按属性聚类

功能概述

该功能首先通过属性过滤以及类别过滤提取感兴趣的点云，然后利用欧式聚类将感兴趣的点云分割成若干聚簇，并对这些聚簇进行进一步筛选，最后统计这些聚簇的信息并输出统计报告。该功能不生成新的点云文件，但会将聚簇的标签写入到名为“Group”的点云的附加属性中（此附加属性为整型单分量，不可被定义为其它类型和分量数）。标签相同且大于0的点云视为同一聚簇，如1、2...；-1视为无效标签，表示该点不属于任意一个聚簇。用户可以通过按属性提取、按属性分类功能或按组提取、进一步处理感兴趣的点云。此功能将生成一个CSV格式的统计报告。该报告中的每一行都代表一个聚簇，聚簇的统计信息可由用户自由选择。

用法

点击数据管理 > 点云工具 > 按属性聚类

参数设置

• 输入点云数据：输入文件必须是单个LiData点云数据文件。用户可以选择已经在LiDAR360软件中打开的点云数据，也可以打开来自磁盘中的其它LiData文件。
• 初始类别：初始类别用于提取感兴趣的类别的点云。
• 附加属性以及范围选择：用于提取感兴趣的附加属性范围内的点云，可参考按附加属性提取。若不勾选则不进行此项过滤。
• 聚簇结果过滤：
  • 最小点数（默认为“10”）：若勾选此项则进行下述过滤：聚簇的点个数若小于此值，则该聚簇将被归为无效聚簇，标签置为-1。
  • 最小面积（默认为“0”）：若勾选此项则进行下述过滤：聚簇的投影面积若小于此值，则视为无效聚簇，标签置为-1。
• 搜索半径（默认为“0.5”）：欧式聚类阈值。点云间欧式距离小于此阈值的点云将被分为同一聚簇。欧式距离的计算与搜索方法有关。此值越大，得到的聚类数量将会越小。
• 搜索方法：聚类过程中用于计算点云间欧氏距离的维度，目前支持2D和3D。当搜索方法为“2D”时，聚类时只考虑水平方向的欧式距离。
  • 3D（默认项）：欧氏距离的计算方式为：d =√(x0-x1)²+(y0-y1)²+(z0-z1)²。
  • 2D：欧氏距离的计算方式为：d =√(x0-x1)²+(y0-y1)²。
• 统计附加属性（默认为勾选）：若勾选此项，则在输出的csv报告中添加对某个附加属性的统计。
  • 选择附加属性名称：选择附加属性的名称，可参考按附加属性提取。
  • 选择统计信息：统计信息包含名称、凸包面积、点云数量、位置、AABB包围盒、最小值、最大值、平均值、标准差中选择一项或多项进行统计。其中名称、凸包面积、点云数量、位置、AABB包围盒是必选的。
• 默认值：将设置参数恢复为默认值。
• 输出路径：输出CSV统计报告的路径。