Ryhmät & uudet mahdollisuudet

HTML
DOWNLOAD

Koko: px

Aloita esitys sivulta:

Download "Ryhmät & uudet mahdollisuudet"

Tarja Jurkka
7 vuotta sitten
Katselukertoja:

1 Ryhmät & uudet mahdollisuudet Arttu Soininen

2 Uudet mahdollisuudet ryhmien avulla Parempi maanpinnan yläpuolisten kohteiden luokittelu Maanpäällisten kohteiden luokittelu toimii hyvin myös fotogrammetrisen datan kanssa Mobiilidatan sovitus ilmasta kerättyyn pylväiden avulla Puulajin tunnistaminen multispektridatan avulla Puiden listaaminen / puutietokannan luonti Pylväiden vektorointi

3 Luokittelu ryhmien avulla Mitä hyötyä? Parempi automaattinen luokittelu maanpinnan yläpuolisista kohteista Nopeampi manuaalinen luokittelu maanpinnan yläpuolisista kohteista

4 Luokittelu ryhmien avulla Aja ryhmien muodostus maanpinnan yläpuollella oleville pisteille Tavoite: jokaisesta kohteesta tulee oma ryhmänsä Ohjelma tallettaa jokaiselle pisteelle ryhmänumeron FastBinary muotoon Manuaalinen ja automaattinen luokittelu toimii kohdetasolla

Assign groups Muodostaa ryhmiä valituissa luokissa olevista pisteistä Tyypillisesti korkea kasvillisuus tai keskikorkea+korkea kasvillisuus Voi käyttää neljää eri ryhmittelymenetelmää: Group by

5 Assign groups Muodostaa ryhmiä valituissa luokissa olevista pisteistä Tyypillisesti korkea kasvillisuus tai keskikorkea+korkea kasvillisuus Voi käyttää neljää eri ryhmittelymenetelmää: Group by selected polygons tekee yhden ryhmän jokaisen 2D monikulmion sisälle Group planar surfaces etsii tarpeeksi suuria tasomaisia ryhmiä kuten katto- ja seinäpinnat Group by tree logic muodostaa ryhmän paikallisen korkeimman pisteen alapuolelta Group by density ryhmittelee toisiaan lähellä olevat pisteet

Classify Groups / By best match Ohjelma voi testata monella tunnistusrutiinilla kuinka hyvin ryhmä vastaa eri tyyppisiä kohteita Luokittelee ryhmän parhaan vastaavuuden antavaan luokkaan Esimerkki

6 Classify Groups / By best match Ohjelma voi testata monella tunnistusrutiinilla kuinka hyvin ryhmä vastaa eri tyyppisiä kohteita Luokittelee ryhmän parhaan vastaavuuden antavaan luokkaan Esimerkki tunnistusrutiinit antavat ryhmälle: Katto 0% vastaavuus Kattorakenne 0% vastaavuus Seinä 0% vastaavuus Seinärakenne 0% vastaavuus Puu 77% vastaavuus Pylväs 42% vastaavuus Kasvillisuus 58% vastaavuus Auto 0% vastaavuus

7 Ilmalaserdatan käsittelyaskeleet Luokittele maanpinta Luokittele ilmajohdot (valinnainen) Laske Compute distance toiminnolla kunkin pisteen korkeus maanpinnasta Luokittele keskikorkea kasvillisuus Classify / By distance toiminnolla Luokittele korkea kasvillisuus Classify / By distance toiminnolla Laske normaalivektorit Tools / Compute normal vectors toiminnolla Ryhmittele pisteet Group / Assign groups toiminnolla Luokittele ryhmät Group / Classify / By best match ja muilla ryhmien luokittelutoiminnoilla

pisteryhmä osuu parhaiten toisen ajo/lentolinjan pisteryhmän kanssa yhteen

8 Mobiilidatan sovitus pylväillä TerraMatch osaa hakea sijainnin parannuksen tarvittavia havaintoja laskemalla minkälaisella xyz siirrolla mobiilidatan pisteryhmä osuu parhaiten toisen ajo/lentolinjan pisteryhmän kanssa yhteen Mahdollistaa automaattisen mobiilidatan xy sovituksen ilmasta kerättyyn dataa esim. rautatiekohteessa

Laser & R+G+B+NIR kuvat Mahdollistaa puiden luokittelun 2-4 eri lajiin

9 Puulajien tunnistus Vaatii multispektridataa: Optech Titan keilaimessa 3 eri aallonpituuslaseria Fotogrammetrinen pistepilvi R+G+NIR kuvista Laser & R+G+B+NIR kuvat Mahdollistaa puiden luokittelun 2-4 eri lajiin / kategoriaan Voi ajaa yksittäisten puiden tai metsäpalstojen tasolla

tyyppiset kohteet parhaiten toisistaan Työkalu vaatii että käyttäjä luokittelee

10 Group / Test parameters Ohjelma laskee tilastollisia parametreja kullekin ryhmälle (=puu/palsta) Test parameters löytää mitkä parametrit erottelevat eri tyyppiset kohteet parhaiten toisistaan Työkalu vaatii että käyttäjä luokittelee ensin esimerkkejä Käyttäjä voi sitten opettaa ohjelman tunnistamaan eri tyyppisiä kohteita

11 Classify Groups / By parameters Luokittelee ryhmiä tilastollisten parametrien mukaan Käyttäjän pitää luoda parametritiedosto Group / Test parameters toiminnolla

Puutietokannan luonti Ryhmittelyn kautta ohjelma tietää mitkä pisteet kuuluvat samaan puuhun Kullekin puulle voi laskea: Puun korkeus maanpinnasta Lehvästön leveys Pistejoukon keski xy sijainti eli

12 Puutietokannan luonti Ryhmittelyn kautta ohjelma tietää mitkä pisteet kuuluvat samaan puuhun Kullekin puulle voi laskea: Puun korkeus maanpinnasta Lehvästön leveys Pistejoukon keski xy sijainti eli arvio puun rungon xy sijainnista Maanpinnan z Kuvien avulla voi tehdä puulajitunnistusta Näillä tiedoilla voidaan luoda kaupungin puutietokannan perustieto Lähtötietona voi olla: Ilmalaser ja Street View kuvat Ilmalaser ja viistokuvat ilmasta Ilmalaser ja mobiilikuvat Tulevaisuus: mobiililaser Tulevaisuus: mobiililaser ja kuvat

13 Create Tree Cells Luo puusoluja aidan/monikulmioiden sisällä olevista ryhmistä Ryhmän luokittelu määrää puulajin Ohjelma laskee puun keskipisteen, maanpinnan korkeustason, puun korkeuden ja lehvästön leveyden Modify Tree Cells työkalulla voi tarkistaa luodut puusolut yksi kerrallaan

Automaattiset näkymät listasta valittuun puuhun

14 Modify Tree Cells Löytyneiden puiden visuaaliseen tarkistamiseen Organisoitu lista tarkistusta varten Automaattiset näkymät listasta valittuun puuhun Käyttäjä tarkistaa, muuttaa ja täydentää tietoja tarvittaessa

15 Output Tree Cells Kirjoittaa tabulaattorein erotellun listauksen puista Tekstitiedosto soveltuu tietokantaan siirrettäväksi Tilia vulgaris Tilia vulgaris Tilia vulgaris Betula pendula Picea abies Picea abies Tilia vulgaris Tilia vulgaris

Pylväiden vektorointi Automaattinen vakiomuotoisten pylväiden haku ja vektorointi Käyttäjä luo pylvästyypin antamalla: esimerkin pylvään tuottamasta pisteryhmästä vektorisolun joka pylvään

16 Pylväiden vektorointi Automaattinen vakiomuotoisten pylväiden haku ja vektorointi Käyttäjä luo pylvästyypin antamalla: esimerkin pylvään tuottamasta pisteryhmästä vektorisolun joka pylvään kohdalle sijoitetaan Ohjelma vertaa datassa olevia pisteryhmiä pylväskirjastossa oleviin esimerkkiryhmiin Jos löytyy hyvä vastaavuus, ohjelma luokittelee pisteet ja sijoittaa vektorisolun paikalle

17 Pylväiden vektorointi

Samankaltaiset tiedostot

TERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki

www.terrasolid.com TERRASOLID Terrasolidin ratkaisut UAVkartoitussovelluksiin Kimmo Soukki 20.9.2018 SOLUTIONS FOR DATA CAPTURE Terrasolid UAV Tekniikoista Terrasolid tuotteet Fotopistepilvet UAV LiDAR