Die wichtigsten neuen Funktionen in Global Mapper Pro v26.1

Die neue Version 26.1 von Global Mapper Pro® enthält Änderungen an der Benutzeroberfläche, Aktualisierungen der Punktwolkenklassifizierung, Feinabstimmungen für die Fahrzeugerkennung und vieles mehr! Die ikonische Symbolleiste von Global Mapper wurde verfeinert und enthält nun eine Skript-Symbolleiste und eine komprimierte Lidar-Symbolleiste, die beide mit neuen Werkzeugen aufwarten. Das Lidar QC-Werkzeug bietet dem Benutzer die Möglichkeit, die verwendeten GCPs anzupassen, um die genauesten Berechnungen zu gewährleisten. Außerdem unterstützt Pixels to Points® jetzt 3 verschiedene Farbharmonisierungsmethoden von openMVG.

Global Mapper Insight and Learning Engine™(beta) ist ein auf Deep Learning basierendes Toolset für die Bildanalyse. Die Werkzeug-Suite bietet trainierte Modelle für die Klassifizierung der Bodenbedeckung, die Identifizierung von Fahrzeugen und die Extraktion von Gebäuden. Die Feinabstimmung ermöglicht es den Benutzern, Ebenen eines Modells neu zu trainieren, um die Analyseergebnisse für bestimmte Datensätze zu verbessern. 

In Version 26.1 wird nun auch die Fahrzeugerkennung bei der Feinabstimmung und beim Training unterstützt, so dass die Benutzer ihre eigenen Feldvergleichs-Daten verwenden können, um die Modelle an ihre Bedürfnisse anzupassen. Zu den weiteren Aktualisierungen gehört die verbesserte Handhabung von abgebrochenen Trainingsdaten, die es den Nutzern ermöglicht, denselben Experimentnamen einfach wieder zu verwenden.

Ein neuer, spezieller Konfigurationsdialog ermöglicht dem Benutzer die Kontrolle über die Modelle der Insight and Learning Engine, einschließlich des Herunterladens, der Freigabe und der Aktualisierung von Modellen. 

Blue Marble Geographics bietet einige integrierte Modelle wie z. B. die Erkennung von Gebäuden und Fahrzeugen. Aufgrund der Dateigröße ist ein separater Download erforderlich. Updates für die Modelle werden in regelmäßigen Abständen zur Verfügung gestellt, und in v26.1 stehen sie nun im Konfigurationsmenü zum Download bereit.

Neu hinzugefügt wurde eine Skript-Symbolleiste, die einen einfachen Zugriff auf den Skript-Builder, den Skript-Editor und eine neue Funktion für favorisierte Skripte bietet. Verwenden Sie den Skript-Favoriten-Manager, um häufig verwendete Skripte aufzulisten. Die Ausführung eines Werkzeugs oder Arbeitsablaufs ist jetzt so einfach wie die Auswahl eines Skripts aus der Dropdown-Liste und das Klicken auf die Schaltfläche Ausführen.

Die Skripterstellung ist auch in der Standardversion von Global Mapper verfügbar, allerdings weniger komfortabel als in der Pro-Version und ohne Unterstützung von Python.

Möchten Sie lernen, wie Sie Ihre Arbeitsabläufe in Global Mapper skripten können? Sehen Sie sich den neuen Online-Schulungskurs an: Grundlagen der Global Mapper-Skripterstellung

Der Skript-Favoriten-Manager, der über die Skript-Symbolleiste oder das Menü Werkzeuge aufgerufen wird, bietet ein einfaches Menü zur Verwaltung häufig verwendeter Skripte. Die Skripte sind sowohl mit Global Mapper als auch mit Python kompatibel und können im Menü Favoriten gespeichert werden, um jederzeit ausgeführt zu werden.

Verwenden Sie den Manager, um die Skripte auszuwählen, auf die Sie von der Skripting-Symbolleiste aus leicht zugreifen möchten. Sobald das Skript zur Favoritenliste hinzugefügt wurde, wird eine Kopie des Skripts in Ihrer Global Mapper Bibliothek gespeichert, getrennt von der Originaldatei. Verwenden Sie die Werkzeuge von Skript-Favoriten, um Ihre Skripte zu verwalten und Ihren Arbeitsablauf in Global Mapper zu optimieren.

Alle Punktwolken-Werkzeuge in Global Mapper sind jetzt in einer einzigen Symbolleiste organisiert, wodurch die zuvor getrennten Symbolleisten zusammengefasst wurden. Diese neue umfassende Lidar-Symbolleiste in Global Mapper Pro enthält alle Punktwolken-Werkzeuge, die nach ähnlichen Funktionen in Mini-Menüs gruppiert sind. Diese Dropdown-Abschnitte der Symbolleiste enthalten verwandte Werkzeuge für die Klassifizierung und Auswahl. Die veraltete Symbolleiste für die manuelle Klassifizierung kann immer noch über das Menü Ansicht aktiviert werden, aber diese Schaltflächen wurden durch das neue Werkzeugset für die manuelle Klassifizierung ersetzt.

Anstelle der Symbolleiste für die manuelle Klassifizierung wurden die Schaltflächen für die manuelle Klassifizierung in einer neuen Symbolleiste Klassifikation zusammengefasst. Ein neuer Button für die Klassifizierung "unklassifiziert" ist ebenfalls enthalten, zusammen mit der Möglichkeit, zusätzliche Klassen aus dem Dropdown-Menü zu wählen, wie in der Abbildung unten gezeigt. Diese zusätzlichen Klassen können über das Werkzeug "Benutzerdefinierte Klassifizierung" oder über die Registerkarte Lidar in der Konfiguration erstellt werden.

Das Werkzeug Manuelle Klassifizierung unterstützt einen Lidar-Bearbeitungsmodus, bei dem die gewählte Klasse auf alle im Bearbeitungsmodus ausgewählten Punkte angewendet wird. Dies ermöglicht eine kontinuierliche Bearbeitung ohne die Notwendigkeit von Hotkeys. Außerdem können Sie dank der separaten Auswahlfunktion mehrere Werkzeuge gleichzeitig aktivieren; der Digitalisierer im Werkzeug Manuelle Klassifizierung kann gleichzeitig mit dem Werkzeug Pfadprofil und dem Werkzeug Auswahl nach Bereich im Fenster Pfadprofil aktiviert werden. Haben Sie die falschen Punkte klassifiziert? Verwenden Sie die bewährte Rückgängig-Funktion von Global Mapper (Strg/Ctrl + z). Das neue Werkzeug für die manuelle Klassifizierung macht die Bereinigung von Punktwolken in Global Mapper Pro noch einfacher.

Maximale Wahrscheinlichkeit (Maximum Likelihood) ist eine Klassifizierungsmethode, die die geometrische Segmentierung nutzt, um festzustellen, welcher Klasse ein Element am ehesten zuzuordnen ist. Diese Methode kann nun auch bei der Identifizierung von Stromleitungen eingesetzt werden und bietet eine fortschrittlichere Methode zur Klassifizierung von Stromleitungen. Die Maximum-Likelihood-Methode kann lineare Segmente innerhalb der Punktwolke identifizieren. Dadurch ist sie in der Lage, Stromleitungen besser von der umgebenden Vegetation zu unterscheiden.