Page Comparison

Cette fonction permet à l'utilisateur de détecter des grappes de points proches rapprochés les uns des autres et de les regrouper en grappes de points.

Normalement, dans un nuage de points, il y a quelque chose qui relie les points entre eux - cela pourrait être  les points sont reliés par quelque chose, soit par exemple, le sol, le sol ou les murs dans le cas d'un scan de bâtiment . Si nous pouvons isoler les murs ou le plancher. En isolant ces points du nuage de points, il sera possible de détecter des groupes de points. Cela signifie qu'il Il y a quelques étapes à suivre avant de pouvoir détecter des clusters. L'utilisateur doit d'abord détecter les points au sol (ou les points au sol mur - ou les points au murplancher), envoyer les points à une classe spécifique et masquer ces points en les décochant dans la liste des classes. Une fois ces points cachés, il devrait y avoir des groupes de points non connectés. Ce sont les objets qui seront détectés avec cette fonction.

Cacher le sol met l'accent sur des groupes de points. Par exemple; , les voitures, les panneaux de signalisation, les poteaux électriques, les arbres, les gens, les bâtiments sont tous des objets qui peuvent être distingués une fois le sol caché.

La documentation de cet outil est divisée en différentes catégories distinctes :

• Bibliothèque de clusters: décider où placer la bibliothèque de cluster endroit que l’utilisateur choisi pour stocker les clusters
• Paramètres de détection: explications des différents paramètres de détection
• Utilisation de l'outil de clusterisation: comment exécuter correctement une détection de cluster
• Catégories et filtres de cluster: comment filtrer correctement les clusters et créer des catégories de cluster
• Classification des clusters par type: utilisation de l'outil cluster pour classer les clustersclasser ces derniers