CSF

基于布料模拟的机载LiDAR数据滤波方法。 这是以下文章的代码：

W. Zhang, J. Qi*, P. Wan, H. Wang, D. Xie, X. Wang, 和 G. Yan，"一种易于使用的基于布料模拟的机载LiDAR数据滤波方法"，《遥感》，第8卷，第6期，第501页，2016年。 (http://www.mdpi.com/2072-4292/8/6/501/htm)

新功能已实现：

现在，我们使用swig为CSF封装了Python接口。现在使用起来更简单了。这个新功能可以使CSF更容易嵌入到大型项目中。例如，它可以与Laspy (https://github.com/laspy/laspy) 一起工作。你只需要将点云读入Python 2D列表，然后将其传递给CSF。 以下示例展示了如何与laspy一起使用它。

# 编码：utf-8
import laspy
import CSF
import numpy as np

inFile = laspy.read(r"in.las") # 读取las文件
points = inFile.points
xyz = np.vstack((inFile.x, inFile.y, inFile.z)).transpose() # 提取x, y, z并放入列表

csf = CSF.CSF()

# 参数设置
csf.params.bSloopSmooth = False
csf.params.cloth_resolution = 0.5
# 更多关于参数的详细信息：http://ramm.bnu.edu.cn/projects/CSF/download/

csf.setPointCloud(xyz)
ground = CSF.VecInt()  # 用于存储计算后地面点索引的列表
non_ground = CSF.VecInt() # 用于存储计算后非地面点索引的列表
csf.do_filtering(ground, non_ground) # 执行实际滤波

outFile = laspy.LasData(inFile.header)
outFile.points = points[np.array(ground)] # 提取地面点，并将其保存到las文件
out_file.write(r"out.las")

从txt文件读取数据：

如果LiDAR数据存储在txt文件中（每行为x y z），也可以直接导入。

import CSF

csf = CSF.CSF()
csf.readPointsFromFile('samp52.txt')

csf.params.bSloopSmooth = False
csf.params.cloth_resolution = 0.5

ground = CSF.VecInt()  # 用于存储计算后地面点索引的列表
non_ground = CSF.VecInt() # 用于存储计算后非地面点索引的列表
csf.do_filtering(ground, non_ground) # 执行实际滤波
csf.savePoints(ground,"ground.txt")

如何在Python中使用CSF

感谢@rjanvier的贡献。现在我们可以通过pip安装CSF：

pip install cloth-simulation-filter

如何在Matlab中使用CSF

有关更多详细信息，请参见matlab文件夹下的demo_mex.m文件。

如何在R中使用CSF

感谢@Jean-Romain的出色工作，通过合作，CSF已经被制作成R包，详情可以在RCSF仓库中找到。这个包可以很容易地与lidR包一起使用：

library(lidR)
las  <- readLAS("file.las")
las  <- lasground(las, csf())

如何在C++中使用CSF

现在，CSF由CMake构建，它生成一个静态库，可以被其他C++程序使用。

linux

要构建库，运行：

mkdir build #或其他名称
cd build
cmake ..
make
sudo make install

或者如果你想构建库和演示可执行文件csfdemo

mkdir build #或其他名称
cd build
cmake -DBUILD_DEMO=ON ..
make
sudo make install

Windows

你可以使用CMake GUI生成Visual Studio解决方案文件。

二进制版本

二进制发布版本可以在以下地址下载：http://ramm.bnu.edu.cn/projects/CSF/download/

注意：自相应论文发表以来，此代码已经进行了大量修改。我们进行了许多优化。我们仍在继续改进，希望它能变得更好。

Cloudcompare插件

最后，如果你对Cloudcompare感兴趣，有个好消息。我们的方法已经作为Cloudcompare插件实现，你可以参考：https://github.com/cloudcompare/trunk

相关项目

最近发布了一个名为CSFTools的工具，它基于CSF，并提供DEM/CHM生成、归一化功能。请参考：https://github.com/jianboqi/CSFTools

许可证

CSF由Jianbo QI维护和开发。它现在以Apache 2.0许可证发布。