使用lidR均质化LAS点云：条纹伪影消除与处理异常排查

背景 #

我正在尝试均质化航空LAS目录，以实现大研究区点密度的一致性。数据集点密度范围为每平方米不足4点至超过8点，重叠条带区域存在多处极端点密度区。我计算的部分栅格指标（如输出的10m IQR）出现条纹伪影，在高、低点密度交界处出现低值像素线（见Global Mapper中叠加点云并按点密度着色的10m四分位距[IQR]截图）。我希望通过使用lidR::decimate_points()中的homogenize选项抽稀点云，使其密度更均匀来解决该问题。但运行函数时遇到另一个问题：summary()显示抽稀成功，但输出文件与输入文件一致。

已尝试的排查步骤 #

• 尝试多种密度和分辨率组合，排除英尺与米单位转换错误。R相关文档提到若尝试实现高于原始数据的点密度，会生成与原文件相同的输出，但我尝试了相当适中的密度/分辨率仍未成功。
• 调整opt_chunk_size为更高和更低的值，确保输入瓦片未重叠导致重复点。

问题总结 #

1. 均质化能否消除重叠点边缘的条纹伪影？
   更新：均质化点云效果不佳，怀疑是校准/后处理错误导致。
2. 为何R显示均质化成功，但输出文件仍与原文件相同？
   更新：通过重启电脑并更换工作目录重新运行代码解决了该问题。

用到的R代码 #

library(lidR) #lidR version 4.0.4
library(future)
#load normalized LAZ tiles
ctg <- readLAScatalog("path/", filter = "-drop_class 2") #drop ground classes from normalized tiles
opt_chunk_buffer(ctg)<- 200
opt_chunk_size(ctg)<- 0 #maintain chunk size 750m = 2460.63ft

summary(ctg) #input catalog
# 输入目录摘要输出：
# class       : LAScatalog (v1.1 and 1.2 format 1)
# extent      : x1, x2, y1, y2 (xmin, xmax, ymin, ymax)
# coord. ref. : NAD83 / New York Central (ftUS) 
# area        : 2275.8 kus-ft²
# points      : 10.74 billion points
# density     : 4.7 points/us-ft²
# density     : 2.5 pulses/us-ft²
# num. files  : 422 
# proc. opt.  : buffer: 200 | chunk: 0
# input opt.  : select: * | filter: -drop_class 2
# output opt. : on disk | w2w guaranteed | merging enabled

plan(multisession, workers = 3L) 
opt_output_files(ctg)<- paste0("path/retile_{XLEFT}_YBOTTOM}") # select output and naming for tiles 

ctg_thinned = decimate_points(ctg, homogenize(density = 1, res= 10.76, use_pulse = FALSE)) #1 pt/~1m^2 in feet

summary(ctg_thinned) #output catalog
# 输出目录摘要输出：
# class       : LAScatalog (v1.1 and 1.2 format 1)
# extent      : x1, x2, y1, y2 (xmin, xmax, ymin, ymax)
# coord. ref. : NAD83 / New York Central (ftUS) 
# area        : 2257.83 kus-ft²
# points      : 1.69 billion points
# density     : 0.7 points/us-ft²
# density     : 0.5 pulses/us-ft²
# num. files  : 421 
# proc. opt.  : buffer: 5 | chunk: 0
# input opt.  : select: * | filter: -drop_class 2

内容的提问来源于stack exchange，提问作者eJarvis99