Questo video mostra i risultati di un’analisi di eCognition Developer di una nuvola di punti lidar aerea. L’obiettivo era quello di sviluppare un set di regole trasferibile, robusto e semplice per delineare i singoli alberi ed estrarne le rispettive altezze, punti centrali e diametro della chioma.
Questo progetto di Christian Weise dimostra il potere di eCognition per estrarre le chiome degli alberi, le posizioni degli alberi e le altezze degli alberi utilizzando i dati LiDAR in combinazione con i dati dell’immagine (RGBNir). L’utente imparerà come rasterizzare le nuvole di punti, riempire le lacune nei livelli di elevazione, creare singoli oggetti dell’albero utilizzando l’elevazione e le informazioni spettrali e come convertire gli oggetti in informazioni vettoriali 3D per visualizzare le posizioni degli alberi, i tronchi d’albero e i diametri delle chiome degli alberi.
Algoritmi importanti utilizzati in questo progetto:
- asterize point cloud
- pixel filter 2D (openCV, prototype)
- fill pixel values
- NDSM layer calculation
- watershed segmentation
- convert image objects to vector objects
- vector buffering/shrinking
- create thematic vector object