Pieni piste – pistepilvien molekyyli

Kirjoittaja: Tom Steffansson

Pistepilvien tuotannossa käytetään suureellisia termejä. Laserkeilaushanke, keilausprojekti, pistepilvi, keilausdata jne. Tietysti näin. Suuren tietomäärän vuoksi pienikin pistepilviprojekti on tavallaan iso. Pienissäkin aineistoissa lähdetään liikkeelle miljoonista pisteistä ja isoissa pyöritään miljardeissa. Isot kokonaisuudet pyörivät mielessä. Pienet purot yhtyvät suureksi joeksi, mutta pienikin puro muodostuu yksittäisistä vesimolekyyleistä, ja nekin voidaan pilkkoa osiin. Niin voidaan pistepilven molekyylikin, yksi pieni piste, jonka koostumus voi vaihdella paljon verrattuna H2O-molekyylin muutamaan atomiin. Tuleeko pistepilviaineistojen käyttäjille koskaan mieleen tutustua tarkemmin yhteen pikkuruiseen pisteeseen, joka on miljoonien samankaltaistensa joukossa? Sen sisältämä moninainen ominaisuustieto saattaa yllättää. Perinteisessä mittauksessa standardin maineen saanut GT-formaatti kalpenee attribuuttikenttiensä puolesta verrattuna laserkeilauksen yleisimpien formaattien, kuten LAS ja LAZ, tukemiin attribuutteihin.

Tarkastellaan aihetta käytännöllisesti.

Liikkuvilla laitteilla tuotetut pistepilvet sisältävät yleisesti tiettyjä vakioattribuutteja kuten aikaleiman, intensiteetin, kaiun numeron ja kaikujen lukumäärän, peilikulman sekä keilannumeron. Jotkut sensorijärjestelmät saattavat tuottaa attribuutteja, jotka ovat käytössä vain sen omassa post-prosessointi ohjelmistossa.

Jotta tämä ei olisi liian yksinkertaista, pikkuruinen piste saa jatkokäsittelyssä lisää kuormaa kannettavakseen. Laskenta-algoritmit tuottavat eri luokittelutarkoituksiin uusia arvoja pisteille, joita voidaan jatkoprosessoinnissa hyödyntää. Esimerkiksi saadaan fotogrammetrisen pistepilven käsittelyssä luotettavampi maanpinta. Tunnelin lattia-, seinä- ja kattopinnat luokittuvat paremmin. Yksittäisten objektien manuaalinen luokittelu nopeutuu ryhmänumeroinnin ansiosta, muutamia esimerkkejä mainitakseni.

Tarkastellaan Terrasolidin TerraScan-sovelluksen roolia aiheessa olennaisilta osilta:

TerraScan-sovelluksen rooli ja attribuutit

TerraScanin tavalla tai toisella tukemat attribuutit ovat alla listattuna. Lihavoitettuna ovat  attribuutit, joita vain TerraScanin Fast Binary Format (FBI) tukee verrattuna ns. standardeihin formaatteihin.

  • pisteluokka
  • lentoratanumero
  • aikaleima
  • kaikutyyppi
  • intensiteetti
  • Rieglin extra-bitti: pulssin muotovaihtelu, heijastavuus, kaiun pituus, kaiun poikkeavuus
  • RGB-värit
  • HSV-värit
  • keilauskulma pystysuorasta
  • kaiun numero
  • skannerin numero
  • kaiun pituus
  • kaiun sijainti
  • peilikulma
  • käyttäjän data
  • etäisyys esim. maanpintaan tai vektorielementtiin (muodostuu käsittelyssä)
  • ryhmänumero (muodostuu käsittelyssä)
  • pisteen värjänneen kuvan numero (muodostuu käsittelyssä)
  • normaalivektori (muodostuu käsittelyssä)
  • kasvillisuusindeksi (muodostuu käsittelyssä)

Käyn läpi eräitä yleisimpiä attribuutteja, joita esiintyy lähtödatassa ja joita syntyy prosessoinnin tuotteena normaalissa prosessointityöskentelyssä, jossa melko rutiininomaisesti tuotetaan hyviä ja toimivia lopputuotteita, menemättä käsittelyssä aivan äärimmäisyyteen. Äärimmäisyydellä tarkoitan sitä, että otetaan olemassa olevasta ja lasketusta tiedosta kaikki mahdollinen irti, haluttaessa automaattisesti niin hyvä lopputulos kuin mahdollista.

Aikaleima

Tallentuu ilma- ja mobiili- ja käsikeilauksessa laserpisteille sekä lento-, ajo- ja kävelyradoille. Aikaleimaa käytetään mm. ratanumeron päättelyssä laserpisteille. Aikajärjestelmä yleensä standardi GPS-aika tai GPS-viikkoaika. Aikaleimat voidaan konvertoida toiseen aikajärjestelmään.

Kaikutyyppi

Yksi ammuttu lasersäde voi antaa useita heijastumia takaisin. Osa säteestä osuu esim. puun lehvästön ensimmäiseen pintaan (First echo). Osa säteestä, koska säteen footprintti leviää ilmakehän molekyylien takia, jatkaa matkaa ja heijastuu edelleen lehvästön pinnasta (Intermediate echo) (näitä osumia voi skannerista riippuen tallentua useampiakin). Viimeinen heijastuma (Last echo) on todennäköinen maanpinta tai voi myös olla kohde maanpinnan yläpuolella, josta säde ei enää jatku eteenpäin. Tiheä lehvästö voi antaa vain yhden heijastuman (Only echo). Kaikutiedolla voidaan luokitella potentiaaliset maanpinnan osumat ennen lopullista maanpinnan luokittelua. Potentiaalisia maanpinnan osumia ovat luonnollisesti Last of many ja Only echo -kaiut. Intermediate kaiut ovat First ja Last of Many kaikujen välissä.

Yhdestä laserpulssista palautuneet heijastumat ylä- ja leikkausnäkymässä.

 

Etäisyys esim. maanpintaan tai vektorielementtiin

Aikaisemmin maanpinnan yläpuoliset pisteet suhteellisella korkeudella maanpinnasta luokiteltiin vertaamalla pisteiden pystysuoria etäisyyksiä maanpinnan pintamalliin. Uudemmassa vastaavassa luokittelussa pisteille lasketaan ensin pystysuora etäisyysattribuutti. Tämän jälkeen maanpinnan yläpuoliset pisteet luokitellaan etäisyydellä maanpinnasta tuon attribuuttitiedon avulla. Tyypillisesti matala-, keskikorkea ja korkea kasvillisuus. Etäisyys voidaan laskea myös muilla periaatteilla. Esimerkiksi 3D-etäisyys vektorielementtiin kuten ilmajohtoihin.

Etäisyysvärjäys pisteillä maan pinnasta, joka on samalla värjätty intensiteettiarvoilla.

 

Ryhmänumero

TerraScan määrittää ryhmänumerot erillisille pistepilvimuodostumille, kuten kadun kalusteille, rakennusten pinnoille, muille objekteille ja puustolle. Tämä auttaa mainittujen kohteiden automaattiluokittelussa ja nopeuttaa myös objektien manuaalista luokittelua. Osoittamalla esim. liikennemerkin yhtä pistettä, kaikki kyseisen liikennemerkin pisteet luokittuvat liikennemerkkiluokkaan. Olettaen tietysti, että ryhmänumeroiden määrittelyssä tietyn objektin pisteille toiminto on päätellyt saman ryhmänumeron. Ryhmiä voidaan yhdistellä ja tuhota.

Ryhmävärjäyksellä yksittäiset kalusteet ja puusto erottuvat kukin omana ryhmänä.

 

Pisteen värjänneen kuvan numero

Pisteen värjäyksessä käytetyn kuvan numero vihreällä kuullotetussa sarakkeessa.

 

Normaalivektori

Arvo, joka kuvaa pinnasta kohtisuoraan lähtevän vektorin suuntaa. Ohjelma hyödyntää sitä eri rakenteiden pintojen luokittelussa. Käytetään mobiilikeilattujen tienpintojen uraisuuden ja muiden epämuodostumien kohtien analysointiin. Alla olevassa kuvassa kattopintojen pisteillä normaalivektorivärjäys. Esim. automaattisesti vektoroitujen rakennusten tarkastamisessa operaattori ymmärtää paremmin top-näkymässä katon muodot.

Interaktiivisessa työskentelyssä rakennuksen kattojen osat erottuvat selkeästi.

 

Kasvillisuusindeksi

Tallentuu etäisyys-attribuutiksi, kuten esimerkiksi maanpinnan yläpuolisten pisteiden kohtisuorat etäisyydet maanpintaan. Kasvillisuusindeksin avulla saadaan erityisesti fotogrammetristen pistepilvien maanpinnan luokittelussa luotettavampi lopputulos. Pistepilvi voidaan värjätä kasvillisuusindeksillä. TerraScan voi määrittää kymmenen värikanavaa joka pisteelle. Mikäli kuvilla on myös infrapunavärit, tällöin niillä on neljä värikanavaa: R G B NIR. Infrapunakanavan avulla saadaan luotettavimmat kasvillisuusindeksiarvot.

Kasvillisuusindeksillä värjätyt pisteet. Vihreä väri ei potentiaalista maanpintaa.

Katsotaan mitä standardiattribuutteja eri sensorijärjestelmät normaalisti tallentavat loppuprosessointiin exportattaville pisteille ja mitä syntyy lisää TerraScanin käsittelyssä.

Ilmakeilauksen pisteillä on tyypillisesti seuraavat alkuperäiset attribuutit:

  • XYZ
  • aikaleima
  • kaikutiedot
  • intensiteetti
  • peilikulma

Jatkokäsittelyssä pisteelle syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • RGB-värit, jos ilmakuvat käytettävissä
  • lentoratanumero
  • pisteiden etäisyys maanpintaan tai muuhun kohteeseen
  • kasvillisuusindeksi
  • normaalivektori
  • ryhmänumero

Käsikeilauksen pisteillä on tyypillisesti seuraavia attribuutteja:

  • XYX
  • aikaleima
  • intensiteetti
  • RGB-värit, jos keilain varustettu kameralla

Jatkokäsittelyssä pisteelle syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • kävelyratanumero
  • pisteiden etäisyys maanpintaan tai muuhun kohteeseen
  • normaalivektori
  • ryhmänumero

Fotogrammetrisilla pisteillä on tyypillisesti seuraavat attribuutit:

  • XYX
  • RGB-värit

Jatkokäsittelyssä pisteelle syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • pisteiden etäisyys maanpintaan tai muuhun kohteeseen
  • kasvillisuusindeksi
  • normaalivektori
  • ryhmänumero

Maakeilauksen pisteillä on tyypillisesti seuraavat attribuutit:

  • XYZ
  • intensiteetti
  • RGB-värit, jos keilain varustettu kameralla

Jatkokäsittelyssä pisteille syntyy mm. seuraavia attribuutteja

  • luokittelun tuloksena pisteluokkanumero
  • keilausaseman numero, voi tulla laitteesta riippuen automaattisesti
  • normaalivektori
  • ryhmänumero

Eri menetelmillä tuotettujen pistepilvien sisältämiä attribuutteja voidaan käyttää sellaisenaan hyväksi ja uusien tietojen laskemiseen. Näitä taas voidaan edelleen käyttää luokittelussa parantamaan lopputulosta ja helpottamaan lopputuotteiden prosessointia. Attribuuttien perusteella pisteiden värjääminen auttaa paremmin havainnollistamaan pistepilveä interaktiivisessa työskentelyssä.

Yksittäisen laserpisteen sisältämä tietomäärä on verrattaen suuri. XYZ-koordinaatit ovat vain osa siitä tiedosta mitä tarvitaan prosessoitaessa aineistoa lopputuotteiden tuottamista varten. Minullakin on vielä aukkoja attribuuttitietämisessä, vaikka olen ollut pistepilvien kanssa tekemisessä yli kaksikymmentä vuotta. Kun saatte pistepilviainestoa, olkaa uteliaita. Katsokaa mitä se sisältää ja ottakaa siitä kaikki hyöty irti.

Vastaa