terrasolid实习报告.ppt
terrasolid实习terrasolid简介O TerraSolid系列软件是基于 MricoStation平台进行开发的，包含的模块主要有：TerraScan、TerraModeller、TerraPhoto、TerraMatch、TerraSurvey、TerraStreet、TerraPipe等在Microstation的Terra模块中对激光点云数据进行处理。O 新建工程 选择seed3d.dgn 打开Tscan模块在Microstation的Terra模块中对激光点云数据进行处理。O 添加数据：选取三条行带数据，Increase by file表示按照文件来给航线编号，即一个*.las表示为一条航线。在Microstation的Terra模块中对激光点云数据进行处理。按照行带分类可以看出在Microstation的Terra模块中对激光点云数据进行处理。O 按照高程分类可以看出：数据分块O 经过航带校正及裁切后的原始数据是以航代为单位存在的，在实际数据处理中尤其是需要手工逐块处理时，由于计算机内存、处理能力等的限制，需要将原始数据分成若干小块，以方便计算机的处理。一般可根据实际情况（计算机配置、点密度等）来决定数据分块的大小。O 一般2G的内存，设计每块数据的点数为200万-500万较易于计算机处理。可根据点数（P_Count），点密度(P_Density)来计算单个图幅块的大小。比如可设为500*500m、800*800m、1000*1000m、2000*2000m等。图幅大小(T_Size)确定方法：T_Size2= P_Count/ P_Density。其中点密度可用Tscan中Measure Point Density测量点密度工具进行测量。数据分块O 利用Place Block框选出矩形处理范围 Place Block创建工程块注：图中红色表示该架次的点云实际覆盖范围，绿色的表示block工程块数据分块O 新建工程 在Tscan的工具条中选择Define Project， 新建project，将选中区域内的点导入到project中。 点击FileNew project，输入工程描述，选择storage的格式以及保存到的位置数据分块O 通过MicroStation的选择工具选中已设计好的工程块O 点击工程管理窗口菜单栏中的BlockAdd by boundaries，出现如下界面,选择block的前缀名，编号顺序，以及第一个编号，这里我们可以按找选择顺序来给BLOCK编号点击OK，建立block。此时选中的块均已加入工程块中，但其中均显示no file。数据分块O 输入点云到Block 此时我们先保存下工程，如果工程未保存，FileImport Points to Project不可选择。之后点击工程管理窗口下的FileImport Points to Project，输入完之后出现一个报告，提示输入信息，可以看出 有48万个点在这块区域中。数据分块此时的bin文件已经加入了点云数据。如果BLOCK块较多，可以点击工程管理窗口下BlockDraw boundaries。将每个block块的名称label显示在BLOCK块中，方便查看如图。到这里，创建工程步骤完成。我们可以打开一个Block检查一下结果。数据分块O 将原来的点关掉，重新加载需要做处理的点点云自动分类O 点云的自动分类在整个lidar数据处理中起着重要的作用，其分类结果的好坏直接影响着后续的手工分类的难度和效率，DTM等产品的精度。O 自定义点集：系统默认的给出了8种类型的点集，也可自定义添加点集。加入air point ，isolated point点云自动分类O 样区参数调试 如果有多个训练样区，可以采用批处理，提高处理效率。 在Tools-macro下打开宏命令窗口，建立宏命令，调整参数（主要是去低点参数和Ground分类参数），使得样区经过处理后能够达到最理想的状态（尽量使得后面手工编辑工作量最小），然后将该macro运行于整个训练样区。该窗口每运行一个步骤都会出现一条宏命令，可以做一条保存一条，也可以全部做完保存。点云自动分类O 设置参数典型的macro处理步骤举例如下：FnScanClassifyClass(999,1,0)FnScanClassifyLow(1,7,6,0.50,5.00,0)FnScanClassifyLow(1,7,1,0.50,5.00,0)FnScanClassifyGround(1,2,1,20.0,88.00,9.00,1.40,-1,1.0,0,2.0,0)FnScanClassifyHgtGrd(2,100.0,1,3,0.00,1.00,0)FnScanClassifyHgtGrd(2,100.0,1,4,1.00,3.00,0)FnScanClassifyHgtGrd(2,100.0,1,4,3.00,20.00,0)点云自动分类1.归一：将所有的点分类到default类2.去除行带重叠：由于没有航迹线文件，相关功能无法进行数据处理点云自动分类3.去除low point：这里用单个点去除一次，再用小组点去除一次可以看到两次分别加入了8827和463个点。效果如下点云自动分类4.去除isolated point：显示如下点云自动分类5.去除air point：若通过上述几步之后，仍有明显可通过绝对高程判断为噪声的点，也应去除（如云上点）点云自动分类6.分类地面点：TerraScan是通过迭代建立三角网的方式过滤地面点的。例如假设max building size = 60m，它则假设在一个60m60m的区域内，至少有一个地面点。通过这种方式找到一些初始地面点构成三角网，然后根据限制条件(地形角度，迭代角，迭代距离)，不断向三角网中加入点进行迭代，逐步细化三角网，而最终得到的三角网顶点则为地面点。根据地形的不同，要用不同的参数，一般而言，在城市地区，Max building size要相应的设大，在农村或山区，Max building size要相应小点。点云自动分类O 第一次迭代：点云自动分类O 第二次迭代点云自动分类O 第三次迭代点云自动分类O 第四次迭代点云自动分类O 第N次迭代点云自动分类点云自动分类显示效果如下点云自动分类O 滤出的建筑物点云自动分类7.植被分类植被分类可以用两种分类方式都分一遍1）第一种是按照距离地面的高度将非地面点分别分类到低植被层(0-1m)、中植被层(1-3m)、高植被层(3-20m)。使用这一规则的前提条件是已经成功的进行了地表点分类点云自动分类2）利用回波信息从地面点(ground)中剔除植被将具有多重回波特性的激光束中第一次回波分类到high vegetation将第二次回波分类到medium vegetation点云自动分类8.从地面点中抽取一定密度的点用于构建地面模型并且进行平滑处理点云自动分类9.保存模型关键点，导出为*.xyz文件以便生成DEM保存宏命令，以便可以对载入点或选择点进行批处理。点云手动分类O 在完成点云自动分类处理后，可应用tscan提供的一系列点分类工具对自动分类不理想的地方进行进一步的手工编辑处理，从而可得到一个较精确的地面模型。点云手动分类O 通过正面显示结合线上分类工具或线下分类工具去除一些自动分类没有去除的点。点云手动分类O 可以看出自动分类未剔除的明显高于地面的点已经基本剔除。O 同时观察到没有明显低于地面的点点云手动分类O 对于一些没有剔除的小房子，如果有底图的话，可以用terraphoto相关功能关联底图，将这些建筑物剔除，类似下面的例子。创建地表模型O terramodeler可以从一些数据源中创建一个地表模型。根据不同的数据源可以使用以下三个方法。这里我们使用先前生成的*.xyz格式的坐标数据。创建地表模型O 利用查看功能可以看到模型信息创建地表模型O 等高线模型O view elevation功能可以跟踪显示鼠标所指位置的高程创建地表模型三角网创建地表模型O 数据导入到ARCGIS创建地表模型创建地表模型O TIN创建地表模型
