Laserscanning produziert enorme Datenmengen. Die Herausforderung dabei ist um effizient hieraus Informationen abzuleiten. Der erste Schritt dabei ist die Klassifikation der Punktwolken.
Es gibt mehrere Ansätze hierfür. Ich habe unter dem Namen HaiClass eine Software entwickelt die mittels Machine Learning aus einem manuell oder halbautomatisch klassifizierten Datensatz ein Klassifikationsmodell trainiert. Dieses Modell wird dann für die Klassifikation von anderen Datensätzen verwendet (Inference).
Der HaiClass Ansatz
- liefert gute Ergebnisse
- ist geeignet für statisch, mobil und aus der Luft gescannten Punktwolken
- ist schnell (komplett in C++ geschrieben)
- läuft auf der CPU und braucht damit keine teure GPU
- kann ohne komplizierte Installation sowohl unter Windows als auch unter Linux verwendet werden
- Ist durch eine grafische Benutzeroberfläche unter Windows einfach zu benutzen
- verwendet LAS/LAZ als Eingabe- und Ausgabeformat
Ich habe Trainingsdatensätze und Klassifikationsmodelle für Mobile Mapping auf der Straße, statische, mobile und airborne Scans von der Schiene, und allgemeine Laseraltimetrie.
Ein Gedanke zu “Klassifikation von Punktwolken”