Home Blog Simpleng Paliwanag sa LiDAR Point Cloud Classification

Simpleng Paliwanag sa LiDAR Point Cloud Classification

🧮 3  |  🟢 3
25 Jan 2026 Trishunya Team
Simpleng Paliwanag sa LiDAR Point Cloud Classification
Drone LiDAR · Pagpoproseso ng Point Cloud

Simpleng Paliwanag sa LiDAR Point Cloud Classification

📅 25 Jan 2026 ⏱️ 3 minutong pagbasa 🏷️ Point Cloud TI Trishunya India

Ang isang hilaw (raw) na LiDAR point cloud ay binubuo lamang ng milyun-milyong tuldok sa 3D space, kung saan ang bawat tuldok ay may coordinates lamang na X, Y, Z at walang impormasyon kung ano ang kinakatawan nito. Ang klasipikasyon (Classification) ang mahalagang proseso na nagpapalit sa magulong data na ito upang maging kapaki-pakinabang na kategoryang pang-inhinyero: lupa, halaman, gusali, linya ng kuryente, at iba pang estruktura.

Kung walang tamang klasipikasyon, ang point cloud ay halos walang silbi para sa gawaing pang-inhinyero. Hindi makakabuo ang software ng digital terrain model (DTM), hindi makakalkula ang volume ng lupa, o makakagawa ng contour lines hangga't hindi natutukoy nang tumpak kung aling mga tuldok ang tunay na lupa.

Klasipikasyon ng LiDAR point cloud lupa halaman gusali
Inaayos ng proseso ng klasipikasyon ang mga hilaw na puntos ng LiDAR sa mga kategorya ng lupa, halaman, at estruktura.
Milyun-milyon
Hilaw na puntos kada survey
5-8
Pangunahing kategorya ng klasipikasyon
Awtomatiko+Mano-mano
Karaniwang daloy ng trabaho

Panoorin ang Live na Proseso ng Klasipikasyon

Simulasyon ng Pag-scan sa Klasipikasyon

Kinikilala ng scanning algorithm ang mga hilaw na puting tuldok at kinukulayan ang mga ito ayon sa klase ng lupa, halaman, at gusali.
Ang tunay na klasipikasyon ay nakabatay sa taas, bilang ng pagbalik, at lakas ng signal, hindi lamang sa lokasyon.

Subukang Magklasipika ng mga Puntos Mismo

Pagsasanay sa Pag-uuri ng mga Puntos

I-click ang bawat may kulay na tuldok at italaga ito bilang lupa, halaman, o gusali upang ihambing ang iyong pasya sa algorithm.
Lupa (Ground) Halaman (Vegetation) Gusali (Structure)
Mag-click sa anumang tuldok upang magsimula.

I-adjust ang Height Threshold ng Lupa

Filter ng Height Threshold

I-drag ang slider upang baguhin ang cutoff sa taas at obserbahan kung paano nagbabago ang paghihiwalay ng lupa at mababang damo.
30 cm threshold

Paano Talaga Gumagana ang Klasipikasyon

1

Pag-load ng hilaw na data

Ang hindi pa nakaklasipikang point cloud ay ipinapasok taglay ang 3D coordinates, intensity, at return number.

2

Algorithm sa pag-filter ng lupa

Ang mga advanced algorithm tulad ng Progressive TIN densification ang tumutukoy sa pinakamababang tuloy-tuloy na surface bilang lupa.

3

Kalkulasyon ng taas mula sa lupa

Kinakalkula ang tumpak na patayong taas ng bawat natitirang punto kaugnay sa natukoy na surface ng lupa.

4

Pagtatalaga ng kategorya

Ipinapangkat ang mga punto sa mga antas ng taas ng halaman, bakas ng gusali, o iba pang klase ayon sa geometry.

5

Mano-manong pagsusuri sa kalidad

Sinusuri at itinatama ng ekspertong inhinyero ang mga maling puntos, lalo na sa gilid ng mga gusali at matatarik na dalisdis.

Gumagamit ang karaniwang LiDAR classification schemes ng numeric codes ayon sa LAS file format: Class 2 para sa Lupa (Ground), Class 3 hanggang 5 para sa mababa, katamtaman, at mataas na halaman, at Class 6 para sa mga Gusali.

Ang point cloud na walang klasipikasyon ay ingay lamang na may coordinates. Ang klasipikasyon ang nagpapalit dito upang maging tunay na mapa ng inhinyero.

Bakit Mahalaga ang Hakbang na Ito sa Iyong Proyekto

Ang tumpak na klasipikasyon ang nagtatakda sa kalidad ng lahat ng deliverables, mula sa contour maps hanggang sa pagkalkula ng volume ng lupa. Pinagsasama ng aming drone survey team ang automated processing at expert manual review sa bawat proyektong LiDAR scan.

Kailangan mo ba ng tumpak at nakaklasipikang data ng LiDAR?

Ipaalam sa amin ang detalye ng iyong proyekto at ipaliliwanag namin ang aming proseso sa klasipikasyon at pagsiguro sa kalidad.

Mga Madalas Itanong (FAQ)

Ito ang proseso ng pag-uuri sa mga hilaw na 3D laser points sa mga kategorya tulad ng lupa, halaman, at mga gusali batay sa taas at geometric analysis.

Kung walang klasipikasyon, hindi maihihiwalay ng software ang lupa mula sa mga puno o gusali, kaya imposibleng makagawa ng DTM o makalkula ang volume.

Ang LAS ay ang international standard binary format para sa pag-iimbak ng 3D point cloud data na may classification codes para sa GIS at CAD.

Karamihan ay ginagawa ng mga algorithm, ngunit kailangan pa rin ang manual review ng eksperto upang itama ang mga gilid ng gusali at matatarik na lugar.

Ito ang digital terrain surface na gawa lamang mula sa mga puntos ng lupa, kung saan tinanggal ang lahat ng halaman at gusali.

Itinatakda nito ang hangganan sa pagitan ng lupa at mababang damo; ang maling setting ay maaaring magdulot ng maling klasipikasyon sa baku-bakong lupa.

Lupa, mababang halaman, katamtamang halaman, mataas na halaman, gusali, linya ng kuryente, at anyong tubig.

Oo, sinisira nito ang contour lines at volume calculations, kaya napakahalaga ng quality review.

Ito ay isang standard ground filtering algorithm na gumagawa ng triangular meshes upang tukuyin ang pinakamababang puntos bilang lupa.

Depende sa lawak ng lugar at kapal ng halaman, ngunit ang pinagsamang awtomasyon at manual review ay nagbibigay ng pinakamataas na katumpakan.

Back to all articles