关于四叉树应用于点云数据的分割应用相对较少,网上有少量的四叉树应用于图像分割的文章,我自己写了一个基础的四叉树分割点云,欢迎大家讨论指正
{ D k − 1 ′ = { X ∣ X ⊆ D k − 1 , s u m ( X ) > max l i m i t } D k = s p l i t ( D k − 1 ′ ) \left\{\begin{matrix} D'_{k-1}=\{X|X\subseteq D_{k-1},sum(X)>\max_{limit}\} \\ D_k=split(D'_{k-1}) \end{matrix}\right. {
Dk−1′={
X∣X⊆Dk−1,sum(X)>maxlimit}Dk=split(Dk−1′)
对整片光子区域建立划分为矩形片区,对于矩形片区中当矩形内光子的数量大于 max l i m i t \max_{limit} maxlimit时继续划分为小矩阵,否则停止。
def dgs(k, x, h, maxl, l):
# 构建四叉树
ks = {
}
k2 = np.array([[k[0], k[0] + (k[1] - k[0]) / 2, k[2], k[2] + (k[3] - k[2]) / 2],
[k[0] + (k[1] - k[0]) / 2, k[1], k[2], k[2] + (k[3] - k[2]) / 2],
[k[0], k[0] + (k[1] - k[0]) / 2, k[2] + (k[3] - k[2]) / 2, k[3]],
[k[0] + (k[1] - k[0]) / 2, k[1], k[2] + (k[3] - k[2]) / 2, k[3]]])
for i in range(4):
# print(i)
ns = tj(k2[i], x, h)
# print(k2[i])
if ns > maxl:
ks[str(i)] = dgs(k2[i], x, h, maxl, l)
else:
k2s = k2[i]
cens = np.around(np.log2(l / (k2s[1] - k2s[0] + 0.1)))
# print(cens)
k2s = np.append(k2s, [ns, int(cens)], axis=0)
ks[str(i)] = k2s
# print(ns)
return ks
利用每一级的光子数量构建频率直方图,求类间方差,获取阈值。
def otsu(jz):
#otsu算法求阈值
jz = np.array(jz)
t = jz[:, 5]
s = jz[:, 4]
ns = np.array(hfh(t, s))
t = list(ns[:, 0])
s = ns[:, 1]
p = s / np.sum(s)
w1 = []
w2 = []
miu1 = []
miu2 = []
miu = []
I = list(range(len(t)))
sig2 = []
for i in range(len(t)):
w1.append(sum(p[:i]))
w2.append(sum(p[i:]))
miu1.append(sum(I[:i]) * sum(p[:i]) / (w1[i] + 0.01))
miu2.append(sum(I[i:]) * sum(p[i:]) / (w2[i] + 0.01))
miu.append(w1[i] * miu1[i] + w2[i] * miu2[i])
sig2.append(w1[i] * (miu2[i] - miu[i]) + w2[i] * (miu2[i] - miu[i]))
return t[sig2.index(max(sig2))]
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
def tj(k, x, h):
#统计方块内的光子数量
return np.sum((x >= k[0]) & (x <= k[1]) & (h >= k[2]) & (h <= k[3]))
def area(k):
#求面积
return (k[1] - k[0]) * (k[3] - k[2])
def dgs(k, x, h, maxl, l):
# 构建四叉树
ks = {
}
k2 = np.array([[k[0], k[0] + (k[1] - k[0]) / 2, k[2], k[2] + (k[3] - k[2]) / 2],
[k[0] + (k[1] - k[0]) / 2, k[1], k[2], k[2] + (k[3] - k[2]) / 2],
[k[0], k[0] + (k[1] - k[0]) / 2, k[2] + (k[3] - k[2]) / 2, k[3]],
[k[0] + (k[1] - k[0]) / 2, k[1], k[2] + (k[3] - k[2]) / 2, k[3]]])
for i in range(4):
# print(i)
ns = tj(k2[i], x, h)
# print(k2[i])
if ns > maxl:
ks[str(i)] = dgs(k2[i], x, h, maxl, l)
else:
k2s = k2[i]
cens = np.around(np.log2(l / (k2s[1] - k2s[0] + 0.1)))
# print(cens)
k2s = np.append(k2s, [ns, int(cens)], axis=0)
ks[str(i)] = k2s
# print(ns)
return ks
def zhuanghua(x, h, k):
#判断方块内是否含有光子
return (x >= k[0]) & (x <= k[1]) & (h >= k[2]) & (h <= k[3])
def qz(x, h, jz, thr):
#去噪函数,jz为转化矩阵,thr为阈值
label = np.zeros(len(x))
for i in jz:
if i[5] >= thr:
label[zhuanghua(x, h, i)] = 1
return label
def zh(ks, kf):
#字典转化为,矩阵
for i in ks:
if isinstance(ks[i], dict):
zh(ks[i], kf)
else:
kf.append(list(ks[i]))
return kf
def hfh(t, s):
#统计各级的光子数量
ns = dict()
for i in range(len(t)):
if t[i] in ns.keys():
ns[t[i]] += s[i]
else:
ns[t[i]] = s[i]
ns = sorted(ns.items(), key=lambda x: x[0])
return ns
def otsu(jz):
#otsu算法求阈值
jz = np.array(jz)
t = jz[:, 5]
s = jz[:, 4]
ns = np.array(hfh(t, s))
t = list(ns[:, 0])
s = ns[:, 1]
p = s / np.sum(s)
w1 = []
w2 = []
miu1 = []
miu2 = []
miu = []
I = list(range(len(t)))
sig2 = []
for i in range(len(t)):
w1.append(sum(p[:i]))
w2.append(sum(p[i:]))
miu1.append(sum(I[:i]) * sum(p[:i]) / (w1[i] + 0.01))
miu2.append(sum(I[i:]) * sum(p[i:]) / (w2[i] + 0.01))
miu.append(w1[i] * miu1[i] + w2[i] * miu2[i])
sig2.append(w1[i] * (miu2[i] - miu[i]) + w2[i] * (miu2[i] - miu[i]))
return t[sig2.index(max(sig2))]
f = 'ATL03_20200327094144_00130706_005_01_gt3r.csv'
data = pd.read_csv(f)
print(data.keys())
#预处理
x, h, lat = np.array(data['x']), np.array(data['h']), np.array(data['lat'])
r1 = np.argsort(x)
x, h, lat = x[r1], h[r1], lat[r1]
r_id = np.where((lat < 44.9) & (lat > 44.8))
print(r_id[-1])
x = x[r_id]
h = h[r_id]
lat = lat[r_id]
#去噪前点云
plt.figure()
plt.scatter(x,h,marker='.',c='black')
plt.xlabel('Along-track distance/m')
plt.ylabel('Heights/m')
plt.show()
xiankuang = np.array([np.min(x), np.max(x), np.min(h), np.max(h)])
s = np.sum((x >= xiankuang[0]) & (x <= xiankuang[1]) & (h >= xiankuang[2]) & (h <= xiankuang[3]))
# k=xiankuang
l = xiankuang[1] - xiankuang[0]
ks = dgs(xiankuang, x, h, 2, l)
# print(ks.values())
jz = zh(ks, [])
#jz2 = np.array(jz)
thr = otsu(jz)
lab = qz(x, h, jz, thr)
plt.figure()
plt.scatter(x[lab == 0], h[lab == 0], marker='.', c='black', label='noise')
plt.scatter(x[lab == 1], h[lab == 1], marker='.', c='red', label='signal')
plt.xlabel('Along-track distance/m')
plt.ylabel('Heights/m')
plt.legend()
plt.show()
# s1 = (x < 2) & (h < 1000)
# lab = np.zeros(len(x))
# lab = qz(x, h, ks, 0.1, lab)
还是对字典结构不熟悉,后续又将字典结构转化为矩阵做后续处理,欢迎大家批评指正。
[1]刘翔,张立华,戴泽源,陈秋,周寅飞.一种无输入参数的强噪声背景下ICESat-2点云去噪方法[J].光子学报,2022,51(11):354-364.
[2]Xie H, Sun Y, Xu Q, Li B, Guo Y, Liu X, Huang P, Tong X. Converting along-track photons into a point-region quadtree to assist with ICESat-2-based canopy cover and ground photon detection[J]. International Journal of Applied Earth Observation and Geoinformation, 2022, 112: 102872
文章浏览阅读2.6k次。解决Python词云库wordcloud不显示中文的问题2018-11-25背景:wordcloud是基于Python开发的词云生成库,功能强大使用简单。github地址:https://github.com/amueller/word_cloudwordcloud默认是不支持显示中文的,中文会被显示成方框。安装:安装命令:pip install wordcloud解决:经过测试发现不支持显示中文..._词云python代码无法输出文字
文章浏览阅读807次。扩展。_jmap 在线分析
文章浏览阅读1.1w次。随着炎热夏季的到来,当玩游戏正爽的时候,电脑突然死机了,自动关机了,是不是有想给主机一脚的冲动呢?这个很大的原因是因为CPU温度过高导致的。很多新手玩家可能都有一个疑虑,cpu温度多少以下正常?有些说是60,有些说是70,到底多高CPU温度不会死机呢?首先我们先看看如何查看CPU的温度。下载鲁大师并安装,运行鲁大师软件,即可进入软件界面,并点击温度管理,即可看到电脑各个硬件的温度。鲁大师一般情况下..._台式机玩游戏温度多少正常
文章浏览阅读243次。Day2-打印打印打印!我终于更新了!(哭腔)一、 最简单的打印最最简单的打印语句: print(“打印内容”)注意:python是全英的,符号记得是半角下面是我写的例子:然后进入power shell ,注意:你需要使用cd来进入你保存的例子的文件夹,保存时名字应该取为xxx.py我终于知道为什么文件夹取名都建议取英文了,因为进入的时候是真的很麻烦!如果你没有进入正确的文件夹..._puthon打印任务收获
文章浏览阅读1k次。centos8问题参考CentOS 8 EOL如何切换源? - 云服务器 ECS - 阿里云_"cenerrors during download metadata for repository \"appstream"
文章浏览阅读2.7k次,点赞3次,收藏11次。SpringBoot+Maven+MabatisPlusmaven在新建springboot项目引入RELEASE版本出错maven在新建springboot项目引入RELEASE版本出错maven详解maven就是通过pom.xml中的配置,就能够从仓库获取到想要的jar包。仓库分为:本地仓库、第三方仓库(私服)、中央仓库springframework.boot:spring-boot-starter-parent:2.2.1.RELEASE’ not found若出现jar包下载不了只有两_基于微服务的在线教育平台尚硅谷
文章浏览阅读316次。路由的概念路由器它称之为网关设备。路由器就是用于连接不同网络的设备路由器是位于OSI模型的第三层。路由器通过路由决定数据的转发。网关的背景:当时每家计算机厂商,用于交换数据的通信程序(协议)和数据描述格式各不相同。因此,就把用于相互转换这些协议和格式的计算机称为网关。路由器与三层交换器的对比路由协议对比路由器的作用:1.路由寻址2.实现不同网络之间相连的功能3.通过路由决定数据的转发,转发策略称为 路由选择。VLAN相关技术什么是VLAN?中文名称叫:虚拟局域网。虚_路由和vlan
文章浏览阅读2.8w次,点赞6次,收藏22次。设置div背景颜色透明度,内部元素不透明:.demo{ background-color:rgba(255,255,255,0.15) } 错误方式:.demo{ background-color:#5CACEE;opacity:0.75;} 这样会导致div里面的元素内容和背景颜色一起变透明只针对谷歌浏览器的测试_div设置透明度,里面的内容不透明
文章浏览阅读563次。1.[ u]文字:在文字的位置可以任意加入您需要的字符,显示为下划线效果。2.[ align=center]文字:在文字的位置可以任意加入您需要的字符,center位置center表示居中,left表示居左,right表示居右。5.[ color=red]文字:输入您的颜色代码,在标签的中间插入文字可以实现文字颜色改变。6.[ SIZE=数字]文字:输入您的字体大小,在标签的中间插入文..._discuzcode 大全
文章浏览阅读2.6k次。iOS中定时器有三种,分别是NSTimer、CADisplayLink、dispatch_source,下面就分别对这三种计时器进行说明。一、NSTimerNSTimer这种定时器用的比较多,但是特别需要注意释放问题,如果处理不好很容易引起循环引用问题,造成内存泄漏。1.1 NSTimer的创建NSTimer有两种创建方法。方法一:这种方法虽然创建了NSTimer,但是定时器却没有起作用。这种方式创建的NSTimer,需要加入到NSRunLoop中,有NSRunLoop的驱动才会让定时器跑起来。_ios nstimer
文章浏览阅读4.8k次,点赞17次,收藏51次。Linux的命令有几百个,对程序员来说,常用的并不多,考虑各位是初学者,先学习本章节前15个命令就可以了,其它的命令以后用到的时候再学习。1、开机 物理机服务器,按下电源开关,就像windows开机一样。 在VMware中点击“开启此虚拟机”。2、登录 启动完成后,输入用户名和密码,一般情况下,不要用root用户..._ls-lmore
文章浏览阅读4.1k次。1.登录MYSQL系统命令打开DOS命令框shengfen,以管理员的身份运行命令1:mysql -u usernae -p password命令2:mysql -u username -p password -h 需要连接的mysql主机名(localhost本地主机名)或是mysql的ip地址(默认为:127.0.0.1)-P 端口号(默认:3306端口)使用其中任意一个就OK,输入命令后DOS命令框得到mysql>就说明已经进入了mysql系统2. 查看mysql当中的._mysql -u user