वर्गीकरण ही उंची आणि पॅटर्न विश्लेषणावर आधारित कच्च्या LiDAR बिंदूंना जमीन, वनस्पती आणि संरचना यांसारख्या उपयुक्त श्रेणींमध्ये वेगळे करण्याची प्रक्रिया आहे.

वर्गीकरणाशिवाय सॉफ्टवेअर जमिनीला वनस्पती किंवा इमारतींपासून वेगळे करू शकत नाही, ज्यामुळे अचूक भूप्रदेश मॉडेल आणि व्हॉल्यूम गणना अशक्य होते.

LAS हे वर्गीकृत आणि अवर्गीकृत 3D पॉइंट क्लाउड डेटा साठवण्यासाठी मानक बायनरी फॉरमॅट आहे, जे सर्व प्रमुख GIS आणि सर्वेक्षण सॉफ्टवेअरमध्ये वापरले जाते.

बहुतांश वर्गीकरण अल्गोरिदमद्वारे स्वयंचलित असते, परंतु इमारतींच्या कडा आणि गुंतागुंतीच्या भूप्रदेशावर त्रुटी सुधारण्यासाठी मॅन्युअल पुनरावलोकन आवश्यक असते.

हे केवळ जमिनीचे म्हणून वर्गीकृत केलेल्या बिंदूंपासून बनवलेले डिजिटल पृष्ठभाग आहे, जे वनस्पती आणि बांधकामे काढून टाकल्यानंतरची जमीन दर्शवते.

उंची थ्रेशोल्ड जमीन आणि कमी उंचीच्या वनस्पतींमधील कटऑफ ठरवतो, आणि तो अयोग्य सेट केल्यास असमान जमिनीवर चुकीचे वर्गीकरण होऊ शकते.

सामान्य वर्गांमध्ये जमीन, कमी वनस्पती, मध्यम वनस्पती, उंच वनस्पती, इमारती आणि वीजवाहिन्या किंवा पाणी यांचा समावेश होतो.

होय, चुकीचे वर्गीकृत बिंदू कंटूर रेषा, व्हॉल्यूम गणना आणि भूप्रदेश मॉडेल्स विकृत करू शकतात, म्हणून गुणवत्ता पुनरावलोकन अनिवार्य आहे.

हा एक प्रमुख ग्राउंड फिल्टरिंग अल्गोरिदम आहे जो त्रिकोणी पृष्ठभाग तयार करतो आणि सर्वात खालच्या सुसंगत बिंदूंना संभाव्य जमीन म्हणून ओळखतो.

प्रक्रियेचा वेळ क्षेत्राचा आकार आणि जमिनीच्या गुंतागुंतीवर अवलंबून असतो, परंतु स्वयंचलित आणि मॅन्युअल पुनरावलोकनामुळे प्रकल्पाला उच्च अचूकता मिळते.