| Wersja | 1.0 |
|---|---|
| Wydawca | LiForest |
| Data wydania | 20 kwi 2014 |
| Data dodania | 20 kwi 2014 |
| Wymagania systemu operacyjnego | Windows 8, Windows Vista, Windows, Windows 7, Windows XP |
| Wymagania | None |
| Całkowita liczba pobrań | 442 |
| Cena £ | Free to try |
Opis
LiForest (oprogramowanie LiDAR dla aplikacji leśnych) zapewnia platformę, która umożliwia użytkownikom swobodne manipulowanie chmurą punktów LiDAR i wydobywanie przydatnych informacji specjalnie do badań leśnych. Składa się z kilku podstawowych modułów przetwarzania danych chmury punktów LiDAR, w tym wizualizacji chmury punktów, obliczania metryki lasu w oparciu o LiDAR, generowania modeli cyfrowych, modeli regresji i segmentacji poszczególnych drzew. LiForest ma kilka głównych cech:
1. Wiedza dziedzinowa: posiadamy wieloletnie doświadczenie w zastosowaniach leśnych oraz opracowaliśmy narzędzia spełniające potrzeby leśników i ekologów dzięki innowacyjnym algorytmom LiDAR.
2. Ogromna pojemność danych: ponieważ dane LiDAR to często bardzo duże zbiory danych (np. na poziomie terabajtów), rozwijamy nasze algorytmy, które są skalowalne i mogą jednocześnie przetwarzać ogromne ilości danych.
3. Usprawnienie przetwarzania i przyjazne dla użytkownika interfejsy: staramy się, aby dane LiDAR i technologia LiDAR były łatwe do zastosowania w aplikacjach leśnych i dążymy do opracowania usprawnionego procesu, który umożliwi użytkownikom wytwarzanie znaczących produktów leśnych z niewielką lub bez konieczności zmiany platform oprogramowania .
4. Usuń efekty krawędzi: W przeciwieństwie do wielu programów LiDAR, które przetwarzają dane chmury punktów kafelek po kafelku, nieuchronnie spowoduje to problem z efektem krawędzi (na przykład drzewo na krawędzi kafelka może zostać podzielone na dwa drzewa). LiForest jest w stanie zarządzać setkami płytek jednocześnie i uwzględnia sąsiednie płytki, aby usunąć efekty krawędzi.
5. Poprawność: ponieważ naszym celem jest generowanie użytecznych wskaźników leśnych wspierających procesy decyzyjne, kluczowe jest posiadanie właściwego rozwiązania problemu. Rygorystycznie przetestowaliśmy nasze algorytmy, aby zapewnić poprawność wyników.