| Versie | 1.0 |
|---|---|
| Uitgever | LiForest |
| Datum van publicatie | 20 apr 2014 |
| Datum toegevoegd | 20 apr 2014 |
| OS-vereisten | Windows 8, Windows Vista, Windows, Windows 7, Windows XP |
| Voorwaarden | None |
| Totaal aantal downloads | 442 |
| Prijs | Free to try |
Omschrijving
LiForest (LiDAR-software voor bosbouwtoepassingen) biedt een platform waarmee gebruikers de LiDAR-puntenwolk vrijelijk kunnen manipuleren en nuttige informatie kunnen extraheren, speciaal voor bosstudies. Het bestaat uit verschillende primaire modules voor de verwerking van LiDAR-puntenwolkgegevens, waaronder visualisatie van puntenwolken, op LiDAR gebaseerde bosstatistiekberekening, het genereren van digitale modellen, regressiemodellen en individuele boomsegmentatie. LiForest heeft verschillende hoofdkenmerken:
1. Domeinkennis: we hebben jarenlange ervaring in bosbouwtoepassingen en ontwikkelden tools die voldoen aan de behoefte van boswachters en ecologen met innovatieve LiDAR-algoritmen.
2. Enorme gegevenscapaciteit: aangezien LiDAR-gegevens vaak zeer grote gegevenssets zijn (bijv. Terabyte-niveau), ontwikkelen we onze algoritmen die schaalbaar zijn en in staat zijn om enorme gegevens tegelijkertijd te verwerken.
3. Stroomlijn de verwerking en gebruiksvriendelijke interfaces: we streven ernaar om de LiDAR-gegevens en LiDAR-technologie gemakkelijk toepasbaar te maken voor bosbouwtoepassingen, en streven naar een stroomlijningsproces dat gebruikers in staat stelt zinvolle bosbouwproducten te produceren met weinig of geen noodzaak om softwareplatforms te veranderen .
4. Randeffecten verwijderen: in tegenstelling tot veel LiDAR-software die gegevens van puntenwolken tegel voor tegel verwerkt, zal dit onvermijdelijk leiden tot problemen met randeffecten (een boom in de rand van de tegel kan bijvoorbeeld in twee bomen worden gesegmenteerd). LiForest is in staat om honderden tegels tegelijk te beheren en rekening te houden met aangrenzende tegels om de randeffecten te verwijderen.
5. Correctheid: aangezien het ons doel is om bruikbare bosbouwstatistieken te genereren ter ondersteuning van de besluitvormingsprocessen, is het cruciaal om de juiste oplossing voor een probleem te hebben. We hebben onze algoritmen grondig getest om de juistheid van de resultaten te garanderen.