Quais ferramentas de processamento LiDAR estão disponíveis no Python?

Eu tenho usado o FUSION e a linha de comando FUSION Lidar Toolkit (LTK) para processar dados do LiDAR. Uma ampla pesquisa no Google ("Lidar Python") produziu libLAS e pyLAS como bibliotecas Python LiDAR, no entanto, elas parecem fornecer apenas acesso de leitura e gravação aos dados do LAS.

Estou particularmente interessado em criar imagens de intensidade e densidade, além de modelos de superfície de dossel a partir de nuvens de pontos. Existe um conjunto de ferramentas geralmente aceito no Python que pode realizar o mesmo tipo de tarefas que o FUSION LTK é capaz?

O laspy é outro bom software de leitura / gravação LAS. Ele suporta o trabalho com os dados diretamente em matrizes numpy e vários outros recursos Pythonic interessantes. No entanto, não está processando software por si só.

O PDAL tem a capacidade de usar o Python como uma linguagem de filtragem no pipeline, mas também não é um mecanismo de processamento.

Não há muito no quiver Python para LiDAR e processamento de nuvem de pontos. Acho que parte disso tem a ver com os volumes de dados normalmente processados ​​e com a resposta típica para alcançar C / C ++ quando confrontados com o desafio. Espero que, à medida que o Python melhore (o PyPy está impulsionando muitas coisas, e é a razão pela qual trabalhei para desenvolver o laspy) mais softwares de processamento de nuvem de pontos Python se tornem disponíveis. Eu acho que as perspectivas estão melhorando, mas as coisas ainda não estão lá.

Recentemente, lancei uma biblioteca autônoma de código aberto (MIT) (ou seja, sem dependências) chamada WhiteboxTools para executar muitos tipos de análises geoespaciais, incluindo o processamento de dados LiDAR. A biblioteca é escrita em Rust e possui amplo suporte para scripts baseados em Python . Por exemplo, o script Python a seguir usa a biblioteca WhiteboxTools para preencher os dados de cores RGB dos pontos LiDAR em um arquivo LAS:

from whitebox_tools import WhiteboxTools

wbt = WhiteboxTools()
wbt.work_dir = "/path/to/data/"
in_lidar = "lidar_data.las"
in_image = "airphoto.tif"
out_lidar = "colourized_lidar.las"
wbt.lidar_colourize(in_lidar, in_image, out_lidar) 

As ferramentas de processamento específicas do LiDAR do WhiteboxTools incluem as seguintes funções:

• BlockMaximum: cria uma varredura com máximo de bloco a partir de um arquivo LAS de entrada.
• BlockMinimum: cria uma varredura de mínimo de bloco a partir de um arquivo LAS de entrada.
• FilterLidarScanAngles: remove pontos em um arquivo LAS com ângulos de varredura maiores que um limite.
• FindFlightlineEdgePoints: identifica pontos ao longo da borda de uma linha de vôo em um arquivo LAS.
• FlightlineOverlap: lê um arquivo de ponto LiDAR (LAS) e gera uma varredura contendo o número de linhas de vôo sobrepostas em cada célula da grade.
• LidarElevationSlice: gera todos os pontos em um arquivo de pontos LiDAR (LAS) que se encontram entre um intervalo de elevação especificado.
• LasToAscii: Converte um ou mais arquivos LAS em arquivos de texto ASCII.
• LidarColourize: adiciona os campos de cores vermelho, verde e azul de um arquivo LiDAR (LAS) com base em uma imagem de entrada.
• LidarGroundPointFilter: identifica pontos de referência no conjunto de dados LiDAR.
• LidarIdwInterpolation: interpola arquivos LAS usando um esquema de distância inversa ponderada (IDW).
• LidarHillshade: Calcula um valor de colina para pontos em um arquivo LAS e armazena esses dados no campo RGB.
• LidarHistogram: Cria um histograma a partir de dados LiDAR.
• LidarInfo: imprime informações sobre um conjunto de dados LiDAR (LAS), incluindo cabeçalho, frequência de retorno do ponto e dados e informações de classificação sobre os registros de comprimento variável (VLRs) e geokeys.
• LidarJoin: une vários arquivos LiDAR (LAS) em um único arquivo LAS.
• LidarKappaIndex: Executa uma análise de índice de concordância kappa (KIA) nas classificações de dois arquivos LAS.
• LidarNearestNeighbourGridding: grade arquivos LAS usando o esquema do vizinho mais próximo.
• LidarPointDensity: Calcula o padrão espacial da densidade de pontos para um conjunto de dados LiDAR.
• LidarPointStats: cria várias rasters resumindo a distribuição dos dados de pontos do LAS.
• LidarRemoveDuplicates: remove pontos duplicados de um conjunto de dados LiDAR.
• LidarRemoveOutliers: remove os outliers (pontos altos e baixos) em uma nuvem de pontos LiDAR.
• LidarSegmentation: Segmenta uma nuvem de pontos LiDAR com base em vetores normais.
• LidarSegmentationBasedFilter: identifica pontos de base nas nuvens de pontos LiDAR usando uma abordagem baseada em segmentação.
• LidarTile: agrupa um arquivo LiDAR LAS em vários arquivos LAS.
• LidarTophatTransform: executa uma transformação de cartola branca em um conjunto de dados Lidar; como uma estimativa da altura acima do solo, isso é útil para modelar o dossel da vegetação.
• NormalVectors: calcula vetores normais para pontos em um arquivo LAS e armazena esses dados (componentes vetoriais XYZ) no campo RGB.

Além disso, existem inúmeras ferramentas para processar os DEMs que são interpolados a partir dos dados de origem LiDAR (por exemplo, denoising com preservação de recursos, imposição hídrica, etc.). Detalhes podem ser encontrados no Manual do Usuário . O código-fonte pode ser encontrado aqui , e os binários compilados estão no site de Geomorfometria e Hidrogeomática, aqui .

Embora não seja estritamente uma biblioteca 'Python', mas um conjunto de wrappers para outras ferramentas, em particular o GRASS, existem os 'ARSF DEM Scripts' que eu escrevi:

https://github.com/pmlrsg/arsf_dem_scripts

Um dos objetivos era fornecer um conjunto comum de funções Python para diferentes ferramentas de linha de comando (chamadas usando subprocesso) com um methodsinalizador usado para especificar a ferramenta.

Exemplo de uso para gerar uma imagem DSM, intensidade e densidade é:

from arsf_dem import dem_lidar

# DSM image (GRASS, points2grid, SPDLib, FUSION or licensed LAStools)
dem_lidar.las_to_dsm('in_las.las', 'out_dsm.tif',
                      method='points2grid')

# Intensity image (GRASS or licensed version of LAStools)
dem_lidar.las_to_intensity('in_las.las', 'out_intensity.tif',
                           method='GRASS')

# Density image (GRASS only)
dem_lidar.grass_lidar.las_to_density('in_las.las', 'out_density.tif',
                                     bin_size=10)

Existem várias ferramentas de processamento LiDAR disponíveis no wrapper GRASS Python que também podem ser usadas em vez de / além do que está disponível arsf_dem.

pylidaré um conjunto relativamente novo de módulos Python para processamento LiDAR. É baseado em SPDLib e RIOS e usa numpy.

Está disponível para download aqui

Começando a brincar com as ferramentas encontradas aqui. Tem sido bastante útil. https://github.com/brycefrank/pyfor

Se você olhar o código-fonte da caixa de ferramentas QGIS para LAStools (agora parte da estrutura do plug-in de processamento), poderá ver como chamar software externo (aqui LAStools ) para executar operações de processamento LiDAR.