diese Position in der Bauzone liegt, und das hohe Rauschen ist wahrscheinlich auf die beiden Baukräne zurückzuführen.
Als Nächstes schauen Sie sich die Punkte mit (niedrigem) Rauschen an.
- Klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf die Schaltfläche LAS-Punkte. Deaktivieren Sie im Fenster Layer-Eigenschaften die Optionen 18 Hohes Rauschen, und aktivieren Sie 7 Rauschen. Klicken Sie auf OK.
- Deaktivieren Sie im Bereich Inhalt den Layer Tuborg_Havn_Ortho_Photo.tif.
- Verkleinern Sie die Ansicht, bis Sie einige der Punkte mit niedrigem Rauschen sehen, die ebenfalls in Rot symbolisiert sind.
Hinweis:
Rauschen kann ebenfalls unabhängig vom Boden klassifiziert werden, indem Sie in der Dropdown-Liste Automatisierte Klassifizierung die Option Rauschen klassifizieren auswählen. Das Werkzeug LAS-Rauschen klassifizieren wird geöffnet.
Sie deaktivieren die Rauschpunkte für den restlichen Workflow, da es sich dabei um Punkte handelt, die Sie ignorieren möchten, und Sie aktivieren die Bodenpunkte und die nicht zugewiesenen Punkte wieder.
- Wählen Sie im Bereich Inhalt den Layer Tuborg_Havn.lasd aus. Klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf die Schaltfläche LAS-Punkte. Deaktivieren Sie im Fenster Layer-Eigenschaften die Option 7 Rauschen, und aktivieren Sie 1 Nicht zugewiesen und 2 Boden. Klicken Sie auf OK.
Hinweis:
Wenn Sie LAS-Punkte klassifizieren, wird das ursprüngliche Dataset mit neuen Klassencodes aktualisiert. Falls Ihnen dabei ein Fehler unterläuft und Sie eine Änderung rückgängig machen müssen, wählen Sie im Dropdown-Menü Automatisierte Klassifizierung die Option Klassifizierung neu zuweisen aus, und führen Sie das Werkzeug LAS-Klassencodes ändern aus.
So können Sie beispielsweise die Punkte mit dem Wert 2 (Boden) in der Kategorie Aktuelle Klasse ändern und in der Kategorie Neue Klasse den Wert 1 (Nicht zugewiesen) geben. Wenn Sie für Aktuelle Klasse den Wert -1 eingeben, werden alle Klassencodes neu zugewiesen.
Gebäudepunkte klassifizieren
Nachdem Sie nun Bodenpunkte und Rauschpunkte klassifiziert haben, können Sie die Gebäudepunkte klassifizieren.
- Wählen Sie ggf. im Bereich Inhalt den Layer Tuborg_Havn.lasd aus.
- Klicken Sie auf dem Menüband auf der Registerkarte Klassifizierung auf Automatisierte Klassifizierung, und wählen Sie Gebäude klassifizieren aus.
Im Bereich Geoverarbeitung wird das Werkzeug Gebäude aus LAS klassifizieren angezeigt.
- Legen Sie im Bereich des Werkzeugs Gebäude aus LAS klassifizieren die folgenden Parameter fest:
- Stellen Sie für Eingabe-LAS-Dataset sicher, dass Tuborg_Havn.lasd ausgewählt ist.
- Vergewissern Sie sich, dass Minimale Dachhöhe auf 2 und die Einheit auf Meter festgelegt ist.
- Geben Sie unter Mindestfläche den Wert 10 ein, und stellen Sie sicher, dass die Einheit auf Quadratmeter festgelegt ist.
- Wählen Sie unter Klassifizierungsmethode die Option Aggressiv aus.
Die Parameter Minimale Dachhöhe und Mindestfläche sind wichtig, um sicherzustellen, dass eine zu niedrige oder zu kleine Oberfläche in einem Gebiet nicht fälschlicherweise als Gebäude klassifiziert wird.
Mit dem Wert Klassifizierungsmethode wird angegeben, ob Punkte eher konservativ oder aggressiv als Gebäude kategorisiert werden.
In diesem Lernprogramm wurden die Parameterwerte durch Ausprobieren so gewählt, dass möglichst viele Punkte fehlerfrei als Gebäude klassifiziert werden, während gleichzeitig die Anzahl der falsch positiven Ergebnisse minimiert wurde. Sie können diesbezüglich auf eigene Faust weiter experimentieren.
- Blenden Sie Klassifizierung über Dächern ein, und aktivieren Sie das Kontrollkästchen Punkte über Dächern klassifizieren. Geben Sie für Maximale Höhe über Dächern den Wert 15 ein.
Das bedeutet, dass Punkte über den Dächern der erkannten Gebäude ebenfalls der Klasse "Gebäude" (Code 6) zugewiesen werden, sofern sie nicht mehr als 15 Meter über dem Dach liegen. Dies hilft bei der korrekten Zuordnung von Elementen wie Schornsteinen, Klimaanlagen oder Kirchtürmen.
- Blenden Sie Klassifizierung unter Dächern ein, und aktivieren Sie das Kontrollkästchen Punkte unter Dächern klassifizieren.
Das bedeutet, dass Punkte unter den erkannten Dächern ebenfalls der Klasse "Gebäude" (Code 6) zugewiesen werden. Dies ist nützlich, um vertikale Gebäudeseiten (Wände und Fenster) in die Gebäudeklassifizierung einzubeziehen.
- Klicken Sie auf Ausführen.
Hinweis:
Zum Identifizieren von Gebäudepunkten werden vom Werkzeug Gebäude aus LAS klassifizieren verschiedene Erkennungsmethoden verwendet. Vor dem Ausführen des Werkzeugs ist es wichtig, Boden- und Rauschpunkte zu trennen. Für die noch verbleibenden nicht klassifizierten Punkte, die nicht als Boden oder Rauschen beschriftet sind, sucht das Werkzeug nach festen Oberflächen, bei denen es nur eine Rückgabe pro Laserimpuls gab. Das sind wahrscheinlich Gebäude. Im Gegensatz dazu weisen Bereiche mit mehreren Rückgaben in der Regel auf Bäume oder Vegetation hin, da der Laserstrahl von mehrere Ebenen im Laub reflektiert wird.
- Wenn der Vorgang abgeschlossen ist, klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf LAS-Punkte. Aktivieren Sie im Fenster Layer-Eigenschaften unter Klassifizierungscodes die Klasse 6 Gebäude, und klicken Sie auf OK.
Daraufhin werden die Gebäudepunkte zusammen mit den Bodenpunkten und den noch nicht zugewiesenen Punkten in Rot symbolisiert in der Szene angezeigt.
- Drücken Sie Strg+S, um das Projekt zu speichern.
Manuelle Klassifizierung durchführen
Einige der Gebäude wurden falsch klassifiziert. Einige wenige nicht zugewiesene Punkte auf dem Dach oder an den Kanten eines Gebäudes sind akzeptabel. Wenn jedoch ein ganzer Teil des Gebäudes fehlt, kann dies durch manuelle Klassifizierung behoben werden. Diesen Vorgang führen Sie bei einem Gebäude durch.
- Vergrößern Sie die Ansicht auf das große Gebäude mittig links in der Szene.
- Stellen Sie sicher, dass das Navigator-Rad eingeblendet ist, und ziehen Sie das mittlere Rad nach unten, bis Sie die LIDAR-Punktwolke vollständig von oben (Nadir) sehen.
- Vergrößern Sie die Ansicht ggf. weiter, sodass das Gebäude einen großen Teil der Szene einnimmt.
Sie können sehen, dass einige Teile des Gebäudes nicht richtig klassifiziert wurden und die Punkte noch nicht zugewiesen sind.
Sie möchten diese nicht zugewiesenen Punkte manuell reklassifizieren, aber sicherstellen, dass die Bodenpunkte nicht versehentlich als Gebäude reklassifiziert werden können.
- Klicken Sie auf dem Menüband auf der Registerkarte Klassifizierung in der Gruppe Auswahl auf Auswählbare Punkte.
- Deaktivieren Sie im Fenster Layer-Eigenschaften alle Kontrollkästchen, sodass nur noch 1 Nicht zugewiesen und 6 Gebäude aktiviert sind. Klicken Sie auf OK.
Jetzt können nur Punkte des Typs Nicht zugewiesen und Gebäude geändert werden.
- Deaktivieren Sie auf dem Menüband auf der Registerkarte Klassifizierung die Option Sichtbare Punkte (der Hintergrund sollte weiß und nicht grau sein).
Dadurch wird sichergestellt, dass alle Punkte in dem von Ihnen ausgewählten Bereich verarbeitet werden. Nun zeichnen Sie die gewünschte Auswahl als Polygon nach.
- Klicken Sie auf dem Menüband auf der Registerkarte Klassifizierung auf den Pfeil nach unten für Auswählen, und wählen Sie Polygon aus.
- Klicken Sie auf eine der Ecken des Gebäudes, und fahren Sie mit dem Nachzeichnen des Gebäude-Footprints fort, indem Sie auf jede seiner Ecken oder Winkel klicken. Doppelklicken Sie auf die letzte Ecke (8), um das Polygon fertig zu stellen.
Alle Punkte im Gebäude-Footprint sind nun in Zyan hervorgehoben.
Als Nächstes reklassifizieren Sie diese Punkte.
- Wählen Sie auf der Registerkarte Klassifizierung in der Gruppe Interaktive Bearbeitung für Klassifizierungscode den Eintrag 6 Building aus. Klicken Sie auf Änderungen übernehmen.
Das gesamte Gebäude ist nun richtig klassifiziert.
Sie könnten nun noch weitere Gebäude verbessern, in diesem Lernprogramm beenden Sie den Vorgang jedoch an dieser Stelle.
- Klicken Sie im Bereich Inhalt mit der rechten Maustaste auf Tuborg_Havn.lasd, und wählen Sie Auf Layer zoomen aus.
- Klicken Sie auf dem Menüband auf der Registerkarte Karte auf die Schaltfläche Erkunden, um den Polygonauswahlmodus zu beenden.
Nach der manuellen Klassifizierung von Punkten in einem LAS-Dataset werden die zugehörigen Statistiken nicht entsprechend den Klassencodes aktualisiert. Um sicherzustellen, dass die Statistiken die aktuellen Daten korrekt repräsentieren, wird empfohlen, sie mit dem Werkzeug LAS-Dataset-Statistiken neu zu berechnen. Dieser Schritt trägt zur Wahrung der Datenintegrität bei und unterstützt eine zuverlässige Analyse und Visualisierung der Daten.
- Klicken Sie im Bereich Geoverarbeitung auf die Schaltfläche "Zurück".
- Geben Sie LAS-Dataset-Statistiken in das Suchfeld ein. Klicken Sie in der Ergebnisliste auf LAS-Dataset-Statistiken, um das Werkzeug zu öffnen.
- Wählen Sie im Bereich des Werkzeugs LAS-Dataset-Statistiken unter Eingabe-LAS-Dataset die Option Tuborg_Havn.lasd aus, und klicken Sie auf Ausführen.
- Drücken Sie Strg+S, um das Projekt zu speichern.
Nach der Klassifizierung von Boden- und Gebäudepunkten und der Entfernung von Rauschen ist das Dataset bereit für verschiedene Ausgaben und Analysen. Sie können beispielsweise Höhenprodukte wie ein digitales Terrain-Modell (DTM) und ein digitales Oberflächenmodell (DSM) generieren. Sie können auch einen 2D-Gebäude-Footprint-Polygon-Layer und einen 3D-Gebäude-Layer zur Verwendung in zukünftigen Projekten erstellen. Diese Workflows werden in kommenden Lernprogrammen vorgestellt.
Vegetation klassifizieren
Nach der Klassifizierung von Boden- und Gebäudepunkten und der Entfernung von Rauschen sind einige Punkte im Dataset nach wie vor nicht zugewiesen. Einige davon repräsentieren wahrscheinlich Vegetation, beispielsweise Bäume, Sträucher und andere Pflanzen. Nicht bei allen der nicht zugewiesenen Punkte handelt es sich jedoch um Vegetation. Einige davon können Fahrzeuge, Features auf Straßenniveau oder kleine architektonische Details wie Dachkanten und Gebäudeverzierungen sein. Die genaue Identifizierung der Vegetation unter Vermeidung von falsch positiven Ergebnissen ist entscheidend für die Erstellung zuverlässiger Höhenmodelle und Feature-Layer.
Es gibt mehrere Möglichkeiten, die Vegetation in Punktwolkendaten zu klassifizieren, wobei jede Methode je nach den Eigenschaften des Datasets spezifische Vorteile hat. In diesem Lernprogramm lernen Sie eine effektive Methode kennen. Der Prozess beginnt mit der Analyse der verbleibenden nicht zugewiesenen Punkte, um deren räumliche Muster zu verstehen. Diese erste Analyse hilft dabei, Vegetation von anderen Features zu unterscheiden, und bereitet die Anwendung von Klassifizierungstechniken vor, mit denen Vegetation genauer isoliert werden kann. Zunächst sehen Sie sich die verbleibenden nicht zugewiesenen Punkte an.
- Überprüfen Sie in der Szene, wo sich einige der nicht zugewiesenen Punkte (grau dargestellt) befinden.
Im folgenden Beispielbild sehen Sie mehrere Bäume (größere graue Massen), die Sie als Vegetation klassifizieren möchten. Sie können auch einige nicht zugewiesene Punkte sehen, die sich auf den Gebäuden oder in deren unmittelbarer Nähe befinden: Diese sind keine Vegetation und sollten nicht als solche klassifiziert werden.
Sie verwenden einen 2D-Gebäude-Footprint-Layer, um die nicht zugewiesenen Punkte zu identifizieren, die sich auf den Gebäuden oder in deren unmittelbarer Nähe befinden. Sie weisen diese Punkte einer separaten Klasse zu, um sie gesondert zu behandeln. Zunächst zeigen Sie nur die nicht zugewiesenen Punkte an, d. h. nur die Punkte, die verarbeitet werden sollen.
- Wählen Sie ggf. im Bereich Inhalt den Layer Tuborg_Havn.lasd aus. Klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf die Schaltfläche LAS-Punkte. Deaktivieren Sie im Fenster Layer-Eigenschaften alle Klassen mit Ausnahme von 1 Nicht zugewiesen. Klicken Sie auf OK.
Sie aktivieren den 2D-Gebäude-Footprint-Layer.
- Blenden Sie im Bereich Inhalt die Gruppe Andere Layer ein, und aktivieren Sie den Layer Building_Footprints.
Der Layer Building_footprints (hellorange) wird zusammen mit den nicht zugewiesenen Punkten in der Szene angezeigt.
Hinweis:
Der Layer Building_footprints wurde aus Punktwolkendaten generiert, die mit dem Klassencode 6 (Gebäude) klassifiziert wurden. Dieser Workflow wird in einem zukünftigen Lernprogramm vorgestellt. Alternativ können Gebäude-Footprints mit GeoAI-Techniken aus Bilddaten extrahiert werden. Dies wird in den Lernprogrammen Infrastrukturen in erdrutschgefährdeten Gebieten identifizieren und Deep-Learning-Modelle mit Transfer Learning verbessern gezeigt. Eine andere Möglichkeit ist die Verwendung eines vorhandenen Gebäude-Footprint-Layers, der von Ihrer Organisation oder der örtlichen Kommunalbehörde zur Verfügung gestellt wurde.
- Wählen Sie im Bereich Inhalt ggf. Tuborg_Havn.lasd aus. Klicken Sie auf dem Menüband auf der Registerkarte Klassifizierung auf Automatisierte Klassifizierung, und wählen Sie Klassencodes mithilfe der 2D-Nachbarschaftsanalyse (Proximity) zu Features festlegen aus.
Im Bereich Geoverarbeitung wird das Werkzeug LAS-Klassencodes mithilfe von Features festlegen angezeigt.
- Legen Sie im Werkzeugbereich LAS-Klassencodes mithilfe von Features festlegen die folgenden Parameter fest:
- Stellen Sie für Eingabe-LAS-Dataset sicher, dass Tuborg_Havn.lasd ausgewählt ist.
- Wählen Sie für Features die Option Other layers\Building_footprints aus.
- Geben Sie als Pufferabstand den Wert 2 ein.
- Geben Sie für Neue Klasse den Wert 100 ein.
Sie definieren einen 2-Meter-Puffer um die Gebäude-Footprint-Polygone, sodass das Werkzeug nicht nur die verbleibenden nicht zugewiesenen Punkte auf den Gebäuden erfasst, sondern auch die Punkte in der Nähe der Gebäude.
Die Klassen 64 bis 255 sind benutzerdefiniert. Demzufolge können Sie jede dieser Klassen für beliebige Zwecke verwenden. In diesem Fall verwenden Sie die Klasse 100, um die Punkte gesondert festzulegen, die das Werkzeug identifizieren soll.
- Klicken Sie auf Ausführen.
Hinweis:
Das Werkzeug LAS-Klassencodes mithilfe von Features festlegen weist in ArcGIS Pro 3.6 leider ein Problem auf und funktioniert möglicherweise nicht ordnungsgemäß. Wenn die Ausführung fehlschlägt, fahren Sie direkt mit Schritt 9 weiter unten im Lernprogramm fort. Das Endergebnis ist dann zwar von etwas geringerer Qualität, ist aber dennoch akzeptabel.
Das Werkzeug funktioniert ordnungsgemäß in ArcGIS Pro 3.5 und ist auch in ArcGIS Pro 3.7 wieder verfügbar.
- Wenn der Vorgang abgeschlossen ist, klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf die Schaltfläche LAS-Punkte, aktivieren Sie die Option 100 Benutzerdefiniert, und klicken Sie auf OK.
In der Szene können Sie sehen, dass die Punkte auf oder in der Nähe von Gebäuden nun als 100 Benutzerdefiniert (gelb) klassifiziert sind.
Hinweis:
Sie könnten verleitet sein, diese Punkte der Klasse 100 Benutzerdefiniert als 6 Gebäude zu reklassifizieren. Bei diesen Punkten handelt es sich jedoch um eine Mischung aus Gebäudepunkten und anderen Punkten. Daher ist es besser, sie gesondert zu behandeln.
Sie klassifizieren die verbleibenden nicht zugewiesenen Punkte nun basierend auf ihrer Höhe als Vegetation. Zunächst deaktivieren Sie die Punkte der Klasse 100 Benutzerdefiniert, damit sie nicht verarbeitet werden.
- Klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf die Schaltfläche LAS-Punkte, deaktivieren Sie die Option 100 Benutzerdefiniert, und klicken Sie auf OK.
- Klicken Sie auf dem Menüband auf der Registerkarte Klassifizierung auf Automatisierte Klassifizierung, und wählen Sie Nach Höhe klassifizieren aus.
Das Werkzeug LAS nach Höhe klassifizieren wird angezeigt.
- Legen Sie im Bereich des Werkzeugs LAS nach Höhe klassifizieren die folgenden Parameter fest:
- Stellen Sie für Eingabe-LAS-Dataset sicher, dass Tuborg_Havn.lasd ausgewählt ist.
- Geben Sie unter Höhenklassifizierung die folgenden Werte ein.
Klassencode Höhe 101
3
4
22
18
100
Das Werkzeug klassifiziert die verbleibenden nicht zugewiesenen Punkte wie folgt:
- Punkte, die weniger als 3 Meter hoch sind, werden als 101 Benutzerdefiniert klassifiziert, da niedrige Punkte nicht zuverlässig Vegetation entsprechen. Wie Klasse 100 zuvor ist auch die Klasse 101 eine benutzerdefinierte Klasse, mit der diese Punkte gesondert behandelt werden können.
- Punkte mit einer Höhe zwischen 3 und 22 Metern werden als 4 Mittelhohe Vegetation klassifiziert, da dies die Höhe der meisten Bäume in der Ausdehnung entspricht.
- Punkte mit einer Höhe zwischen 22 und 100 Metern werden als 18 Hohes Rauschen klassifiziert, da sie höher als die Bäume in der Ausdehnung liegen und als Rauschen betrachtet werden können.
Diese Zahlen wurden durch Klicken auf verschiedene Baumspitzen zum Anzeigen ihres Wertes für die Höhe sowie durch Ausprobieren ausgewählt.
Hinweis:
Es gibt drei gängige Vegetationsklassen: 3 Niedrige Vegetation, 4 Mittelhohe Vegetation und 5 Hohe Vegetation. Die Verwendung aller drei Klassen eignet sich am besten für bewaldete Landschaften. Für städtische Gebiete wie Tuborg Havn könnte es vorteilhaft sein, nur eine oder zwei dieser Klassen zu verwenden.
Es gibt weitere Methoden, um die Vegetationsklassifizierung noch weiter zu verbessern. Beispielsweise könnten Sie Spektralbilddaten verwenden, um Gebiete mit Vegetation zu lokalisieren, und einen Polygon-Layer zur Identifizierung dieser Regionen erstellen (siehe Hochauflösende Bilddaten zur Landbedeckung mit GeoAI extrahieren). Anschließend würden Sie diesen Polygon-Vektor-Layer als Maske im Werkzeug LAS nach Höhe klassifizieren (zu finden in Verarbeitungsbegrenzung unter Verarbeitungsausdehnung) anwenden.
- Klicken Sie auf Ausführen.
- Wenn der Vorgang abgeschlossen ist, klicken Sie auf dem Menüband auf der Registerkarte LAS-Dataset-Layer auf die Schaltfläche LAS-Punkte, aktivieren Sie 2 Boden, 4 Mittelhohe Vegetation und 6 Gebäude, deaktivieren Sie alle anderen Klassen, und klicken Sie auf OK.
- Deaktivieren Sie im Bereich Inhalt den Layer Building_Footprints.
Sie sehen nun die als Boden, Gebäude und Vegetation klassifizierte Punktwolke.
Die Bäume wurden mit einer minimalen Anzahl von falsch positiven Ergebnissen klassifiziert. Im südlichen Bereich gibt es aufgrund der Baustelle einige falsch positive Ergebnisse. Optional könnten Sie diese mithilfe des manuellen Klassifizierungsprozesses reklassifizieren.
Hinweis:
In diesem Workflow müssen Sie nicht zwischen festem Boden und Wasser unterscheiden, es sei denn, dies ist für die Analyse nach der Klassifizierung ausdrücklich erforderlich. Wenn Sie jedoch Wasser klassifizieren möchten, können Sie einen Polygon-Vektor-Layer verwenden, der Gewässer darstellt. Mit dem Werkzeug LAS-Klassencodes mithilfe von Features festlegen können Sie allen Punkten innerhalb dieser Polygone den Klassencode 9 (Wasser) zuweisen.
- Drücken Sie Strg+S, um das Projekt zu speichern.
In diesem Lernprogramm haben Sie Werkzeuge für die automatisierte Klassifizierung verwendet, um LIDAR-Punktwolkendaten in fünf Klassen zu kategorisieren: "Boden", "Gebäude", "Vegetation", (niedriges) "Rauschen" und "Hohes Rauschen". Sie haben auch erfahren, wie Sie Punkte nach Klassencode filtern können, um die Visualisierung und weitere Verarbeitung zu unterstützen. Zusätzlich zu den automatisierten Methoden haben Sie geübt, Punkte manuell zu klassifizieren und einen 2D-Polygon-Layer für die Zuweisung von Klassencodes zu verwenden. Die klassifizierte Punktwolke kann nun eine Vielzahl von Workflows unterstützen, z. B. das Generieren von Höhen-Rastern (DGM und DSM), das Extrahieren von 2D-Gebäude-Footprints oder das Erstellen von 3D-Layern für Gebäude und Bäume.
In diesem Workflow lag der Schwerpunkt auf Standardklassifizierungstechniken, es stehen jedoch auch fortgeschrittenere Methoden zur Verfügung. Beispielsweise können GeoAI-Deep-Learning-Modelle verwendet werden, um komplexe Features wie Stromleitungen oder Vegetation mit größerer Genauigkeit zu klassifizieren. Dies können Sie im Lernprogramm Stromleitungen mithilfe von Deep Learning klassifizieren näher erkunden.
Weitere Lernprogramme dieser Art finden Sie in der immer größer werdenden Reihe Erste Schritte mit LIDAR in ArcGIS Pro.
