<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                企業??AI智能體構建引擎,智能編排和調試,一鍵部署,支持知識庫和私有化部署方案 廣告
                ![](https://img.kancloud.cn/e8/59/e859815b7c0e6b95d5e67d1320ec8d90_1044x107.png) #### 地面濾波 **注意:一個項目解析成很多文件時,可以根據電腦配置適當合并文件,最好是合并成一個文件,或者合并后再使用工具-點云分段功能,分割成塊再進行地面濾波。解析后的單個文件由于點比較稀疏,提取效果較差,合并后的文件點密度大,地面提取效果更佳。** 功能: 用于提取地面點云。此算法源自張吳明教授團隊提出的布料模擬濾波算法。參考論文《An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation.》,通過布料模擬下落的方式實現地面點云的提取。在此感謝張教授及其團隊提出算法并免費開源。 若想了解更多關于布料濾波算法可訪問(<http://ramm.bnu.edu.cn/>)。 ![](https://img.kancloud.cn/f7/60/f76049d7ba580450de4231e6db2e3817_658x428.png) 參數設置: 內存文件:在工程項目管理模塊中使用 加載 功能后的文件數據,會顯示在內存文件窗口中。 所選文件:在資源項目管理界面中選擇的數據,會顯示在所選文件窗口中。 投影網格尺寸:(默認0.5m)布料投影網格的分辨率,尺寸設置越小,分辨率越高,提取地面越精細,但耗時也會相應增加。 局部粗糙閾值:(默認0.5m):區域的高差閾值,高差在此范圍之內的點云判斷為地面。 迭代次數:(默認500次)多次重復提取地面,迭代次數越高,生成地面越精細,但耗時也會相應增加。 場景類型:(默認“起伏”)針對實際地形地勢進行選擇,有“平坦”、“起伏”、“陡峭”三種地形可供選擇。 原始點云數據: ![](https://img.kancloud.cn/b7/04/b7040caa4db735c152c3bd3ff85cd627_1140x562.png) ![](https://img.kancloud.cn/a3/69/a3690cb6b67028328fb3ec75afc6a631_1150x567.png) 濾除地面后的地物點云數據: ![](https://img.kancloud.cn/53/ef/53ef392cef1bee785815dc9f1b928c3b_1142x563.png) ![](https://img.kancloud.cn/55/29/55297e4f10b98d8f754979e90c29db46_1105x545.png) 濾出的地面點云數據: ![](https://img.kancloud.cn/0d/71/0d71155c41a8c1b61aef0e631df02a1f_1127x555.png) ![](https://img.kancloud.cn/62/57/6257dce9a2ddaffb319cb206e3f64558_1123x554.png)
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看