• BLOG
  • INFO
  • PARTNER
  • EBOOK
    • PENSIERI TOPOGRAFICI 2020
    • PENSIERI TOPOGRAFICI 2018-2019
  • SUPPORTAMI

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

Aerofotogrammetria – Ortofoto sull’acqua
10 Maggio 2022
Lidar e software di elaborazione dei dati
20 Aprile 2022
Laser scanner, acqua e gallerie
8 Febbraio 2022

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

  • 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.
  • C’È IL CANALE TELEGRAM!

    Canale Telegrma 3DMetrica
    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

  • EBOOK – Pensieri topografici del 2020

    Ebook-pensieri-topografici-2020
  • EBOOK – Pensieri topografici 2018-2019

    Ebook-pensieri-topografici-2020
  • PUOI SEGUIRMI SU INSTAGRAM…

    tredimetrica

    Con lo strumento "Point List Picking" di Cloud Com Con lo strumento "Point List Picking" di Cloud Compare puoi selezionare diversi punti di una nuvola, da portare in planimetria.

Alla fine puoi creare un file di testo o una nuova nuvola di punti, fatta solo dai punti che hai selezionato.
O entrambe le cose.

In un software di topografia poi, i punti 3D si trasformano facilmente in punti "topografici" (anche se non derivano da una misura strumentale diretta) ai quali puoi assegnare uno stile del simbolo ed aggiungere diversi campi testuali.

#cloudcompare #nuvoledipunti #3d #pointlistpicking
    [Nuvole Lidar e classificazione automatica del ter [Nuvole Lidar e classificazione automatica del terreno - Prima di tutto togli (almeno) gli "Outliers"]
Prima di fare la classificazione automatica del terreno degli elementi di una nuvola di punti Lidar ti conviene pulirla un po' affinchè il risultato del processo sia buono.

Gli "outliers" sono i più insidiosi.
Se ad esempio ci sono punti isolati sotto il livello reale del piano campagna, questi possono dare indicazioni fuorvianti al classificatore.

Nelle immagini che condivido in questo post vedi:
1. una nuvola Lidar (completa e colorata);
2. la classificazione del terreno senza la preventiva rimozione degli outlier;
3. la nuvola vista di lato con evidenza degli outlier;
4. la classificazione del terreno dopo la pulizia.

#lidar #nuvoledipunti #3d
    [Stazione Totale - Misure di distanza - Coordinate [Stazione Totale - Misure di distanza - Coordinate proiettate e cose che non tornano]
Fai attenzione al fattore di scala dei sistemi di riferimento proiettati quando fai misure con la stazione totale.

La distanza diretta, misurata con stazione totale, tra due punti in campo è diversa tra la distanza proiettata sul piano e presa tra le coordinate Nord ed Est degli stessi punti misurati con un GPS.

Nel passaggio da un sistema di coordinate geografiche ad un sistema cartografico si applica un fattore di scala.
Nel sistema di riferimento ETRF2000-UTM, questo fattore di scala è 0.9996.

Su 100 m lasci per strada 4 cm.
Su 3 km perdi 1.20 m!

Credo che questa sia un'informazione molto importante da gestire nei rilievi e nella restituzione.
    [Laser scanner e ombre] Il laser scanner è una m [Laser scanner e ombre]

Il laser scanner è una misura attiva ma i raggi emessi non distruggono gli oggetti che incontrano nel loro percorso!

Ci sono scanner che permettono di registrare più ritorni, per lo stesso raggio, ma se questo sbatte contro un muro, un tetto, un'auto o il terreno, non riesce ad andare oltre.
E meno male!

Al di là di questa introduzione, in una scansione terrestre (TLS) è molto probabile che ci siano ostacoli che fermano parte dei raggi e proiettano delle "ombre" nella nuvola di punti.
Lì non ci sono informazioni.

La forma e, soprattutto, la distanza dell'ostacolo dall'emettitore determinano la dimensione dell'ombra.

Anche se un elemento sembra poco rilevante rispetto alla scena da scansionare, la sua ombra potrebbe cancellare parecchi punti che, tradotti in superficie da rilevare, possono diventare parecchi metri quadrati.

Se non puoi liberarti dell'ostacolo l'unico modo per riempire le ombre è quello di fare più scansioni, da punti diversi, in modo che l'emettitore riesca a "vedere" oltre.

La programmazione di un rilievo laser scanner in campo tiene conto anche di questo.
Più stazioni fanno aumentare i tempi operativi di lavoro.
E con uno scanner ad approccio topografico le scansioni extra si fanno sentire nel budget finale delle ore in campo!

#laserscanner #3d #nuvoledipunti #pointcloud #trimble #trimblesx10
    [Aerofotogrammetria - Ortofoto sull'acqua] Si poss [Aerofotogrammetria - Ortofoto sull'acqua]
Si possono creare ortofoto d'acqua (ferma) anche se il modello 3D fotogrammetrico fa schifo ed è bucato.

Se la nuvola di punti o la mesh sono "bucate" è perchè il software non è stato capace di trovare punti di legame nell'allineamento delle immagini.
Ma non è detto che l'ortofoto non possa venire fuori ugualmente bene.
Par farlo succedere devi creare una superficie di riferimento, su cui "stendere" le fotografie, ortorettificate, priva di buchi.
Puoi usare il DEM o la Mesh.
Quando fai creare il DEM (Modello Digitale di Elevazione) hai la possibilità di dire al software di interpolare i buchi.

L'interpolazione della mesh non sempre va a segno al primo colpo (in realtà neppure quella del DEM) ma ci sono altri strumenti (più o meno avanzati) che ti vengono in aiuto.

L'accorgimento da prendere in fase di presa fotografica è di estendere la copertura delle fotografie ad un bel pezzo extra di riva, dove sei sicuro che il software fotogrammetrico lavorerà senza problemi nella creazione di nuvola di punti e mesh.

#ortofoto #fotogrammetria #aerofotogrammetria #3d #nuvoladipunti #mesh #dem
    [Rilievi di argini e vegetazione] Gli argini di c [Rilievi di argini e vegetazione]

Gli argini di canali artificiali, realizzati in terra, si prestano bene ad un rilievo aerofotogrammetrico ma, affinché il rilievo sia davvero efficace, andrebbe fatto dopo la pulizia dalla vegetazione.

Un sorvolo su un argine pulito permette di creare una nuvola di punti efficace da cui estrarre informazioni per tutta la lunghezza del tratto rilevato.

Se invece le sponde sono vegetate, il dato che si ottiene potrà essere buono qua e là ma sarà comunque globalmente più scarso rispetto alle condizioni ideali.

Lo sfalcio ed il decespugliamento sono attività che possono avere costi importanti.
Gli Enti locali hanno solitamente un piano di sfalcio sulle aree di competenza, specialmente se si tratta di zone frequentate, aree verdi, parchi e percorsi ciclopedonali.
Se hai tempo di aspettare, vale la pena coordinarsi in tal senso per andare in campo subito dopo le pulizie programmate.
Se invece hai fretta si devono accettare costi maggiori per lo sfalcio straordinario.

O si può andare in campo con la tecnologia LiDAR su drone per riuscire a penetrare la copertura vegetale.
Anche se non sempre si riesce a fare!

P.S.
Tutto questo vale per la parte emersa.
Per andare sott'acqua servono altri strumenti!
    [Monitoraggio e considerazioni sul tema] Prendend [Monitoraggio e considerazioni sul tema]

Prendendo spunto da una recente installazione di sistema di monitoraggio della falesia del Cimitero di Camogli (con tecnologia GNSS da parte di Gter e Yet It Moves) faccio alcune considerazioni sul tema.
Gli strumenti per monitorare possono essere tanti e quello che accumuna ogni situazione è la ripetizione nel tempo delle misure.

La precisione del controllo può già fare una discriminazione.

Il caso di Camogli pone poi l'attenzione sul "quante misure fare nel tempo".
Una rete GNSS che elabora dati in continuo permette di accedere alle letture dei singoli nodi con una frequenza alta (si che può arrivare ad essere anche di qualche ora).

A Camogli mi sono occupato dei rilievi fotogrammetrici e laser scanner di tutta la porzione di costa, in due momenti differenti, da cui si sono potuti misurare movimenti macroscopici che hanno permesso di fare valutazioni successive per la scelta dei punti di installazione dei sensori del monitoraggio di precisione.

Credo anche che sia rilevante l'aspetto della responsabilità di chi restituisce un dato da monitoraggio.
Questi dati servono per scelte progettuali, decisioni di sicurezza e protezione civile per niente banali.
Vale la pena "metterci la testa".

Io non sono un esperto di monitoraggi, anzi non lo sono per niente, ma il tema della misura legata, in qualche modo, alla "quarta dimensione", quella del tempo, mi affascina molto.
Se hai contributi, commenti o esperienza da condividere fallo assolutamente perchè il tema è interessante!
    Sono iniziati (in realtà già da qualche mese) i Sono iniziati (in realtà già da qualche mese) i lavori di messa in sicurezza dei versanti sopra la Via dell'Amore ed il ripristino della passeggiata, chiusa ormai da diversi anni).

Reti di placcaggio, barriere paramassi, nuove gallerie e rifacimento di tutto il percorso per un po' di milioni di euro ed almeno due anni di tempo.

Dovrei supportare i lavori con alcune "cose" dall'alto...

#viadellamore #parcocinqueterre  #lavori #roccia #drone
    [Laser scanner, nuvole colorate e fotocamere integ [Laser scanner, nuvole colorate e fotocamere integrate]

Per colorare una nuvola di punti da scansione laser servono delle fotografie.
Ci sono ormai parecchi scanner con fotocamera integrata, che semplificano il lavoro dell'operatore.

L'esposizione delle immagini deve essere la più "corretta" possibile per  riprodurre al meglio l'informazione colorimetrica nei punti della nuvola.

Non conosco il funzionamento specifico di ogni camera ma vale la pena dedicare un po' di tempo a capire come lavora l'esposimetro ed evitare così punti bianchi (per foto sovraesposte) o neri (per sottoesposizione).

Nel caso della SX10 di Trimble (l'unico caso che conosco), si può fissare un'esposizione costante ed è ok se l'illuminazione della scena scansionata non cambia.
I risultati sono scarsini se si passa da alte luci ad ombre e viceversa.

Nelle prime due immagini la nuvola è colorata da foto con esposizione fissa e presa ai due estremi delle zone di luminosità della scena scansionata.

L'altra opzione possibile è quella di scegliere un'esposizione automatica e variabile che permette di compensare i cambi di luce, per un risultato più armonico.

Occhio che l'angolo di campo dell'ottica incide parecchio.
È difficile avere tutto quanto esposto perfettamente in un'immagine sferica a 360°.
A meno di non sfruttare la tecnica dell'HDR (che alcuni scanner fanno)

Se poi c'è la possibilità di usare più camere (a lunghezza focale diversa) per scattare foto da usare nella colorazione della nuvola, quella a campo più stretto permette una lettura dell'esposizione più accurata rispetto alle panoramiche.
Ma servono più foto per coprire l'intera scena.
    [Fotogrammetria ed attenzione al colore] Spoiler: [Fotogrammetria ed attenzione al colore]
Spoiler: questo post non è interessante se ti occupi solo di fotogrammetria per il rilievo del territorio.
Ma se fai anche ricostruzioni 3D di edifici storici, beni culturali, monumenti ed opere d'arte di ogni forma e dimensione, credo che serva molta attenzione anche alla riproduzione fedele del colore nel processo fotogrammetrico.

Nella campagna di scatto è necessario utilizzare degli oggetti  che permettano di correggere le dominanti di colore in post elaborazione.
Si tratta generalmente di tabelle formate da quadrati colorati (in cui ogni colore è codificato).
In inglese si chiamano "color checker".
Li dovresti mettere nella scena e fotografare nelle stesse condizioni di illuminazione dell'oggetto del rilievo.

In post elaborazione poi si prendono le immagini in cui è presente il color checker e si applicano correzioni cromatiche sulla base del colore "letto" nell'immagine rispetto a quello che dovrebbe essere realmente (i valori codificati).

Tutto questo deve essere accompagnato da un altro paio di cose:
1. il controllo dell'illuminazione della scena;
2. un monitor calibrato (tutto passa attraverso i pixel del tuo schermo e se non sono "veritieri" il rischio di vanificare tutto il processo che ti ho raccontato, avendo una percezione sballata dei colori, è alto).

#fotogrammetria #colore #colorchecker
    [Lidar e software di elaborazione dei dati] Condiv [Lidar e software di elaborazione dei dati]
Condivido alcune caratteristiche che un software di elaborazione dati Lidar (da drone) dovrebbe avere.

1. Gestione dei dati grezzi della base GNSS di riferimento per il calcolo della traiettoria.

2. Aggiustare e/o correggere le traiettorie.

3. Dividere la traiettoria e, conseguentemente, la nuvola di punti.

4. Colorare la nuvola di punti e gestire problemi di "matching" tra immagine e traiettoria.

5. Gestione di datum, sistemi di riferimento e coordinate.

6. Misurare la nuvola di punti.

7. Visualizzare i punti secondo le informazioni dei campi scalari (intensità e numero di ritorni, tempo di acquisizione, ...)

8. Esportazione della nuvola in formati comuni.

Poi ce ne sono altri, non necessari, ma che possono aiutare l'elaborazione.

9. Segmentare, ritagliare ed eliminare parti della nuvola di punti.

10. Filtrare la nuvola per eliminare rumore ed outliers, oltre che sottocampionarla

11. Classificare i punti con algoritmi automatici.

12. Verificare l'accuratezza con punti di coordinate note.

13. Generare report di elaborazione.

Dimentico senz'altro qualcosa.
Se vuoi aggiungere, integrare o commentare in base alla tua esperienza sentiti davvero libero o libera.
È utile per tutti.

#lidar #nuvoledipunti #3d #pointcloud #software #editing #realitycapture
    Se sei in un posto aperto a misurare con il GPS pu Se sei in un posto aperto a misurare con il GPS puoi anche tenere la palina bassa, i satelliti si vedono ugualmente bene.

#gnss #gps #rilievo #topografia #misura
    È importante aggiornare i firmware degli strument È importante aggiornare i firmware degli strumenti di rilievo ed i software dei dispositivi che li controllano.

Credo che l'evoluzione tecnologica di quello che si usa in campo si porti con sé la necessità di una consapevolezza nuova sulla loro manutenzione.

Se prima gli aspetti legati alla taratura, al controllo delle parti meccaniche, ..., bastavano per permetterne il funzionamento, ora serve un'attenzione in più.

Non vale per ogni strumento che si vede in giro, ma credo che, piano piano, sarà un aspetto con cui tutti ci confronteremo.

Le case produttrici ti permettono di aggiornare continuamente una stazione totale o un laser scanner con nuovi firmware, che ne integrano funzionalità o correggono dei "bug".

E lo stesso succede per i software che girano sui dispositivi di controllo (smartphone, tablet, ...).

Nuove release migliorano la user experience o, anche qui, sistemano gli errori.

Se dopo un rilievo spari aria compressa e spennelli una stazione totale per togliere la polvere, prima di andare in campo dovresti controllare che software e firmware siano ok e tutto sia funzionante.

Usiamo strumenti tecnologicamente fantastici che tuttavia potrebbero incepparsi in campo per qualche "banale" conflitto software irrisolto.

#rilievo #strumenti #topografia #software #firmware
    La fotogrammetria non è la tecnica ideale per lav La fotogrammetria non è la tecnica ideale per lavorare con la vegetazione: copre il terreno che sta sotto (in una presa da drone) e non è facile ricostruirla.

Fotografie ad alta risoluzione, scattate da un sensore grande (full frame), possono avere problemi maggiori per ricreare nella nuvola di punti, le chiome di alberi.

Da quando ho iniziato ad usare una fotocamera più performante (full frame - 40 Megapixel) rispetto a quelle che ho usato in passato (1" - 24 Megapixel) sto verificando dei buchi nella nuvola di punti laddove ci sono alberi spogli.
Può sembrare controintuitivo ma è così.

Fotografie troppo dettagliate, di elementi molto complessi, porosi e con informazioni disposte su vari piani (tutta l'altezza degli alberi) non aiutano il software, anzi...

Per provare ad avere qualche informazione in più lì sopra,  puoi lanciare l'elaborazione della nuvola di punti ad una qualità inferiore.
Le immagini del dataset vengono sottocampionate (la risoluzione si riduce) ed il software structure from motion lavorerà con una minore quantità di dettagli descritti nei pixel.
Questo aumenta il numero di punti lungo gli alberi, anche se la loro confidenza (cioè l'attendibilità della posizione 3D) è piuttosto scarsa.
Oh, non è che il problema sia superato, anzi...
La nuvola di punti in effetti fa ancora piuttosto schifo.

La presenza di foglie aiuta il processo quindi se vuoi avere informazioni sulle altezza degli alberi è meglio acquisire i dati in estate.
Ed anche il tipo di albero (forma e dimensione) influenza il risultato...

#fotogrammetria #structurefrommotion #nuvoledipunti #3d #pointcloud
    Il back up dei dati subito dopo un rilievo, mette Il back up dei dati subito dopo un rilievo, mette al sicuro il lavoro della giornata.

Molti dispositivi di controllo sono palmari, smartphone o tablet, piuttosto avanzati, ma pur sempre a rischio di danneggiamento software o, peggio, furto o danno fisico.

Perdere i dati di una giornata di lavoro può avere conseguenze importanti.

Se hai rilevato qualcosa che non c'è più (scavo, abbancamento, demolizione) non potrai ripetere il rilievo.

Ci sono vari livelli di "sicurezza" per i dati di uno strumento.

Salvare i dati in una memoria interna (ad uno scanner o una stazione totale) ed in quella del controller ti permette di avere i file in due posti distinti.

Backuppare un lavoro in una chiave USB o in un hard disk esterno è un'altra opzione valida. Vale però per dispositivi dotati di porta USB.

Salvare i dati nel cloud è forse la scelta più sicura. Attivando un hot spot con lo smartphone riesci a mandarli in posti che sono a prova di furto o danno. Il cloud ti permette anche di essere molto efficiente se c'è qualcuno pronto a riceverli ed iniziare subito ad elaborarli.

Una volta ho temuto di aver perso i dati di un rilievo "un po' complicato".
Non ho passato una bella mezz'ora!
    [Laser scanner e traffico] Un camion che passa da [Laser scanner e traffico]

Un camion che passa davanti ad un laser scanner e è un ostacolo al rilievo.
A volte il traffico si riesce a gestire (movieri, gestione del cantiere o indicazioni specifiche, ...).
Altre volte no.
L'ideale immobilismo è, di fatto, irrealizzabile.

Alcuni scanner hanno la possibilità di mettere in pausa, una scansione per riprenderla una volta passato il mezzo.

Anche aumentare la qualità della scansione può aiutare.
Spesso una qualità maggiore significa effettuare la scansione, della stessa area, più volte.
Se i mezzi si muovono, ci sono buone probabilità che, se te li ritrovi tra i piedi al primo giro, non ci saranno più al secondo.

Fare scansioni da punti diversi aiuta.
Scegli punti di scansione in modo che si integrino uno con l'altro.

Oppure  puoi sempre considerare l'ipotesi di fare il rilievo di notte quando, auspicabilmente, il traffico è ridotto o assente.
    Un ponte può creare problemi ad un rilievo con Li Un ponte può creare problemi ad un rilievo con Lidar lungo un alveo

Manca il pezzo d'alveo sotto al ponte.
Non è sempre vero.
Ma può capitare.

Non c'è l'intradosso ed i dettagli non sono ricchissimi.

La classificazione del terreno può venire ingannata.
Non è facile per un software di classificazione automatica  distinguere il ponte dal terreno.
Se ci pensi ha la stessa quota del piano stradale.

Questi problemi si possono risolvere.

Una scansione con laser terrestre mette (forse) a posto i primi due punti 

Se c'è acqua o non riesci ad andare sotto all'impalcato puoi interpolare il terreno con le informazioni a monte ed a valle.
Se però c'è una soglia o un salto dovrai battere dei punti con una stazione totale.

Per la classificazione automatica l'intervento manuale è la soluzione migliore per garantire un risultato confidente.

Il Lidar da drone è molto efficace per acquisire dati in questi ambiti (occhio alla vegetazione!) ma l'integrazione strumentale è sempre la soluzione più efficiente.

#rilievo #rilievo3d #lidar #drone #lidardadrone #3d #realitycapture #alveo #idraulica #dtm #nuvoledipunti
    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.
😉
    Carica di più... Seguire Instagram
  • VUOI ISCRIVERTI ALLA NEWSLETTER?

    Newsletter di 3DMetrica 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.
  • ARGOMENTI

    CARTOGRAFIA DRONI EBOOK FOTOGRAMMETRIA LASER SCANNER LAVORI LIDAR 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 dem dissesto idrogeologico drone droni elaborazione fotografia Fotogrammetria GIS GNSS GPS GSD immagini laser scanner lidar misura misure nuvola di punti nuvole di punti ortofoto photoscan quota rilievo rilievo aerofotogrammetrico rilievo con drone sapr sistemi di riferimento software stazione totale structure from motion strumenti topografia tutorial uav



© Copyright Ing. Paolo Corradeghini 2021 - PIVA 01260880115