Algorithmes de classification
Menu: Analyse
La classification du nuage de points en classes prédéfinies est souvent l’un des traitements les plus importants à faire avec ce type de données. Les points peuvent être classifiés en 128 classes différentes, ce qui permet de segmenter, isoler ou filtrer les données ciblées et d’aider la visualisation et l’analyse. La classification peut se faire soit, de façon manuelle en sélectionnant les points avec l'outil de sélection et en les classifiant, ou de façon automatique en utilisant des algorithmes.
Plusieurs algorithmes permettant la classification automatique sont disponibles avec VisionLidar afin de faciliter ce travail. Même si la classification est automatique, chaque algorithme comporte une série de paramètres à régler, puisque chaque projet peut présenter un terrain différent et provenir d’un scanner différent. Parfois quelques essais sont nécessaires pour trouver la combinaison de paramètres idéale pour un projet. De ce fait, il est conseillé de limiter la détection par un petit rayon avant d’appliquer la détection sur le projet entier. Cette fonctionnalité est incluse dans chaque algorithme de classification sauf le calcul des normales.
Afin de fournir à l’utilisateur les meilleurs résultats de classification possibles, il est recommandé de suivre cet ordre pour la classification des points.
Il existe également deux autres processus qui permettent de classer plusieurs points à la fois:
Si des surfaces de sol ou de bâtiments ont été créées, il est possible de classer les points autour de ces Surfaces
Si des clusters ont été détectés, il est possible de sélectionner plusieurs clusters avec un filtre et de les classer dans une classe sélectionnée.