• 技術參數
  • 4
    激光雷達點云數據處理平臺
  • 文檔與手冊
LiDAR360-激光雷達數據處理分析軟件.pdf
5.3MB
LiDAR360投影轉換教程.pdf
4.5MB
LiDAR360地基林業教程.pdf
16.7MB
LiDAR360航帶拼接教程.pdf
12.5MB
LiDAR360機器學習分類教程.pdf
9.1MB
LiDAR360機載林業教程_compressed.pdf
1.9MB
LiDAR360地形生產教程_compressed.pdf
3.3MB

教學視頻

————

LiDAR360 V5.0_航帶拼接
LiDAR360 V5.0_航帶質量檢查
LiDAR360斷面分析
LiDAR360選擇區域分離地面點
LiDAR360矢量編輯
LiDAR360剖面工具
LiDAR360選擇工具
LiDAR360測量工具
LiDAR360窗口管理
LiDAR360總體介紹和數據導入導出
LiDAR360安裝和License激活
LiDAR360地基點云單木分割
LiDAR360機載點云單木分割
LiDAR360軟件地形內業生產流程

常見問題

————



常見問題

回答

LiDAR360對計算機硬件和操作系統的要求是什么?

● 內存(RAM):不小于8GB;

● 中央處理器(CPU):Intel Core i5/i7;雙核處理器;

● 顯示適配器:推薦NVIDIA獨立顯卡,顯存不低于2GB;

● 操作系統:微軟 Windows 7 (64位),微軟 Windows 8 (64位),微軟 Windows 10(64位)或Windows Server 2012及以上。

為什么我的電腦上軟件安裝成功之后,打開數據時軟件崩潰?

請檢查軟件安裝環境是否滿足推薦的硬件配置,如果滿足,請檢查:(1)顯卡是否正常運行(右鍵單擊我的電腦,選擇設備管理器,在顯示適配器中找到對應的顯卡,查看顯卡屬性狀態,如果顯示“這個設備運轉正?!眲t表示顯卡設備正常運行);(2)將獨立顯卡驅動更新至最新,然后使用高性能圖形模式運行軟件,操作步驟見調整高性能圖形模式。

如果仍然出現錯誤,請發郵件至info@lidar360.com聯系技術人員,遠程查看原因。

為什么安裝LiDAR360后,運行軟件會提示試用license過期?


LiDAR360無法試用可能有以下幾個方面的原因:

● 系統時間改變:LiDAR360在試用過程中,可能會遇到一些原因致使系統時間改變導致試用過期。

● 試用過期:LiDAR360每個版本試用期為30天,如果同一個版本之前安裝超過30天后,導致試用過期。

● 其他原因:請發郵件至info@lidar360.com聯系申請延長試用license。

LiDAR360如何發送激活信息?收到授權碼之后如何激活?

激活信息發送:點擊幫助 > 激活License 或雙擊安裝目錄下的License Manager.exe

license1.png

輸入姓名;

輸入公司;

選擇激活模塊;

點擊Copy;

Ctrl+V將內容粘貼到郵件中,發送至info@lidar360.com。

License激活:

復制郵件中的授權碼到本地,激活方式可參考許可證管理器。

LiDAR360支持Server系統么?如何使用?

目前LiDAR360僅支持Windows Server系統。

服務器系統使用說明如下: ● 使用管理員賬戶安裝激活LiDAR360軟件,且注意將軟件安裝在其他非管理員賬戶具備權限的文件夾中。

LIDAR360試用過期后,還可使用哪些功能?

試用期結束后,LiDAR360軟件的viewer工具(包括數據導入、點云顯示、選擇工具、量測工具等)能正常使用,其他功能需要激活才能使用。

Lite.png

為什么點擊License管理界面的幫助按鈕無法打開幫助手冊?

請設置打開pdf文檔的默認程序。

如果電腦損壞,無法遷出授權碼,如何在其他電腦上使用該授權碼?

請聯系info@lidar360.com,我們將從后臺回收該授權碼,然后可以在其他電腦上使用該授權碼。

如何查看LiDAR360軟件的版本信息?

點擊菜單欄的幫助 -> 關于,可查看LiDAR360軟件的版本信息,如下圖,2.0為軟件版本號,1019為編譯日期。

123.png

如何修改語言設置?

點擊菜單欄的顯示 -> 語言,可切換英語、中文和法語。

軟件為什么會異常退出?

軟件異常退出時,請檢查:(1)是否打開了屏幕取詞軟件(如:有道詞典);(2)是否有足夠的硬盤空間或者內存空間。

LiDAR360支持的數據格式有哪些?

● LiDAR360可導入的數據類型分為點云、柵格、矢量、表格和模型五大類,具體格式如下:

○ 點云:LiData文件(*.LiData 自定義點云格式)、LAS文件(*.las,*.laz)、ASCII文件(*.txt, *.asc, *.neu, *.xyz, *.pts, *.csv)、PLY文件(*.ply)。

○ 柵格:影像數據(*.tif,*.jpg)。

○ 矢量:矢量數據(*.shp)。

○ 表格:表格數據(*.csv)。

○ 模型:自定義模型文件(*.LiModel自定義模型文件,*.LiTin自定義三角網文件)、OSG模型(*.osgb, *.ive, *.desc, *.obj)。

● LiDAR360可導出的數據格式如下:

○ 點云:LiData文件(*.LiData 自定義點云格式)、LAS文件(*.las,*.laz)、ASCII文件(*.txt, *.asc, *.neu, *.xyz, *.pts, *.csv)、PLY文件(*.ply)。

○ 柵格:影像數據(*.tif, *.jpg, *.bmp)。

○ 矢量:矢量數據(*.shp,*.dxf)。

○ 表格:表格數據(*.csv)。

○ 模型:自定義模型文件(*.LiModel, *.LiTin)。

LiDAR360數據窗口內顏色條顯示不正確,如何設置?

在桌面上點擊鼠標右鍵,選擇NVIDIA Control Panel (NVIDIA 控制面板),選擇管理3D設置 -> 程序設置 -> 添加,將LiDAR360軟件添加到高性能圖形模式列表中。

為什么同一個窗口中添加多個數據時, EDL效果不明顯?

相隔較遠的數據建議單獨拖到不同的窗口,進行EDL顯示(或者在當前窗口中移除不相關的數據)。

LiDAR360軟件處理的點云數據單位是什么?

LiDAR360處理的點云數據單位為米。如果用戶的點云單位為英尺或者其它,可通過 數據管理 -> 格式轉換 -> 轉換為LiData / 轉換為Las 進行單位轉換。

Transformation.png

LiDAR360能否處理影像生成的點云?

可以。

LiDAR360如何進行七參數變換?

流程如下:點擊數據管理 -> 投影和坐標轉換 -> 重投影,輸入七參數的值:Dx:X平移量,Dy:Y平移量,Dz:Z平移量,Rx:X旋轉量,Ry:Y旋轉量,Rz:Z旋轉量,λ:尺度變化,選擇目標坐標系(如果點云數據無投影信息,需要先定義投影)。

DefineProjection.png

Reprojection.png

如何對點云均勻抽???

LiDAR360提供了三種抽稀方式:最小點間距、百分比和八叉樹,其中,按照八叉樹的抽稀方式是均勻的(流程如下:數據管理 -> 點云工具 -> 重采樣,采樣類型選擇Octree,并設置相應的分層數)。

為什么用LiDAR360的3D仿射變換進行轉換之后點云坐標不正確?

LiDAR360中Rx、Ry、Rz的單位為度,所以在變換之前需要先進行弧度和度的轉化。(角度=180*弧度/π)

為什么幾何校正之后的數據誤差很大,如何解決?

選擇的同名點對殘差較大,可以去掉殘差大的點對。

使用多點選擇具時能否選擇旋轉中心?

可以。使用多點選擇工具時,按住鍵盤上的Ctrl鍵,再通過鼠標左鍵選擇旋轉中心。

LiDAR360支持的POS數據格式有哪些?

LiDAR360支持文本文件格式(*.pos)和二進制格式(*.out)的POS數據。

● *.pos文件是一個包含GPS時間、經緯度、飛行高度、橫滾角(Roll)、俯仰角(Pitch)和偏航角(Heading)的文本文件,如下圖所示:

POS.png

● *.out是Applanix公司自定義的二進制POS數據格式。

LiDAR360中航帶匹配是自動實現還是手動實現?

LiDAR360中包含自動航帶匹配和手動航帶匹配,并可以實時查看拼接結果,生成高精度點云。

StripAlignment.png

LiDAR360中POS數據的時間基準是什么?必須是GPS時間么?

LiDAR360中POS數據的時間和點云數據中的時間基準保持一致即可(如同為GPSTime或同為UTCTime),通常情況下,點云數據中的時間是以周秒或天秒等為基準,如果時間基準不同,需進行相應的轉換。

為什么航帶拼接之后有些數據的部分區域拼接效果很好,而有部分區域卻無法拼接,甚至會有變形?

目前航帶拼接模塊主要是通過消除激光雷達和慣性測量單元之間的安置誤差來實現航帶之間的匹配,前提條件是航飛處理后的POS數據精度也需滿足相應規范要求等,如果POS精度不能滿足要求會導致點云數據局部有變形,單純依賴安置誤差校準無法滿足航帶拼接結果,一般該種情況存在于實時處理得到的精度不高的POS文件。請檢查pos數據的起止GPS時間和點云的GPS時間范圍是否有重疊。

為什么按POS數據裁剪點云沒有生成結果?

請檢查pos數據的起止GPS時間和點云的GPS時間范圍是否有重疊。

LiDAR360軟件中采用的是什么濾波算法?

LiDAR360采用的是改進的漸進加密三角網濾波算法(Improved Progressive TIN Densification, IPTD),了解算法原理,可參考論文:Zhao et al(2016) Improved progressive TIN densification filtering algorithm for airborne lidar data in forested areas.

實際采集的激光雷達點密度遠大于生產對應的DEM的點密度要求,能否對數據進行抽稀處理?

若實際采集的激光雷達點密度遠高于生產需求,可使用重采樣功能實現數據抽稀,LiDAR360提供了三種抽稀方式:最小點間距、百分比和八叉樹。

LiDAR360中點云生成等高線的功能,生成的等高線為什么有中斷現象?

等高線有中斷的地方是由于缺少地面點導致的,通過將界面上的參數“三角形最大邊長(米)”調大(如:將30米調整為50米)可使等高線連續。

PointCloudToContour.png

對于已生成的DEM數據,如何在LiDAR360軟件中更直觀地檢查DEM的生成質量及對質量不臺格區域進行修改?

首先可以通過地形模塊中的山體陰影工具生成山體陰影圖,此工具通過設置柵格中的每個像元確定照明度增強表面的可視化。同時可以利用數據管理 -> 格式轉換 -> TIFF轉換為LiModel對單波段的Tiff影像轉換為LiModel,LiModel模型可以三維模式下查看,更加直觀。另外對于LiModel模型可以通過地形 -> LiModel編輯對模型進行編輯,如高程置平,高程平滑,去除釘狀點等操作,從而生成質量更佳的DEM模型。同樣地,對于DSM,CHM的Tiff數據也可以進行以上操作。

如何選擇生成DSM的插值方式?

對于林區,推薦采用IDW插值生成DSM;對于城區,推薦采用spike-free TIN生成DSM。

@inproceedings{
author={Zhao X Q, Guo Q H, Su Y J and Xue B L},
title={Improved progressive TIN densification filtering algorithm for airborne LiDAR data in forested areas},
booktitle={ISPRS Journal of Photogrammetry and Remote Sensing,117:79-91},
year={2016}
}

按圓心和半徑裁剪點云數據時,是否能將每個樣地保存成單獨的文件?

LiDAR360 1.4版本之后支持將按圓裁剪和按矩形裁剪的結果保存為單個文件或者合并為一個文件。

ClipByCircle.png

LiDAR360能否批量生成CHM ?

LiDAR360可以批量生成CHM(流程如下:機載林業 -> 批處理 -> CHM分割批處理)。

CHMBatch.png

單木分割結果如何進行精度評估?

單木分割精度評估可參考Li等人(Li et al.,2012)的文章,通過與實測值比較,分別記錄分割得到的樹木總數、正確分割的棵數、錯誤分割的棵數、漏分的棵數,按照下面的公式分別計算recall(r)、precision(p)和F-score(F)的值。Recall表示樹木的檢測率,precision表示樹分割的正確率,F-score為綜合考慮錯分和漏分的總體精度,三者的變化范圍均在0-1之間。

圖片12.png

AccuracyAssessment.png

(a)樹木被正確分割(True Positive, TP)(b)樹木未被檢測(False Negative, FN) (c)錯誤檢測(False Positive,FP)

CHM分割精度受哪些參數影響,應該如何設置這些參數?

CHM分割的精度受CHM分辨率和高斯平滑因子的影響。CHM為DSM和DEM的差值,其分辨率由DSM和DEM的分辨率決定,一般而言,該值不宜超過冠幅的三分之一,可設置范圍為0.3-1米,通常情況下,分辨率設置為0.5-0.6米能得到較高的分割精度。Sigma為高斯平滑因子(默認為“1”),該值越大,平滑程度越高,反之越低。平滑程度影響分割出的樹木株數,如果出現欠分割,建議將該值調?。ㄈ纾?.5),反之,如果出現過分割,建議將該值調大(如:1.5)。

CHM分割后,如何去除一些冠幅面積較小的結果?

CHM分割后可得到一個包含樹木邊界的shp文件,屬性表中包含每棵樹的ID、中心位置坐標、樹高、冠幅直徑和冠幅面積,可將該數據導入第三方軟件(如:ArcGIS),根據冠幅面積屬性進行過濾,刪除冠幅面積較小的分割結果。

CHMSegmentationResults1.png

如何讓2m以下的點云數據參與分割?

點云分割界面上的參數“離地面高度”表示的是低于該值的點被認為不是樹的一部分,在分割過程中將被忽略,該值默認為2m,若需要讓2m以下的點云參與分割,可將該值適當調小。

PCSSegmentationInterface.png

針闊混交林數據采用哪種分割方式能得到較高的精度?

對于針闊混交林,建議采用CHM分割。

樹木長勢不一樣,如何分割能得到較高的精度?

對于長勢差距較大的數據,建議通過選擇工具或者裁剪工具將不同長勢的點云保存為不同的文件,單獨予以處理。

LiDAR360的單木分割結果如何導出到第三方軟件進行分析?

點擊機載林業 > 按樹ID提取點云,可以將分割過的點云導出為Lidata、CSV和LAS格式,利用其它軟件進行后續分析。軟件支持將每棵樹導出為單獨的CSV文件,也可以將所有點導出為一個文件。導出的CSV文件如下圖所示,其中包含X、Y、Z坐標和樹ID信息。

ExtractByTreeID.png


ExtractByTreeID (1).png

回歸分析至少需要多少個樣地調查數據?

用于回歸分析的樣地數量一般沒有明確的規定。一般而言,在保證樣地位置和樣地測量準確性的前提下,樣地的數量越多,回歸分析的精度越高。樣地應隨機選擇且具有代表性,能夠覆蓋研究區內不同的林型。樣本量小于30個被稱為小樣本,樣本量大于等于30個被稱為大樣本,為了保證回歸精度分析,推薦樣本數量應該大于等于30個(還要考慮研究區大小及復雜情況等),樣本個數應當大于回歸自變量個數

如何選擇參與回歸分析的自變量?

參與回歸分析的變量一般選擇從激光雷達數據獲取的高度百分位變量,但是不同的研究區、不同的參數變量,具體的高度百分位參數變量的選擇也不盡相同,沒有通用性。

能否將LiDAR360軟件的自變量(如:高度百分位數)導入第三方軟件(如: SPSS、 R )進行回歸分析?

可以。LiDAR360軟件提供的自變量包括高度分位數、垂直方向密度、強度分位數、有效葉面積指數、間隙率和郁閉度,其中,高度分位數、垂直方向密度和強度分位數為CSV格式,可直接導入到SPSS等第三方軟件使用。葉面積指數、間隙率和郁閉度為TIF格式,可先通過ArcGIS轉成文本格式,再導入第三方軟件。

@inproceedings{        author={ Li W K, Guo Q H, Jakubowski M K and Kelly M},        title={A new method for segmentation individual trees from the LiDAR point cloud},        booktitle={ Photogrammetric Engineering and Remote Sensing,78(1):75-84},        year={2012}    }



嘉美彩票