点云工具集概览

该点云工具集包含用于分类、管理和处理 LAS 格式点云数据的工具。 Esri 的专有地面和建筑物分类算法提供高质量结果，从而支持数字高程模型（DEM）生成和 3D 要素提取工作流程。 其他分类方法支持：

• 基于在地面或定制高程表面上方的高度对点分类。
• 使用点与点要素、线要素或面要素的邻近程度对点分类。
• 使用分类栅格，基于点叠加对点分类。

该工具集还包含深度学习工具，用以对点云中的目标分类并删除点云中的目标。 可以创建并部署为机载和地面雷达和摄影测量点云量身打造的定制解决方案。

此外，该工具集提供了用于执行以下数据管理操作的功能：

• 将较大的 LAS 文件划分为更高效的切片。
• 对点云进行稀疏化处理，以消除高密度点集合的热点，这些热点可能会降低性能并增加数据体积。
• 使用重叠影像为机载点云着色。

点云工具集中的工具

工具	描述
着色 LAS	将正射影像的颜色和近红外值应用于 LAS 点。
提取 LAS	通过 LAS 数据集或点云场景图层中的点云数据创建 LAS 文件。
稀疏化 LAS	创建新的 LAS 文件，其中包含来自输入 LAS 数据集的 LAS 点的子集。
切片 LAS	创建一组不重叠的 LAS 文件，按规则格网划分其水平范围。

分类工具集中的工具

工具	描述
更改 LAS 类代码	重新分配 .las 和 .zlas 文件的分类代码和标记。
分类 LAS 建筑物	用于对 LAS 格式点云数据中的建筑物进行分类。
按高度分类 LAS	基于距离地表的高度对激光雷达点进行重分类。
分类 LAS 地面点	LAS 数据中的地面点。
分类 LAS 噪点	将具有异常空间特征的 LAS 点分类为噪点。
分类 LAS 重叠	根据航测激光雷达测量的重叠扫描对 LAS 点进行分类。
使用要素设置 LAS 类代码	对与输入要素二维范围相交的 LAS 点进行分类。
使用栅格设置 LAS 类代码	使用栅格数据集中的像元值对 LAS 点进行分类。

分类（深度学习）工具集中的工具

工具	描述
使用训练模型对点云进行分类	使用深度学习模型对点云进行分类。
评估点云分类模型	使用分类良好的点云作为基线来评估一个或多个点云分类模型的质量，从而比较从每个模型获得的分类结果。
准备点云训练数据	用于生成相应数据，这些数据用于训练和验证点云分类模型。
训练点云分类模型	为点云分类训练深度学习模型。

转换工具集中的工具

工具	描述
LAS 数据集转 TIN	通过 LAS 数据集导出不规则三角网 (TIN)。
LAS 转多点	使用一个或多个激光雷达文件创建多点要素。

对象检测（深度学习）工具集中的工具

工具	描述
使用训练的模型从点云中检测对象	使用深度学习模型，检测在点云中捕捉到的对象。
准备点云对象检测训练数据	创建点云训练数据，以使用深度学习创建对象检测模型。
训练点云对象检测模型	使用深度学习训练点云的对象检测模型。