Menu : Analyse / Objetc detection
Cette outil est seulement disponible dans les version Premium et Ultimate de VisionLidar.
Cette fonction permet à
l'utilisateur de détecter des
Normalement dans un nuage de points il y a quelque chose qui relie les points ensemble; ceci pourrait être le sol, le plancher d’un bâtiment ou les murs dans le cas d’un levé intérieur. S’il est possible d’isoler ces points du nuage de points, il sera possible de détecter des amas de points, c’est-à-dire des clusters de points. Ceci veut dire qu’il y aura quelques étapes à suivre avant de pouvoir détecter des clusters. L’utilisateur doit d’abord détecter les points du sol (ou les points du plancher - ou les points du mur - ou autre), envoyer ces points vers une classe spécifique et cacher ces points en décochant la classe en question dans la liste des classes. En ouvrant l’outil “Clusters”, l’utilisateur obtient une suggestion de cacher la classe sol. Une fois que les points “liants” sont cachés, il devrait y avoir des clusters de points. Ce sont ces amas qui seront détectés par la fonction.
Une fois les clusters détectés, il est possible de les dessiner dans la fenêtre principale, de les filtrer et d'exporter leur boite de confinement de façon vectoriel en DXF, Shapefile et autre.objets similaires dans un nuage de points. D’autant plus elle tente d'en trouver la meilleure forme et de les comparer à un nuage de points de référence ou à un maillage. Le résultat est une liste d'objets détectés affichant leur pourcentage de compatibilité.
La détection se fait en plusieurs étapes:
- La première étape consiste à spécifier le modèle. Un fichier peut soit être téléchargé ou le modèle peut être sélectionné à l'écran.
Les modèles chargeables sont au format de fichier Osg, Osgb, Pcd, Obj ou Ply.
Quant à l'option "À partir de l'écran", l’objet doit d’abord être isolé par une clôture.
- Par la suite, l'objet peut être "Afficher" puis éditer afin de correspondre aux besoins de l'utilisateur.
- Enfin, "Détecter similaire" lancera la détection avec les paramètres spécifiés, remplissant le tableau ci-dessous avec chaque nouvel objet détecté et les réorganisant par pourcentage de correspondance.
Comme les clusters, l'objet détecté peut être dessiné, ce qui dessinera tous les points de l'objet détecté. Il est également possible de dessiner les points du modèle qui ont servi à la détection de l'objet, permettant de voir la différence entre les deux objets.
