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 imparer√† 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

Guarda il video
Scarica il ruleset e il progetto