• BLOG
  • PODCAST
  • VIDEO
  • E-BOOK
  • INFO
  • LAVORI
  • SUPPORTAMI
  • AMICI
    • FINANZIATORI
    • PARTNER
  • POSIZIONE APERTA

PULIRE UNA NUVOLA DI PUNTI IN CLOUD COMPARE

13 Luglio 2018
Immagine che rappresenta la pulizia di una nuvola di punti in cloud compare

In questo articolo ti dico come faccio a pulire una nuvola di punti usando il software open source Cloud Compare.

PULIRE UNA NUVOLA DI PUNTI

La fotogrammetria e le tecniche di rilievo laser scanner permettono di acquisire dati tridimensionali con un altissima densità di informazioni.
L’output principale di questi rilievi sono le nuvole di punti.
I punti di una nuvola (densa) sono davvero vicinissimi uno con l’altro e ti permettono una caratterizzazione, di quello che hai rilevato, con una ricchezza di dati impensabile rispetto alle metodologie di rilievo “classico” (stazione totale e rilievo satellitare).

Tuttavia i punti di una nuvola non possono essere presi tutti “per buoni“.
Vanno guardati, trattati e filtrati, per togliere le informazioni che sono irrilevanti per gli scopi del tuo lavoro.
O, addirittura, sbagliate!

Se devi fare un rilievo topografico ed il tuo scopo è quello di caratterizzare il terreno, i punti degli alberi o dei cespugli al suolo non sono un dato da tenere.

Se devi descrivere l’andamento altimetrico di un’area di cava, per poi farci sezioni e profili, un eventuale escavatore parcheggiato su un piazzale o le baracche di cantiere non li devi prendere per buoni.
Non sono terreno.

Un rilievo fotogrammetrico o laser scanner ti permette di ricostruire tridimensionalmente quello che c’era sulla scena al momento dello scatto delle foto o delle scansioni.
Nessuno escluso!
Piante, macchine, fabbricati, tralicci di linee elettriche, apprestamenti di cantiere, mezzi operatori.
Faranno tutti parte della nuvola di punti finale in output.
Ma se vuoi arrivare al terreno e restituire un dato consistente li devi togliere.

Ecco perchè è importantissimo sapere come si fa a pulire una nuvola di punti!

PULIZIA DI UNA NUVOLA DA FOTOGRAMMETRIA

In questo articolo ti faccio vedere un caso pratico che riguarda la pulizia di una nuvola di punti da rilievo aerofotogrammetrico.

Non sono un esperto di scansioni laser e preferisco parlarti di casi che tratto abitualmente nel mio lavoro.
Se vuo contribuire a questa discussione con la tua esperienza nel campo del laser scanning (ma anche in quello fotogrammetrico) mi farà davvero piacere integrare i tuoi contenuti in questo post!
A fine articolo ti dico come fare per contattarmi.

Il dato di questo esempio è una nuvola di punti di un’area non molto estesa, in Sicilia, rilevata dalla Leonardo Engineering and Research.
Grazie ad Enrico Noto ed all’Ing. Domenico Santici (Direttore Tecnico di Leonardo Enginnering and Reseach) per la condivisione dei dati e la disponibilità a pubblicarli qui!

Ho scelto di trattare una nuvola di punti che non ho elaborato personalmente.
E di cui non ho neppure fatto l’acquisizione sul campo.
Nè di foto nè di misure.

Si tratta di un’area rurale di poco meno di 4 ettari di terreno leggermente pendente con un po’ di vegetazione sparsa.
La nuvola conta 9.000.000 di punti e deriva da un “downgrade” di un dato originale di 15.000.000 di punti.
Ho scritto un articolo su come puoi semplificare una nuvola di punti in Cloud Compare, che trovi a questo link.
Qui sotto ti metto un’immagine della nuvola di punti originale da pulire.

Immagine di una nuvola di punti da rilievo aerofotogrammetrico all'interno del software Cloud Compare

PULIZIA MANUALE E AUTOMATICA

Ci sono due modi per pulire una nuvola di punti: uno automatico ed uno manuale.

Il metodo automatico sfrutta gli algoritmi software che riconoscono le caratteristiche della nuvola di punti e distinguono il terreno da quello che ci sta sopra.
È veloce, quasi immediato.

Il metodo manuale si affida all’esperienza ed alla sensibilità dell’operatore che decide, zona per zona, che cosa va tenuto (terreno) e che cosa va tolto (altro).
Non è per niente veloce.

Letta così sembra non esserci partita: teniamoci gli automatismi e mandiamo a casa il metodo manuale.
Tuttavia io credo che sia molto più saggio valutare entrambe i metodi, per ogni caso da trattare.

Il metodo automatico non sempre funziona.
I software discretizzano il terreno in celle di grandezza assegnata.
Per ogni cella distinguono i punti più bassi e quelli più alti.
E poi provano a capire qual è il terreno secondo vari approcci.
In alcuni casi usano anche informazioni legate al colore dei punti (informazione RGB).

Ogni software ha un proprio metodo di filtraggio.
Alcuni sono efficaci in certi scenari, altri funzionano meglio in altri.
Ma si tratta sempre di un processo automatico, non garantito.
Le variabili in gioco sono davvero tante!
E capita che non funzioni bene.
E, al di là di tutto, va comunque sempre controllato.

Il metodo manuale lavora come una radiografia.
L’operatore analizza, pezzetto per pezzetto, la nuvola di punti e decide che cosa va bene e che cosa no.
Se la nuvola di punti è grande o se il terreno è complesso ci può volere un bel po’ di tempo per trattarla tutta.
Ma è molto probabile che non si incappi in errori di valutazione automatica del software ed il risultato sarà “valido”.

Credo che sia molto utile sapere come pulire una nuvola di punti manualmente ed è per questo motivo che la gran parte di questo articolo riguarda proprio questo argomento.
Nel mio lavoro mi capita molto più frequentemente di trattare le nuvole di punti in modo manuale piuttosto che automatico.
Ed ora ti dico come faccio.

CLOUD COMPARE

Cloud Compare è un software open source fatto molto bene, diffuso, funzionale e piuttosto “potente”.
Nasce per confrontare nuvole di punti da rilievi laser scanner ma è stato implementato nel tempo con strumenti e plugin, alcuni anche avanzati.

Io lo uso tantissimo per trattare i risultati dei rilievi aerofotogrammetrici da drone.
Anzi, ti dico che da quando l’ho conosciuto e l’ho iniziato ad esplorare meglio passo sempre meno tempo all’interno dei software di elaborazione fotogrammetrica (structure from motion) e sempre più tempo in Cloud Compare.

Il fatto di essere un open source e l’enorme comunity online che ha alle spalle (in cui cercare e trovare informazioni, tutorial e soluzioni a dubbi e domande) lo rende, a mio avviso, un software da installare e da usare!
Un altro aspetto suo importante è che da Cloud Compare puoi esportare file in molti formati (dxf, las, tif, shp, asc, txt…) facilitando l’interscambio con gli altri software che usi abitualmente nel tuo lavoro.

PULIRE UNA NUVOLA DI PUNTI CON LE SEZIONI

La pulizia manuale di una nuvola di punti in Cloud Compare sfrutta le sezioni per lavorare in maniera più efficace e comoda.
Questo metodo l’ho imparato durante un corso di formazione organizzato dalla società genovese Gter s.r.l. e tenuto dall’Ing. Ilaria Ferrando, del Laboratorio di Geomatica della Facoltà di Ingegneria dell’Unversità di Genova.

Visto che quello che devi togliere sono elementi che si sviluppano in verticale, al di sopra del livello del terreno, la vista migliore per lavorare sulla nuvola di punti è quella laterale.
Tuttavia, a meno che tu non abbia un piano inclinato perfetto, è molto probabile che, ruotando il modello in una vista laterale, tu non riesca a vedere bene gli alberi o i fabbricati da togliere.
Una depressione, un dosso, una concavità o una convessità mescolano i punti buoni con quelli cattivi e diventa davvero difficile fare le selezioni correttamente, senza correre il rischio di eliminare punti da tenere.

Se invece “affetti” una nuvola di punti, puoi lavorare singolarmente sulle fette, più o meno spesse (a seconda della complessità del caso), e togliere più facilmente i punti che non sono terreno.

Avevo  scritto due articoli su come usare Cloud Compare per fare delle sezioni da nuvole di punti.
Li trovi a questi link: una sezione da una nuvola di punti, sezioni con Cloud Compare.
Per gli scopi di questo articolo ti sarà più utile il primo dei due limk.

AFFETTA LA NUVOLA

Il primo step da fare è tagliare il modello a fette.

Con la nuvola selezionata, vai su Tools – Segmentation – Cross Section.
Lavorando con le frecce (verde, blu e rossa) restringi il parallelepipedo giallo dell’Octree fino ad arrivare ad avere una sezione orientata nel modo che ritieni sia il migliore per pulirla.
Se lavori lungo un versante è tipico (e consigliato) fare sezioni orientate lungo la linea di massima pendenza.

Anche la larghezza della sezione è importante.
Una sezione molto larga potrebbe non essere l’ideale per pulire bene la nuvola di punti, specialmente se al suo interno ci sono delle disomogeoneità del terreno.
Una sezione stretta è sicuramente migliore, ma implica che, a parità di superficie, ti ritroverai a dover lavorare su un gran numero di sezioni.
E siccome dovrai trattarle tutte singolarmente, c’è il rischio concreto che i tempi di elaborazione complessiva si allunghino parecchio.

Immagine che mostra come estrarre una sezione da nuvola di punti con Cloud Compare

Dopo che hai trovato la tua migliore sezione (non è necessario partire da un estremo della nuvola di punti, anzi ti consiglio di sezionarla nella zona più rappresentativa per gli elementi da rimuovere), devi sezionare tutto il modello secondo fette ugualmente orientate e spesse.
Lo fai cliccando sul pulsante che ti ho evidenziato nell’immagine qui sopra.
È l’icona di destra dell’opzione Slices.

Nella nuova finestra che si apre è importante che tu metta come valore di Gap (spazio) “0”.
In questo modo generi delle sezioni adiacenti una all’altra e non lasci fuori nessuna parte della nuvola di punti (che dopo dovrai trattare).

Immagine che mostra come estrarre sezioni adiacenti in una nuvola di punti con Cloud Compare

Una volta sezionata la nuvola ti sembrerà che tutto sia tornato allo stato iniziale.
Non vedrai nessun cambiamento all’interno della finestra principale.
In realtà, se fai caso alla finestra DBTree vedrai una nuova cartella con suffisso .slices al cui interno ci sono tanti nuovi elementi.
Ognuno di questi elementi è una nuvola di punti e corrisponde ad una delle sezioni che hai creato.

Immagine che mostra l'estrazione di sezioni adiacenti in Cloud Compare ed elenco di ciascun elemento

Se ne spegni qualcuna ti renderai conto di che cosa è successo.
Immagine che mostra il processo di sezionamento di una nuvola di punti in Cloud Compare

Attento!
Per vedere le fette dovrai spegnere la nuvola di punti di partenza che è rimastra sopra tutto quanto nella finestra del DBTree.
Se la lasci accesa, copre tutto quello che c’è sotto!

PULISCI SEZIONE PER SEZIONE

Ora che hai affettato tutta la nuvola di punti devi iniziare a pulire sezione per sezione.

Spegni tutte le sezioni e lascia accesa la prima su cui lavorerai.
Portati in una vista laterale (da cui puoi vedere bene gli elementi da rimuovere) e attiva il comando Edit – Segment.

SEGMENT TOOL

Prima di farti vedere come pulire ciascuna sezione dai punti che non sono terreno, ti dico poche cose sullo strumento Segment.
Lo trovi associato all’icona di una forbice.

Appena lo lanci (ricordati di selezionare la nuvola di punti che vuoi trattare, all’interno del pannello DB Tree) è già attivo uno strumento di selezione poligonale.
E in alto a destra nella finestra principale hai visibile un piccolo pannello di strumenti.

Immagine che mostra il Segment Tool in Cloud Compare

Cliccando con il mouse lungo i vertici di una polilinea che tu scegli e che delimita l’elemento che vuoi togliere, ne disegnerai i confini.
Quando avrai finito, con il click destro termini la procedura di selezione.

Immagine che mostra la selezione in planimetria all'interno del Segment Tool in Cloud Compare

Ora hai due possibilità: Segment In o Segment Out.

Con Segment In lasci visibile l’area all’interno della selezione poligonale e spegni tutto il resto.
Con Segment Out fai il contrario.

Considerando che questa operazione non distrugge nessun punto della nuvola, lascio a te la preferenza se fare Segment In o Out.
Io faccio sempre Segment Out perchè credo che sia molto più pratico durante la pulizia di una sezione.
Qui sotto c’è il risultato dell’azione di Segment Out.

Ti consiglio di provarlo nei due modi, così capisci come preferisci lavorarci.

Immagine che mostra la rimozione di elementi selezionati con il Segment Tool in Cloud Compare

Una volta fatta la tua scelta hai ancora la possibilità di fare altre selezioni.
Il Segment Tool è ancora attivo.
Puoi navigare il modello con gli strumenti classici (pan, zoom, rotazione) per spostarti in un’altra zona da pulire.
La selezione poligonale (che avevi attiva al primo accesso) è andata in pausa e per riattivarla devi cliccare sul pulsante che ha l’icona della pausa.
Fai una nuova selezione e scegli di nuovo il Segment In o Out.

Quando hai pulito tutto quanto, clicca sulla spunta verde per confermare le tue azioni.
Se voi annullare le selezioni che hai fatto clicca sulla “X” rossa.

Attenzione perchè Cloud Compare non ha il tasto “Undo“.
Non esiste CTRL+Z.
Ma almeno tutti i suoi comandi non sono distruttivi.

Terminata la selezione vedrai che nel pannello DB Tree sono comparse due nuove nuvole di punti, entrambe accese nella visualizzazione.
Hanno lo stesso nome della nuvola orignale più un suffisso .remaining ed uno .segmented.
A seconda della tua scelta sul Segment In o Out, una delle due nuvola sarà la parte da tenere e l’altra quella da togliere.

Immagine che mostra il risultato di una nuvola di punti segmentata in Cloud Compare

Questi passaggi potranno sembrarti un po’ contorti e non semplici.
In realtà non è così.
Si tratta di prenderci la mano per le prime volte, ma ti assicuro che si riesce a fare tutto quanto facilmente.

Provalo su un file test prima di lavorare su una commessa.
Se hai bisogno di una nuvola di punti su cui fare esperimenti scrivimi che te la invio volentieri!

LAVORA SU CIASCUNA SEZIONE

Ora che hai visto come funziona lo strumento Segment è il momento di applicarlo ad ogni sezione.

Come vedi dall’immagini qui sotto, in una sezione vista di lato si riescono a individuare ed a selezione bene gli elementi da togliere.
Con pochi rischi di selezionare terreno da mantenere.

Immagine che mostra il segment Tool in Cloud Compare attivo su una vista laterale

Io scelgo sempre di fare Segment Out perchè così vengono tolti dalla vista i punti da rimuovere e posso procedere a toglierne altri nella solita sezione, o a raffinare la pulizia di un’area già trattata.

Immagine che mostra la selezione in sezione all'interno del Segment Tool in Cloud Compare

Una volta attivata la selezione poligonale non potrai più muoverti nel modello nè cambiare vista.
Ti consiglio quindi di posizionarti prima in una visuale comoda, per vedere bene tutto quello che devi selezionare e, dopo, riattivare la selezione tramite il pulsante di pausa.

Un altro consiglio che mi sento di darti è quello di organizzare il lavoro in cartelle (che puoi creare sempre all’interno della finestra DBTree) in modo da dividere, per ciascuna sezione, i punti del terreno e gli elementi da rimuovere.
Se hai tante sezioni c’è il rischio concreto di creare parecchio disordine tra i vari livelli e passare molto tempo ad accenderne e spegnerne in maniera quasi casuale!

Puoi anche clonare delle nuvole di punti (per crearne, se vuoi, delle copie), con il comando Edit – Clone.

Tutto questo è a vantaggio dell’organizzazione e dell’ordine del tuo progetto di lavoro.
Ti garantisco, perchè mi ci sono trovato dozzine di volte, che è facilissimo perdere il controllo e trovarsi con livelli e nuvole che ti escono dallo schermo!
E ci vuole tempo per rimettere tutto (o quasi) a posto.

Immagine che mostra le funzioni di clone e Merge tra nuvola di punti in Cloud Compare

Terminato il lavoro su una sezione passa a quella successiva.

NON ELIMINARE, CLASSIFICA!

Fin’ora ho scritto di trattare la nuvola di punti per eliminare quello che non è terreno.
Ma visto che Cloud Compare non butta via niente, forse è meglio classificare quello che non è terreno.
In questo modo puoi separare la vegetazione arbustiva da quella arborea, i fabbricati dagli apprestamenti di cantiere, le automobili dalle linee elettriche aeree.
Se crei una cartella per ciascuno degli elementi che stanno sopra il terreno e sono dentro la tua nuvola, puoi tenerli tra i tuoi dati e, all’occorrenza, utilizzarli come preferisci.

La classificazione è un processo un po’ più lungo rispetto alla selezione semplice tre terreno e non terreno, ma credo che sia più rigoroso ed aiuti ancora di più l’organizzazione della struttura del progetto di lavoro.
Lascio a te la scelta di percorrere una strada o un’altra.

Immagine che mostra l'organizzazione di un progetto di lavoro in Cloud Compare

DEM e CURVE DI LIVELLO DA UNA NUVOLA PULITA

Se hai organizzato gli elementi del progetto in modo ordinato, alla fine di tutto il processo dovresti avere tutte le sezioni pulite.

Prima ti ho accennato al comando Clone ma ora è importante usare un altro comando di Edit, l’Unione.
Unisce due o più nuvole di punti in un’unica nuova nuvola ed io ti consiglio di selezionare tutte le nuvole delle sezioni pulite e unirle insieme.
Lo fai con il comando Edit- Merge.

PRIMA E DOPO

Qui di seguito trovi due immagini della nuvola di punti prima del processo di elaborazione ed al termine della pulizia manuale.
Le macchie nere che vedi nella nuvola pulita sono le ombre della chiome degli alberi proiettate a terra.
Lì i punti sono più scuri di quelli vicini.

Immagine che mostra una nuvola di punti non pulita in Cloud Compare

Immagine che mostra una nuvola di punti pulita in Cloud Compare

Come vedi la nuvola di punti pulita è più “bucherellata” in corrispondenza di dove hai tolto gli elementi che non erano terreno.

Devi stare attento a questo aspetto, soprattutto per le nuvole di punti che provengono dalla fotogrammetria (che è una tecnica di rilievo passiva).
La qualità del dato di partenza (la nuvola originale) è importantissima per permetterti di pulire la nuvola di punti in modo che ti possa rimanere qualcosa di valido.
E la qualità del dato deriva dalla bontà dell’elaborazione fotogrammetrica ma, prima ancora, dalle attività di rilievo sul campo (foto e misure).

L’esempio di questo articolo è un caso semplice e la pulizia ha lasciato pochi buchi ma ci sono situazioni dove potrebbe non essere semplice “arrivare a terra”.
In alcuni casi direi impossibile o comunque poco sensato.

Se hai una nuvola di punti di un bosco fitto rilevato con aerofotogrammetria nadirale, sarà un’impresa fallimentare quella di pulirla (sia con il metodo manuale che con quello automatico)!

DEM – Modello Digitale di Elevazione

Ma torniamo al nostro esempio.
Se sei riuscito a pulire una nuvola di punti lasciando solo gli elementi del terreno puoi generare un Modello Digitale di Elevazione (DEM – Digital Elevation Model) che assomiglierà parecchio ad un DTM (Digital Terrain Model – Modello Digitale del Terreno).

Non mi dilungo su questo aspetto perchè ne ho già scritto in altri articoli.
Se vuoi approfondire la differenza fra i vari modelli digitali di elevazione trovi un articolo a questo link, ed una puntata del podcast qui (o nella pagina Podcast di questo blog).
Se invece vuoi sapere come generare un Modello Digitale di Elevazione e le curve di livello in Cloud Compare, l’ho scritto qui.

Aggiungo soltanto che, se i buchi sono piccoli in relazione all’estensione complessiva dell’area, puoi interpolare al loro interno il modello digitale di elevazione (che fai generare a Cloud Compare) in modo da avere uniformità di informazioni.
Non commetterai nessun errore grossolano.

Se invece hai buchi più grandi è opportuno usare delle misure topografiche specifiche prese proprio in queste aree con altri metodi e strumenti (stazione totale o antenna satelliare GNSS).

CURVE DI LIVELLO

Credo che la differenza tra una nuvola pulita ed una “sporca” si veda bene nelle curve di livello.
Le curve di livello, o isoipse, sono linee curve che collegano punti del terreno alla stessa quota.
A questo link trovi un articolo che avevo scritto un po’ di tempo fa.

Le curve di livello si riferiscono SOLO al terreno e si calcolano. per interpolazione altimetrica, a partire dai suoi punti.

Se fai generare ad un software le curve di livello sulla base di una nuvola di punti che ha dentro anche le informazioni di alberi, auto e fabbricati, quello che ricevi in output è un dato sbagliato, perchè tiene conto non solo del terreno, ma anche di quello che c’è sopra.
A mio avviso è un errore davvero grave restituire una rappresentazione planimetrica con le curve di livello che disegnano gli alberi.
Non è un output topografico.

Qui di seguito ti mostro le curve di livello create a partire dalla nuvola originale e da quella pulita.
Le linee sono state generare discretizzando il terreno con un modello digitale di passo 1 metro e sono equidistanti 1 metro una dall’altra.

Curve di livello generate da con Cloud Compare dalla nuvola di punti originale con DEM passo 1 m e equidistanza 1 m

Curve di livello generate da con Cloud Compare dalla nuvola di punti pulita con DEM passo 1 m e equidistanza 1 m

E qui ti faccio vedere la solita cosa ma con curve di livello generate sulla base di un DEM con passo 5 metri (in caso ipotetico di una rappresentazione a scala ridotta).
La prima immagine si riferisce sempre alla nuvola non pulita.

Curve di livello generate da con Cloud Compare dalla nuvola di punti originale con DEM passo 5 m e equidistanza 1 m

Curve di livello generate da con Cloud Compare dalla nuvola di punti pulita con DEM passo 5 m e equidistanza 1 m

PULIZIA AUTOMATICA

Se sei arrivato a leggere fino a qui, grazie!
Se hai saltato tutta la parte sulla pulizia manuale e sei qui dopo aver letto l’introduzione al post, posso capirti!
🙂

Ora ti scrivo di come puoi provare a pulire una nuvola di punti in modo automatico.

Visto che in questo articolo ho sempre parlato di Cloud Compare, continuo a farlo anche per la pulizia automatica.
Dato che, a differenza degli algoritmi structure from motion, i software di elaborazione fotogrammetrica e di gestione delle nuvole di punti affrontano il filtraggio e la pulizia dei punti in modo diverso, quello che ti scrivo vale solo per Cloud Compare.

Se hai esperienza di queste procedure in altri software mi farebbe davvero piacere ricevere il tuo riscontro e le tue considerazioni!

CSV FILTER

Cloud Compare mette a disposizione un valido Plugin per l’estrazione dei punti del terreno da una nuvola.

Si chiama CSF – Cloth Simulation Filter e si basa sui risultati dell’articolo scientifico: An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation di  Zhang W, Qi J, Wan P, Wang H, Xie D, Wang X, Yan G., che puoi scaricare qui: Paper – Remote Sensing – CSV Filter

Lo trovi nel menù Plugin.
Puoi scegliere due opzioni: o ti affidi ai parametri di default in base al tipo di terreno, che trovi nella finestra General Parameters Setting, oppure inserisci di parametri personalizzati nella finestra Advanced Parameter Setting.

Per la nuvola di questo post, i parametri di default per lo scenario (Scene) Relief, non hanno funzionato per niente bene.
Ecco qui sotto il risultato che mostra i punti che, secondo il plugin, non sono terreno.
I parametri di default sono:

  • Cloth Resolution: 2.0;
  • Max Iterations: 500;
  • Classification Threshold: 0.5;

Risultato della pulizia di una nuvola di punti con CSF Filter in Cloud Compare - parametri di default

Se si dovesse valutare l’efficacia e la bontà di questo plugin dai parametri di default, in questo caso il voto sarebbe pessimo!

Tuttavia, cambiando (abbassando) i valori di Cloth Resolution e Classification Threshold si ottengono risultati migliori.

Qui sotto ti mostro il risultato con:

  • Cloth Resolution: 1.0;
  • Max Iterations: 500;
  • Classification Threshold: 0.2.

Non è ancora soddisfacente perchè include nella selezione parecchi punti del terreno.

Risultato della pulizia di una nuvola di punti con CSF Filter in Cloud Compare - parametri personalizzati

E qui un buon compromesso ottenuto con:

  • Cloth Resolution: 0.5;
  • Max Iterations: 500;
  • Classification Threshold: 0.1.

Dove rimane ancora qualche eccesso qua e là (vedi la freccia gialla) ma nel complesso il risultato è decisamente migliore.

Risultato della pulizia di una nuvola di punti con CSF Filter in Cloud Compare - ottimizzazione dei parametri personalizzati

Una volta terminato il calcolo dei punti da parte del filtro ti toverarei una nuova cartella nel DB Tree con, al suo interno, due nuvole di punti, una che sia chiama ground points e l’altra off-ground points.ì, sulla base della selezione automatica.

Qui sotto ti riporto le curve di livello generte dalla nuvola pulita con il filtro CSV, sulla base di un modello digitale di elevazione con passo 1 metro, equidistanti 1 metro una dall’altra.
Sono piuttosto simili a quelle generate dalla nuvola di punti pulita manualmente.

Curve di livello con Cloud Compare dalla nuvola di punti pulita con filtro CSV generate con DEM passo 1 m e equidistanza 1 m

Se scegli di usare il filtro automatico ti consiglio di fare un po’ di tentativi variando i parametri di default per arrivare ad un soluzione che vada bene per lo scenario e per la nuvola che stai trattando.
Una volta filtrata la gran parte dei dati puoi fare un passaggio di pulizia manuale per controllare tutto il modello, zona per zona, con maggiore accuratezza.
Vista la prima scrematura automatica puoi permetterti, a meno di condizioni orografiche particolari, di fare fette abbastanza spesse.
Tutto il processo manuale dovrebbe essere più veloce.

 

Puoi anche vedere un video dove tratto la pulizia e la classificazione manuale di una nuvola di punti con Cloud Compare sul canale You Tube, o qui sotto:

 

Spero di averti dato delle informazioni utili per pulire una nuvola di punti da quello che non è terreno.
Sia che tu abbia condotto un rilievo sia che abbia ricevuto i dati da qualcuno che ha rilevato qualcosa su tua commissione.

Questo che ti ho mostrato è il mio modo di lavorare.
Non è davvero detto che sia il migliore, il più efficace ed il più veloce.
Anzi!
Per questo motivo mi piacerebbe avere un tuo riscontro sulle tue procedure, su casi particolari in cui ti sei trovato a lavorare, sulle nuvole di punti, sui software che hai usato e su i risultati che hai ottenuto.
Scrivilo nei commenti qui sotto!
Ne sarei felice.
E credo che sarebbe un contenuto interessante per tutti quelli che lo leggeranno.

Se hai dubbi, domande, approfondimenti o osservazioni speficihe su questi temi contattami!
Il metodo che preferisco è tramite messaggio o nota vocale di diretta su Telegram, a telegram.me/paolocorradeghini, ma va benissimo qualunque modo tu sceglierai per metterti in contatto con me.
Il mio indirizzo email lo trovi nella sezione contatti di questo blog.
Tutti i miei collegamenti Social Network sono invece in fondo alla pagina chi sono.

Se ti va di seguirmi quotidianamente negli aggiornamenti che condivido online lo puoi fare sul canale Telegram di 3DMetrica che trovi a telegram.me/tredimetrica o direttamente a questo link.

Ed infine puoi ascoltare le puntate del nuovo Podcast di 3DMetrica andando nella pagina PODCAST di questo blog.
O su Spreaker (che è il servizio che uso per pubblicare le puntate online).

 

Grazie del tuo tempo e a presto!

Paolo Corradeghini

Se pensi che possa essere utile ad altri, condividilo!Share on Facebook
Facebook
Share on LinkedIn
Linkedin
Tweet about this on Twitter
Twitter
Email this to someone
email

Related posts:

  1. COME ESTRARRE CURVE DI LIVELLO DA UNA NUVOLA DI PUNTI
  2. COME TRATTARE L’ERBA ALTA IN UNA NUVOLA DI PUNTI
  3. COME SEMPLIFICARE E ALLEGGERIRE UNA NUVOLA DI PUNTI
  4. SEZIONI CON CLOUD COMPARE
classificazionecloud comparecloudpointsFotogrammetrianuvola di puntiopen sourcesoftwaretutorial
Share

SOFTWARE  / TUTORIAL

Paolo Corradeghini

You might also like

Ponte Morandi (Parte 1) – Rilievi fotogrammetrici e modelli 3D delle ultime pile
21 Ottobre 2020
Un rilievo fotogrammetrico integrato terra-aria
14 Luglio 2020
Un rilievo integrato
17 Gennaio 2020

Lasciami un commento!

  • Commenta nel riquadro qui sotto
  • Commenta con Facebook

12 Comments


Domenico
18 July 2018 at 11:27
Reply

Bellissimo articolo, complimenti. Ti faccio una domanda. Potremmo usare il filtro CSV FILTER su singole sezioni per migliorare il risultato finale?



    Paolo Corradeghini
    19 July 2018 at 22:12
    Reply

    Grazie Domenico.
    Si potrebbe usare certamente il filtro CSV sulle singole sezioni.
    D’altra parte, sono anche loro delle nuvole di punti per cui valgono tutte le considerazioni per la nuvola “grande”.
    È un ottimo suggerimento!
    Grazie!
    Paolo

aNTONELLO GREGORINI
8 April 2019 at 12:30
Reply

Grazie, molto utile. Il problema della creazione del DTM lo sto portando avanti da circa un anno in un lavoro per ANAS molto ampio (circa 50 km di estensione longitudiale). La realtà pratica è ben diversa perché i rilievi topografici da capitolato dovrebbero avere precisioni molto alte che la fotogrammetria da SAPR difficilmente può ottenere, salvo volare a quote basse, con camere di buona definizione ect. Diciamo che la precisione centimetrica è difficile da ottenere.
Io ho cercato di risolvere con il metodo manuale, utilizzando un software di modellazione del territorio italiano (LAND), sostanzialmente creando il DTM dalle polilinee di vincolo rilevato dalla nuvola come se si rilevasse sul campo. E’ un lavoro molto lungo, tuttavia rispetto al solo GPS consente di avere in studio molte informazioni in più, oltre l’orto foto mosaico.



    Paolo Corradeghini
    10 April 2019 at 12:24
    Reply

    Ciao Antonello,
    grazie del tuo commento e del tuo riscontro.
    La fotogrammetria ti permette di arrivare a precisioni centrimetriche (5/7 cm) ma, come dici giustamente tu, dipende tantissimo dalla camera fotografica, dai punti di vincolo e della loro disposizione a terra.
    Superfici molto estese, come la tua, richiederebbero in effetti prese ravvicinate che diventano tante da archiviare e gestire.

    Un’opzione da valutare potrebbero essere le immagini satellitari che ora arrivano a risoluzioni anche di 30cm/pixel.
    Tuttavia in questo nmodo ci si allontana parecchio dalle precisioni topografiche che hai citato.

    Ciao!
    Paolo

eUGENIO
31 May 2019 at 12:48
Reply

COMPLIMENTI PER L’ARTICOLO, BEN FATTO. HO PROVATO SUBITO CON LA PULIZIA DI UNA NUVOLA DA LASER SCANNER IN MODO MANUALE DOPO AVERLA SEGMENTATA CON UN GAP UGUALE A ZERO. HA FUNZIONATO BENE SE NON PER IL FATTO CHE AD UN CERTO PUNTO CLOU COMPARE NON VOLLE PIÙ PROSEGUIRE PER MEMORIA INSUFFICIENTE. CREDO CHE DIPENDA DAL FATTO CHE LA NUVOLA ORIGINARIA ERA ABBASTANZA GRANDE E HO TENUTO TUTTO ALL’INTERNO DI CLOUD COMPARE COMPRESO LE SOTTO NUVOLE RIPULITE. AVENDO QUESTO LIMITE CREDO CHE SIA NECESSARIO PRIMA TOGLIERE LA NUVOLA MADRE E MAGARI SALVARSI ESTERNAMENTE ANCHE ALCUNE NUVOLE SEGMENTATE PER POI LAVORARE UN PÓ ALLA VOLTA.
SCUSAMI SE SCRIVO MAIUSCOLO MA SE SCRIVO MINUSCOLO NEL CAMPO PER I COMMENTI AUTOMATICAMENTE AD OGNI INIZIO PAROLA MI METTE LA MAIUSCOLA.



    Paolo Corradeghini
    3 June 2019 at 16:26
    Reply

    Ciao Eugenio,
    grazie del commento e non preoccuparti per il maiuscolo (non riesco ancora a sistemare le lettere nei commenti…)

    Hai fatto un’osservazione correttissima.
    Può capitare che Cloud Compare vada in crash se gli richiedi un calcolo impegnativo e, contemporaneamente, hai nell’albero dei layer un bel po’ di oggetti.

    Il mio consiglio è di salvare progetti diversi nel formato file proprietario i Cloud Compare – il formato BIN – togliendo gli elementi (nuvole, vettori e mesh) che non sono rilevanti.
    In questo modo alleggerisci il file e riduci la possibilità di “crash”.

    Ciao!
    Paolo

Tommaso
24 July 2019 at 9:44
Reply

Grazie vivissime per queste delucidazioni in italiano che mi hanno consentito ad avvicinarmi a questo software. Volevo chiederti … da una qualsiasi nuvola di punti potrei ottenere un DEM, quindi poi elaborarlo per ottenere un rilievo topografico ? Premetto che sono un neofita e che il dato di partenza da quanto ho capito è un DSM.
Grazie, Tommaso!



    Paolo Corradeghini
    26 July 2019 at 11:10
    Reply

    Ciao Tommaso,
    puoi estrarre un DEM da qualsiasi nuvola di punti.
    Ci sono un po’ di aspetti a cui stare attenti ma, teoricamente (e praticamente), Cloud Compare te lo fa fare.
    La generazione del DEM è il risultato di un’interpolazione matematica della nuvola di punti, per passare da punti discreti a un raster.
    Ed ogni itnerpolazione è una procedura piuttosto delicata.
    Comunque si può fare!
    🙂

    Credo poi che, da un punto di vista topografico, sia opportuno prima lavorare sulla nuvola di punti per pulirla di tutti gli elementi che non sono terreno, e poi generare un DEM (che a questo punto assomiglia molto ad un DTM – modello digtiale del terreno) da cui estrarre le informazioni che ti servono.

    Spero di aver risposto alla tua domanda!
    Per altri dubbi non esitare a contattarmi di nuovo.

    Ciao e a presto!
    Paolo

MAURO
5 November 2019 at 13:58
Reply

Paolo infinitamente grazie



    Paolo Corradeghini
    7 November 2019 at 15:29
    Reply

    Grazie a te Mauro!
    🙂
    Paolo

Cristiano Miele
28 March 2020 at 17:19
Reply

Ciao paolo,
complementi per la competenza e la tua vena didattica.



    Paolo Corradeghini
    1 April 2020 at 21:32
    Reply

    Ciao Cristiano!
    Grazie mille!
    Paolo

  • EBOOK – Pensieri topografici del 2020

    Ebook-pensieri-topografici-2020
  • CHI SONO

    Paolo Corradeghini immagine profilo
    Paolo Corradeghini, ligure, classe 1979, ingegnere per formazione, topografo di professione, sportivo per necessità e fotografo per passione. Fai click sulla mia faccia e scopri qualche informazione in più.
  • SE VUOI PUOI SUPPORTARMI

    Diventa finanziatore di 3DMetrica

    Se quello che pubblico e che condivido è interessante ed è qualcosa di valore per te, per il tuo lavoro e per la tua attività, puoi scegliere di supportare il progetto di 3DMetrica diventandone finanziatore.
    Clicca sull'immagine qui sopra per avere più informazioni.
  • VUOI ISCRIVERTI ALLA NEWSLETTER?

    Ti prometto che riceverai una sola email alla settimana.
    Salvo qualche (rara) eccezione...
    Una volta alla settimana ti scrivo i post che pubblico quotidianamente sui miei canali social network, ti metto il link all'ultimo articolo del blog (sperando di farcela a scriverne uno ogni settimana!) ed anche il link per ascoltare la nuova puntate del podcast di 3DMetrica.
  • C’È IL CANALE TELEGRAM!

    Iscriviti al canale Telegram di 3DMetrica dove, ogni giorno, condivido aggiornamenti, informazioni, contenuti, notizie, novità e dietro le quinte del mio lavoro.
    In amicizia e senza formalità!
    ISCRIVITI QUI!
  • CERCA NEL BLOG

  • PUOI SEGUIRMI SU INSTAGRAM…

    tredimetrica

    Fotogrammetria terrestre e da drone, laser scanner 3D, topografia e rilievi, formazione e docenze, cartografia, operatore e pilota droni.

    3DMetrica
    Non è detto che quello che ti serva sia un'ortofo Non è detto che quello che ti serva sia un'ortofoto di una facciata.
Potresti correggere la distorsione prospettica con software di fotoritocco e "raddrizzare" l'immagine (per i tuoi scopi).

Il punto di presa e la forma dell'oggetto fotografato deformano la rappresentazione secondo una vista prospettica.
Linee parallele nella realtà (muri verticali) sono convergenti nello spazio immagine.

Tutti i principali software di photoediting hanno strumenti di correzione della prospettiva.
Ci sono nel famoso Photoshop, nell'open source Gimp e nel "nuovo" ed economico Affinity Photo.

Funzionano più o meno nel solito modo.
Intervieni sulle immagini alterando i pixel e, aiutato da una griglia virtuale, allinei gli elementi dell'immagine alla maglia.
È veloce e non richiede hardware super.

La posizione reciproca tra punto di presa ed oggetto fa molto.
Così come la forma di quello che hai fotografato è rilevante.

È diverso dal fare un'ortomosaico.
Così come è diverso dall'usare, in campo, un obiettivo basculante e decentrabile ("tilt/shift") per le foto.
Ma è piuttosto pratico e può funzionare ugualmente.

Dopo tutto il raddrizzamento delle foto del costruito è una tecnica che gli architetti usano da parecchio tempo.
😉
    Se non puoi fare a meno di parcheggiare la tua aut Se non puoi fare a meno di parcheggiare la tua auto al di fuori dell'area del rilievo, vale la pena fare attenzione a dove la posteggerai.
Non è uno scherzo!
:)

La fotogrammetria è una tecnica passiva e gli algoritmi Structure from Motion riescono a ricostruire solo quello che si vede nelle immagini.
Un'automobile è un elemento di disturbo, neppure troppo piccola.
Può nascondere informazioni importanti o potrebbe essere difficile da togliere dalla nuvola di punti.

Parcheggiarla in un'area pianeggiante, su una superficie omogenea è una buona idea.
I motivi sono (almeno) due.

Il primo è che puoi facilmente ritoccare le fotografie dove è presente in modo da rimuoverla.
Software di fotoritocco hanno strumenti molto efficienti!
Può richiedere un po' di tempo (dipende dal numero di foto) ma il risultato è generalmente buono.
Qui sotto vedi un "prima" ed un "dopo" fotoritocco.

ll secondo motivo è che, se non ritocchi le foto, l'auto sarà un elemento isolato nella nuvola di punti che "emerge" dal terreno.
Questo ti permette di trattarla velocemente ed efficaciemente per rimuoverla, tenendo solo i punti del terreno.

Se la parcheggi a ridosso del piede di una parete di roccia non sarà immediato fare le cose che ho scritto qui sopra.
    Droni e missioni di volo automatiche - Attenzione Droni e missioni di volo automatiche - Attenzione ai modelli di elevazione a larga scala

Non prendere "a scatola chiusa" e senza controllare i modelli digitali di elevazione che si usano per la pianificazione automatica delle missioni di volo per droni.
Possono esserci differenze importanti (talvolta enormi) con la realtà.

Una missione di volo per aerofotogrammetria andrebbe eseguita mantenendo il più possibile costante la distanza "drone-terreno".
Se lavori lungo pendii o terreni inclinati è possibile farlo usando software di mission planning che caricano al loro interno dei modelli di elevazione a cui si riferiscono per impostare l'altezza del drone in volo.

A meno di usare modelli ad hoc, che hai fatto tu e su cui sei confidente, i modelli di riferimento sono a larga scala e non riescono a definire bene le caratteristiche locali.
Spesso non sono aggiornati.

Nella prima foto vedi uno screenshot di Google Earth Pro (in cui ho attivato l'opzione "Terreno 3D") per un'area di cava in cui dovevo fare un rilievo con APR.
Sembrerebbe un pendio acclive, ma regolare.

La seconda invece è una foto presa in volo, che mostra come sono realmente le cose.
Lo sperone di roccia stacca dal pendio circa 50-60 metri.
Un piano di volo automatico non lo avrebbe considerato...
    Se ricevi una nuvola di punti di un alveo e devi f Se ricevi una nuvola di punti di un alveo e devi fare una modellazione idraulica, puoi estrarre le sezioni che ti servono in totale autonomia.
Mi piace dire spesso che "la nuvola di punti crea (in)dipendenza".

Hai a disposizione dati densi (punti molto vicini) e continui, da cui tirare fuori quello che ti serve, secondo le tue necessità e sensibilità.
È mooolto diverso rispetto ad avere un numero finito di sezioni, fatte di punti discreti, battuti con strumenti terrestri.

Con gli strumenti di interrogazione delle nuvole che mette a disposizione Potree (codice open source per condividere nuvole di punti tramite browser) si possono fare sezioni.
Se la fai abbastanza sottili puoi esportare un file CSV delle coordinate dei punti della sezione.
Oltre all'indicazione della terna x,y,z,per ogni punto hai anche la progressiva ("mileage").
Estraendo solo la progressiva e la quota hai i dati per creare una sezione 2D.

Ci puoi fare una polilinea in CAD, o puoi importare le coordinate in HEC-RAS (software di modellazione idraulica) ed avere immediatamente una sezioni su cui far girare il modello.

Se vedi che manca qualcosa, puoi tornare sul modello 3D ed estrarre una nuova sezione, immediatamente.
In modo indipendente.
    Gli algoritmi di estrazione automatiche delle cara Gli algoritmi di estrazione automatiche delle caratteristiche di una nuvola di punti riescono ad estrarre i punti del terreno da tutto il resto.
Ma non sono infallibili.

Molto lo fa il tipo di nuvola trattata (fotogrammetrica, laser scanner o lidar).
E tanto fa anche l'elemento modellato (una facciata verticale, un versante mediamente pendente vegetato o un parcheggio piatto e vuoto).

Può capitare che vengano classificati come terreno dei punti che, con il terreno, non ci azzeccano niente.

Si possono ritoccare manualmente, editando la nuvola localmente, per raffinare la classificazione, oppure si può provare ad usare qualche filtro di pulizia automatica del rumore.

Uno che funziona bene è l'SOR (Statistical Outlier Removal) e lo trovi nella maggior parte dei software di editing (Lidar360 e Cloud Compare ce l'hanno).

La classificazione dei punti del terreno produce una nuvola piuttosto "rada" (rispetto all'originale) dove gli "outliers" si vedono bene e sono facilmente identificabili.

Attenzione alle zone di bordo.
Lì potrebbero andare via anche i punti "buoni" che, non avendo nessun dato da una parte, vengono identificati come sporco.

Da qui dovresti avere un dato più pulito per continuare la classificazione precisa.
    Si parla tanto del famigerato "Bonus 110%". Non en Si parla tanto del famigerato "Bonus 110%".
Non entro nel merito della materia urbanistica né di quella economica, perchè non le conosco.
Faccio alcune considerazioni sui rilievi.

Progettare una riqualificazione energetica ha spesso bisogno di un rilievo che supporti le scelte per fare il "salto energetico": nuovo cappotto termico, manutenzione del tetto, pannelli fotovoltaici, infissi...

In un condominio grande, un rilievo 3D dà informazioni utili e misurabili, in modo molto efficace e veloce.

Integrare il laser scanner con la (aero)fotogrammetria da drone permette di avere un modello completo, anche delle parti invisibili da terra.

Il rilievo dello stato attuale è anche utile per sanare abusi o difformità che rischiano di vanificare tutto l'iter...

Mi sento di consigliarti professionisti che conoscano bene il mondo dei rilievi con output 3D, la topografia ed i principi della misura.
E, per fortuna, ce ne sono tanti!

Scegli qualcuno che si prenda la responsabilità del dato restituito (firmandoti un documento tecnico).
Sembra poca cosa (non lo è) ma se le cose non vanno bene, può fare la differenza.

Questa manovra sta scuotendo un po' anche il mondo dei rilievi applicati all'edilizia.
Ed è una buona cosa!
👍🏻😉
    RILIEVI E STRUMENTI - LE BATTERIE NON FINISCONO MA RILIEVI E STRUMENTI - LE BATTERIE NON FINISCONO MAI!

Condivido alcuni pensieri sulle batterie, necessarie a far funzionare tutto quanto.

Faccio una lista delle batterie/dispositivi che ho caricato, sto caricando e dovrò ancora caricare (non per vanto ma per gli scopi del post):
- drone principale e radiocomando;
- drone di backup e radiocomando;
- stazione totale e laser scanner (per fortuna sono integrati) + controller;
- GNSS 1 e controller;
- GNSS 2 e controller;
- fotocamera digitale;
- fotocamera 360°;
- tablet per sorvolo con drone;
- battery pack per eventuali bisogni in campo;
- walkie talkie.

Sono davvero tante!

E da qui faccio tre considerazioni.

1.
Prima di partire per un rilievo in campo, prenditi il tempo necessario per ricaricare tutte le batterie.
Potrebbe non essere poco.

2.
Se prevedi di alloggiare fuori per più giorni, attrezzati per ricaricare tutto in modo efficiente.
Portati prese multiple e "ciabatte".
Spesso le prese negli hotel non sono tante...
Se sei all'estero, ricordati gli adattatori!

3.
Se viaggi in aereo informati bene sulle batteria che trasporti e su dove possono stare in volo (le batterie LiPo dei droni non possono viaggiare in stiva)

4.
Fanne buona manutenzione...
    È importante fare i conti con il trasporto della È importante fare i conti con il trasporto della strumentazione in campo o un rilievo potrebbe trasformarsi in un incubo.

Quello che dovresti considerare è la logistica generale:
- che tipo di rilievo si deve fare;
- quali strumenti usare e da portare in campo;
- treppiedi, aste, paline, target ed altri accessori;
- come si arriva in campo (accesso carrabile);
- se si deve camminare un po' (e, aggiungo, su quale superficie e con eventuali dislivelli).

Potresti essere tentato di "portare tutto, che non si sa mai", ma se poi il tutto lo devi trasportare a mano può essere un problema (e, a volte, neppure piccolo).

La portabilità di uno strumento topografico incide poco sul suo prezzo, ma molto sulla praticità.
Se la custodia rigida di una stazione totale ha l'opzione di essere trasportata come uno zaino ti libera completamente le mani che puoi usare per altre cose.
Non è leggera ma la schiena è forte!
:)

E se ti servono più cose di quelle che riesci a trasportare allora ti serve anche un aiuto in campo.

Tutte questi aspetti li puoi valutare e decidere dopo un sopralluogo.
È il modo migliore per rendersi conto di come sono davvero le cose e di che cosa ti servirà in campo.
Oltre che capire meglio il lavoro da fare!
    Le tecniche "structure from motion" ricostruiscono Le tecniche "structure from motion" ricostruiscono modelli 3D, anche molto dettagliati, di oggetti a partire da immagini

Condivido alcune considerazioni sul tema!

1
(Se puoi) muovi l'oggetto, non la camera.
Metti la macchina fotografica su supporto stabile e ruota l'oggetto su se stesso.
Ci sono "piatti rotanti" economici e funzionali.
Non vale con tutto, ma se puoi fallo...
📷

2
Mettiti in una situazione di luce controllata e riempi le ombre. 💡
Le luci da studio (continue o flash) sono ideali perchè annullano le intromissioni di altre fonti.
Usarne più di una (o, in alternativa, dei pannelli riflettenti) riempie le ombre.

3
Usa un "green screen" o uno sfondo da cui l'oggetto "stacchi". 
In fase di elaborazione userai delle maschere, lo schermo verde permette uno scontorno veloce.

4
Attento al colore. 🔺
Se devi ricostruire con cura anche le tonalità cromatiche controlla i rimbalzi di luce dallo sfondo sul soggetto ed usa un colorimetro per essere sicuro della corrispondenza dei colori riprodotti.

5
Uccidi i riflessi. ☀️
Superfici lucide + luci artificiali = riflessi.
Puoi eliminarli cambiando direzione di incidenza della fonte luminosa.

6
Non dimenticare le misure. 📐📏
Se il modello 3D deve avere valenza metrica servono le misure per scalarlo.
Prendile!
😁😉
    In questi giorni sto lavorando alla vettorializzaz In questi giorni sto lavorando alla vettorializzazione della nuvola di punti da rilievo fotogrammetrico + laser scanner che ho fatto in cava nei mesi estivi.
È un lavoro lungo che amo poco (e trovo poco utile) ed allora condivido alcuni pensieri sul tema.

Passare da una nuvola 3D ad un disegno 2D significa lasciare per strada un sacco di informazioni del dato originale.
E non sono più recuperabili (se non con difficoltà).

Serve un cambio di paradigma per lavorare, tutti, direttamente sul 3D.
I primi passi dovrebbero farli le Amministrazioni che richiedono piante, prospetti e sezioni per valutare progetti e piani.
Il secondo è dei tecnici che commissionano/ricevono i rilievi: dovrebbero ed inserire il 3D nel proprio flusso di lavoro.
All'inizio non sarà semplice, servirà tempo e qualche software "nuovo", ma dopo la strada sarà in discesa.

Un rilievo 3D costa meno se non viene richiesta la produzione di un disegno 2D.
Se l'oggetto è complesso ci possono volere molte ore per fare il lavoro.
Ore che dovranno essere pagate.

Un progetto in 3D, condiviso su schermo attraverso browser o visualizzatori semplici ed intuitivi, sarebbe molto più efficace di interpretare disegni, per quanto completi.
E si risparmierebbe carta!

Non si può generalizzare.
Quello che ho scritto non è applicabile a tutto.
Ma a tanto credo di sì.
Temo che ci voglia "un po'" di tempo.

Se vuoi condividere con me la tua opinione puoi scrivermi @paolocorradeghini ed io la ricondivido qui sul Canale, per tutti.
    Il GSD (Ground Sampling Distance) è un parametro Il GSD (Ground Sampling Distance) è un parametro molto importante nel processo fotogrammetrico.

Dipende direttamente dalla distanza "D", tra sensore e soggetto fotografato, dalla dimensione del pixel "d" ed inversamente dalla lunghezza focale, "f", dell'ottica.
GSD = (D x d) / f

Più il GSD è piccolo è più dettagli ci sono nell'immagine.
È come se stendessi a terra un lenzuolo, dove sopra c'è l'immagine stampata e che copre l'intera area fotografata e misurassi quanto vale, in campo, il lato di un pixel.

La scelta del GSD influenza l'accuratezza, il numero dei punti delle nuvole, la risoluzione del DEM e dell'ortofoto.

Spesso l'unico parametro su cui si ha il controllo "effettivo" in campo, per modificare il GSD, è la distanza di presa.

Qui ho scattato fotografie da drone ad una breve distanza (10 m) perchè era necessario riprodurre un'ortofoto di dettaglio che consentisse di identificare la posizione delle pietre della passeggiata, per rimetterle, al posto giusto, dopo averle levate per manutenzioni.

Un GSD alto non avrebbe dato sufficiente informazioni alle foto.
Uno basso sì.

Un GSD bassissimo non è però l'obiettivo da ricercare sempre.
A parità di area infatti, il numero di foto per coprirla aumenta parecchio.
    Puoi creare un DEM (Modello Digitale di Elevazione Puoi creare un DEM (Modello Digitale di Elevazione) da una nuvola di punti 3D con il software open source Cloud Compare.

Non è l'unico modo per farlo.
Si può fare anche in un software di elaborazione fotogrammetrica ("structure from motion") o in un GIS (visti i vari aggiornamenti che permettono di gestire le nuvole di punti).
Ma questo è un modo che uso spesso!

Cloud Compare ha un tool che si chiama "Rasterize".

Scegli:
la risoluzione del DEM (la lunghezza del lato di ogni pixel, quadrato, come se fosse misurata a terra);

la direzione di proiezione (è comune la "Z" ma potresti generare un DEM proiettando la nuvola su una parete verticale per vedere se ci sono rigonfiamenti, spanciamenti o altre anomalie);

che cosa fare con le celle vuote (interpolarle, riempirle con un valore specifico, lasciarle vuote, ...).

Una vola creato, lo vedi in anteprima nella finestra dello strumento.

Lo puoi esportare in formato GeoTIF (mantiene le coordinate dei punti della nuvola, anche se non è ufficialmente associato a nessun sistema di riferimento specifico EPSG).

Oppure puoi creare un nuvola di punti dove ogni nuovo punto corrisponde al centro di ogni pixel che forma il modello raster.

Così sei passato dal 3D al 2D.
O meglio, al 2.5D!
😉
    Avere a disposizione una nuvola di punti (georefer Avere a disposizione una nuvola di punti (georeferenziata e scalata) permette di creare punti, selezionandoli tra tutti quelli che la compongono e portarli in un ambiente 2D (CAD o GIS).

Ci sono alcune strade da seguire.
La scelta dipende da come è fatta la nuvola di punti e dall'output che si vuole ottenere.

In un software di gestione di nuvole di punti (Cloud Compare, Lidar360, ...) si può sottocampionare la nuvola chiedendo che in output i punti siano distanziati di un distanza regolare (1, 2, 5 m...).
Li puoi esportare in DXF e trasformarli in punti quotati.

Se il modello 3D è complesso può essere più indicato selezionare direttamente i punti da esportare "snappando" proprio sui punti della nuvola.

Cloud Compare ha l'opzione "Point List Picking" che crea una lista di punti dalla selezione.
Funziona bene, non ha limiti di numero, dopo un po' rallenta ed ogni punto ha associata un'etichetta (a volte un po' vistosa).

Trimble Business Center è molto fluido ed i punti che aggiungi sono "discreti" all'interno della nuvola generale.
Puoi lavorare direttamente al suo interno per creare etichette e customizzare l'output del file vettoriale.

In ogni caso, "battere" un migliaio di punti è questione di mezz'ore e non di giorni!
    I dati cartografici, scaricabili dai vari geoporta I dati cartografici, scaricabili dai vari geoportali regionali (o nazionali), non sono (quasi) masi super dettagliati ed a volte sono poco aggiornati.
Però si possono usare per creare un ambiente 3D in cui inserire l'output di un rilievo (fotogrammetrico o laser scanner).

In questo caso ho usato i dati Lidar (maglia 2x2m) scaricati da "Geoscopio" (portale cartografico della Toscana) per collegare tra loro due rilievi 3D di altrettante zone di cava, situate sullo stesso versante ma un po' troppo lontane da giustificare un unico rilievo.

È evidente l'assenza di colore nei punti della fascia centrale. Tuttavia l'orografia e la morfologia del versante non è cambiata nel tempo ed il dato è utile (non avrebbe avuto senso se lì ci fosse stata una cava attiva) e credo che aiuti a comprendere meglio la disposizione reciproca delle cave rilevate.

In mancanza di un dato Lidar si potrebbe usare un DEM (meglio se DTM), per creare una nuvola di punti regolare in ambiente GIS.
Con QGIS non è difficile.

Serve fare attenzione ai sistemi di riferimento del dato scaricato e del rilievo restituito.
Ed alle quote.
Se tutto torna, le nuvole di punti si sistemeranno correttamente, una rispetto all'altra, e le cose funzioneranno bene.
    Credo che ci siano almeno due strade diverse per p Credo che ci siano almeno due strade diverse per passare da un dato 3D ad uno 2D.

1.
Puoi generare un'ortofoto e ripassarne gli elementi in un CAD 2D.
È abbastanza veloce, comodo e non necessita di hardware super potente.
Ma se l'area è complessa o l'immagine non sufficientemente dettagliata, potrebbe non bastare.
Per maggiore precisione puoi lavorare sull'ortofoto confrontando in tempo reale quello che stai facendo con il modello 3D (nuvola di punti).

2.
Puoi lavorare direttamente nel 3D tramite software che ti permettono di gestire la nuvola di punti che vuoi vettorializzare.
È un po' più lungo (dipende dalla tua esperienza) ma ti permette di lavorare in un ambiente molto più versatile per fare zoom, "battere" punti virtuali e tracciare vettori.

P.S.
Opinione personale: passare da una nuvola di punti 3D ad una rappresentazione 2D "piante/prospetti/sezioni" è un po' come andare a pesca con una rete a trama grande: qualcosa rimane ma la maggior parte lo lasci in mare.

P.P.S.
Non ho ancora trovato software o algoritmi in grado di (semi)automatizzare il processo di vettorializzazione.
Non è banale ma credo che sia un territorio dove potrà esserci uno sviluppo interessante in futuro.
Per ora c'è ancora tanto da fare a mano...
    Il comando "Cloud to Cloud Distance" del software Il comando "Cloud to Cloud Distance" del software Cloud Compare calcola la distanza lineare tra i punti di due nuvole 3D.
È utile se vuoi vedere, nel tempo, le differenze di altezza in un'area di scavo o di accumulo.

È un comando semplice e lo trovi tra i menù principali.

Devi selezionare le due nuvole di punti da confrontare.
Scegli quale nuvola sarà il riferimento per il calcolo e quale quella su cui invece il calcolo verrà fatto.

Lo strumento ha varie opzioni.
Funzionano più o meno bene in relazione al tipo di nuvola di punti che stai usando.

Una volta finito il calcolo, nei punti della nuvola "mobile" vengono scritte delle informazioni scalari ("scalar field") che dettagliano i risultati del calcolo.

Nell'area di lavoro (in ambiente 3D) puoi avere una visuale d'insieme delle aree cambiate.

Se vuoi essere ancora più specifico puoi interrogare le coordinate di ogni punto, per leggere le singole distanze.

Oppure puoi creare un modello digitale di elevazione, DEM, da portare in altri software.

Infine, cosa molta utile per valutare le differenze di quota, puoi calcolare le distanze relative sui tre assi: x, y e z.
Se le nuvole di punti che confronti sono georeferenziate nel solito sistema di riferimento è tutto molto veloce!
    Un ambito dove l'aerofotogrammetria da drone è mo Un ambito dove l'aerofotogrammetria da drone è molto efficiente è quello dei rilievi di strade, per delimitarne i bordi e/o le carreggiate.

L'ortofoto che si produce nel processo structure from motion può essere ripassata in CAD, per tracciarne i limiti.
Considerando il tempo necessario alle attività di campo e quello per vettorializzare gli elementi, il tutto risulta molto vantaggioso soprattutto per superfici grandi.

Immagini elaborate con molto dettaglio (valori bassi del GSD) permettono di creare ortomosaici con un sacco di informazioni e disegnare anche altri elementi come i pozzetti, le caditoie o le saracinesche.

Anche le quote che prendi dai punti della nuvola (densa), o da un modello digitale di elevazione ad alta risoluzione, possono aiutarti per capire le pendenze.
Non riesci arrivare ad accuratezze millimetriche, ma pochi centimetri si raggiungono.
E su grandi sviluppi sei in grado di capire, ad esempio, come si muove l'acqua sulla superficie.
    Scattare fotografie per un'elaborazione fotogramme Scattare fotografie per un'elaborazione fotogrammetrica durante tutta una giornata può dare problemi tonali nelle immagini.
E si ripercuotono sui prodotti in output.

Succede perchè la temperatura della luce del sole cambia.
Con cielo sereno si percepisce molto di più che non in condizioni nuvolose.
Se poi ci sono strutture o montagne che proiettano ombre, al mattino o al tramonto, è ancora peggio!

L'ortofoto ne risente e, per quanto i software SfM riescano a miscelare il colore finale, capita che l'output non sia gradevole.

Scattare foto in RAW aiuta.
Puoi elaborare gruppi di immagini nelle solite condizioni di illuminazione e modificarne, separatamente, il bilanciamento del bianco.

Se hai solo file JPG una strada percorribile è fare un po' di editing sull'ortofoto finale.
Photoshop, e altri software della solita specie, hanno ormai strumenti potenti ed efficaci per farlo.

Ok, perdi la georeferenziazione del file TIF, ma la puoi sempre ricreare tramite un GIS, e, probabilmente, lascerai per strada un po' di saturazione, ma il risultato dovrebbe essere migliore.

La cosa ideale sarebbe comprimere la presa fotografica nel minore slot di tempo.
A volte non è possibile e tocca fare come si può per riparare le cose (dopo).
    Seguire Instagram
  • ARGOMENTI

    CARTOGRAFIA EBOOK LAVORI PODCAST RILIEVI Senza categoria SOFTWARE STRUMENTI TOPOGRAFIA TUTORIAL
  • PAROLE CHIAVE

    3D 3dmetrica 5 terre aerofotogrammetria agisoft photoscan altimetria angoli apr cartografia cloud compare cloudpoints coordinate coseno dissesto idrogeologico dji drone droni fotografia Fotogrammetria funzioni goniometriche geoide georeferenziare georeferenziazione GIS GPS GSD immagini laser scanner lidar nuvola di punti photoscan quota rilievo rilievo aerofotogrammetrico rilievo con drone sapr seno sicurezza sistemi di riferimento software structure from motion strumenti topografia tutorial uav



© Copyright Ing. Paolo Corradeghini 2021 - PIVA 01260880115

Questo sito o gli strumenti terzi utilizzati da questo sito usano cookie necessari al loro funzionamento ed utili alle finalità illustrate nella cookie policy. Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altro modo acconsenti all'uso dei cookie. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie consulta la cookie policy. Leggi di più.