Extração de margem (banco) do rio a partir de LiDAR

Existe alguma maneira de extrair um limite de rio (banco) dos dados do LiDAR e seus produtos (DEM, imagem de intensidade e inclinação) automaticamente? A digitalização consome muito tempo.

— Leila
fonte

A extração automática de breakline é o santo graal da produção de LiDAR. A Academia produziu várias abordagens (veja aqui e aqui os iniciantes). Perguntas semelhantes também foram feitas no GIS SE ( aqui e aqui ).

— Barbarossa

sim, alguns são absorvidos pela água. Estou procurando uma abordagem para extrair automaticamente os limites do rio. há muitos trabalhos de pesquisa, no entanto nenhum deles fornecer uma solução real para projetos industriais (com uma precisão pré-definido, ..)

— Leila

@ Barbarossa Eu amo o giro existencial que você coloca nisso. : p

— elrobis

Estou com o @Barbarossa neste, digitalizo corpos d'água de airphoto / intensidade / LiDAR DEM há cerca de 6 semanas. O problema é que a margem do banco é implícita e na verdade inexistente; em muitos casos, ela fica embaixo de árvores, pois (sem surpresa) as árvores crescem no alto das margens e obscurecem a foto aérea. Estamos usando um laser vermelho que não penetra na água, isso mostra bastante bem na imagem de intensidade; em alguns casos, a água não retorna, mas diretamente sob a trajetória de vôo é produzida alta intensidade; a intensidade com DEM mostra onde está a água e a fotografia aérea confirma que não é sombra de árvore.

— Michael Stimson

Estou no processamento de LiDAR há alguns anos. A melhor abordagem que encontramos é classificar os pontos de água suspeitos para algo diferente do solo. Deveria ser fácil classificar com base na intensidade (os pontos próximos ao nadir terão alta intensidade, enquanto a água turva estará próxima de 0) e os disparos a laser geralmente são absorvidos perto da costa. No entanto, ainda há alguma interpretação e modificação manual necessária

Depois que os pontos de água forem classificados como não terrestres, exporte um DEM somente terrestre que represente intensidade. Os vazios de dados no DEM terão 0 valores, representando prováveis massas de água. Com alguns ajustes (não estou revelando todos os meus segredos) no criador de modelos, você pode converter a varredura em polígono, aplicar alguma suavização e pronto ... linhas de quebra extraídas semi-automáticas.

Esteja avisado de que isso ainda leva tempo e atenção para fazê-lo corretamente. Nada é tão preciso quanto o olho humano. Boa sorte. Os resultados podem variar.

— Barbarossa
fonte

@ Barbarossa: obrigado, trabalhei com curvatura de dados e obtive alguns resultados interessantes. sobre o seu método, quão precisos são os resultados?

— Leila

Como afirmei, eles são tão precisos quanto onde você os faz. Quanto à precisão da nuvem de pontos até os polígonos / polilinhas de quebra de linha gerados finais, isso dependerá de qual resolução (tamanho da célula) sua nuvem de pontos suportará. Normalmente, eu gero DEMs de 1 metro, mas apenas porque a nuvem de pontos suporta (ou seja, espaçamento nominal de pontos). Assim, com um DEM de 1m, minhas linhas de interrupção são tipicamente com 1 metro de onde está a linha de costa real (se eu disser que é onde é). Meus clientes nunca se queixaram da precisão.

— Barbarossa

Eu tentei um 'preenchimento de pias' e a diferença combinada com nenhuma célula de retorno ou maior que a focalmean (funciona apenas para bordas) e obtive 80% de ish ... as pias / diferenças cortam a sombra das árvores principalmente, depois os critérios mínimos de diferença / área aplicados ; esse processo funcionaria melhor em uma área não tão plana quanto a que usei como teste, o problema é que não havia muita diferença entre o solo e a água a encher e, quando os incluí, foram introduzidos valores espúrios. Isso soa como o começo de um bom processo @Barbarossa? No final, nada é tão bom quanto o olho humano para 100%!

— Michael Stimson