基于颜色和曲率的点云分类Python包
pymccrgb的Python项目详细描述
俾格勃
pymccrgb是一个Python包,用于 具有颜色属性的点云。在
它扩展了一种流行的分类方法 (MCC lidar)[0]指向具有多个颜色通道的点云数据集,例如 通常在使用无人机摄影或其他平台的调查中产生。它可以用来区分点和 由运动摄影测量产生的结构数据中的地表和低植被, 立体摄影测量,或多光谱激光雷达扫描,或过滤彩色激光雷达点云。在
目标用户是地貌学、生态学或行星科学方面的科学家 他们想为地形分析、树冠高度测量或其他光谱分类而对点云进行分类。在
安装
这个包是为Linux和python3.6+开发的。这取决于共同点 Python包,如sklearn、numpy、liblascapi和 MCC Python bindings。在
您可以使用conda
安装它:
conda env create -n pymcc conda activate pymcc conda install pymccrgb -c conda-forge
要求
MCC和pymccrgb
需要LibLAS C库。MCC包装也一样
需要Boost和C++ 11或更高版本的标准库。这些都已安装
用康达的包裹。在
参考documentation 而LibLAS install guide代表 从源代码安装LibLAS的说明。在
示例
示例笔记本可在文档或docs/source/examples上找到。在
森林覆盖下的地形
^{pr2}$MCC-a附近的森林地区
文档
在pymccrgb.readthedocs.io阅读文档,例如用例、API引用等。在
贡献
错误报告
Bug报告非常感谢。请使用bug
标签open an issue,
并提供一个最小的例子来说明这个问题。在
建议
如果new-feature
标签有问题,请随时suggest new features。在
拉取请求
如果您想添加一个特性或修复一个bug,请分叉存储库,创建一个特性分支,submit a PR并引用任何相关问题。有一些很好的指南介绍如何使用GitHub here和here。请在适当的地方包括测试,并在提交之前检查测试套件是否通过(Travis构建或pytest pymccrgb/tests
)。在
支持和问题
请回答你的问题。在
参考文献
[0]Evans,J.S.和Hudak,A.T.2007年。森林环境下离散回波激光雷达分类的多尺度曲率算法。IEEE地球科学与遥感学报,45(4),1029-1038doi
许可证
这部作品是由麻省理工学院授权的(参见LICENSE)。它也是
包含^{
- 项目
标签: