En las dos entradas anteriores ya vimos tres de los tipos de algoritmos de filtrado de puntos (filtrado basado en el cálculo de TIN y Filtros Basado en contornos activos y basado en interpolación).

Atendiendo a la clasificación en 4 grupos que vimos, nos quedaría el último de ellos:

  -  Filtros basados en el cálculo de TIN
  -  Filtros de contornos activos
  -  Filtros basados en interpolación
  -  Filtros Morfológicos



Se basan en la aplicación de operaciones matemáticas sobre un conjunto de puntos.

VOLSSELMAN (2000)

Se sitúa un cono con su vértice en un punto, y se analiza la situación relativa de los puntos circundantes. Si no existen puntos por debajo del cono, entonces el punto del centro del cono se considera como perteneciente al terreno. El resto de los objetos son considerados puntos no pertenecientes al suelo. De esta forma, se puede modelar la variación de altura admisible en función de la distancia y con estos datos separar los puntos pertenecientes al suelo de los que no lo son.


G. SITHOLE

Se trata de una variación del filtro de Vosselman. Toma un elemento con forma de cuenco o cono invertido y lo sitúa en cada punto a una cota menor. Se eleva hacia arriba el elemento y se clasifica como terreno si es el primero que entra en contacto. Si el punto tocado es otro cualquiera, el punto central se clasifica como objeto. La pendiente del elemento es el parámetro fundamental del filtro y debe ser elegida teniendo en cuenta las características de la nube de puntos.

 El elemento se adapta a la superficie según la pendiente del terreno en cada punto. Por ello, se dispone de un MDT previo para utilizar los puntos más bajos en cada partición.


M.ROGGERO

Se trata de una variación del filtro de Vosselman. Los datos se utilizan para crear una malla regular y una vez que se tiene, se les aplica un operador local para determinar la pendiente local del punto más bajo del operador. Esta pendiente se estima con un criterio de regresión lineal local. De esta manera, se compara cada punto con el más bajo en la vecindad del operador local. La distancia y la diferencia de altura con el punto más bajo se usan en el cálculo de la regresión lineal. Los pesos de estas observaciones se determinan de forma que los puntos más lejanos al punto más bajo contribuyen menos en el cálculo de la línea. Con los parámetros estimados y sus desviaciones típicas, se calculan las máximas diferencia de altura respecto a la línea de regresión para cada una de las distancias desde el punto más bajo. De esta forma se obtiene una curva que indica las alturas máximas admisibles sobre la recta de regresión según la distancia. Así se puede obtener una aproximación del terreno y determinar qué puntos pertenecen a él y cuáles son objetos.


WACK Y WIMMER

Calcula un modelo digital de elevaciones a partir de la selección del punto más bajo entre el 99% de los puntos dentro de una celda de 9 metros. Se detectan y eliminan los elementos que pertenecen a árboles o edificios, suponiendo que este tipo de objetos provocan un cambio brusco en la superficie, por lo que se puede detectar con un filtro Laplaciano. La altura de cada píxel se determina con los puntos que están dentro de él y cuyas alturas difieren un poco. Repitiendo el proceso, se va decreciendo el modelo digital a 3 metros y después a 1 metro.



Con esto terminamos nuestro repaso a los algoritmos de filtrado de datos LiDAR.