LiDAR点群分類の仕組みを分かりやすく解説
未処理の生（Raw）LiDAR点群は、三次元空間に浮かぶ数百万の点の集合体にすぎず、それぞれの点がX、Y、Z座標を持つだけで、それが何を表しているかの情報はありません。点群分類（Classification）とは、この無秩序なデータ群を地表、植生、建物、送電線などの意味のある属性カテゴリへと整理・分類する不可欠な工程です。
適切な点群分類を行わない限り、点群データは土木・建設エンジニアリング業務で役立ちません。ソフトウェアがどの点が実際の地表面であるかを正確に判別できて初めて、数値地形モデル（DTM）の作成、土量計算、等高線図の生成が可能になります。
点群分類のプロセスを視覚的に体験
リアルタイム分類スキャンシミュレーション
点群の手動分類に挑戦してみよう
点群分類インタラクティブ演習
地表面フィルタリングの標高閾値を調整
標高閾値フィルター
点群分類の実際の処理ステップ
生点群データのインポート
未分類の点群を読み込みます。各点には三次元座標、反射強度、リターン番号が付与されています。
グラウンドフィルタリング処理
プログレッシブTIN密度化などの高度なアルゴリズムを用い、空間内で最も低い連続面を地表面として抽出します。
地表面からの相対高差算出
抽出された地表面モデルを基準として、残りのすべての点について地表からの垂直比高を算出します。
カテゴリ・クラスの割り当て
比高の範囲や幾何学的パターンに基づき、低・中・高植生層、建物形状、その他の構造物へ自動分類します。
専門技術者による目視検査と修正
建物のエッジ部や急傾斜地など、アルゴリズムで誤判定されやすい境界箇所のデータを手動で精査・修正します。
標準的なLiDAR分類スキームでは国際規格のLASファイル形式に準拠したクラス番号が用いられます。一般的にClass 2が地表面（Ground）、Class 3〜5が低・中・高植生、Class 6が建物を表します。
分類されていない点群は座標を持った単なるノイズにすぎません。分類を行うことで初めて、それは真の地図・図面となります。
なぜこの工程が測量・建設プロジェクトで重要なのか
精度の高い点群分類は、等高線図の作成から盛土・切土の土量計算に至るまで、すべての成果物の品質を左右します。当社の drone survey チームは、各 LiDAR scan プロジェクトにおいて高度な自動処理と熟練技術者による手動確認を徹底し、確かな品質を保証しています。
高精度に分類されたLiDARデータをお探しですか？
プロジェクトの概要をお知らせいただければ、最適な分類ワークフローと品質保証手順をご案内いたします。
よくあるご質問（FAQ）
三次元レーザー計測で得られた無数の点群データを、標高や反射特性の解析によって地表面、植生、人工構造物などの意味ある属性に分類する作業です。
分類を行わないと地表面と樹木や建物が混在してしまい、正確なグラウンドモデル（DTM）の作成や土量計算が不可能になるためです。
LASは三次元点群データを記録・交換するための国際標準バイナリ形式であり、分類コードを保持したままGISやCADソフトで利用できます。
大部分はフィルタリングアルゴリズムにより自動処理されますが、構造物の境界や急傾斜部での誤判定を防ぐため、技術者による目視点検・修正が不可欠です。
樹木や建物を除外し、地表面として分類された点のみから構築されたデジタル地表面モデルのことです。
地表面と下草などの低植生を分ける境界値であり、設定値が不適切だと微地形が削られたり草が地表面として残る原因となります。
主に地表面、低植生、中植生、高植生、建物、電線、水面などが挙げられます。
等高線の歪みや土量計算の誤差、設計図面の不整合を引き起こすため、厳格な品質管理が極めて重要です。
不規則三角網（TIN）を反復生成しながら、幾何学的条件を満たす最下層の点を順次地表面として組み込んでいく代表的な地盤抽出アルゴリズムです。
対象面積や地形の複雑さによって異なりますが、自動計算と丁寧な手動検査を組み合わせることで、確実な精度を短納期で実現します。
こちらの窓口は業務案件・プロジェクト専用です。採用や研修のお問い合わせはご遠慮ください。