pointcloudsimplifier
输出点云特征在保持原始形状的同时具有更少的点数的点。该变换器通常用于通过识别一组点以保持和丢弃剩余点来减少数据量。
输入端口
点云功能。
输出端口
点云功能具有简化的原始点子集。
点云功能包含简化点云中未包含的所有点。
非点云几何形状通过该输出<被拒绝>港口。
参数
简化算法
内侧轴变换:基于内侧轴变换(垫)进行简化。该方法估计每个点的法线,并使用球收缩算法来近似垫。然后它根据每个点的本地特征大小(LFS)来对点云进行采样,由从点到内侧轴的最短距离定义。高曲率(低LFS)区域的点以比冗余低曲率(高LFS)点更高的密度采样。
内侧轴变换参数
指定所需的简化级别,将LFS值与采样密度相关联。更高的值将导致整体密度较低。典型值范围为0.01至0.8。
指定网格单元格的最小采样密度(每个方形单元点)。值为0意味着采样密度不从下面限定。这对于在几乎平坦的区域中保持最小细节水平可以是有用的,否则会因为平面检测而完全除去。
指定网格单元格的最大采样密度(每个方形单元点)。值为0意味着采样密度不是从上面限定的。
线性:在简化期间使用未修改的LFS值。
二次(LFS ^ 2):在简化期间使用LFS值的平方。这将增加曲率对点采样的影响。
调整和降噪
指定基于网格的LFS简化的单元格大小。在简化期间,点云分为这种尺寸的均匀网格。基于其包含点的平均值值计算每个单元的采样密度。这应该尽可能小,但足够大,平均每种细胞5-10点。选择汽车将允许FME根据输入点云中的边界框和点数估计合理的单元格大小。
指定球收缩算法使用的初始半径。在近似垫时,较大的值将允许检测更大的形状。选择汽车将允许FME根据输入点云中的边界框和点数来估计合理的初始半径。
指定在估算点法线时要考虑的附近点数。使用更高的值使用更密集的输入来产生更一致的正常量。典型值范围为5到20。
在球缩迭代期间指定内侧球的定义点之间的最小角度(以度)。当角度低于此阈值时,迭代停止。值为0意味着不会发生球保存。典型值范围为0到30。
指定初始内侧球的定义点之间的最小角度(以度)。如果第一迭代的角度低于该阈值,则没有分配内侧球。值为0表示没有发生平面检测。典型值范围为0到40。
先进的
指定附近要检查的附近点数平分阈值。较高的值将导致更少的嘈杂垫点,但也会限制检测小功能的能力。典型值范围为1到5。
这平分阈值用于在LFS计算之前清洁垫点。较低的值意味着更具侵略性的清洁,这意味着对垫中的噪声更加稳健,但将检测到更少的功能。典型值范围为0.1到10。
仅使用内部垫:计算LFS值时只考虑内部垫。
使用室内和外部垫子:计算LFS值时考虑内部和外部垫。
编辑变压器参数
使用一组菜单选项,可以通过引用工作区中的其他元素来分配变压器参数。一些变压器也可提供更高级的功能,例如高级编辑器和算术编辑器。要访问这些选项的菜单,请单击除适用的参数旁边。有关更多信息,请参阅变换器参数菜单选项。
变压器类别
搜索FME知识中心
搜索有关此变压器的样本和信息FME知识中心。
标签关键词:点“点云”云PointCloud Lidar Sonar