मैं पीडीएएल को पॉइंट डेटा एब्स्ट्रैक्शन लाइब्रेरी की सलाह दूंगा । मुझे एक समान फ़िल्टरिंग समस्या के लिए PDAL का उपयोग करके अच्छी सफलता मिली है। मुझे पीडीएएल पसंद है क्योंकि यह खुला स्रोत है, पायथन समर्थन प्रदान करता है, और मेरे लिए प्रसंस्करण को पुन: पेश करना और मेरे फ़िल्टरिंग मापदंडों का ट्रैक रखना आसान बनाता है। मुझे यह भी पसंद है क्योंकि इसमें 'पाइपलाइनें' हैं जहाँ आप एक साथ कई चरणों में श्रृंखला बना सकते हैं (जैसे फसल फिर फ़िल्टर करें फिर निर्यात करें) और उन्हें एक ही बार में निष्पादित करें। ध्यान दें कि यदि आपके पास वास्तव में है, तो वास्तव में बड़े बिंदु बादल PDAL कुछ अन्य समाधानों (LASTools, QTM, आदि) के समान तेज नहीं हो सकते हैं।
आप निम्नलिखित के समान पीडीएएल पाइपलाइन के साथ आउटलाइंग अंक के मुद्दे को संबोधित कर सकते हैं:
{
"pipeline": [
"input_utm.las",
{
"type":"filters.crop",
"bounds":"([401900,415650],[7609100,7620200])"
},
{
"type":"filters.outlier",
"method":"statistical",
"mean_k":12,
"multiplier":2.0
},
{
"type":"filters.range",
"limits":"Classification![7:7]"
},
{
"filename":"output.tif",
"resolution":1.0,
"output_type":"mean",
"radius":3.0,
"bounds":"([401900,415650],[7609100,7620200])",
"type": "writers.gdal"
}
]
}
यह पाइपलाइन एक LAS में पढ़ती है, इसे एक निर्दिष्ट UTM सीमा तक क्रॉप करती है, फिर एक फ़िल्टर करती है, जो सभी आउटलाइनिंग पॉइंट्स को फ़्लैग करती है, फिर एक दूसरा फ़िल्टर करती है जो केवल नॉन-आउटलाइज़िंग पॉइंट्स (अर्थात क्लासिफिकेशन फ्लैग! = 7) को बनाए रखती है, फिर निर्यात करती है! 1 मीटर का संकल्प जियो टीआईएफएफ। सांख्यिकीय फ़िल्टर निकटतम पड़ोसी माध्य दूरी परिकलन करने के लिए परीक्षण कर रहा है कि क्या एक बिंदु अपने पड़ोसियों से 'बहुत दूर' है या नहीं और इसलिए एक बाहरी है।
से प्रलेखन :