使用CSF算法做点云地面滤波处理，分离地面与非地面

最新推荐文章于 2025-11-21 15:10:19 发布

原创最新推荐文章于 2025-11-21 15:10:19 发布 · 2.8k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #python

本文介绍了如何使用CSF库对LAS点云数据进行布料模拟滤波，通过设置参数并执行滤波操作，将点云分为地面点和非地面点，分别保存为两个新的LAS文件。

import laspy
import CSF
import numpy as np

inFile = laspy.file.File(r'/home/jiang/桌面/J/jiang/B/132695079545146682-point-cloud - Cloud.las', mode='r') # read a las file
points = inFile.points
xyz = np.vstack((inFile.x, inFile.y, inFile.z)).transpose() # extract x, y, z and put into a list

# ============布料模拟滤波============
csf = CSF.CSF()
# 参数设置
csf.params.bSloopSmooth = True
csf.params.cloth_resolution = 1 # 布料网格分辨率
csf.params.rigidness = 3  # 布料刚性参数
csf.params.time_step = 0.65
csf.params.class_threshold = 0.1  # 点云与布料模拟点的距离阈值
csf.params.interations = 500  # 最大迭代次数
# more details about parameter: http://ramm.bnu.edu.cn/projects/CSF/download/

csf.setPointCloud(xyz)
ground = CSF.VecInt()  # 地面点索引列表
non_ground = CSF.VecInt()  # 非地面点索引列表
csf.do_filtering(ground, non_ground)  # 执行滤波
# ============保存为las文件==========
outFile = laspy.file.File(r"B-ground.las",
                          mode='w', header=inFile.header)
outFile.points = points[ground]
outFile.close()
outfile = laspy.file.File(r"B-non_ground.las",
                          mode='w', header=inFile.header)
outfile.points = points[non_ground]
outfile.close()