ドローンで取得した3D点群は、地形や構造物の形状を立体的に把握できるため、土木工事、測量、施工管理、災害調査、施設維持管理など、さまざまな業務で活用されています。一方、実際に点群データを確認すると、植生や車両、人物、飛行中の測位誤差などに起因する不要な点が含まれていることがあります。
ノイズが残った状態で地形モデルを作成したり、土量を計算したりすると、実際には存在しない地表面の凹凸が生じ、測定結果に影響する可能性があります。また、構造物の形状を確認する場合にも、周辺の植生や移動物体が混在していると、必要な部分を正確に抽出しにくくなります。
こうした問題を防ぐには、点群の特徴やノイズの発生原因を理解したうえで、対象物や利用目的に合った除去処理を選ぶことが重要です。統計的な外れ値除去や近傍点数によるフィルタリングだけでなく、植生分類、移動物体の除外、範囲指定による編集などを組み合わせると、必要な情報を残しながら点群を整理できます。
ただし、ノイズ除去を強く適用すれば必ず精度が向上するわけではありません。必要な地形の変化や構造物の細部まで削除してしまうと、かえって測量成果の品質が低下します。重要なのは、不要点と必要な点を区別し、処理前後のデータを比較しながら適切に管理することです。
本記事では、ドローン3D点群に発生するノイズの種類と原因を整理し、植生・車両・不要点への対策となる6つの処理方法を解説します。実務での処理手順や精度確認のポイントも紹介するため、点群データの品質を安定させたい測量担当者や施工管理担当者は参考にしてください。
ドローン3D点群でノイズ除去が必要になる理由
ドローン3D点群とは、ドローンに搭載したカメラやレーザー計測機器などを使用して取得した三次元座標の集合です。それぞれの点が位置情報を持ち、点の集まりによって地形や建物、道路、法面、樹木などの形状を表現します。
写真測量方式では、複数の重複写真から特徴点を対応付け、カメラ位置や撮影方向を推定して三次元形状を復元します。レーザー計測方式では、照射したレーザーの反射情報から対象物までの距離を求め、三次元座標を取得します。取得方式によって点群の特徴やノイズの発生要因は異なりますが、いずれも計測条件や対象物の状態によって不要な点が含まれる可能性があります。
例えば、山林や造成地をドローンで計測すると、地表面だけでなく樹木や草木の表面も点群として取得されます。地形測量や土量計算を目的とする場合、樹木の表面を地表面として扱うことは適切ではありません。一方、森林資源調査や樹木の高さを測定する場合には、植生の点群そのものが必要な情報になります。
つまり、同じ点群であっても、利用目的によってノイズに該当する点は変わります。
また、道路や駐車場などを計測すると、撮影時に通過した車両や人物が点群に含まれることがあります。写真測量では、移動する対象物が複数の写真に異なる位置で写ることで、実際の形状とは異なる点群が生成される場合があります。レーザー計測でも、取得時に存在した車両などが周辺の地形と一緒に記録される可能性があります。
このような点をそのまま残すと、地形モデルの作成時に不要な突起や穴が生じたり、断面形状が不自然になったりします。土量計算では、対象範囲に含まれる不要点によって地表面の推定結果が変わり、算出数量に影響する可能性があります。
さらに、ノイズが多い点群は、必要な地形や構造物を抽出する作業にも影響します。点群を表示した際に不要な点が対象物の周囲に散らばっていると、選択範囲の指定や分類作業に時間がかかります。後工程で使用するデータを共有する場合にも、利用者が必要な情報を見つけにくくなります。
ノイズ除去は、単に点の数を減らす作業ではありません。測量や施工管理などの目的に応じて必要な情報を残し、データの見やすさと利用精度を確保するための品質管理工程です。
ドローン3D点群に発生する主なノイズの種類
適切な処理方法を選ぶには、最初に点群に含まれる不要点の特徴を把握する必要があります。ノイズはすべて同じ性質ではなく、発生原因によって効果的な除去方法が異なります。
代表的なものが、孤立点です。孤立点は、周囲の点群から大きく離れた場所に単独または少数で存在する点を指します。写真測量での特徴点の誤対応や、レーザー計測での反射条件の影響などによって発生することがあります。地面や構造物から離れた空中に点が浮いているように見える場合は、孤立点の可能性があります。
次に、植生によるノイズがあります。草木や樹木は、地表面とは異なる高さに存在するため、地形測量を目的とした点群では不要な情報になることがあります。特に樹木の枝葉は複雑な形状を持ち、地面の点群と混在すると地表面の抽出を難しくします。ただし、植生が計測対象となる業務では、これらをノイズとして削除してはいけません。
車両や人物などの移動物体も、代表的な不要点の原因です。車両は撮影時刻によって位置が変わるため、写真測量では形状が重複したり、実際には存在しないような立体形状が生成されたりする場合があります。人物や作業車両も同様に、計測対象ではない場合には除去が必要です。
水面やガラス面など、反射条件が特殊な対象物も注意が必要です。水面は波や光の反射によって安定した特徴点を得にくく、写真測量では点群が欠落したり、不自然な点が生成されたりすることがあります。レーザー計測でも、対象物の反射特性によって測距結果が不安定になる場合があります。
さらに、計測範囲の端部や撮影写真の重複が少ない部分では、点群の密度や形状が不安定になることがあります。画像の端や遮蔽物の背後など、十分な観測情報が得られない場所では、実際の形状を正しく復元できない可能性があります。
重要なのは、見た目が不自然な点をすべてノイズと判断しないことです。急な地形変化や構造物の角、法面の境界などは、周囲と異なる高さや密度を持っていても、正しい計測情報である場合があります。
ノイズを判別する際には、点群の高さ、周囲の点との距離、点の密度、撮影画像、対象物の特徴などを総合的に確認しましょう。
方法1:取得条件と点群全体の品質を確認する
ノイズ除去を始める前に実施したいのが、ドローンの計測条件と点群全体の品質確認です。取得時点で生じた位置ずれや形状の不整合を把握せずにフィルタリングを行うと、本来修正すべき問題が残ったままになる可能性があります。
まず確認したいのは、撮影範囲と撮影条件です。写真測量の場合、撮影写真の重複率が不足している場所では、特徴点の対応付けが不安定になり、点群に欠落や不自然な形状が生じることがあります。撮影高度やカメラの向き、飛行経路、対象物の模様や明るさなども、復元結果に影響する要素です。
レーザー計測の場合は、飛行高度、飛行速度、レーザーの照射密度、走査角度、測位情報などを確認します。対象物との距離や入射角度によって点群の密度が変わるため、場所によって点の分布が異なる場合があります。
次に、ドローンの位置情報と姿勢情報を確認します。写真測量やレーザー計測では、撮影位置や機体の姿勢に関する情報が三次元形状の復元に関係します。GNSSや慣性計測装置から得られる情報に異常がある場合、点群全体の位置や形状に影響が生じる可能性があります。
特にレーザー計測では、GNSSと慣性計測装置の情報を組み合わせて各計測点の座標を求めるため、時刻同期や姿勢情報の品質が重要です。飛行経路に沿って帯状のずれが生じている場合は、単純な孤立点の問題ではなく、軌跡や計測データの調整に問題がある可能性があります。
写真測量では、標定点や検証点の配置と残差も確認します。標定点は座標を与えてモデルの位置や形状を調整するために使用しますが、検証点は調整に使用せず、成果の位置精度を独立して確認するためのものです。両者を混同すると、点群の品質を適切に評価できなくなります。
また、座標系と高さの基準が統一されているかも重要です。異なる座標系のデータを重ねたり、楕円体高と標高を区別せずに扱ったりすると、点群同士がずれて見えることがあります。このような位置の不整合は、フィルタリングで不要点を削除しても解決しません。
点群全体を俯瞰して、局所的な孤立点なのか、広い範囲にわたる位置ずれなのかを区別しましょう。局所的な異常であれば外れ値除去が有効ですが、全体的な位置ずれであれば、座標変換や位置合わせ、計測データの再処理が必要です。
取得条件を確認する際には、元の写真やレーザー計測データ、飛行ログ、標定点の情報なども残しておきます。ノイズが発生した場所や原因を後から調べられるようにしておくことで、処理の再現性を高められます。
ノイズ除去は、取得条件に問題がないことを確認したうえで進めることが基本です。フィルタリングだけに頼らず、計測工程と処理工程を一体的に管理することが、品質の高い点群を作成するための第一歩になります。
方法2:統計的外れ値除去で孤立点を取り除く
統計的外れ値除去は、点群の周囲に存在する近傍点との距離を統計的に評価し、周囲から大きく離れた点を除去する方法です。空中に浮いている点や、周辺の地形から離れている点などを整理する際に有効です。
この方法では、各点について一定数の近傍点を検索し、その点と近傍点との平均距離を求めます。点群全体の平均距離やばらつきを基準として、平均的な分布から大きく外れた点を外れ値として判定します。
例えば、地表面に均一に分布した点群の中に、数点だけ離れた場所に存在する点がある場合、その点は近傍点との距離が大きくなります。統計的外れ値除去を適用すると、このような点を自動的に抽出して削除できます。
写真測量で生成された点群に含まれる浮遊点や、レーザー計測で取得した局所的な異常点などに対して活用できます。広い範囲に散らばった孤立点を人の目だけで探す必要がなくなるため、点群の初期整理を効率化できます。
実務では、近傍点の数と外れ値を判定するしきい値の設定が重要です。近傍点の数を少なく設定すると、ごく近くの点だけを使って評価することになります。反対に、近傍点の数を多くすると、広い範囲の分布を基準に評価することになります。
しきい値を厳しく設定すれば、離れた点を積極的に削除できますが、正しい点まで外れ値と判断される可能性があります。特に、樹木の枝先、細い構造物、法面の端部など、もともと点が疎らになりやすい場所では注意が必要です。
また、点群全体の密度が均一でない場合にも誤判定が発生しやすくなります。ドローンの飛行経路や撮影条件によって点群密度に差があると、密度の低い場所が外れ値として判定される可能性があります。建物の角や地形の境界付近も、周囲の点との距離が大きくなりやすい部分です。
そのため、点群全体に同じ条件を適用するだけでなく、必要に応じて処理範囲を分割して設定を調整します。例えば、平坦な造成地と複雑な法面では点の分布が異なるため、同じしきい値を使用すると一方のデータに適合しない可能性があります。
処理後は、除去された点の位置を確認しましょう。明らかに空中に浮いていた点だけが削除されているか、地形の端部や構造物の細部が失われていないかを確認します。必要な点まで削除されていた場合は、設定を緩めて再処理するか、対象範囲を限定して適用します。
統計的外れ値除去は、孤立した異常点を効率的に整理できる方法ですが、植生や車両のように一定のまとまりを持つ不要点をすべて除去できるわけではありません。ほかの方法と組み合わせることで、より効果的にノイズを整理できます。
方法3:近傍点数によるフィルタリングで局所ノイズを除去する
近傍点数によるフィルタリングは、指定した半径内に存在する点の数を調べ、周囲に十分な点がないものを除去する方法です。半径外れ値除去とも呼ばれ、局所的に孤立した点を整理する際に使用されます。
統計的外れ値除去が近傍点との距離の平均やばらつきを評価するのに対し、近傍点数によるフィルタリングでは、指定範囲内に何点存在するかを基準にします。
例えば、ある点を中心に一定の半径を設定し、その範囲内に存在する点の数を数えます。周囲に十分な点が集まっている場合は残し、近傍点数が設定した基準より少ない場合はノイズ候補として除去します。
この方法は、点群の中に少数だけ散らばった不要点や、局所的に密度の低い異常点を整理する場合に適しています。点がまとまって存在する地表面や構造物から離れた位置にある点を検出しやすく、点群の見た目を整理する際にも役立ちます。
処理の際には、検索半径と必要な近傍点数を設定します。検索半径を小さくすると、ごく近い範囲にある点だけで判定するため、細かなノイズの検出に向いています。一方、検索半径を大きくすると、広い範囲にある点の分布を考慮することになります。
近傍点数の基準も同様に重要です。必要な点数を多く設定すると、周囲に点が少ない場所を積極的に削除できます。しかし、実際の地形や構造物の端部に存在する正しい点まで除去されるおそれがあります。
特にドローン3D点群は、対象物や撮影条件によって点の密度が変わります。平坦な地面では点が密集していても、樹木の枝先や建物の屋根の端部では点が少ない場合があります。一定の近傍点数だけで判定すると、必要な情報まで失う可能性があります。
また、斜面や段差のある地形では、平面上に均一に分布する点群とは異なる密度分布になることがあります。地形の折れ点や法肩、法尻などは形状を表す重要な部分であるため、局所的に点が少ないからといって安易に削除してはいけません。
適切な設定を行うには、最初に点群の平均的な点間隔を確認します。対象範囲の密度を把握したうえで、検索半径を調整すると、過度な除去を防ぎやすくなります。
さらに、地形や構造物の種類に応じて処理範囲を分けることも有効です。造成地の平坦部分、法面、構造物周辺などを別々に処理すれば、それぞれの点群密度や形状に合わせた設定ができます。
統計的外れ値除去と近傍点数によるフィルタリングは、どちらも孤立点の除去に利用できますが、判定の仕組みは異なります。前者は近傍点との距離の異常を検出し、後者は一定範囲内の点の少なさを検出します。両方を組み合わせる場合は、最初に比較的緩やかな条件で処理し、結果を確認してから追加のフィルタリングを行うと安全です。
方法4:植生分類と地表面抽出で不要な植生点を分離する
山林や造成地、河川敷などをドローンで計測すると、地表面だけでなく草木や樹木の点群も取得されます。地形測量や土量計算では、これらの植生点を地表面の点と区別する必要があります。
植生点を除去する基本的な方法は、点群を地面の点と地面以外の点に分類することです。地面に該当する点を抽出し、それ以外の点を植生や構造物などの分類に分けることで、必要な地表面を取り出せます。
この処理は、地表面分類やグラウンド抽出などと呼ばれます。点の高さ、周辺点との高低差、地形の傾斜、局所的な形状などを分析し、地面に該当する可能性が高い点を判定します。
例えば、比較的平坦な地面の上に草木が存在する場合、地表面の点と植生の点では高さが異なります。周囲の地形と比較して不自然に高い点を抽出することで、植生の候補を分類できます。
ただし、単純に高さだけで判断する方法では、複雑な地形に対応できません。急斜面や段差のある場所では、地面自体に大きな高低差があります。高さの違いだけを基準にすると、法面の上部や地形の変化点を誤って植生と判定する可能性があります。
そのため、実際の処理では地形の傾斜や周囲の点の連続性なども考慮します。地表面の候補点から仮の地形面を作成し、その面との高さの差を評価しながら、段階的に地面の点を抽出する方法などが利用されます。
植生の密度が高い場所では、地表面の点そのものが十分に取得できていない場合があります。樹木の枝葉によって地面が遮られると、地面から反射したレーザーが得られなかったり、写真測量で地表面の特徴点を復元できなかったりするためです。
この場合、植生点を分類して除去しても、地表面の情報が自動的に補完されるわけではありません。点群に地面の情報が存在しない部分は、欠測領域として扱い、必要に応じて追加計測や別の測量方法で補う必要があります。
また、草地と地表面の境界も注意が必要です。短い草が密集している場所では、地表面と植生の高さの差が小さく、明確に分類できないことがあります。地形の凹凸を草の表面と誤認したり、必要な地面の点を植生として除去したりする可能性があります。
植生を含む点群を扱う際には、分類結果を色分けして表示すると確認しやすくなります。地面、植生、構造物などの分類を分けて表示し、地形の連続性や対象範囲の特徴を確認します。
さらに、植生の種類や計測目的に応じて、どの情報を残すかを判断することが大切です。地形測量では地面の点が中心になりますが、樹木の高さや樹冠の広がりを調査する場合には、植生の点群を残す必要があります。
河川敷の管理でも、地面の高さを把握したいのか、草木の繁茂状況を調べたいのかによって処理方針が変わります。目的を明確にしてから分類し、必要な点を削除せずに保存することが重要です。
植生分類は、単なる不要点の削除ではなく、点群に含まれる対象物を意味ごとに整理する工程です。地形モデルの作成や土量計算を行う場合には、地面の点を適切に抽出できているかを重点的に確認しましょう。
方法5:車両や人物などの移動物体を除去する
道路、駐車場、造成現場、工事ヤードなどをドローンで計測すると、車両や人物、重機などの移動物体が点群に含まれることがあります。地形や固定構造物を対象とする場合、これらの情報は不要点になる可能性があります。
移動物体がノイズになる主な理由は、撮影や計測のタイミングによって位置が変わることです。写真測量では、同じ車両が複数の写真に異なる位置で写り込む場合があります。その結果、画像間で特徴点の対応関係が不安定になり、車両の周囲に不自然な点群が生成されることがあります。
また、車両の一部がほかの対象物に隠れていたり、撮影写真ごとに見える範囲が異なったりすると、実際の形状とは異なる立体形状が復元される場合があります。点群上では、車両が二重に存在するように見えたり、道路上に浮いた点が生じたりすることもあります。
このような移動物体を除去する方法の一つが、画像や点群の時間的な情報を活用することです。撮影時刻や計測時刻を確認し、同じ場所で異なる時刻に取得したデータを比較すると、固定された地形や構造物と移動物体を区別しやすくなります。
例えば、同じ道路を時間を空けて複数回撮影した場合、道路面や固定構造物は同じ位置に存在しますが、走行中の車両は異なる位置に現れます。複数時点のデータを比較することで、移動物体に該当する点を抽出しやすくなります。
ただし、複数時点の点群を比較する場合は、データ同士の座標系と位置合わせを統一する必要があります。位置合わせが不十分だと、固定された地形まで移動しているように見える可能性があります。基準点や共通する固定構造物などを利用し、データの位置関係を確認してから比較しましょう。
単一時点の点群しかない場合は、対象範囲を指定して手動で削除する方法もあります。車両や人物が存在する部分を選択し、その周囲の不要点を確認しながら取り除きます。画像と点群を照合すると、どの点が移動物体に該当するのか判断しやすくなります。
また、画像認識による対象物の分類を補助的に利用する方法もあります。写真上で車両や人物に該当する領域を抽出し、その領域に対応する点群を確認することで、手作業の負担を減らせる場合があります。ただし、画像上の領域と三次元点群の位置関係を正しく対応させる必要があり、認識結果だけで削除範囲を確定するのは避けましょう。
工事現場では、車両や重機が計測対象となる場合もあります。施工機械の配置や稼働状況を記録する目的であれば、それらを削除すると必要な情報が失われます。道路の現況地形を作成する場合と、工事ヤードの稼働状況を記録する場合では、同じ車両でも扱いが異なります。
移動物体の除去では、計測時点と利用目的を明確にすることが重要です。施工前の地形を把握したいのか、施工中の作業状況を残したいのかによって、削除すべき対象が変わります。
さらに、車両の影や周辺の遮蔽にも注意が必要です。車両そのものを除去しても、その下に隠れていた地面の点群は復元されません。欠測した部分を周囲の点から補間する場合は、実測値と推定値を区別して管理し、必要に応じて現地で再計測することが大切です。
方法6:範囲指定と目視確認で残存ノイズを仕上げる
自動フィルタリングや分類処理を実施しても、すべての不要点を完全に除去できるとは限りません。点群の端部や構造物の周囲、植生と地面の境界などには、自動処理で判定しにくい点が残ることがあります。
こうしたノイズを仕上げる方法が、範囲指定による編集と目視確認です。
最初に実施したいのは、計測対象となる範囲の切り出しです。ドローンの飛行範囲には、成果物の作成に必要な範囲だけでなく、その周辺の道路、樹木、建物、隣接地などが含まれる場合があります。対象範囲を明確にし、不要な範囲の点群を取り除くことで、データを整理できます。
例えば、造成工事の土量計算であれば、施工範囲と計算対象となる境界を確認し、その外側に存在する不要な点群を切り分けます。対象範囲を広く取りすぎると、隣接する構造物や植生などが混入しやすくなります。一方、範囲を狭くしすぎると、法面や境界部分などの必要な情報が欠落する可能性があります。
範囲指定では、平面上の位置だけでなく、高さ方向の範囲も確認します。対象範囲の上空に浮いている点や、地表面から離れた不要な点を抽出できる場合があります。ただし、高さの範囲を一律に設定すると、構造物の上部や急斜面などの必要な情報を削除する可能性があるため、対象物の形状に合わせて調整します。
次に、点群を複数の方向から表示して確認します。平面表示だけでは、高さ方向に離れた点や浮遊点を見落とすことがあります。正面、側面、上面などから点群を確認し、地形や構造物の形状と整合しているかを判断しましょう。
特に、法面や擁壁、道路の縁石などは、断面表示による確認が有効です。断面を作成すると、地形の連続性や不要点の位置関係を把握しやすくなります。地表面から離れた点や、実際には存在しない突起が残っていないかを確認できます。
また、重複点の整理も重要です。複数の飛行経路や計測範囲から取得した点群を統合すると、同じ場所に複数の点が重なって存在する場合があります。重複点自体が必ずしもノイズというわけではありませんが、処理内容によってはデータ量が増えたり、局所的な密度に偏りが生じたりします。
重複点を整理する際には、点群の位置合わせが適切に行われているかを確認します。位置合わせが不十分な状態で重複部分を統合すると、地形や構造物が二重に見える可能性があります。共通する地物や独立した検証点などを利用して位置関係を確認し、必要に応じて再調整します。
仕上げの段階では、平滑化処理にも注意が必要です。点群を滑らかに見せるために過度な平滑化を行うと、実際の地形の凹凸や構造物の角が失われる場合があります。ノイズによる細かな乱れと、実際に存在する地形の変化を区別することが重要です。
例えば、道路面の小さな凹凸は不要なノイズの場合もありますが、舗装の損傷や段差を調査する場合には重要な情報になります。法面の局所的な変形も、維持管理の目的では残すべき情報です。
最終的には、元の写真や現地状況と照合しながら、必要な形状が残っているかを確認します。自動処理だけでは判断できない部分を人の目で確認することで、誤削除を抑えながら点群の品質を高められます。
ノイズ除去を効率化する実務上の処理手順
ドローン3D点群のノイズ除去では、複数の方法を組み合わせて段階的に処理することが重要です。最初から強いフィルタリングを適用すると、必要な点まで削除される可能性があるため、全体の品質を確認してから局所的な処理へ進む方法が適しています。
まず、取得した点群の原本を保存します。ノイズ除去前のデータを上書きすると、誤って必要な点を削除した場合に元の状態へ戻せなくなります。原本を読み取り専用などで保管し、作業用の複製を作成してから処理を始めましょう。
次に、点群の座標系、高さの基準、取得範囲、点群密度を確認します。異なる座標系や高さの基準が混在している場合は、フィルタリングを始める前に統一します。位置合わせの問題や軌跡の不整合が疑われる場合は、その原因を調べてから点群の調整を行います。
その後、点群全体を表示して、明らかな浮遊点や孤立点を確認します。統計的外れ値除去や近傍点数によるフィルタリングを適用し、局所的な不要点を整理します。この段階では、地形の境界や構造物の細部を残せるよう、比較的慎重な設定から始めます。
続いて、対象物の分類を行います。地形測量であれば地面と植生を分け、道路の現況調査であれば車両や人物などの移動物体を識別します。必要に応じて、構造物や設備なども分類し、利用目的に応じた点群を抽出します。
分類後は、対象範囲を切り出して手動編集を行います。自動フィルタリングで取り切れなかった浮遊点や、対象範囲外の点群、局所的な重複点などを確認します。平面表示だけでなく、断面表示や側面表示も活用すると、不要点を見つけやすくなります。
処理が終わったら、処理前後の点群を比較します。点の数が減ったことだけを確認するのではなく、必要な地形や構造物が保持されているかを確認します。特に、法面の端部、構造物の角、道路の境界、植生と地面の境界などは重点的に確認しましょう。
また、処理条件を記録しておくことも重要です。使用したフィルタリングの種類、近傍点数、検索半径、外れ値の判定条件、分類方法、対象範囲などを記録します。同じ現場で再計測した場合や、別の担当者が処理を引き継ぐ場合にも、過去の処理を再現しやすくなります。
さらに、点群の処理履歴を管理することで、異なる成果物を作成する際にも対応しやすくなります。例えば、地形測量用の点群と、植生状況の確認用の点群を別々に保存しておけば、目的に応じて必要な情報を使い分けられます。
一度の処理ですべてを完成させようとせず、取得データの確認、外れ値除去、対象物分類、範囲編集、精度検証という流れで段階的に進めることが、効率的で再現性のある作業につながります。
ノイズ除去後に確認したい点群の精度と品質
ノイズ除去が終わったら、点群が見やすくなったかだけでなく、測量成果として必要な精度や情報量が維持されているかを確認する必要があります。
まず確認したいのは、位置精度です。点群に含まれる各点の座標が、実際の地形や構造物の位置を適切に表しているかを確認します。既知の座標を持つ検証点や、現地で別途測定した基準点などと比較すると、位置のずれを評価できます。
検証点は、点群の作成や位置合わせに使用した点とは独立して設定することが重要です。調整に使用した点だけで精度を評価すると、実際の成果の位置精度を適切に把握できない可能性があります。
水平位置だけでなく、高さ方向の精度も確認しましょう。地形測量や土量計算では、標高の誤差が地表面モデルや数量算出に影響します。既知点との標高差や、検証点における残差を確認し、点群の高さが適切に再現されているかを評価します。
複数の検証点を使用する場合は、平均誤差、標準偏差、二乗平均平方根誤差などを利用すると、誤差の傾向を把握しやすくなります。RMSEは、検証点における誤差の二乗平均平方根を示す指標であり、点群の位置精度や高さ精度を評価する際に使用されます。
ただし、RMSEだけで点群の品質を判断することは適切ではありません。局所的に大きな誤差が存在していても、全体の平均的な指標だけでは見つけにくい場合があります。最大残差や誤差の分布、計測範囲ごとの傾向も合わせて確認しましょう。
次に、点群密度とデータの欠落を確認します。ノイズ除去を強く適用すると、点群の見た目はきれいになっても、必要な情報まで失われている場合があります。特に、構造物の細部や法面の変化、地形の境界などで点が不足していないかを確認します。
点群密度は、対象物の形状をどの程度細かく表現できるかに関係します。広い地形を把握する場合と、設備や構造物の細部を記録する場合では、必要な点の密度が異なります。利用目的に応じて、必要な情報量が確保されているかを評価しましょう。
さらに、断面形状の比較も有効です。ノイズ除去前後で同じ位置の断面を作成し、地表面や構造物の形状がどのように変化したかを確認します。不要な浮遊点や突起が取り除かれている一方で、実際の地形の起伏や構造物の境界が維持されていることが理想です。
土量計算に使用する場合は、点群から作成した地表面モデルの形状も確認します。不要点が残っていると、局所的な盛り上がりやくぼみが生じ、数量算出に影響する可能性があります。反対に、必要な地表面まで削除すると、地形モデルに欠落が発生します。
このため、点群の表示だけでなく、TINなどの地表面モデルや断面図を作成し、形状の不自然な部分がないかを確認することが重要です。必要に応じて現地の測量結果と照合し、ノイズ除去による形状の変化が許容できる範囲かを判断します。
最後に、成果物の用途や発注条件に適合しているかを確認します。公共工事や測量業務では、適用する要領や仕様書によって求められる精度、検証方法、成果形式などが異なります。一般的なフィルタリングの結果だけで合格と判断せず、対象業務の要求事項に基づいて品質を評価しましょう。
現場の用途に応じてノイズ除去の方法を使い分ける
ドローン3D点群のノイズ除去では、現場の種類や成果物の用途によって、優先すべき処理が異なります。すべての現場に同じフィルタリング条件を適用するのではなく、何を測定するのかを基準に処理方法を選ぶことが重要です。
造成工事や土木工事の土量管理では、地表面を正しく抽出することが最優先になります。施工範囲に植生や車両、重機などが含まれている場合は、地面の点と不要な点を分類し、地表面モデルの作成に適したデータを整えます。
特に施工前後の土量を比較する場合は、両方の点群で対象範囲や座標系、高さの基準を統一する必要があります。ノイズ除去の条件が大きく異なると、実際の施工による変化と処理による形状の違いを区別しにくくなります。
また、盛土や切土の境界付近では、地形の急激な変化が生じることがあります。外れ値除去によって境界部分の点を過度に削除しないように注意し、断面図などで地形の連続性を確認しましょう。
道路や駐車場の現況調査では、車両や人物などの移動物体への対策が重要です。道路面そのものの形状を把握する場合、車両が点群に含まれていると、路面の高さや形状を正しく抽出できない可能性があります。
この場合は、撮影画像や時間情報を利用して車両の位置を確認し、必要に応じて範囲指定による除去を行います。ただし、道路付属物や縁石、舗装の損傷など、調査対象となる情報を誤って削除しないように注意が必要です。
山林や河川敷では、植生分類と地表面抽出が重要になります。樹木や草木の点群を地面の点と区別し、地形モデルに必要な情報を取り出します。ただし、樹木の密度が高い場所では地表面の点が十分に得られないことがあるため、欠測範囲を確認して追加計測の必要性を判断します。
森林の樹高や樹冠の広がりを調査する場合は、植生点そのものが必要な情報です。地形測量と同じ条件で植生を削除すると、調査目的を達成できなくなるため、地表面用と植生用のデータを分けて管理するとよいでしょう。
橋梁や建物などの構造物調査では、細部の形状を維持することが重要です。構造物の端部や接合部、部材の境界などは点の密度が低くなる場合があります。近傍点数によるフィルタリングを強く適用すると、必要な形状まで失われる可能性があります。
そのため、構造物の点群では、孤立点を慎重に除去したうえで、断面や複数方向から形状を確認することが適しています。表面の微細な変形や損傷を調査する場合には、過度な平滑化を避け、ノイズと実際の変状を区別する必要があります。
災害現場では、崩壊地や土砂堆積地の形状を把握することが重要になります。植生や移動物体だけでなく、崩壊によって生じた不規則な地形も計測対象です。通常の地形とは異なる形状だからといって、外れ値として削除しないように注意しましょう。
災害復旧のための数量算出や施工前後の比較では、崩壊範囲や堆積範囲の境界を適切に残す必要があります。ノイズ除去後は、現地写真や断面図などと照合し、被災状況を表す特徴が維持されているかを確認します。
このように、同じドローン3D点群でも、土量管理、道路調査、森林管理、構造物調査、災害復旧では、必要な情報が異なります。現場ごとに処理の目的を明確にし、必要な点を残すことを優先してノイズ除去を進めましょう。
まとめ
ドローン3D点群のノイズを除去するには、不要点の種類と発生原因を理解し、計測目的に合った処理方法を組み合わせることが重要です。
統計的外れ値除去では、周囲の点から大きく離れた孤立点を抽出できます。近傍点数によるフィルタリングでは、局所的に点が少ない場所の異常点を整理できます。植生分類や地表面抽出を活用すれば、地形測量に必要な地面の点を分離しやすくなります。
また、車両や人物などの移動物体は、撮影画像や時間情報を利用して識別し、必要に応じて範囲指定で除去します。自動処理で残った不要点は、複数方向からの表示や断面確認を行いながら仕上げることが大切です。
ただし、ノイズ除去を強く適用すると、地形の境界や構造物の細部など、本来必要な情報まで削除される可能性があります。処理前の原本を保存し、処理条件を記録したうえで、位置精度、点群密度、断面形状、地表面モデルなどを確認しましょう。
さらに、ドローンで取得した点群だけでなく、現場写真や撮影位置、測位情報、施工記録を関連付けて管理すると、ノイズが発生した場所や処理対象の判断根拠を後から確認しやすくなります。
現場の位置情報付き写真や施工記録の管理には、LRTK Phoneの活用も有効です。現場で撮影した写真や位置情報、施工記録を整理しておくことで、点群データと現地の状況を照合する際の補助情報として利用できます。ドローン3D点群のノイズ除去と合わせて現場情報の管理体制を整え、測量成果の確認や施工管理、関係者間の情報共有を効率化しましょう。