Scegliere la decimazione della nuvola di punti senza perdere le caratteristiche critiche
Confrontare voxel, spaziatura e diradamento sequenziale in base agli elementi e agli attributi da preservare nella nuvola LiDAR ridotta.
Stabilisci uno scopo per la nuvola di punti ridotta
La riduzione di una nuvola di punti può migliorare la gestione interattiva o rendere pratico un calcolo particolare, ma il metodo giusto dipende da ciò che deve sopravvivere. Un modello di presentazione ha esigenze diverse dall'ispezione di bordi di drenaggio stretti. Definire le caratteristiche e gli attributi conservati prima di scegliere la dimensione del file di destinazione. Mantenere disponibili le osservazioni originali in modo che la decimazione non diventi una sostituzione irreversibile delle prove.
Distinguere un punto selezionato da un nuovo punto
Alcuni metodi voxel selezionano un'osservazione esistente, mentre altri approcci creano una posizione rappresentativa. Questi risultati hanno implicazioni diverse per colore, classificazione, intensità e identificatori. Una coordinata media non ha automaticamente una classe media significativa o un numero dell'eco. Leggi la documentazione dell'algoritmo e controlla lo schema di output invece di dare per scontato che ogni metodo conservi intatto il record del punto di origine.
Scegli deliberatamente il supporto spaziale
Una griglia di voxel tridimensionale limita la rappresentazione all'interno dei volumi occupati, mentre il campionamento basato sulla spaziatura controlla la separazione secondo la propria regola. Conservare un punto ogni n record consecutivi in un file può ereditare l'ordine di acquisizione e la densità non uniforme. Confronta la distribuzione risultante su entrambe le superfici orizzontali e verticali. Una riduzione che appare uniforme nella vista in pianta può comunque rimuovere dettagli utili da muri o terreni ripidi.
Proteggi piccole caratteristiche importanti
Scegli la dimensione del supporto tenendo presente la caratteristica più piccola rilevante. In un'ipotetica indagine su un muro di sostegno, confrontare una nuvola ridotta con le osservazioni complete sulla parte superiore, sulla base e su uno sbocco stretto del muro. Controlla se le caratteristiche isolate ma reali scompaiono e se le superfici adiacenti si mescolano. Una riduzione percentuale da sola non può spiegare questi effetti perché la densità iniziale varia sostanzialmente all’interno del sito.
Controllare l'ordine e la riproducibilità
Documentare l'origine della griglia, dimensione o spaziatura delle celle, ordine dei punti ove rilevante e implementazione del software. La ripetizione di una pipeline con input riordinati potrebbe non produrre le stesse osservazioni selezionate per ogni algoritmo. Testare due volte un sottoinsieme rappresentativo in impostazioni controllate, quindi confrontare le posizioni e gli attributi mantenuti. Laddove è importante la ripetibilità esatta, preservare il sottoinsieme risultante e la relativa mappatura della sorgente anziché fare affidamento su una ricetta informale.
Mantenere separati gli output ridotti e quelli autorevoli
Etichettare l'output in base all'uso previsto e riferire come è stata controllata la riduzione. Fornire il percorso di estrazione originale o concordato in tutti i dettagli quando le decisioni ingegneristiche lo richiedono. L'accettazione dovrebbe dimostrare che le caratteristiche richieste rimangono interpretabili e che gli attributi conservati hanno significati difendibili. Una nuvola più leggera è un prodotto di elaborazione con limitazioni documentate, non una prova che osservazioni apparentemente ridondanti non abbiano alcun valore analitico.
