在numpy数组中检测树的高度和树冠宽度

我有一个3D-LiDAR pointcoud，用一个laspy包加载到python中。它现在被存储为一个numpy数组。我的目的是通过找到具有最高z值的点并计算到它下面的最低z值的距离来计算树的高度。所以我通过导入的数据：在numpy数组中检测树的高度和树冠宽度

inFile = laspy.file.File("~/DATA/tree.las", mode='r') 
point_records = inFile.points

目前，我通过计算身高：

min = inFile.header.min 
max = inFile.header.max 
zdist = max[2] -min[2]

的问题是，这样一来，我不带坡度的地形考虑在内。我如何索引恰好低于最高点的点？

来源

2017-02-14 Bob

只要使用两个点之间的欧氏距离？ – Dschoni

这就是我想要做的，但我有问题找到这些要点。我更新了这个问题。 – Bob

所以，基本上这不是一个粗糙的问题，但更多的是一个问题，你的数据是怎么样的。你能解释一下这个格式吗？ – Dschoni

这只是一个盲目的猜测，因为对于一个很好的答案，缺少很多信息。

假设我们有3个点与（X，Y，Z）

A = [1,2,3]

B = [1,2,4]

阵列C = [0,1,2]。

我们已经确定了A点为Z轴的最大和具有其lat和长着

lat = 1 
long = 2

基本上，你通过点的列表，并过滤掉所有的点，你想看看，并采取最低点。下面是使用for循环的简单方法。这对速度并不理想。 np.where()和花哨的索引可以使用，这样做更容易和更快，但是这是更具可读性和可调节：

import numpy as np 
# This is some test data, with three data points 
a = np.array([[1,2,3],[1,2,4],[0,1,2]]) 
# Now we define the lat and long we want to get 
filter_x = 1 
filter_y = 2 
filtered_points = [] 
for i in range(a.shape[0]): # iterating through all points 
    if a[i][0] == filter_x and a[i][1] == filter_y: 
     filtered_points.append(a[i][2]) # Append z of point to list 
print min(filtered_points) # print minimum

来源

2017-02-20 12:08:50 Dschoni

在numpy数组中检测树的高度和树冠宽度

回答

相关问题