Skip to content

tungcorn/batch-las-to-hag

BranchesTags

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
docs
docs
 
 
.gitignore
.gitignore
 
 
LICENSE
LICENSE
 
 
README.md
README.md
 
 
batch_csf.py
batch_csf.py
 
 
batch_las_to_hag.py
batch_las_to_hag.py
 
 

Repository files navigation

batch-las-to-hag

English | Tiếng Việt

📖 Usage / Hướng dẫn sử dụng: English | Tiếng Việt

Includes two ground filtering tools:

Tool Algorithm Ground filter + HAG Dependency
batch_las_to_hag.py SMRF ✅ ground + HAG PDAL
batch_csf.py CSF ⚠️ ground only (no HAG) laspy, cloth-simulation-filter

English

Batch ground filtering and HAG (Height Above Ground) computation for .las files.

batch_las_to_hag.py (SMRF)

Runs PDAL pipeline: SMRF ground classification → HAG Delaunay → write with HeightAboveGround extra dim. Output files get _hag suffix.

Quick Start

# Install PDAL via Miniforge (Windows)
conda create -n pdal_env -c conda-forge python=3.11 python-pdal -y
conda activate pdal_env

# Convert all .las files recursively (for LAS not yet ground-classified)
python batch_las_to_hag.py -i "E:\LasData" -r

# Custom SMRF parameters (for hilly terrain with dense vegetation)
python batch_las_to_hag.py -i "E:\LasData" -r --slope 0.05 --window 30 --threshold 0.45 --scalar 1.1

# Already classified / want to preserve multi-class labels? Skip SMRF
python batch_las_to_hag.py -i "E:\LasData" -r --no-smrf

# Resume after interruption
python batch_las_to_hag.py -i "E:\LasData" -r --skip-existing

Options

Flag Description
-i, --input Input directory containing .las files
-o, --output Output directory (default: {input}_hag with -r)
-r, --recursive Recursively find .las files, mirror directory structure
-b, --batch Batch file with input -> output pairs per line
--skip-existing Skip files already converted (non-empty output exists)
--no-smrf Skip ground classification and use existing classification (only when input already has valid ground classification)
--slope SMRF slope parameter (default: 0.15). Lower = stricter ground detection
--window SMRF max window size in meters (default: 18). Larger = smoother terrain model
--threshold SMRF elevation threshold (default: 0.5). Height cutoff for ground/non-ground
--scalar SMRF elevation scalar (default: 1.25). Scaling factor for morphological threshold

PDAL Pipeline

Each file goes through:

  1. readers.las — read input
  2. filters.smrf — ground classification (skipped with --no-smrf; by default SMRF assigns ground=2 and non-ground=1)
  3. filters.hag_delaunay — compute Height Above Ground from ground points already marked in Classification
  4. writers.las — write output with HeightAboveGround=float32

Requirements

PDAL installed via one of:

  1. Conda (recommended): conda install -c conda-forge python-pdal
  2. PDAL CLI on PATH: https://pdal.io/en/latest/download.html

Auto-detects Python bindings first, falls back to CLI subprocess.

batch_csf.py (CSF)

Runs Cloth Simulation Filter for ground classification. Output files get _csf suffix. Does not compute HAG — only classifies ground (class 2) vs non-ground (class 0).

pip install laspy cloth-simulation-filter

# Classify ground recursively
python batch_csf.py -i "E:\LasData" -o "E:\LasData_csf" -r

# Custom parameters (mountain terrain)
python batch_csf.py -i "E:\LasData" -o "E:\LasData_csf" -r --cloth-resolution 0.5 --rigidness 1

# Resume
python batch_csf.py -i "E:\LasData" -o "E:\LasData_csf" -r --skip-existing
Flag Description
-i, --input Input directory containing .las files
-o, --output Output directory for classified .las files
-r, --recursive Recursively find .las files
--skip-existing Skip files already converted
--cloth-resolution Cloth grid resolution (default: 2.0). Smaller = more detail
--rigidness Cloth rigidness: 1=mountain, 2=complex, 3=flat (default: 2)
--threshold Distance threshold for ground/non-ground (default: 0.5)
--no-slope-smooth Disable slope post-processing

Tiếng Việt

Lọc mặt đất hàng loạt và tính HAG (Height Above Ground) cho file .las.

batch_las_to_hag.py (SMRF)

Chạy pipeline PDAL: phân lớp mặt đất SMRF → tính HAG Delaunay → ghi file với trường HeightAboveGround. File đầu ra có đuôi _hag.

Bắt Đầu Nhanh

# Cài PDAL qua Miniforge (Windows)
conda create -n pdal_env -c conda-forge python=3.11 python-pdal -y
conda activate pdal_env

# Chuyển tất cả file .las đệ quy (cho LAS chưa phân lớp ground)
python batch_las_to_hag.py -i "E:\LasData" -r

# Tuỳ chỉnh tham số SMRF (cho địa hình đồi núi nhiều cây)
python batch_las_to_hag.py -i "E:\LasData" -r --slope 0.05 --window 30 --threshold 0.45 --scalar 1.1

# File đã phân lớp / muốn giữ nguyên multi-class? Bỏ qua SMRF
python batch_las_to_hag.py -i "E:\LasData" -r --no-smrf

# Chạy lại sau khi bị gián đoạn
python batch_las_to_hag.py -i "E:\LasData" -r --skip-existing

Tham Số

Tham số Mô tả
-i, --input Thư mục chứa file .las đầu vào
-o, --output Thư mục đầu ra (mặc định: {input}_hag khi dùng -r)
-r, --recursive Tìm đệ quy file .las, giữ nguyên cấu trúc thư mục
-b, --batch File batch chứa các cặp input -> output mỗi dòng
--skip-existing Bỏ qua file đã chuyển (output tồn tại và dung lượng > 0)
--no-smrf Bỏ qua phân lớp mặt đất và dùng classification hiện có (chỉ dùng khi file đầu vào đã có ground classification hợp lệ)
--slope Tham số slope SMRF (mặc định: 0.15). Thấp hơn = lọc ground chặt hơn
--window Kích thước cửa sổ SMRF tính bằng mét (mặc định: 18). Lớn hơn = mô hình địa hình mượt hơn
--threshold Ngưỡng độ cao SMRF (mặc định: 0.5). Ngưỡng phân biệt ground/non-ground
--scalar Hệ số co giãn SMRF (mặc định: 1.25). Hệ số nhân cho ngưỡng hình thái học

Pipeline PDAL

Mỗi file được xử lý qua:

  1. readers.las — đọc file đầu vào
  2. filters.smrf — phân lớp mặt đất (bỏ qua nếu dùng --no-smrf; mặc định SMRF gán ground=2 và non-ground=1)
  3. filters.hag_delaunay — tính Height Above Ground từ các điểm mặt đất đã được đánh dấu trong Classification
  4. writers.las — ghi file đầu ra với HeightAboveGround=float32

Yêu Cầu

Cài PDAL bằng một trong hai cách:

  1. Conda (khuyến nghị): conda install -c conda-forge python-pdal
  2. PDAL CLI trên PATH: https://pdal.io/en/latest/download.html

Tool tự phát hiện Python bindings trước, fallback sang CLI.

batch_csf.py (CSF)

Chạy Cloth Simulation Filter để phân lớp mặt đất. File đầu ra có đuôi _csf. Không tính HAG — chỉ phân lớp ground (class 2) vs non-ground (class 0).

pip install laspy cloth-simulation-filter

# Phân lớp đệ quy
python batch_csf.py -i "E:\LasData" -o "E:\LasData_csf" -r

# Tuỳ chỉnh tham số (địa hình đồi núi)
python batch_csf.py -i "E:\LasData" -o "E:\LasData_csf" -r --cloth-resolution 0.5 --rigidness 1

# Chạy lại sau gián đoạn
python batch_csf.py -i "E:\LasData" -o "E:\LasData_csf" -r --skip-existing
Tham số Mô tả
-i, --input Thư mục chứa file .las đầu vào
-o, --output Thư mục chứa file .las đã phân lớp
-r, --recursive Tìm đệ quy file .las
--skip-existing Bỏ qua file đã chuyển
--cloth-resolution Độ phân giải lưới vải (mặc định: 2.0). Nhỏ hơn = chi tiết hơn
--rigidness Độ cứng vải: 1=đồi núi, 2=phức tạp, 3=bằng phẳng (mặc định: 2)
--threshold Ngưỡng khoảng cách ground/non-ground (mặc định: 0.5)
--no-slope-smooth Tắt slope post-processing

License

MIT

About

Batch convert LAS point cloud files to Height Above Ground (HAG) using PDAL

Topics

point-cloud lidar las batch-processing pdal hag height-above-ground

Resources

Readme

License

MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages