遥感概论地面激光扫描数据处理实验报告
遥感与激光扫描数据融合技术解析与应用
遥感与激光扫描数据融合技术解析与应用引言：随着科技的不断发展，遥感与激光扫描技术在地理信息领域得到了广泛应用。
两者的结合使地球观测能力得到了质的提升，为地理学、生态学、农业等领域的研究提供了重要的数据支持。
一、遥感和激光扫描技术简介1. 遥感技术遥感技术是指通过航天器、飞机或地面设备获取地球表面及其大气层的信息，通过记录和分析遥感数据，可以获取地球表面的物理、化学和生物特征，并进行综合分析。
2. 激光扫描技术激光扫描技术是一种通过激光雷达系统对地球表面进行三维点云扫描的方法。
它通过测量激光束发射和反射的时间，可以精确计算出地表特征的距离、高度和形状等信息。
二、遥感与激光扫描数据融合的原理及方法1. 数据融合的原理遥感和激光扫描数据融合的原理是通过将两种数据源的信息进行整合，以提高地表信息的精度和准确性。
融合后的数据不仅包含了遥感图像的空间信息，还包含了激光扫描数据的高度信息。
2. 数据融合的方法数据融合的方法有多种，常见的有像素级融合和特征级融合。
- 像素级融合：将遥感图像和激光扫描数据进行像素级别的配准和融合，将两者的信息进行叠加，生成具有空间和高程信息的图像。
- 特征级融合：根据遥感图像和激光扫描数据的特征，提取出地表上的关键特征点，并将其进行匹配和融合，以获得具有精确地表特征的数据。
三、遥感和激光扫描数据融合的应用1. 土地利用与覆盖分类通过将遥感图像和激光扫描数据进行融合，可以获取更准确的土地利用和覆盖分类结果，为城市规划和土地管理提供科学依据。
2. 森林资源调查与监测融合遥感和激光扫描数据可以提供精确的森林高度和覆盖范围信息，对森林资源的调查、监测和灾害评估具有重要意义。
3. 地形和地貌研究通过遥感图像和激光扫描数据的融合，可以获取地形和地貌的精确信息，对地质灾害的评估和地质研究具有重要作用。
4. 基础设施管理利用遥感和激光扫描数据融合技术，可以提供城市基础设施的精确地理位置和形状特征，为城市规划、交通管理等提供支持。
激光遥感实习报告
一、实习背景随着科技的不断发展，遥感技术在我国得到了广泛应用。
激光遥感作为一种新型的遥感技术，具有高精度、高分辨率、高分辨率率等特点，在地质勘探、环境监测、城市规划等领域具有广泛的应用前景。
为了更好地了解激光遥感技术，提高自己的专业技能，我于2021年暑假期间，参加了某激光遥感技术公司的实习项目。
二、实习目的1. 了解激光遥感的基本原理、技术流程和实际应用。
2. 掌握激光遥感数据处理、分析和应用方法。
3. 提高自己的实际操作能力，为今后从事相关工作打下基础。
4. 增强团队协作意识，提高自己的综合素质。
三、实习内容1. 激光遥感基本原理及技术流程（1）激光遥感原理：激光遥感是利用激光束对目标进行探测，通过分析激光回波信号获取目标信息的技术。
激光具有方向性好、能量集中、波长可调等优点，使得激光遥感在探测精度和分辨率方面具有明显优势。
（2）激光遥感技术流程：激光遥感技术流程主要包括激光发射、激光回波接收、信号处理、数据分析和应用等环节。
2. 激光遥感数据处理（1）数据预处理：包括激光雷达数据的几何校正、辐射校正、大气校正等。
（2）数据融合：将不同传感器、不同时间、不同分辨率的数据进行融合，提高数据质量。
（3）特征提取：从激光雷达数据中提取目标信息，如地形、植被、建筑物等。
3. 激光遥感数据分析与应用（1）地形分析：利用激光雷达数据获取地形高程、坡度、坡向等信息，进行地形分析。
（2）植被分析：利用激光雷达数据获取植被高度、覆盖度、生物量等信息，进行植被分析。
（3）建筑物分析：利用激光雷达数据获取建筑物高度、面积、形状等信息，进行建筑物分析。
4. 实际项目应用在实习过程中，我参与了以下实际项目：（1）某城市地形地貌调查：利用激光雷达数据获取该城市地形高程、坡度、坡向等信息，为城市规划提供依据。
（2）某地区植被覆盖度调查：利用激光雷达数据获取该地区植被高度、覆盖度、生物量等信息，为环境监测提供数据支持。
（3）某建筑物三维建模：利用激光雷达数据获取建筑物高度、面积、形状等信息，为建筑设计提供参考。
遥感影像数据实习报告
实习报告：遥感影像数据处理与分析一、实习目的本次遥感影像数据实习旨在通过实际操作，掌握遥感影像数据的处理、分析和应用方法，提高对遥感技术的理解和应用能力。
通过实习，要求学生能够熟练使用遥感影像处理软件，对遥感影像进行预处理、信息提取和分类，并能够根据实际需求进行遥感影像的分析和应用。
二、实习内容（一）遥感影像预处理本次实习所使用的遥感影像数据为Landsat 8卫星影像，首先需要对影像进行预处理，包括辐射定标、大气校正和地理校正等。
预处理的目的是消除遥感影像中由于大气、传感器等非目标因素引起的影响，提高影像的可用性和分析精度。
（二）遥感影像信息提取在预处理的基础上，需要对遥感影像进行信息提取，包括水体、植被、建筑用地等土地利用类型的提取。
信息提取的方法包括基于像元的分类方法和基于对象的分类方法。
通过比较不同分类方法的准确性，选择合适的分类方法进行实习任务的需求。
（三）遥感影像分类与分析对遥感影像进行分类是为了将影像中的不同地物类型进行区分，便于后续的分析和应用。
分类的方法包括监督分类、无监督分类和混合像元分解等。
在分类的基础上，可以对不同地物类型的分布、变化等进行分析，为实际应用提供依据。
（四）遥感影像应用在遥感影像分类和分析的基础上，可以进行遥感影像的应用，例如土地利用变化监测、生态环境监测等。
通过实际应用，可以进一步理解遥感影像数据的价值和应用前景。
三、实习步骤与方法（一）遥感影像预处理1. 辐射定标：将遥感影像的数字量化值（DN）转换为反射率或辐射率。
2. 大气校正：消除大气对遥感影像的影响，提高地物反射率的准确性。
3. 地理校正：纠正遥感影像的几何变形，使影像坐标与实际地理坐标对应。
（二）遥感影像信息提取1. 基于像元的分类：通过设置不同的阈值，将遥感影像中的像素分为不同的类别。
2. 基于对象的分类：利用遥感影像分割技术，将影像中的不同地物分为对象，并进行分类。
（三）遥感影像分类与分析1. 监督分类：利用已知类别的样本数据，训练分类器，对遥感影像进行分类。
遥感测量实训报告
遥感测量实训报告
一、实验目的
通过本次实训，学生应能掌握以下技能：
1.了解遥感数据获取原理和数据处理流程。
2.掌握遥感图像的分类方法和分类器的使用。
3.学习遥感影像的几何校正以及植被指数的计算方法。
二、实验步骤
1. 数据预处理：对遥感数据进行云去除、大气校正等预处理，以获得高质量的遥感图像。
2. 数据分类：使用常见的分类方法对图像进行分类，如最大似然法、支持向量机等，并评估分类结果。
3. 影像几何校正：根据掌握的几何校正原理和方法，利用ERDAS软件对遥感影像进行几何校正。
4. 植被指数计算：学习植被指数的计算方法，如归一化植被指数（NDVI）等，分析不同地物类型的植被覆盖情况。
三、实验结果
1. 数据预处理：通过云去除和大气校正等处理，获得高质量的遥感图像。
2. 数据分类：使用最大似然法对遥感图像进行分类，得到较为精确的分类结果。
支持向量机等其他分类方法也被尝试并得到评估。
3. 影像几何校正：根据掌握的几何校正原理和方法，成功地对遥感影像进行了几何校正，以获得更好的空间精度。
4. 植被指数计算：通过计算归一化植被指数（NDVI），分析出不同地物类型的植被覆盖情况，并得到相应的数据图表。
四、实验结论
通过本次实训，学生深入了解了遥感测量的基本原理和技术手段。
掌握了遥感图像分类、影像几何校正、植被指数计算等基本方法，具备了初步的遥感数据处理能力。
同时，实验也发现了一些问题和不足，例如分类结果的评估依然存在主观性较大的问题，需要进一步改进方法和工具。
总之，本次实训为学生打下了扎实的遥感测量基础，也提供了有价值的实际经验。
最新《遥感技术》实验报告
最新《遥感技术》实验报告实验目的：本实验旨在通过实际操作，加深对遥感技术基本原理的理解，并掌握遥感数据的获取、处理与分析方法。
通过实验，学习如何利用遥感技术进行地表覆盖分类、资源评估和环境监测。
实验内容：1. 遥感数据的获取与预处理- 从国家遥感中心或其他数据平台下载适用于实验的遥感影像数据。
- 对下载的遥感影像进行必要的预处理，包括辐射校正、大气校正和几何校正。
2. 遥感影像的解译与分类- 利用遥感影像解译软件，如ENVI或ERDAS IMAGINE，对预处理后的影像进行目视解译。
- 采用非监督分类和监督分类方法，对遥感影像中的地表覆盖类型进行分类。
3. 分类结果的精度评估- 通过实地调查或其他高精度数据，收集地面真实情况作为参考。
- 利用混淆矩阵等统计工具，对遥感分类结果进行精度评估。
4. 遥感技术在资源评估和环境监测中的应用- 选取特定区域，运用遥感技术进行植被覆盖度、土壤湿度等环境因子的监测。
- 分析遥感监测数据，评估资源状况和环境变化趋势。
实验结果：通过本次实验，成功获取并预处理了所需遥感影像数据。
在解译与分类阶段，非监督分类结果显示了地表覆盖的大致分布，而监督分类则提供了更为精确的分类结果。
精度评估表明，监督分类的总体精度达到了85%。
在资源评估和环境监测应用中，遥感技术能够有效地监测到植被覆盖度的季节性变化和土壤湿度的空间分布情况。
结论：实验验证了遥感技术在地表覆盖分类、资源评估和环境监测中的有效性和实用性。
通过本次实验，不仅提高了对遥感技术操作的熟练度，也为后续相关研究提供了实验基础和技术支持。
未来的工作可以进一步探索更先进的分类算法和数据分析方法，以提高遥感应用的精度和效率。
遥感概论实习报告
实习报告：遥感概论实习一、实习目的与要求本次遥感概论实习旨在让我们了解遥感技术的基本原理、应用领域和数据处理方法，培养学生实际操作遥感软件和分析遥感数据的能力。
实习要求我们熟练掌握遥感图像的预处理、解译和分析方法，学会使用遥感软件进行图像处理和地物分类，并能够根据遥感影像进行土地利用现状的初步判断。
二、实习内容与过程1. 遥感图像预处理在实习的第一阶段，我们学习了遥感图像的预处理方法，包括辐射校正、大气校正、太阳高度角校正和几何校正等。
我们使用ENVI软件对下载的遥感图像进行预处理，提高了图像的质量，为后续的解译和分析打下了基础。
2. 遥感图像解译在实习的第二阶段，我们学习了遥感图像的解译方法。
我们根据《土地利用现状分类-GB2007》标准，对所调查区域的遥感影像地物进行初步目视解译、划分，建立了外业目视解译标志表。
通过解译，我们了解了不同地物的光谱特性，提高了对遥感图像的理解能力。
3. 遥感图像分析与应用在实习的第三阶段，我们学习了遥感图像的分析与应用方法。
我们使用ENVI软件对遥感图像进行地物分类，制作了土地利用现状分类专题图。
此外，我们还根据遥感影像图，针对所调查区域进行了生态环境监测和资源调查等应用实践。
三、实习收获与体会通过本次遥感概论实习，我对遥感技术有了更深入的了解，掌握了遥感图像的预处理、解译和分析方法，提高了实际操作能力。
我学会了使用ENVI软件进行遥感图像处理，掌握了图像处理的基本流程和技巧。
在实习过程中，我积极参与实践操作，提高了自己的动手能力和团队协作能力。
同时，我也认识到了遥感技术的局限性和不足之处。
遥感图像的解译受限于图像分辨率和光谱特性，有时会出现误判和漏判。
此外，遥感技术在实际应用中需要与其他地理信息技术相结合，如GPS、GIS等，才能发挥更大的作用。
四、实习总结本次遥感概论实习让我们在理论学习的基础上，亲自动手操作，提高了实际操作能力和实践能力。
通过实习，我们不仅掌握了遥感技术的基本原理和方法，还了解了遥感技术在实际应用中的优势和局限性。
遥感实验报告
遥感实验报告引言：遥感技术是利用卫星、飞机等遥感平台获取地球表面信息的一种技术手段。
通过对不同波段的电磁辐射进行探测和分析，遥感技术可以获取地表的空间分布、物质组成以及变化情况等信息。
本次实验旨在通过遥感图像的获取和解译，了解和掌握遥感技术的基本原理和应用。
一、遥感数据获取：1. 数据来源：本次实验使用的遥感数据来源于卫星遥感图像，通过开源的遥感数据平台获得。
2. 数据类型：本次实验使用的遥感数据为多光谱遥感图像，包含多个波段的信息。
通过不同波段的数据分析，可以获取地表的不同特征和信息。
二、遥感图像解译：1. 图像预处理：图像预处理是遥感图像解译的基础工作，包括图像几何校正、辐射校正和大气校正等过程。
这些预处理步骤可以提高图像质量，减少噪声和失真。
2. 地物分类：地物分类是遥感图像解译的关键环节。
通过对遥感图像中的像元进行分类，可以将地表物体分为不同的类别，如水体、植被、建筑等。
常用的分类方法包括监督分类和非监督分类。
3. 特征提取：特征提取是对地物进行进一步分析和描述的过程。
通过提取地物的形状、颜色、纹理等特征，可以对地物进行进一步分类和识别。
三、遥感技术应用：1. 土地利用与覆盖变化研究：通过遥感图像的获取和解译，可以对土地利用与覆盖变化进行研究。
通过对多时相的遥感数据进行对比分析，可以了解土地利用变化的趋势和驱动因素。
2. 自然资源调查与监测：遥感技术在自然资源调查与监测中有着广泛的应用。
通过遥感图像的获取和解译，可以对森林、湿地和土地等自然资源进行调查和监测，为资源管理和保护提供科学依据。
3. 灾害监测与评估：遥感技术在灾害监测与评估中具有重要作用。
通过遥感图像的获取和解译，可以实时监测和评估自然灾害的影响范围和程度，为灾害应对和救援提供决策支持。
结论：本次实验通过遥感图像的获取和解译，了解了遥感技术的基本原理和应用。
遥感技术在土地利用与覆盖变化研究、自然资源调查与监测和灾害监测与评估等方面具有广泛的应用前景。
遥感影像处理实验报告(3篇)
第1篇一、实验背景与目的随着遥感技术的不断发展，遥感影像已成为获取地球表面信息的重要手段。
遥感影像处理是对遥感影像进行一系列技术操作，以提高影像质量、提取有用信息的过程。
本实验旨在通过实践操作，让学生掌握遥感影像处理的基本原理和常用方法，提高学生对遥感影像数据的应用能力。
二、实验内容与步骤本次实验主要包括以下内容：1. 数据准备：获取实验所需的遥感影像数据，包括光学影像、红外影像等。
2. 影像预处理：对原始遥感影像进行辐射校正、几何校正、图像增强等处理。
3. 影像分割：对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类：对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析：对分类结果进行分析，评估分类精度。
三、实验步骤1. 数据准备- 获取实验所需的遥感影像数据，包括光学影像、红外影像等。
- 确保影像数据具有较好的质量和分辨率。
2. 影像预处理- 辐射校正：对原始遥感影像进行辐射校正，消除大气、传感器等因素对影像辐射强度的影响。
- 几何校正：对原始遥感影像进行几何校正，消除地形起伏、地球曲率等因素对影像几何形状的影响。
- 图像增强：对预处理后的影像进行图像增强，提高影像对比度、清晰度等。
3. 影像分割- 选择合适的分割方法，如基于阈值分割、基于区域生长分割、基于边缘检测分割等。
- 对预处理后的影像进行分割，提取感兴趣的目标区域。
4. 影像分类- 选择合适的分类方法，如监督分类、非监督分类等。
- 对分割后的影像进行分类，识别不同的地物类型。
5. 结果分析- 对分类结果进行分析，评估分类精度。
- 分析分类结果中存在的问题，并提出改进措施。
四、实验结果与分析1. 影像预处理结果- 经过辐射校正、几何校正和图像增强处理后，遥感影像的质量得到显著提高，对比度、清晰度等指标明显改善。
2. 影像分割结果- 根据实验所采用的分割方法，成功提取了感兴趣的目标区域，分割效果较好。
3. 影像分类结果- 通过选择合适的分类方法，对分割后的影像进行分类，成功识别了不同的地物类型。
遥感测量实习报告
一、实习目的本次遥感测量实习旨在通过实际操作，使学生掌握遥感测量原理、方法及其应用，提高学生的实践能力和综合素质。
实习过程中，我们将学习遥感影像处理、地理信息系统（GIS）操作、遥感图像解译等技能，并运用所学知识解决实际问题。
二、实习内容1. 遥感影像处理（1）遥感影像预处理：包括辐射校正、几何校正、裁剪等，使遥感影像满足后续分析的需求。
（2）遥感影像增强：通过对比度增强、波段合成等方法，提高遥感影像的可读性。
2. 地理信息系统（GIS）操作（1）空间数据导入与编辑：将遥感影像、地形数据、土地利用数据等导入GIS软件，进行编辑和整理。
（2）空间分析：利用GIS软件进行空间叠加、缓冲区分析、网络分析等，提取相关信息。
3. 遥感图像解译（1）目视解译：根据遥感影像的纹理、颜色、形状等特征，识别地物类型。
（2）半自动解译：利用遥感图像处理软件，对遥感影像进行自动分类、提取信息。
4. 遥感应用实例（1）土地利用现状调查：通过遥感影像解译，分析土地利用类型、分布规律等。
（2）环境监测：利用遥感影像监测水体污染、森林火灾等环境问题。
（3）灾害评估：利用遥感影像评估地震、洪水等灾害的影响范围和程度。
三、实习过程1. 实习前期准备（1）熟悉遥感测量原理、方法及GIS操作。
（2）了解实习区域的基本情况，包括地理位置、地形地貌、土地利用等。
（3）收集实习所需资料，如遥感影像、地形数据、土地利用数据等。
2. 实习过程（1）遥感影像处理：对遥感影像进行预处理、增强、裁剪等操作。
（2）GIS操作：导入遥感影像、地形数据、土地利用数据等，进行空间分析。
（3）遥感图像解译：通过目视解译、半自动解译等方法，识别地物类型。
（4）遥感应用实例：利用遥感影像分析土地利用现状、环境监测、灾害评估等。
3. 实习总结（1）总结实习过程中的经验教训，提高实践能力。
（2）撰写实习报告，总结实习成果。
四、实习成果1. 完成遥感影像预处理、增强、裁剪等操作。
遥感实验报告
遥感实验报告遥感实验报告引言：遥感技术是一种通过获取地球表面的电磁辐射信息来获取地表特征的技术。
遥感技术的应用范围广泛，可以用于地质勘探、环境监测、城市规划等领域。
本次实验旨在通过遥感技术获取卫星图像，并对图像进行解译和分析，从而深入了解遥感技术的原理和应用。
实验步骤：1. 数据获取在实验开始前，我们首先需要获取卫星图像数据。
通过合法渠道，我们从国家遥感中心获取了一组高分辨率的遥感图像。
这些图像涵盖了不同地区的城市和农田，以及一些自然景观。
2. 图像预处理获取到的卫星图像需要进行预处理，以提高图像的质量和准确性。
预处理包括图像去噪、边缘增强和色彩校正等步骤。
通过这些预处理步骤，我们可以得到更清晰、更准确的图像数据。
3. 图像解译在预处理完成后，我们开始对图像进行解译。
解译是指根据图像的特征和上下文信息，识别出图像中的不同地物和地貌。
在解译过程中，我们需要借助地理信息系统（GIS）软件和遥感图像解译原理，对图像中的各个区域进行分类和标注。
4. 图像分析解译完成后，我们对图像进行进一步的分析。
通过分析图像中的不同地物和地貌，我们可以得出一些有关该地区的信息。
例如，通过对城市区域的分析，我们可以了解到该地区的人口密度和城市发展情况；通过对农田的分析，我们可以了解到该地区的农作物类型和农业生产状况。
实验结果：通过对卫星图像的解译和分析，我们得出了一些有关地表特征的结论。
例如，在城市区域，我们观察到高密度的建筑群和道路网络，表明该地区经济发展迅速；在农田中，我们观察到不同类型的农作物，如水稻、小麦和玉米，表明该地区的农业生产多样化。
讨论与展望：遥感技术在地球科学和环境科学领域具有广泛的应用前景。
通过遥感技术，我们可以实时监测地球表面的变化，了解自然灾害的发生和演变过程，从而采取相应的措施进行预防和救援。
此外，遥感技术还可以用于环境保护和资源管理，帮助我们更好地理解和保护地球。
结论：本次实验通过遥感技术获取卫星图像，并对图像进行解译和分析，深入了解了遥感技术的原理和应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
TIANJIN NORMAL UMIVERSITV
遥感概论实验报告
题目：遥感概论地面激光扫描数据处理实验报告
学院名称：________________ 专业班级：_____________ 学生姓名：________________ 学号：________________
遥感概论地面激光扫描数据处理实验报告1.数据与软件说明
1.1数据说明
1.1.1扫描对象：武汉大理学楼建筑群
1.1.2扫描时间：2012年3月16日-23日
1.1.3 扫描设备——Z+F IMAGER 5006i激光扫描仪
1.14 扫描站数量：228站，其中有效数据：68.7GB,实验数据：sw90.zfs、
sw103.zfs 、sw105.zfs
1.2软件说明-Cyclone 6.03 的安装与配置
打开软件安装程序，按照安装提示步骤进行安装，完成后，将“crack 所包含的破解文件复制到安装目录下，这样软件安装正式完成。
2.点云数据的导入与可视化
步骤：打开软件，出现如下视图:
完成后会出现如下视图，这样便建成了一个数据库，如右下图
④出现右上视图后，点击按钮
，建一个数据库在某个文件夹里,
出现如下视图后，点击“ Add...
谢 Configure Databases on
HP-PC
Server HP-PC
▼
Q HHC
-"J HP-PC (unshared) 3 | db
⑤右键单击，点击“Import... ”后，便是准备点云数据的导入,
采样率设为1/4)
⑥等待数据导入完后，数据库db 下会出现三个数据信息,
-T SEK7EES 變 KP-FC
-I KP -FC (unshared) -I 彳 db
l+：^w90
[±1 & swlO3
-*二 点开一个数据信息, 展开「 w :'
,右键单击©
,选择“ Create and Open
Modelspace View ”，数据便可视化了。
接下来鼠标控制：按住左键
旋转、按住右键平移、按住中键缩放，快捷键： s 键快速定位目标，
来进行调整和操作
［口叵|畧」
酸再*戸
-進愛
陽 Point Cloud - £_.
—*
RR
U4H/2HKI
-Navi^Atof
R«®e entei I he 応!;邱如 to u?e i^wn iTpcdug
17 Aoj^lnAl
値他阳 1瞒fl 他1
拘
fC
HOT i(r
[m-
2i Oi # *
13
J
卿T 曲沖或叹
本次试验数据是
选择导入，依次出现如下试图,
(为了便捷，我们选择导入数据时将
l-l _j| SERVERS 斜 HF-PC 自姿JE^-PC -1-0 db
曰4* m
A-
_|I
7?
N
Bl
T-iA U
3.多站点云数据配准
貝中R 为方矩车专矢巨B 车* 丁为平移冋星
点云配准的本质是坐标的欧氏变换
3.2多站点云数据配准步骤 本次实验，选
择两两数据进行取点，
准，sw90与sw105选择80A 和51A 配准
sw105与sw103选择点121和133配
3.1多站点云数据配准的原理
「X7
使用标脱行点云配准
& M-
Ah 丄 -- 百 \
AZ- A3. \
*
点云
标靶定位和匹配 点云配
护点笔
在sw105中，用S 键定位点133处标志，通过伸缩或旋转平移到合
n”，选择“
Poi nt Cloud Sub-Selectio n
” 选择“ Add In side
，继续点击
匚―尸朮加：，选择“ Fit to Cloud
ID |l
〒
上 ---------------------------- 标注“ t2 ”，点击_ 后，出现
同样在sw103上在同样的标志地点用同样的步骤仍标上“ t2 ”
④同样，在sw103和sw105的点121上标上“ t1 ” 在sw90和sw105 的80A 点上标注“ t3 ” ,在sw90和SW105的51A 点上标注“ t4 ” 标注完四个点后，开始进行配准。
点击工具栏中工具 ，
框住标志中心 后，点击
Black/White Target
”出现
d ，在第一栏
适位置
Fence ”
□
丄j nsfiCkkL
«* “ cww ■-
-CrJ]3
-占"5
EMEEFTE
3C1E*
⑤返回到
J,
右键单击选择“ Create ”
Registration
1 鬼■-■ <-■ ™ - gi^jj
1 丨Fiii 丘由诟vw Cmri^urn L THV I B TM. I| Hfip
J 3EFSTIL -tf W-FC
-駆w-rc
田*「刚
由iriaj 曰J* n-IOS 士
C#r.ls-fllS^U4
I M E3«L5F'KI3II a ■
ir-LH L 芒 wlJM； I 的
《« ] > _J Scwa
J 叮
⑥在空白区域右键单击，选择“
点击，就形
成
Add Scan world ,选择左侧的数据,
，点
击
继续在空白区域右键单击，选择“ Auto-Add Constraints ” ,再继续空白区域右键“Register ”，空白区域右键“Create Seanworld/Freeze
Registrti on
选择“ Create and Open Modelspace View ”，就可以看见配准了三
⑦返回* 匕ScanWarld[Regi strati on 1]
,选择“ Create ”，再选择Modelspace”, 右键单击
_J MlodelSpaces
ModelSpace I
个站点云数据配准后的图了
4•点云数据的编辑
常用功能：测量两点之间的距离和删除不必要的点云数据
4.1删除不必要的点云数据
在最后的配准完成图中点击，选择想要的区域，
右键单击，选择“ Fenee” ,如果想保留框内的内容，再选择“ Delete Outside ” ,
反之选择“ Delete In side ”。
在工具栏的空白处右键单击，选择“ Measurement”，点击,
可以得到这两点间的距离了
在图上选择两点
4.2测量两点之间的距离
，再点击 '，就
5.数据导出
点击丄二选择“ Export
—，保存export 即在“保存类型”选择
6.实验附图。