PDALを用いた3次元点群データの着色方法

はじめに

この記事は、FOSS4G Advent Calendar 2024の19日目の記事です。

昨今、色々な自治体の3次元点群データがオープンデータとして公開され始めています。公開された3次元点群データで遊んでいると、RGBのカラー情報が含まれてないものもあり、オルソ画像を用いて着色できないかなと思ったので、試してみました。
この記事では、3次元点群データを変換・処理するライブラリであるPDALを用いて、着色を行っていきます。

使用するデータ

• 点群データ 「神奈川県 横浜北部、川崎3次元点群データ」
  （カラー情報は含まれていないため、Intensityの情報をもとに可視化しています。）

• オルソ画像
  上の点群データと一緒に公開されていたオルソ画像を使用しました。

着色方法

基本的には、PDALのExercisesページの通り行えば問題ありません。

1. パイプラインの定義

PDALでは、複雑な操作を行うときにJSON形式でパイプラインを定義し、実行できます。ここでは、着色処理を行うパイプラインを定義していきます。

実際に使用したパイプラインは以下の通りです。

{
    "pipeline": [
        "./data/point_cloud/09MD0512_epsg6677.las",
        {
            "type": "filters.colorization",
            "raster": "./data/ortho/09MD0512_ortho_segment_building.tif"
        },
        {
            "type": "writers.las",
            "minor_version": "2",
            "dataformat_id": "3",
            "filename":"./data/point_cloud/09MD0512_epsg6677_segment_building.las"
        }
    ]
}

パイプラインの解説

3行目:

"./data/point_cloud/09MD0512_epsg6677.las"

着色したい3次元点群データのパスを指定しています。

4行目～7行目:

        {
            "type": "filters.colorization",
            "raster": "../data/ortho/09MD0512_ortho.tif"
        },

この部分では、点群データへの着色を行う処理を記載しています。
tpye: 実施する処理を指定するところです。今回は点群データの着色を行うためにfilters.colorizationを指定しています。
raster: 着色処理に使用する画像のパスを指定するところです。

8行目～13行目:

        {
            "type": "writers.las",
            "minor_version": "2",
            "dataformat_id": "3",
            "filename":"../data/point_cloud/09MD0512_epsg6677_color_test.las"
        }

この部分では、着色した点群データを出力する処理を記載しています。
type: 処理した点群データをLAS形式などにて出力するwriters.lasを指定しています。
minor_version: LASのバージョンを指定するところです。今回は多くのソフトウェアで使用できる1.2にしました。
dataformat_id: Point Data Format IDを指定するところです。今回は時間と色情報の両方をサポートしている3にしました。
filename: 出力先のパスを指定するところです。

2. パイプラインの実行

先ほど定義したパイプラインをcolorize_pipeline.jsonとして保存しています。
以下のコマンドを実行することで、パイプラインで定義した処理を実行できます。

$ pdal pipeline ./colorize_pipeline.json

実行した結果、以下の画像のようになりました。オルソ画像の色を用いて3次元点群データが着色されていることが分かります。

応用編

ここまではオルソ画像を用いて着色していましたが、当然他の画像を用いて着色もできます。
オルソ画像をセグメンテーション（領域分割）した結果を用いて着色することで、簡易的に3次元点群データをセグメンテーションすることができるかなと思いました。
そこで、オルソ画像からGrounding DINOとSAM 2.1（Segment Anything Model 2.1）という2つのAIモデルを用いて、建物を抽出してみました。具体的には、segment-geospatialというライブラリを用いて行っています。このライブラリ自体の説明に関しては、公式ドキュメントやFOSS4G 2023 Japan@FUKUIで発表した資料、こちらの記事などをご覧ください。
text promptにeach buildingと指定してセグメンテーションを行った結果、以下の画像のようになりました。

先ほど紹介した着色処理を行うと以下のようになり、建物部分が赤色に着色され簡易的ではありますが、3次元点群データに対してセグメンテーションを行ったようになります。

おわりに

PDALを用いた3次元点群データの着色方法について紹介しました。PDALを用いると、3次元点群データについて様々な処理が行えるなと改めて実感しました。まだまだ知らない処理があるので、これからも遊んでいきたいと思います。